ตัวอย่างการวิเคราะห์กลุ่ม

ใช้และสร้างกลุ่มสำหรับการวิเคราะห์และรีมาร์เก็ตติ้ง

บทความนี้จะสาธิตวิธีใช้ แก้ไข และสร้างกลุ่มใหม่เพื่อวิเคราะห์ข้อมูลของคุณ

เปรียบเทียบผู้ที่ทำ Conversion กับผู้ที่ไม่ทำ Conversion
วิเคราะห์เซสชันที่มี Conversion จากพื้นที่ทางภูมิศาสตร์ที่เจาะจง
สร้างกลุ่มผู้ใช้ที่มีมูลค่าสูง
สร้างกลุ่มประชากรตามรุ่น
สร้างกลุ่มผู้ที่มีโอกาสซื้อ
แหล่งข้อมูลที่เกี่ยวข้อง

เปรียบเทียบผู้ที่ทำ Conversion กับผู้ที่ไม่ทำ Conversion

กลุ่มของระบบได้รับการออกแบบมาให้ครอบคลุมการใช้งานทั่วไปอย่างหลากหลาย ในตัวอย่างนี้เราจะใช้กลุ่มของระบบ 2 กลุ่ม ได้แก่ ผู้ที่ทำ Conversion และผู้ที่ไม่ทำ Conversion เพื่อเปรียบเทียบสิ่งที่เจ้าของไซต์หรือแอปให้ความสนใจ 2 สิ่ง นั่นคือผู้ที่ทำ Conversion (ทำตามเป้าหมายและ/หรือธุรกรรมจนเสร็จ) และผู้ที่ไม่ทำ Conversion

ความเข้าใจผู้ใช้ที่ทำ Conversion จะช่วยในการปรับการตลาดในด้านต่างๆ ที่ประสบความสำเร็จ และทำให้เห็นว่าคุณควรปรับปรุงในด้านใดเพื่อเข้าถึงผู้ใช้ที่แสดงให้เห็นถึงโอกาสที่ยังไม่มีใครตอบสนอง

การพัฒนาข้อมูลเชิงลึกว่าเหตุใดผู้ใช้จึงไม่ทำ Conversion จะทำให้คุณแก้ไขจุดอ่อนในการเข้าถึงคนกลุ่มนี้ได้

สำหรับตัวอย่างแรกนี้ เราจะใช้กลุ่มของระบบ 2 กลุ่มนี้ คือผู้ที่ทำ Conversion และผู้ที่ไม่ทำ Conversion กับรายงานภาพรวมผู้ชมเพื่อดูว่ากลุ่มเหล่านี้จะทำให้คุณเห็นข้อมูลในมุมมองใหม่อย่างไร

*รายงานภาพรวมผู้ชมที่ใช้กลุ่มผู้ที่ทำ Conversion และผู้ที่ไม่ทำ Conversion*

คุณจะเห็นได้ว่ามีผู้ใช้ที่ทำ Conversion น้อยกว่า (20,042 เทียบกับ 54,212) และเซสชันของผู้ใช้เหล่านั้นมีน้อยกว่า (27,788 เทียบกับ 59,080)

อย่างไรก็ตาม แม้ว่าผู้ใช้ที่ทำ Conversion จะมีสัดส่วนไม่ถึงครึ่งของการเข้าชมมาที่ไซต์ของผู้ที่ไม่ทำ Conversion แต่ผู้ใช้เหล่านี้ทำกิจกรรมในเว็บไซต์มากกว่ามาก

จำนวนหน้าที่มีการเปิดมากกว่า 4 เท่า
จำนวนหน้าต่อเซสชันมากกว่า 7 เท่า
ระยะเวลาเซสชันโดยเฉลี่ยมากกว่า 10 เท่า
อัตราตีกลับประมาณ ⅙

อาจไม่ใช่เรื่องน่าแปลกใจที่ผู้ใช้ที่ทำ Conversion จะมีส่วนร่วมมากกว่า แต่ข้อมูลนี้ชี้ให้เห็นว่าเมื่อคุณได้ผู้ใช้ที่ทำให้เกิด Conversion มาอยู่ในเว็บไซต์แล้ว พวกเขาจะมีส่วนร่วมอย่างมาก และยังกลับมาด้วย โดยผู้ที่ทำ Conversion กว่า 1 ใน 3 เป็นผู้ใช้ที่กลับมาใหม่

เมื่อคุณใชักลุ่ม กลุ่มจะมีผลกับรายงานทั้งหมดของคุณ ซึ่งทำให้ง่ายต่อการประเมินข้อมูลในบริบทต่างๆ

เปิดรายงานข้อมูลประชากร > อายุ

รายงานข้อมูลประชากร > อายุ ที่มีการใช้กลุ่มผู้ที่ทำ Conversion และผู้ที่ไม่ทำ Conversion

โปรดสังเกตว่าอัตราส่วนที่ทำ Conversion ต่อที่ไม่ทำ Conversion จะลดลงไปเรื่อยๆ เมื่ออายุมากขึ้น

กลุ่ม 25-34 มีเซสชันที่มี Conversion มากที่สุด (6,312 หรือ 42.65%) และเป็นกลุ่มที่มีเซสชันที่ทำ Conversion และไม่ทำ Conversion เป็นสัดส่วนใกล้เคียงกันที่สุด (6,312 เทียบกับ 6,886)

*รายงานข้อมูลประชากร > อายุ ผู้ที่ทำ Conversion และไม่ทำ Conversion ในช่วงอายุ 25-34*

อาจเป็นไปได้ว่ากลุ่มผู้ใช้อายุ 25-34 ปีมีแนวโน้มตามธรรมชาติที่จะซื้อของออนไลน์มากกว่า หรือผลิตภัณฑ์หรือบริการของคุณดึงดูดคนกลุ่มนี้เป็นพิเศษ หรือาจเป็นเพราะว่าการตลาดของคุณเน้นไปที่ผู้ใช้รุ่นหนุ่มสาวมากกว่า สถิติเหล่านี้ยังชี้ให้เห็นอีกว่าไซต์ของคุณมุ่งไปที่คนอายุน้อย ซึ่งเป็นผู้ชมที่มีความชำนาญทางเทคนิคมากกว่า คุณไม่สามารถบอกได้อย่างชัดเจนว่าอะไรคือปัจจัยหลักด้วยข้อมูลนี้เพียงอย่างเดียว แต่เท่าที่เห็นมีหลักฐานได้ว่ากลุ่มประชากรที่อายุน้อยที่สุดมีคุณค่าต่อคุณมากที่สุด และกลุ่มประชากรอื่นๆ อาจมีคุณค่าน้อยลงตามอายุที่เพิ่มขึ้น

กลุ่มอายุ 2 กลุ่ม ได้แก่ 25-34 และ 35-44 มีเซสชันรวมกันเกินครึ่งหนึ่งของทั้งหมด (56.9%) และมีเปอร์เซ็นต์ Conversion มากขึ้นไปอีก (64%)

*รายงานข้อมูลประชากร > อายุ ผู้ที่ทำ Conversion และไม่ทำ Conversion ในช่วงอายุ 25-34 และ 35-44*

โปรดสังเกตว่ากลุ่มอายุ 65+ เป็นเจ้าของเซสชันเพียง 5.1% และเป็นเจ้าของ Conversion เพียง 3.5% นี่จึงอาจเป็นเครื่องเน้นย้ำคุณค่าของกลุ่มประชากรที่อายุน้อยที่มีต่อคุณ

*รายงานข้อมูลประชากร > อายุ ผู้ที่ทำ Conversion และไม่ทำ Conversion ในช่วงอายุ 65+*

อย่างไรก็ตาม แม้ว่ากลุ่ม 25-44 จะเป็นเจ้าของ Conversion ถึง 64% แต่ผู้ใช้ในกลุ่ม 65+ กลับมีอัตรา Conversion สูงกว่า โดยคิดเป็น 0.77% เทียบกับอัตรารวมที่เท่ากับ 0.63% ของผู้ใช้กลุ่ม 25-44 กลุ่ม 65+ มี Conversion น้อยกว่า แต่ดูเหมือนว่ามีโอกาสที่ยังไม่มีใครตอบสนองในกลุ่มนี้เป็นอย่างมาก

รายงานข้อมูลประชากร > อายุ อัตรา Conversion ของอีคอมเมิร์ซเทียบระหว่างอายุ 25-44 กับ 65+

เปิดรายงานข้อมูลประชากร > เพศ แล้วตั้งค่าเมตริก Conversion เป็นเป้าหมายทั้งหมด และดูว่ากลุ่มเพศต่างๆ จะทำ Conversion ต่างกันหรือไม่

รายงานข้อมูลประชากร > เพศ ที่มีการใช้กลุ่มผู้ที่ทำ Conversion และผู้ที่ไม่ทำ Conversion

ผู้ใช้เพศชายมีเซสชันที่มี Conversion มากกว่าเพศหญิง 2.5 เท่า (12,011 เทียบกับ 4,756)

รายงานข้อมูลประชากร > เพศ ที่มีการใช้กลุ่มผู้ที่ทำ Conversion และผู้ที่ไม่ทำ Conversion, มุมมองรายละเอียดของเซสชันที่มี Conversion

อย่างไรก็ตาม หากดูที่อัตรา Conversion เป้าหมาย คุณจะเห็นว่าถึงแม้เพศหญิงจะทำ Conversion น้อยกว่า แต่อัตรา Conversion เป้าหมายก็สูงกว่าเพศชายเล็กน้อย (84.13% เทียบกับ 83.56%)

รายงานข้อมูลประชากร > เพศ ที่มีการใช้กลุ่มผู้ที่ทำ Conversion และผู้ที่ไม่ทำ Conversion มุมมองรายละเอียดของอัตรา Conversion เป้าหมาย

คุณสามารถใช้กลุ่มของระบบ 2 กลุ่มง่ายๆ นี้เพื่อดูรายงานได้หลายแบบและเริ่มเห็นรูปแบบเกิดขึ้น ดังนี้

ผู้ใช้อายุน้อยมี Conversion รวมมากกว่า แต่ผู้ใช้ที่อายุมากกว่ามีอัตรา Conversion สูงกว่า
ผู้ใช้เพศชายมี Conversion รวมมากกว่า แต่ผู้ใช้เพศหญิงมีอัตรา Conversion สูงกว่า

ถึงแม้การตรวจสอบขั้นต้นนี้จะไม่เพียงพอให้เปลี่ยนแปลงวิธีจัดสรรทรัพยากร แต่ก็ใช้เป็นทิศทางสำหรับการตรวจสอบในอนาคตได้

เช่น คุณอาจสร้างกลุ่มสำหรับกลุ่มอายุและเพศแต่ละกลุ่ม แล้วใช้กลุ่มเหล่านั้นในรายงานแคมเปญเพื่อดูว่าการตลาดของคุณดึงดูดกลุ่มใดกลุ่มหนึ่งเป็นหลักหรือไม่ หากการตลาดของคุณมีแรงดึงดูดแคบๆ แบบไม่ได้จงใจ คุณอาจสร้างแคมเปญและโฆษณาเพิ่มเติมที่มุ่งไปยังกลุ่มเหล่านี้ที่แสดงให้เห็นศักยภาพ แต่ตอบสนองต่อการตลาดปัจจุบันไม่ดีนัก (เช่น ผู้หญิงหรือผู้ใช้อายุ 65 ปีขึ้นไป)

ใช้กลุ่มเดียวกันนี้ในรายงานสถานที่ตั้งทางภูมิศาสตร์เพื่อดูว่ามีพื้นที่ใดที่คุณไม่ได้ใช้งานแคมเปญแต่มีอัตราส่วนของผู้ใช้ที่แสดงให้เห็นศักยภาพสูงกว่าหรือไม่

ใช้กลุ่มเหล่านี้กับรายงานภาพรวมความสนใจเพื่อดูว่าความสนใจในกลุ่มต่างๆ มีความแตกต่างกันมากน้อยเพียงใด และคุณจะต้องพัฒนาผู้ชมเฉพาะทางมากกว่านี้สำหรับการซื้อโฆษณาแบบเป็นโปรแกรมหรือไม่

เมื่อค้นพบข้อมูลที่มีความหมายในขั้นต้นแล้ว (เช่น กลุ่มคนที่อาจเป็นแหล่งที่มาของ Conversion) คุณสามารถสร้างกลุ่มที่ตรงกับกลุ่มคนเหล่านั้นแล้วใช้กลุ่มกับรายงาน และทำการวิเคราะห์อย่างถี่ถ้วนเพื่อดูว่าควรสร้างความพยายามใหม่ๆ ในรูปแบบใดและจัดสรรทรัพยากรอย่างไรเพื่อใช้ประโยชน์จากข้อมูลเชิงลึกนี้

วิเคราะห์เซสชันที่มี Conversion จากพื้นที่ทางภูมิศาสตร์ที่เจาะจง

ในตัวอย่างนี้ เราจะคัดลอกและแก้ไขกลุ่มของระบบเซสชันที่มี Conversion

เริ่มที่รายงานภาพรวมผู้ชม แล้วใช้กลุ่มเซสชันที่มี Conversion

*รายงานภาพรวมผู้ชมที่ใช้กลุ่มเซสชันที่มี Conversion*

นำกลุ่มเซสชันทั้งหมดออกเพื่อเน้นเฉพาะเซสชันที่ผู้ใช้ทำ Conversion

คุณสามารถใช้กลุ่มของระบบเพียงกลุ่มเดียวเพื่อดูรายงานให้จบและดูว่ามีชุดข้อมูลย่อยใดที่อาจน่าสนใจ เช่น พื้นที่ทางภูมิศาสตร์ที่มีจำนวนเซสชันที่มี Conversion ค่อนข้างสูง เปิดรายงานภูมิศาสตร์ > สถานที่ตั้ง

*รายงานสถานที่ตั้งทางภูมิศาสตร์ที่ใช้กลุ่มเซสชันที่มี Conversion*

ในกรณีนี้ สหรัฐอเมริกามีจำนวนเซสชันที่มี Conversion มากกว่าประเทศที่ประสบความสำเร็จเป็นอันดับสองถึง 10 เท่า

คุณสามารถคัดลอกและแก้ไขกลุ่มเดิมนี้แล้วเพิ่มตัวกรองเพื่อตรวจสอบชุดข้อมูลย่อย (เช่น เซสชันที่มี Conversion จากสหรัฐอเมริกา) เมื่อใช้กลุ่มที่แคบลง คุณสามารถสำรวจรายงานต่างๆ โดยเน้นไปที่ชุดย่อยนี้เพียงอย่างเดียวได้

จากด้านบนของรายงาน เปิดเมนูสำหรับเซสชันที่มี Conversion แล้วคลิกคัดลอก