Přehled Skupinová analýza

Obsah tohoto článku:

Zobrazení údajů Skupinová analýza

Postup otevření přehledu Skupinová analýza

  1. Přihlaste se k účtu Google Analytics.
  2. Přejděte k požadovanému výběru dat.
  3. Otevřete Přehledy.
  4. Vyberte možnost Publikum > Skupinová analýza.

Skupinová analýza je dostupná ve všech účtech Analytics. Měřicí kód není potřeba nijak měnit.

Konfigurace přehledu

Nabídky používané ke konfiguraci přehledu Skupinová analýza

Pomocí nabídek můžete vybrat:

  • Dimenzi, která charakterizuje kohorty (Typ kohorty)
  • Velikost kohort (Velikost kohorty): Velikost kohorty určíte výběrem typu hodnoty pro dimenzi. Pokud například určíte kohortu na základě dimenze Datum akvizice, můžete typ hodnoty dimenze změnit na den, týden nebo měsíc. Při těchto nastaveních by kohortu tvořili všichni uživatelé, které jste získali ve stejný den nebo během téhož týdne či měsíce.
  • Metriku, kterou chcete vyhodnotit (Metrika)
  • Relativní období údajů a počet kohort (Období)
  • Které kohorty budou vyneseny v grafu (N vybraných)

Význam údajů

Přehled nakonfigurovaný k zobrazení kohort na základě Data akvizice podle metriky Udržení uživatele

Graf

Ve výchozím nastavení jsou v grafu znázorněny součtové hodnoty metriky pro všechny kohorty. V nabídce N vybraných můžete vybrat součtovou křivku v grafu, popř. křivky pro jednotlivé kohorty.

Sloupce

V prvním sloupci jsou uvedeny kohorty a počty uživatelů v jednotlivých kohortách. Pokud je například dimenzí charakterizující kohorty Datum akvizice, tento sloupec obsahuje data akvizice pro jednotlivé kohorty a počty uživatelů, které jste za dané období (den, týden, měsíc) získali.

Zbývající sloupce odrážejí časové přírůstky zvolené pro Velikost kohorty. Pokud například zvolíte podle dne, bude každý sloupec obsahovat údaje z jednoho dne. Celkem zde bude 13 sloupců časových intervalů, 0 ‒ 12.

Řádky

Na prvním řádku je uvedena celková hodnota metriky pro všechny kohorty jednotlivých sloupců. Pokud je například metrika Zobrazení stránky a sloupce obsahují denní údaje, bude na prvním řádku uveden celkový počet zobrazení stránky za daný den.

V ostatních řádcích budou hodnoty pro jednotlivé kohorty.

Buňky

Buňky pro časové intervaly 0‒12 obsahují příslušné hodnoty metriky. Pokud například používáte metriku Zobrazení stránky, jednotlivé buňky budou obsahovat počty zobrazení stránky na kohortu a časový přírůstek.

Barvy

Analytics rozlišuje relativní hodnoty metriky pomocí pěti odstínů barev: Nejtmavší představují největší hodnoty metrik, nejsvětlejší naopak nejmenší hodnoty. Každému odstínu odpovídá stejný relativní rozsah hodnot. Pokud je tedy například nejvyšší hodnota v tabulce 100 %, každý odstín reprezentuje rozsah 20 % (100/5). Je-li nejvyšší hodnota v tabulce 50 %, jednotlivé odstíny představují rozsahy 10 % (50/5).

Segmenty

Při použití segmentu na tento přehled se údaje pro jednotlivé segmenty zobrazí v samostatné tabulce.

Protože přehled Skupinová analýza je založen na uživatelích, můžete při použití segmentů na základě návštěv obdržet neočekávané výsledky, které nebudou v nultý den zahrnovat 100 % uživatelů, jak byste čekali.

Pokud je například segment založen na podmínce jako Místo: země se přesně shoduje s USA, což je přizpůsobené návštěvám, tak uživatelé, jejichž návštěvy v nultém dni pocházejí z jiných zemí než USA, nebudou při použití segmentu ve sloupci Den 0 uvedeni.

Filtry

Filtry, které vylučují uživatele z nultého dne, mohou ovlivnit data i pro následující dny. Pokud například použijete filtr, který vylučuje návštěvy z nultého dne pro některé uživatele, ale zahrnuje návštěvy stejných uživatelů v následujících dnech, hodnoty pro tyto následující dny mohou překročit 100 %.

Příklady

Mikrotrendy

Chcete-li získat realističtější obrázek o svém podnikání, prozkoumejte mikrotrendy, které v souhrnu tvoří makrotrendy. Například údaje za čtvrtletí by mohly ukazovat stálý růst počtu transakcí v tomto období, což byste považovali za pozitivní výsledek. Pokud byste však prozkoumali týdenní kohorty, kterými je tento větší soubor dat tvořen, mohli byste zjistit, že celkový příliv nových uživatelů sice přispívá k rostoucímu počtu transakcí, ale po 5. týdnu vždy dochází k dramatickému poklesu. Zjistili byste tak, kdy přesně je potřeba pokusit se uživatele znovu zaujmout (ve 4. týdnu), aby se zlepšil výkon jednotlivých mikrotrendů a znásobil jejich účinek na makrotrend.

Konzistence, zlepšování nebo zhoršování napříč kohortami

Prostým porovnáváním hodnot v jednom sloupci můžete zjistit, jestli je mezi vašimi kohortami konzistentní chování nebo jestli se výkon zlepšuje či zhoršuje. Když se ve sloupci díváte na údaje novějších kohort (shora dolů), díváte se v čase dopředu. Například 5. den u druhé kohorty je později než 5. den u první kohorty, i když jsou ve stejném sloupci.

Když vyhodnocujete denní údaje, můžete se podívat na jeden sloupec, řekněme Den 5. Uvidíte, jestli mají všechny kohorty v tomto bodě zhruba stejnou úroveň nebo zda údaje naznačují zlepšování či zhoršování trendů. Pokud si například udržujete v 5. dnu ve všech kohortách stejné procento uživatelů, může to znamenat uklidňující stabilitu uživatelského dojmu. Jestliže v 5. dnu zaznamenáváte soustavný růst udržení uživatelů, může to souviset se zlepšením vašeho obsahu nebo zvýšením rychlosti vaší aplikace. Stálé zhoršování udržení uživatelů v 5. dnu může naopak naznačovat zastaralý obsah nebo třeba nezvyklou obtížnost či špatné kódování úrovně hry, tedy něco, co způsobuje soustavný úbytek uživatelů.

Interakce, udržení a akvizice

Když porozumíte tomu, ve kterém okamžiku mají uživatelé tendenci odejít (například vykonávají méně návštěv nebo generují méně tržeb), může vám to pomoci zjistit dvě věci:

  • Obvyklé body přirozeného úbytku uživatelů, které lze snadno napravit
  • Jak rychle je potřeba získávat nové uživatele, aby byl kompenzován jejich nevyhnutelný úbytek

Pokud si například všimnete, že vždy ve třetím nebo čtvrtém týdnu po akvizici začínají tržby klesat, můžete uživatele znovu oslovit remarketingovou nebo e-mailovou kampaní, která nabízí slevy, případně reklamami na nové produkty přidané od jejich poslední návštěvy. Uživatele byste také mohli znovu zaujmout pomocí dynamického remarketingu, v rámci kterého jim ukážete reklamy na produkty související s těmi, jež zakoupili během své první návštěvy.

Pokud zaznamenáte nevyhnutelné vzorce úbytku uživatelů, řekněme o 10 % za měsíc, tak jste schopní určit, jak rychle musíte získat nové uživatele, abyste dosáhli tempa růstu požadovaného pro vaše obchodní cíle.

Reakce na krátkodobé marketingové aktivity

Pokud využíváte krátkodobé marketingové aktivity, například jednodenní e-mailové kampaně, tento přehled vám umožní sledovat chování jen těch uživatelů, které jste získali během odpovídajících období. Když například před blížícími se prázdninami postupně spustíte kampaně se slevami 30, 25 a 20 %, můžete sledovat srovnání různých metrik (například Tržby na uživatele nebo Transakce na uživatele) mezi skupinami uživatelů získanými v průběhu jednotlivých kampaní.

Pomohly vám tyto informace?
Jak bychom článek mohli vylepšit?