[UA] Rapporten Kohorteanalyse

I denne artikel kan du læse om rapporten Kohorteanalyse i Universal Analytics. Du kan få flere oplysninger om, hvordan du analyserer kohortefastholdelse og engagement i Google Analytics 4, i [GA4] rapporten Oversigt over fastholdelse.
I denne artikel kan du læse om følgende:

Se kohorteanalysedata

Sådan åbner du rapporten Kohorteanalyse:

  1. Log ind på Google Analytics.
  2. Gå til din visning.
  3. Åbn Rapporter.
  4. Vælg Målgruppe > Kohorteanalyse.

Alle Analytics-konti indeholder kohorteanalysedata. Du behøver ikke at ændre sporingskoden.

Konfigurer rapporten

Menuer, der kan bruges til at konfigurere rapporten Kohorteanalyse

Brug menuerne til at vælge følgende:

  • Den dimension, der karakteriserer kohorterne (kohortetype)
  • Kohorternes størrelse (kohortestørrelse): Du vælger størrelsen på kohorten ved at vælge værditypen for dimensionen. Hvis du f.eks. vælger kohorten ud fra dimensionen Anskaffelsesdato, kan du ændre dimensionsværditypen til dag, uge eller måned. Hvis du vælger disse indstillinger, er en kohorte alle brugere, der blev til kunder samme dag eller i løbet af samme uge eller måned.
  • Den metric, du ønsker at evaluere (metric)
  • Dataene relative datointerval og antallet af kohorter (datointerval)
  • Hvilke kohorter der vises på diagrammet (N valgte)

Forstå dataene

Rapport konfigureret til at vise kohorter for Anskaffelsesdato efter metric'en Brugerfastholdelse

Diagram

Diagrammet viser som standard de samlede metric-værdier for alle kohorter. Brug menuen N valgte til at vælge en samlet diagramlinje og/eller samlede diagramlinjer for individuelle kohorter.

Kolonner

Den første kolonne identificerer kohorterne og antallet af brugere i den enkelte kohorte. Hvis den dimension, du karakteriserer kohorterne efter, er Anskaffelsesdato, oplister denne kolonne anskaffelsesdatoen for hver enkelt kohorte og antallet af brugere, der er blevet til kunder i den valgte periode (dag, uge eller måned).

Resten af kolonnerne afspejler de tidsintervaller, du vælger for kohortestørrelse. Hvis du f.eks. vælger efter dag, indeholder hver kolonne data for én dag. Der er 13 tidsintervalkolonner, 0-12.

Rækker

Den første række viser den samlede metric-værdi for alle kohorter for hver kolonne. Hvis metric'en f.eks. er Sidevisninger, og kolonnerne er daglige data, viser den første række det samlede antal sidevisninger for dagen.

De øvrige rækker viser værdierne for de individuelle kohorter.

Celler

Cellerne for tidsintervallerne 0-12 indeholder de relevante metric-værdier. Hvis du f.eks. bruger metric'en Sidevisninger, indeholder hver enkelt celle antallet af sidevisninger pr. kohorte pr. tidsinterval.

Farver

Analytics bruger fem forskellige farveværdier som en indikation af de relative metric-værdier: Den mørkeste farve repræsenterer de højeste metric-værdier, og den lyseste farve repræsenterer de laveste metric-værdier. Hver farve repræsenterer det samme relative interval af værdier. Hvis den højeste værdi i tabellen f.eks. er 100 %, repræsenterer hver farve et interval på 20 (100 divideret med 5), og hvis den højeste værdi i tabellen er 50 %, repræsenterer hver farve et interval på 10 (50 divideret med 5).

Segmenter

Når du anvender segmenter på denne rapport, vises dataene for hvert enkelt segment i en separat tabel.

Rapporten Kohorteanalyse er brugerbaseret, og du kan derfor, hvis du anvender segmenter baseret på sessioner, få uventede resultater, der ikke omfatter 100 % af brugerne på dag 0, som du ellers ville forvente.

Hvis et segment f.eks. er baseret på en betingelse såsom Placering: Landet matcher nøjagtigt USA, som har et sessionsomfang, er de brugere, hvis dag 0-sessioner skete i andre lande end USA, ikke omfattet af kolonnen for dag 0, når du anvender segmentet.

Filtre

Filtre, der udelukker dag 0-brugere, kan påvirke dataene for efterfølgende dage. Hvis du f.eks. anvender et filter, der udelukker dag 0-sessioner for visse brugere, men medtager sessioner for de samme brugere på efterfølgende dage, kan værdierne for disse efterfølgende dage overstige 100 %.

Eksempler

Mikrotrends

Hvis du ser nærmere på de mikrotrends, som samlet set udgør dine makrotrends, kan du få et mere realistisk billede af din virksomhed Dine kvartalsdata viser muligvis en jævn stigning i antallet af transaktioner i løbet af perioden, hvilket du normalt ville anse som noget positivt. Hvis du imidlertid ser nærmere på de ugentlige kohorter, der udgør det store datasæt, kan du muligvis se, at selvom en samlet tilgang af nye brugere bidrager til et øget antal transaktioner, er der et vedvarende og dramatisk fald i antallet af transaktioner efter uge 5. Dermed ved du, præcis hvornår du skal engagere brugerne igen (uge 4) for at forbedre effektiviteten af den enkelte mikrotrend og dermed mangedoble effekten for din makrotrend.

Konsistens, forbedring eller forværring på tværs af kohorter

Ved at sammenligne værdierne i en enkelt kolonne kan du se, om der er en ensartet adfærd på tværs af dine kohorter, eller om effektiviteten bliver bedre eller dårligere Når du bevæger dig ned gennem kolonnerne med data for hver enkelt nyere kolonne, ser du frem i tiden (dag 5 for den anden kohorte er således efter dag 5 for den første kohorte, selvom de vises i samme kolonne).

Hvis du evaluerer daglige data, kan du se på en enkelt kolonne, f.eks. kolonnen Dag 5, for at se, om alle kohorter er lige effektive på dette tidspunkt, eller om dataene indikerer en forbedring eller en forværring. Hvis du f.eks. fastholder samme procentdel af brugere på tværs af alle kohorter på dag 5, kan dette være et tegn på, at brugerne får den samme gode brugeroplevelse. En stor stigning i fastholdelsen på dag 5 kan på den anden side være et tegn på, at du har forbedret dit indhold eller gjort din app hurtigere. Et konstant fald i brugerfastholdelsen på dag 5 kan omvendt være et tegn på uinteressant indhold eller en dårligt kodet bane i et spil, som f.eks. får flere og flere brugere til at forlade appen.

Engagement, fastholdelse og anskaffelse

Hvis du kender det sted, hvor brugerne har en tendens til at stoppe med at engagere sig (f.eks. i form af færre sessioner, visning af færre sider og mindre omsætning), kan det hjælpe dig med at identificere to ting:

  • Generelle steder, der trænger til en opdatering, men som muligvis ikke kræver det helt store
  • Hvor mange nye brugere du løbende skal have fat i for at kompensere for et uundgåeligt frafald

Hvis du f.eks. konstaterer, at omsætningen regelmæssigt starter med at falde i tredje eller fjerde uge efter anskaffelsen, kan det være en god idé at engagere brugerne igen med en remarketing- eller e-mailkampagne, der tilbyder rabatter eller viser annoncer for produkter, der er blevet tilføjet siden deres seneste sessioner. Du kan også engagere disse brugere ingen med dynamisk remarketing ved at vise annoncer for produkter med relation til dem, de har købt, første gang de interagerede med siden.

Hvis du konstaterer tydelige frafald, f.eks. 10 % om måneden, kan du se, hvor mange nye brugere du skal hverve for at nå den ønskede vækstrate for din virksomhed.

Svar på kortsigtede marketingtiltag

Hvis du iværksætter kortsigtede marketingtiltag, f.eks. e-mailkampagner af én dags varighed, giver denne rapport dig mulighed for at spore adfærden for lige netop de brugere, du har hvervet i de valgte tidsperioder. Hvis du f.eks. kører kampagner med hhv. 30 % rabat, 25 % rabat og 20 % rabat, når feriesæsonen nærmer sig, kan du se, hvordan forskellige metrics såsom Omsætning pr. bruger og Transaktioner pr. bruger er i de forskellige grupper af brugere, du har anskaffet på de datoer, hvor kampagnen kørte.

Var disse oplysninger nyttige?

Hvordan kan vi forbedre siden?
true
Vælg selv din læringssti

Websitet google.com/analytics/learn er en ny ressource, du kan bruge som hjælp til at få mest muligt ud af Google Analytics 4. Her kan du finde videoer, artikler og trinvise vejledninger samt links til Google Analytics Discord og Google Analytics' blog, YouTube-kanal og GitHub-lager.

Start læringsprocessen allerede i dag!

Søgning
Ryd søgning
Luk søgning
Google-apps
Hovedmenu
14533031919874811036
true
Søg i Hjælp
true
true
true
true
true
69256
false
false