Kohorttianalyysiraportti

Artikkelin aiheet:

Kohorttianalyysin tietojen tarkastelu

Kohorttianalyysiraportin avaaminen:

  1. Kirjaudu Google Analyticsiin.
  2. Siirry näkymääsi.
  3. Avaa Raportit.
  4. Valitse Yleisö > Kohorttianalyysi.

Kohorttianalyysitiedot ovat saatavilla kaikilla Analytics-tileillä. Seurantakoodia ei tarvitse muuttaa.

Raportin määrittäminen

Kohorttianalyysiraportin määrittämiseen käytettävät valikot

Valitse valikoista seuraavat ominaisuudet:

  • kohortteja kuvaava ulottuvuus (Kohortin tyyppi)
  • Kohorttien koko (Kohortin koko): Voit määrittää kohortin koon valitsemalla ulottuvuudelle arvotyypin. Jos esimerkiksi määrität kohortin Hankintapäivä-ulottuvuuden mukaan, voit muuttaa ulottuvuuden arvotyypiksi päivän, viikon tai kuukauden. Näiden asetusten mukaan kohortti sisältäisi kaikki käyttäjät, jotka on hankittu saman päivän, viikon tai kuukauden aikana.
  • arvioitava tieto (Tieto)
  • tietojen suhteellinen ajanjakso ja kohorttien lukumäärä (Ajanjakso)
  • kaaviossa näkyvät kohortit (N valittu).

Tietojen lukeminen

Raportti, joka on määritetty näyttämään Hankintapäivä-kohortit Käyttäjän säilyttäminen ‑tiedon mukaan

Kaavio

Kaaviossa näkyvät oletuksena kumulatiivisesti kaikkien kohorttien tietojen arvot. Käyttämällä N valittu -valikkoa voit valita kumulatiivisten tietojen viivakaavion ja/tai yksittäisten kohorttien tietojen viivakaaviot.

Sarakkeet

Ensimmäisessä sarakkeessa näkyvät kohortit ja käyttäjien määrä kyseisessä kohortissa. Jos kohortit kuvataan esimerkiksi ulottuvuuden Hankintapäivä mukaan, tässä sarakkeessa on kunkin kohortin hankintapäivä ja määritettynä ajanjaksona (päivä, viikko tai kuukausi) hankittujen käyttäjien määrä.

Muissa sarakkeissa käytetään aikaväliä, jonka olet valinnut Kohortin koko ‑kohdassa. Jos olet esimerkiksi valinnut vaihtoehdon päivän mukaan, kukin sarake sisältää yhden päivän tiedot. Eri aikavälien sarakkeita on 13 (sarakkeet 0–12).

Rivit

Ensimmäisellä rivillä näytetään kaikkien kohorttien tietojen kokonaisarvo kussakin sarakkeessa. Jos tieto on esimerkiksi Sivun katselut ja sarakkeet sisältävät päiväkohtaiset tiedot, ensimmäisellä rivillä näytetään sivun katselujen kokonaismäärä kyseisenä päivänä.

Muilla riveillä näytetään yksittäisten kohorttien arvot.

Solut

Aikavälin 0–12 solut sisältävät aiheeseen liittyvien tietojen arvot. Jos esimerkiksi käytät Sivun katselut ‑tietoa, kukin solu sisältää kohorttikohtaisen sivun katselujen määrän kyseisellä aikavälillä.

Värit

Analyticsissa käytetään viittä eri väriä kuvaamaan muuttujien arvoja: tummin väri kuvaa suurimpia arvoja ja vaalein väri pienimpiä. Jokaisella värillä on sama suhteellinen arvoalue. Esimerkki: Jos taulukon suurin arvo on 100 %, jokaisen värin arvoalue on 20 (100/5). Jos taas taulukon suurin arvon onkin 5 %, jokaisen värin arvoalue on 10 (50/5).

Segmentit

Kun otat segmentit käyttöön tässä raportissa, kunkin segmentin tiedot näytetään erillisessä taulukossa.

Kohorttianalyysiraportti on käyttäjäpohjainen. Jos siis käytät istuntopohjaisia segmenttejä, voit saada odotustesi vastaisia tuloksia, sillä Päivä 0 ‑kohdassa saatetaan näyttää alle 100 % käyttäjistä.

Oletetaan esimerkiksi, että segmentti perustuu istuntopohjaiseen ehtoon, kuten Sijainti: Maa on täsmälleen sama kuin Yhdysvallat. Tällöin käyttäjiä, jotka käynnistivät päivän 0 istuntonsa muualta kuin Yhdysvalloista, ei lasketa mukaan Päivä 0 ‑sarakkeeseen segmentin käyttöönoton yhteydessä.

Suodattimet

Suodattimet, jotka eivät sisällä päivän 0 käyttäjiä, voivat vaikuttaa myöhempien päivien dataan. Jos esimerkiksi otat käyttöön suodattimen, joka ei ota mukaan joidenkin käyttäjien päivän 0 istuntoja mutta sisältää samojen käyttäjien myöhempien päivien istunnot, näiden myöhempien päivien arvo saattaa ylittää 100 %.

Esimerkkejä

Mikrotrendit

Kun tutkit mikrotrendejä, joista makrotrendisi koostuvat, voit saada realistisemman kuvan yrityksestäsi. Neljännesvuosittaisista tiedoistasi saatat esimerkiksi havaita, että tapahtumien määrä on kyseisellä ajanjaksolla kasvanut tasaisesti, minkä voi tulkita myönteiseksi asiaksi. Kun sitten tutkit suurimman tietojoukon muodostavia viikkokohtaisia kohortteja, saatat kuitenkin huomata, että uusien käyttäjien suuri määrä on lisännyt tapahtumien määrää merkittävästi ja viikon 5 jälkeen tapahtumien määrä laskeekin tasaisesti ja jyrkästi. Nyt tiedät tarkasti, milloin käyttäjiä kannattaa alkaa tavoitella uudelleen (viikolla 4). Näin pystyt parantamaan kunkin mikrotrendin tehokkuutta, millä on myös suuri vaikutus makrotrendiisi.

Yhdenmukaisuus, parantuminen tai heikkeneminen eri kohorteissa

Vertaamalla yksittäisen sarakkeen eri arvoja voit nähdä, onko kohorttiesi käyttäytyminen yhdenmukaista vai onko tehokkuudessa huomattavissa parannusta tai heikkenemistä. Kun tarkastelet sarakkeessa alempana olevia kunkin uudemman kohortin tietoja, näet tulevia tietoja (esimerkiksi toisen kohortin viides päivä tulee ensimmäisen kohortin viidennen päivän jälkeen, vaikka ne näkyvät samassa sarakkeessa).

Kun arvioit päiväkohtaisia tietoja, voit tarkastella yksittäistä saraketta (esimerkiksi päivän 5 saraketta) ja tarkistaa, onko kaikkien kohorttien tehokkuus suurin piirtein samalla tasolla tässä vaiheessa vai onko tiedoissa merkkejä parantumisesta tai heikkenemisestä. Jos esimerkiksi säilytettyjen käyttäjien prosenttimäärä on viidentenä päivänä sama kaikissa kohorteissa, tämä voi olla merkki yhdenmukaisesta käyttökokemuksesta. Toisaalta jos huomaat säilyttämisessä tasaista nousua viidennen päivän kohdalla, syynä saattaa olla esimerkiksi sisällön kehittäminen tai sovelluksen suoritusnopeuden parantuminen. Tasainen lasku viidennen päivän kohdalla saattaa puolestaan olla merkki vanhentuneesta sisällöstä tai poikkeuksellisen vaikeasta tai huonosti koodatusta tasosta pelissä. Tällaiset asiat voivat aiheuttaa sen, että yhä harvempi käyttäjä jatkaa sivuston tai sovelluksen käyttöä.

Sitouttaminen, säilyttäminen ja hankinta

Selvittämällä, missä kohdassa käyttäjien sitoutuminen päättyy (ts. he aloittavat vähemmän istuntoja, tarkastelevat harvempia sivuja ja tuottavat vähemmän tuloja), voit tunnistaa seuraavat kaksi asiaa:

  • tavallisimmat poistumiskohdat, joihin liittyvät ongelmat voivat olla helposti korjattavissa
  • sen, millä tahdilla uusia käyttäjiä on hankittava, jotta väistämättömät poistumat kompensoituvat.

Jos esimerkiksi huomaat, että tuotto alkaa säännöllisesti pudota kolmannella tai neljännellä viikolla hankinnasta, voit aktivoida käyttäjät uudelleen esimerkiksi uudelleenmarkkinointi- tai sähköpostikampanjalla, jossa tarjotaan alennuksia tai mainostetaan käyttäjien viimeisimpien istuntojen jälkeen lisättyjä tuotteita. Voit aktivoida käyttäjät uudelleen myös dynaamisen uudelleenmarkkinoinnin avulla näyttämällä heille mainoksia tuotteista, jotka liittyvät ensimmäisen aktivoitumisen yhteydessä ostettuihin tuotteisiin.

Jos huomaat poistumisia tapahtuvan väistämättä tietyn verran (esim. 10 % kuukaudessa), voit arvioida, minkä verran uusia käyttäjiä on hankittava, jotta yrityksesi kasvuvauhti on tavoitteidesi mukaista.

Lyhytaikaisten markkinointitoimenpiteiden vaikutus

Jos käytät lyhytaikaisia markkinointikeinoja, kuten yksipäiväisiä sähköpostikampanjoita, tämän raportin avulla voit seurata juuri kyseisellä ajanjaksolla hankittujen käyttäjien käyttäytymistä. Jos sinulla on esimerkiksi lomien lähestyessä käynnissä peräkkäisiä 30, 25 ja 20 prosentin alennuskampanjoita, voit tarkastella, miten eri tiedot, kuten Tulo käyttäjää kohti ja Tapahtumat käyttäjää kohti, eroavat kunkin kampanjan käynnissäoloaikana hankittujen käyttäjäryhmien välillä.

Oliko tästä apua?
Miten sivua voisi parantaa?