Le rapport "Analyse des cohortes"

Au sommaire de cet article :

Afficher les données d'analyse des cohortes

Pour ouvrir le rapport "Analyse des cohortes", procédez comme suit :

  1. Se connecter à Google Analytics
  2. Accédez à votre vue.
  3. Ouvrez la section Rapports.
  4. Sélectionnez Audience > Analyse des cohortes.

Les données d'analyse des cohortes sont disponibles dans tous les comptes Analytics. Aucune modification du code de suivi n'est nécessaire.

Configurer le rapport

Les menus que vous devez utiliser pour configurer le rapport d'analyse des cohortes

Dans les menus, vous pouvez sélectionner les éléments suivants :

  • Dimension qui caractérise la cohorte ("Type de cohorte")
  • Taille des cohortes ("Taille de la cohorte") : sélectionnez au préalable une dimension ("Type de cohorte"). Si vous choisissez par exemple la dimension "Date d'acquisition", vous pouvez choisir le type de valeur : jour, semaine ou mois. Dans ce cas, une cohorte correspond à l'ensemble des utilisateurs dont l'acquisition s'est faite le même jour, ou pendant la même semaine ou le même mois.
  • Statistique à évaluer ("Statistique")
  • Période relative des données et nombre de cohortes (Période)
  • Cohortes figurant dans le graphique ("N sélectionnés")

Interpréter les données

Rapport configuré pour afficher les cohortes "Date d'acquisition" pour la statistique "Fidélisation des utilisateurs

Graphique

Par défaut, le graphique affiche les valeurs cumulées des statistiques pour l'ensemble des cohortes. Utilisez le menu N sélectionnés pour sélectionner des lignes de graphique cumulatives pour des cohortes individuelles.

Colonnes

La première colonne identifie les cohortes et indique le nombre d'utilisateurs pour chacune d'entre elles. Par exemple, si la dimension qui caractérise votre cohorte est Date d'acquisition, cette colonne contient la date d'acquisition pour chaque cohorte, ainsi que le nombre d'utilisateurs que vous avez acquis sur la période (jour, semaine, mois).

Les autres colonnes contiennent les incréments de temps choisis pour la Taille de la cohorte. Ainsi, si vous sélectionnez par jour, chaque colonne contient les données correspondant à une journée. Il y a 13 colonnes d'incréments de temps, de 0 à 12.

Lignes

La première ligne affiche la valeur totale des statistiques pour l'ensemble des cohortes de chaque colonne. Par exemple, si la statistique est Pages vues et que les colonnes correspondent à des données journalières, la première ligne contient le nombre total de pages vues pendant la journée.

Les autres lignes affichent les valeurs pour les cohortes individuelles.

Cellules

Les cellules des incréments de temps 0 à 12 contiennent les valeurs de statistiques correspondantes. Par exemple, si vous utilisez la statistique Pages vues, chaque cellule contient le nombre de pages vues par cohorte et par incrément.

Couleurs

Google Analytics utilise 5 valeurs de couleur comme indication des valeurs statistiques relatives : la couleur la plus foncée représente les valeurs statistiques les plus élevées, et la couleur la plus claire représente les valeurs statistiques les plus faibles. Chaque couleur représente la même plage de valeurs relatives. Par exemple, si la valeur la plus élevée dans le tableau est de 100 %, chaque couleur représente alors une plage de 20 (100/5) ; si la valeur la plus élevée du tableau est 50 %, alors chaque couleur représente une plage de 10 (50/5).

Segments

Lorsque vous appliquez des segments à ce rapport, les données pour chacun d'eux sont affichées dans un tableau séparé.

Le rapport "Analyse des cohortes" étant basé sur les utilisateurs, si vous appliquez des segments basés sur des sessions, vous risquez d'obtenir des résultats inattendus, qui n'incluent pas 100 % des utilisateurs au jour 0.

Par exemple, si un segment est basé sur une condition comme Zone géographique : Pays correspond exactement à États-Unis, qui est définie par session, les utilisateurs dont les sessions du jour 0 se sont produites hors des États-Unis ne sont pas inclus dans la colonne "Jour 0" lorsque vous appliquez le segment.

Filtres

Les filtres qui excluent les utilisateurs au jour 0 risquent d'avoir une incidence sur les données des jours suivants. Par exemple, si vous appliquez un filtre qui exclut les sessions du jour 0 pour certains utilisateurs, mais qui inclut les sessions de ces utilisateurs les jours suivants, les valeurs enregistrées les jours suivants sont susceptibles d'être supérieures à 100 %.

Exemples

Micro-tendances

L'examen des micro-tendances qui composent vos macro-tendances peut vous donner une image plus réaliste de votre activité. Par exemple, si vos données du trimestre affichent une augmentation régulière des transactions sur cette période, vous pouvez conclure à un bon résultat. Toutefois, si vous examinez les cohortes hebdomadaires, vous pouvez constater qu'un afflux général de nouveaux utilisateurs contribue à l'augmentation du nombre de transactions, mais qu'une baisse importante et régulière des transactions apparaît au bout de la 5e semaine. Vous savez à présent à quel moment susciter de nouveau l'intérêt des utilisateurs (semaine 4) pour améliorer les performances de chaque micro-tendance et ainsi en multiplier l'effet sur votre macro-tendance.

Cohérence, amélioration ou détérioration au sein des cohortes

Par simple comparaison des valeurs d'une colonne, vous pouvez déterminer si le comportement de vos cohortes est cohérent ou si les performances s'améliorent ou se détériorent. En parcourant la colonne vers le bas, vous avancez dans le temps. Par exemple, le 5e jour de la deuxième cohorte a lieu après le 5e jour de la première cohorte, même s'ils figurent dans la même colonne.

Si vous examinez des données journalières, vous pouvez regarder une seule colonne, par exemple "5e jour", pour savoir si toutes les cohortes ont des performances similaires à ce moment de leur expérience, ou si les données indiquent des tendances qui s'améliorent ou se détériorent. Par exemple, si vous constatez le même pourcentage d'utilisateurs dans toutes les cohortes le 5e jour, cela peut indiquer une cohérence rassurante de l'expérience utilisateur. Si vous voyez une augmentation régulière de la fidélisation des utilisateurs le 5e jour, vous pouvez faire le lien avec l'amélioration de votre contenu ou de la vitesse de fonctionnement de votre application. Une détérioration régulière de cette fidélisation le 5e jour peut indiquer un contenu dépassé ou un niveau de jeu extrêmement difficile, donc un facteur qui n'incite pas les utilisateurs à poursuivre l'expérience.

Intérêt, rétention et acquisition

La connaissance du moment où les utilisateurs ont tendance à se désintéresser du contenu (par exemple, en démarrant moins de sessions, en consultant moins de pages ou en générant moins de chiffre d'affaires) peut vous permettre d'identifier deux éléments :

  • Points communs d'usure facilement remédiables
  • Taux d'acquisition de nouveaux utilisateurs nécessaire pour compenser le désintérêt inévitable

Par exemple, si vous remarquez que le chiffre d'affaires commence à baisser régulièrement à la troisième ou quatrième semaine suivant l'acquisition, vous pouvez susciter de nouveau l'intérêt des utilisateurs par une campagne de remarketing ou d'e-mails proposant des remises ou des annonces de nouveaux produits que vous avez ajoutés depuis leur dernière session. Vous pouvez aussi utiliser le remarketing dynamique en proposant des annonces pour des produits liés à ceux qu'ils ont achetés lors de leur participation initiale.

Si vous identifiez des schémas inévitables de désintérêt, par exemple 10 % par mois, vous pouvez connaître le taux d'acquisition de nouveaux utilisateurs requis pour le taux de croissance que vous visez pour votre entreprise.

Réponse aux efforts marketing à court terme

Si vous mettez en place des actions marketing à court terme telles que des campagnes d'e-mail ponctuelles, ce rapport vous permet d'effectuer le suivi des utilisateurs que vous avez acquis pendant la période correspondante. Par exemple, si vous lancez successivement des campagnes 30 %, 25 % et 20 % de remise à l'approche de vacances, vous pouvez comparer des statistiques comme Chiffre d'affaires par utilisateur et Transactions par utilisateur parmi les différents groupes d'utilisateurs acquis pendant la durée de chacune des campagnes.

Ces informations vous-ont elles été utiles ?
Comment pouvons-nous l'améliorer ?