A kohorszelemzési adatok megtekintése
A Kohorsz elemzése jelentés megnyitásához kövesse az alábbi lépéseket:
- Jelentkezzen be a Google Analytics szolgáltatásba.
- Navigáljon a nézethez.
- Nyissa meg a Jelentések lapot.
- Válassza a Közönség > Kohorsz elemzése lehetőséget.
A kohorszelemzési adatok az összes Analytics-fiókban rendelkezésre állnak. A követőkódot nem szükséges módosítani.
A jelentés beállítása
A menükben a következő részletek választhatók ki:
- A kohorszokra jellemző dimenzió (Kohorsztípus)
- A kohorszok mérete (Kohorszméret): a kohorsz mérete a dimenzióhoz tartozó értéktípus kijelölésével határozható meg. Ha a kohorszot például az Akvizíció időpontja dimenzió szerint határozza meg, akkor a dimenzió értéktípusaként napok, hetek vagy hónapok adhatók meg. E beállítások esetén a kohorsz minden olyan felhasználót tartalmaz, akit az adott napon, héten vagy hónapban sikerült megszerezni.
- Az értékelni kívánt mutató (Mérőszám)
- Az adatok relatív dátumtartománya és a kohorszok száma (Dátumtartomány)
- A diagramban megjelenített kohorszok (N kiválasztva)
Az adatok értelmezése
Grafikon
A diagram alapértelmezés szerint az összes kohorszhoz a mutatók összesített értékét jeleníti meg. Az egyedi kohorszokhoz az N kiválasztva menüben jelölhet ki összesítő diagramot vagy diagramokat.
Oszlopok
Az első oszlopban találhatók a kohorszok, illetve az egyes kohorszokba tartozó felhasználók száma. Ha például az Akvizíció időpontja dimenzió szerint jellemzi a kohorszokat, akkor ebben az oszlopban az egyes kohorszokhoz tartozó akvizíciós időpont, illetve az adott időszak (nap, hét, hónap) során szerzett felhasználók száma található.
A többi oszlop a Kohorszméret beállításnál megadott időszaknak megfelelően jelenik meg. Ha például a naponta lehetőséget választja, akkor az egyes oszlopokban az egyes napok adatai találhatók. Összesen 13 (0–12) oszlopban jelennek meg az egymás után következő időszakok.
Sorok
Az első sorban a mutatók egyes oszlopokhoz tartozó, valamennyi kohorszra vonatkozó összesített értékei láthatók. Ha például az Oldalmegtekintések mutatót használja, az oszlopokban pedig a napokra vonatkozó adatok láthatók, akkor az első sorban az adott naphoz tartozó oldalmegtekintések összesített száma látható.
A többi sorban az egyedi kohorszok értékei láthatók.
Cellák
A cellákban a mutatók adott (0–12. oszlopban lévő) időszakhoz tartozó releváns értékei találhatók. Ha például az Oldalmegtekintések mutatót használja, akkor az egyes cellákban az oldalmegtekintések adott időszakra vonatkozó kohorszonkénti száma található.
Színek
Az Analytics 5 színértéket használ a relatív mutatóértékek jelölésére: a legsötétebb szín a legmagasabb értéket jelöli, míg a legvilágosabb szín a legalacsonyabbat. Minden egyes szín azonos relatív értéktartományt képvisel. Ha például a táblázatban szereplő legmagasabb érték 100%, akkor mindegyik szín egy-egy 20-as tartományt jelölt (100/5); ha a táblázat legmagasabb értéke 50%, ebben az esetben a színek egy-egy 10-es tartományt jelölnek (50/5).
Szegmensek
Ha szegmenseket alkalmaz erre a jelentésre, akkor az egyes szegmensekre vonatkozó adatok külön táblázatban jelennek meg.
A Kohorsz elemzése felhasználóalapú jelentés, ezért ha munkameneteken alapuló szegmenseket alkalmaz, akkor olyan váratlan eredményeket kaphat, amelyek nem tartalmazzák a felhasználók 100%-át a 0. napon (ahogy ez elvárható lenne).
Ha például egy szegmens alapja a Földrajzi hely: Ország pontosan egyezik ezzel: Egyesült Államok feltétel (amelynek a munkamenet a hatóköre), akkor a szegmens alkalmazása esetén nem szerepelnek a 0. napra vonatkozó oszlopban azok a felhasználók, akiknek a 0. napi munkameneteire nem az Egyesült Államokban került sor.
Szűrők
A 0. napi felhasználókat kizáró szűrők befolyásolhatják a következő napok adatait. Például ha olyan szűrőt alkalmaz, amely kizárja bizonyos felhasználók 0. napi munkameneteit, de ugyanazon felhasználók munkameneteit tartalmazza a következő napokon, akkor ezen napok értékei meghaladhatják a 100%-ot.
Példák
Mikrotrendek
A makrotrendek összetevőiként felfogható mikrotrendek vizsgálata reálisabb képet adhat a vállalkozásról. A negyedéves adatok például azt mutathatják, hogy az időszakban stabilan nőtt a tranzakciók száma – ami pozitív fejlemény. Ha azonban a nagyobb adathalmazokat alkotó heti kohorszokat is megvizsgálná, akkor esetleg azt találná, hogy általában véve az új felhasználók felbukkanása ugyan a tranzakciók számának növekedését eredményezi, azonban az 5. hét után folyamatosan és drasztikusan csökken a tranzakciók száma. Ennek alapján már tudhatja, hogy az egyes mikrotrendek teljesítményének javításához mikor kell újból felvenni a kapcsolatot a felhasználókkal (a 4. héten), így sokkal nagyobb hatást gyakorolhat a makrotrendre.
Egységesség, fejlődés és visszaesés a kohorszok között
Ha összehasonlítja az adott oszlopokban szereplő értékeket, akkor megállapíthatja, hogy az egyes kohorszokon belüli viselkedés egységes-e, esetleg tapasztalható-e fejlődés vagy visszalépés. Az oszlopokban lefelé haladva, az újabb kohorszok adatait áttekintve folyamatosan „előrelép” az időben (a második kohorsz 5. napja például annak ellenére az első kohorsz 5. napja után következik, hogy ugyanabban az oszlopban szerepelnek).
Ha napi adatokat értékel, akkor egy oszlop (például az 5. nap oszlop) megtekintésével megállapíthatja, hogy az adott ponton az összes kohorsz teljesítménye hasonló szinten mozog-e, esetleg tapasztalható-e előrelépés vagy visszaesés. Ha például valamennyi kohorsz 5. napján ugyanakkora a felhasználók százalékos aránya, akkor ez azt jelezheti, hogy a felhasználói élmény – megnyugtató módon – tartja a megfelelő színvonalat. Ha viszont az 5. napon stabil növekedést tapasztal, akkor ezt esetleg összefüggésbe hozhatja valamilyen tartalmi fejlesztéssel, esetleg az alkalmazás működési sebességének javításával. Az 5. napon bekövetkező határozott csökkenést elévült tartalmak, esetleg egy játék szokatlanul nehézre sikerült vagy gyengén kidolgozott szintje eredményezheti – valami olyan dolog, amelynek köszönhetően egyre kevesebb felhasználó marad kapcsolatban az Ön által kínált tartalommal.
Elköteleződés, megtartás és akvizíció
Ha meg tudja találni azt a pontot, ahol a felhasználók kezdik megszakítani a kapcsolatot (például kevesebb munkamenetet kezdeményeznek, kevesebb oldalt tekintenek meg vagy kevesebb bevételt generálnak), akkor két dolgot azonosíthat:
- Az olyan lemorzsolódási pontokat, ahol esetleg könnyen beavatkozhat
- Hogy milyen mértékben kell új felhasználókra szert tennie az elkerülhetetlen lemorzsolódás ellensúlyozására
Ha például azt találja, hogy a bevétel az akvizíció utáni harmadik vagy negyedik héten rendszeresen csökkenni kezd, akkor remarketinggel, egy kedvezményeket kínáló e-mailes kampánnyal vagy a kérdéses személyek legutóbbi munkamenetei óta hozzáadott termékeket reklámozó hirdetésekkel újból felveheti a kapcsolatot a felhasználókkal. Dinamikus remarketinggel ugyancsak újból kapcsolatba léphet az adott felhasználókkal, és olyan hirdetéseket jeleníthet meg nekik, amelyek az első elköteleződés során vásárolt termékekhez hasonlókat reklámoznak.
Ha elkerülhetetlen lemorzsolódási mintákat talál (például havi 10% lemorzsolódást), akkor megállapíthatja, hogy mennyi új felhasználóra kell szert tennie, hogy a vállalkozás az elvárt mértékben növekedhessen.
A rövid távú marketingtevékenységekre adott válasz
Ha rövid távú marketinget használ (például egy napig futó e-mailes kampányokat), akkor ezzel a jelentéssel csak azoknak a felhasználóknak a viselkedését követheti nyomon, akiket a kapcsolódó időszakok során szerzett. Ha például egy ünnep közeledtével egymás után 30%, 25%, majd 20% árengedményt kínáló kampányokat futtat, akkor megállapíthatja, hogy a különböző mutatók – például a Felhasználónkénti bevétel vagy a Felhasználónkénti tranzakciók – miképpen alakulnak az egyes kampányok során szerzett felhasználók esetén.
