Laporan Analisis Kelompok

Dalam artikel ini:

Melihat data Analisis Kelompok

Untuk membuka laporan Analisis Kelompok:

  1. Login ke Google Analytics.
  2. Buka tampilan Anda.
  3. Buka Laporan.
  4. Pilih Audiens > Analisis Kelompok.

Data Analisis Kelompok tersedia di semua akun Analytics. Kode pelacakan tidak perlu diubah.

Mengonfigurasi laporan

Menu yang Anda gunakan untuk mengonfigurasi laporan Analisis Kelompok

Gunakan menu tersebut untuk memilih:

  • Dimensi yang menjadi ciri khas kelompok (Jenis Kelompok)
  • Ukuran kelompok (Ukuran Kelompok): Anda menentukan ukuran kelompok dengan memilih jenis nilai untuk dimensi. Misalnya, jika Anda menentukan kelompok menurut Tanggal Akuisisi dimensi, Anda dapat mengubah jenis nilai dimensi ke hari, minggu, atau bulan. Dengan setelan ini, kelompok akan menjadi semua pengguna yang diperoleh pada hari yang sama, atau selama minggu atau bulan yang sama.
  • Metrik yang ingin Anda evaluasi (Metrik)
  • Rentang tanggal relatif dari data, dan jumlah kelompok (Rentang Tanggal)
  • Kelompok mana yang diilustrasikan dalam bagan (N dipilih)

Memahami data

Laporan dikonfigurasi untuk menampilkan kelompok Tanggal Akuisisi menurut metrik Retensi Pengguna

Diagram

Secara default, bagan menunjukkan nilai metrik kumulatif untuk semua kelompok. Gunakan menu N dipilih untuk memilih garis bagan kumulatif dan/atau garis bagan untuk setiap kelompok.

Kolom

Kolom pertama mengidentifikasi kelompok dan jumlah pengguna di setiap kelompok. Misalnya, jika dimensi yang Anda gunakan untuk mencirikan kelompok adalah Tanggal Akuisisi, kolom ini akan mencantumkan tanggal akuisisi untuk setiap kelompok, dan jumlah pengguna yang Anda peroleh selama jangka waktu tersebut (hari, minggu, bulan).

Kolom lainnya menggambarkan tambahan waktu yang Anda pilih untuk Ukuran Kelompok. Misalnya, jika Anda memilih menurut hari, maka setiap kolom akan berisi data selama satu hari. Terdapat 13 kolom penambahan waktu, 0-12.

Baris

Baris pertama menampilkan nilai metrik total untuk semua kelompok untuk setiap kolom. Misalnya, jika metrik adalah Tayangan Laman dan kolom adalah data harian, maka baris pertama menampilkan total tayangan laman selama hari itu.

Baris lainnya menampilkan nilai untuk setiap kelompok.

Sel

Sel untuk penambahan waktu 0-12 memegang nilai metrik yang relevan. Misalnya, jika Anda menggunakan metrik Tayangan Halaman, maka setiap sel berisi jumlah tayangan halaman per kelompok per penambahan waktu.

Warna

Analytics menggunakan 5 nilai warna sebagai indikasi nilai metrik relatif: warna tergelap mewakili nilai metrik tertinggi, dan warna tercerah mewakili nilai metrik terendah. Setiap warna mewakili rentang nilai relatif yang sama. Contohnya, jika nilai tertinggi di tabel adalah 100%, maka setiap warna mewakili rentang 20 (100/5); jika nilai tertinggi di tabel adalah 50%, maka setiap warna mewakili rentang 10 (50/5).

Segmen

Saat Anda menerapkan segmen ke laporan ini, data untuk setiap segmen ditampilkan dalam tabel terpisah.

Karena Laporan Analisis Kelompok berdasarkan pengguna, jika menerapkan segmen berdasarkan sesi, Anda bisa mendapatkan hasil tidak terduga yang tidak mencakup 100% pengguna pada Hari 0 seperti yang diharapkan.

Misalnya, jika segmen berdasarkan ketentuan seperti Lokasi: Negara sama persis dengan Amerika Serikat, yang dibatasi sesi, maka pengguna dengan sesi Hari 0 yang berasal dari negara selain Amerika Serikat tidak disertakan dalam kolom Hari 0 saat Anda menerapkan segmen tersebut.

Filter

Filter yang mengecualikan pengguna Hari 0 dapat memengaruhi data untuk hari berikutnya. Misalnya, jika Anda menerapkan filter yang mengecualikan sesi Hari-0 untuk beberapa pengguna namun menyertakan sesi untuk pengguna yang sama tersebut pada hari berikutnya, maka nilai untuk hari berikutnya dapat melebihi 100%.

Contoh

Tren Mikro

Memeriksa tren mikro yang secara gabungan merupakan tren makro Anda dapat memberikan gambaran yang lebih realistis mengenai bisnis Anda. Misalnya, data triwulan Anda mungkin menunjukkan kenaikan transaksi yang stabil selama periode tersebut, yang akan Anda anggap sebagai hasil yang positif. Namun, jika Anda akan memeriksa kelompok mingguan yang membentuk kumpulan data yang lebih besar tersebut, Anda mungkin menemukan bahwa meskipun pemasukan keseluruhan dari pengguna baru berkontribusi terhadap pertumbuhan jumlah transaksi, terdapat penurunan biasa yang dramatis pada transaksi setelah pekan ke-5. Sekarang Anda mengetahui secara persis kapan harus melibatkan kembali pengguna (pekan ke-4) untuk meningkatkan performa setiap tren mikro, dan dengan demikian menggandakan pengaruh pada tren makro Anda.

Konsistensi, peningkatan, atau kemerosotan di semua kelompok

Dengan hanya membandingkan nilai di satu kolom, Anda dapat melihat apakah terdapat perilaku konsisten di antara kelompok Anda, atau apakah performa meningkat atau merosot. Ketika Anda melihat kolom di data untuk setiap kelompok yang lebih baru, Anda bisa mengetahui data yang akan datang (misalnya, Hari ke-5 untuk kelompok kedua terjadi setelah Hari ke-5 untuk kelompok pertama walaupun kelompok tersebut muncul di kolom yang sama).

Jika Anda mengevaluasi data harian, Anda bisa melihat pada satu kolom, misalnya kolom Hari ke-5, untuk melihat apakah semua kelompok berperforma pada sekitar tingkat yang sama di titik pengalaman mereka, atau apakah data menunjukkan tren kenaikan atau penurunan. Misalnya, jika Anda mempertahankan persentase yang sama dari pengguna pada semua kelompok di Hari ke-5, maka itu dapat menunjukkan konsistensi pengalaman pengguna yang memuaskan. Di sisi lain, jika Anda melihat kenaikan retensi yang stabil di Hari ke-5, Anda mungkin dapat menghubungkan hal itu dengan peningkatan konten Anda atau peningkatan pada kecepatan performa aplikasi Anda. Penurunan terus-menerus pada retensi pengguna di Hari ke-5 mungkin mengindikasikan konten yang membosankan, atau tingkat pengkodean yang terlalu rumit atau kurang baik dalam game--sesuatu yang menyebabkan pengguna yang melanjutkan pengalaman semakin sedikit.

Keterlibatan, retensi, dan akuisisi

Memahami titik di mana pengguna cenderung untuk melepas keterlibatan (misalnya, memulai sesi lebih sedikit, melihat laman lebih sedikit, menghasilkan pendapatan lebih sedikit) dapat membantu Anda mengidentifikasi dua hal:

  • Titik umum mengenai pengurangan yang mungkin mudah diperbaiki
  • Tingkat di mana Anda perlu mendapatkan pengguna baru untuk mengganti kerugian akibat pengurangan yang tidak dapat dihindari

Misalnya, jika Anda mendapati bahwa pendapatan mulai menurun secara teratur pada pekan ketiga atau keempat setelah akuisisi, Anda dapat melibatkan kembali pengguna dengan kampanye email atau pemasaran ulang yang menawarkan diskon atau iklan untuk produk baru yang telah ditambahkan sejak sesi terakhir. Anda juga dapat melibatkan kembali pengguna tersebut dengan pemasaran ulang dinamis dengan menawarkan iklan untuk produk yang berkaitan dengan yang mereka beli selama keterlibatan awal mereka.

Jika Anda mengidentifikasi pola penurunan yang tidak dapat dihindari, misalnya 10% per bulan, maka Anda dapat memahami tingkat yang mana perlu Anda akuisisi pengguna baru untuk membuat tingkat pertumbuhan yang Anda inginkan untuk bisnis Anda.

Tanggapan untuk usaha pemasaran jangka pendek

Jika Anda menjalankan usaha pemasaran jangka pendek seperti kampanye email satu hari, laporan ini memberi Anda kesempatan untuk melacak perilaku pengguna yang diperoleh hanya selama jangka waktu tersebut. Misalnya, jika Anda menjalankan kampanye diskon 30%, diskon 25%, dan diskon 20% berturut-turut saat mendekati liburan, Anda dapat melihat bagaimana metrik yang berbeda seperti Pendapatan per Pengguna dan Transaksi per Pengguna dibandingkan di antara grup pengguna yang Anda peroleh pada tanggal setiap kampanye berjalan.

Apakah ini membantu?
Bagaimana cara meningkatkannya?