Consultazione dei dati del rapporto Analisi di coorte
Per aprire il rapporto Analisi di coorte:
- Accedi a Google Analytics.
- Vai alla tua vista.
- Apri Rapporti.
- Seleziona Pubblico > Analisi di coorte.
I dati del rapporto Analisi di coorte sono disponibili in tutti gli account Analytics. Non è necessario apportare alcuna modifica al codice di monitoraggio.
Configurazione del rapporto
Utilizza i menu per selezionare:
- La dimensione che caratterizza le coorti (Tipo di coorte)
- Le dimensioni delle coorti (Dimensione coorte): per determinare la dimensione della coorte, seleziona il tipo di valore della dimensione. Ad esempio, se determini la coorte in base alla dimensione Data acquisizione, puoi modificare il tipo di valore della dimensione in base al giorno, alla settimana o al mese. Una coorte che presenta queste impostazioni sarebbe costituita da tutti gli utenti che sono stati acquisiti nel corso dello stesso giorno, della stessa settimana oppure dello stesso mese.
- La metrica che desideri valutare (Metrica)
- L'intervallo di date relativo dei dati (Intervallo di date) e il numero di coorti
- Le coorti illustrate nel grafico (N selezionate)
Descrizione dei dati
Grafico
Per impostazione predefinita, il grafico mostra i valori complessivi della metrica per tutte le coorti. Utilizza il menu N selezionate per selezionare una linea cumulativa e/o linee per le singole coorti da visualizzare nel grafico.
Colonne
La prima colonna indica le coorti e il numero di utenti in ogni coorte. Ad esempio, se la dimensione in base alla quale caratterizzi le coorti è Data acquisizione, questa colonna indicherà la data di acquisizione di ogni coorte e il numero di utenti acquisiti in tale periodo di tempo (giorno, settimana o mese).
Le altre colonne riflettono gli incrementi di tempo scelti per Dimensione coorte. Ad esempio, se selezioni in base al giorno, ogni colonna includerà i dati di un giorno. Sono disponibili 13 colonne di incrementi di tempo (0-12).
Righe
La prima riga indica il valore totale della metrica per tutte le coorti di ogni colonna. Ad esempio, se la metrica è Visualizzazioni di pagina e le colonne indicano i dati giornalieri, la prima riga mostrerà le visualizzazioni di pagina totali della giornata.
Le altre righe mostrano i valori delle singole coorti.
Celle
Le celle degli incrementi di tempo (0-12) indicano i valori della metrica di riferimento. Ad esempio, se utilizzi la metrica Visualizzazioni di pagina, ogni cella conterrà il numero di visualizzazioni di pagina per coorte per incremento di tempo.
Colori
Analytics utilizza 5 colori per indicare i valori relativi delle metriche: il colore più scuro rappresenta i valori più alti delle metriche, mentre il colore più chiaro rappresenta i valori più bassi. Ciascun colore rappresenta lo stesso intervallo relativo di valori. Ad esempio, se nella tabella il valore più alto è 100%, ciascun colore rappresenta un intervallo pari a 20 (100/5); se il valore più alto è 50%, ciascun colore rappresenta un intervallo pari a 10 (50/5).
Segmenti
Quando applichi i segmenti a questo rapporto, i dati relativi a ciascun segmento vengono visualizzati in una tabella distinta.
Poiché il rapporto Analisi di coorte è basato sugli utenti, se applichi segmenti basati sulle sessioni potresti ottenere risultati imprevisti che non includono la totalità degli utenti il giorno 0.
Ad esempio, se applichi un segmento basato su una condizione come Posizione: paese corrisponde esattamente a Italia, con ambito impostato sulla sessione, gli utenti che il giorno 0 hanno avviato una sessione in paesi diversi dall'Italia non verranno inclusi nella colonna Giorno 0.
Filtri
I filtri che escludono gli utenti di Giorno 0 possono influenzare i dati relativi ai giorni successivi. Ad esempio, se applichi un filtro che esclude le sessioni del Giorno 0 per alcuni utenti, ma le include per quegli stessi utenti nei giorni successivi, il valore di tali giorni può superare il 100%.
Esempi
Microtendenze
L'analisi delle microtendenze, che nel loro complesso costituiscono le macrotendenze, può offrirti un quadro più realistico della tua attività. Ad esempio, dai tuoi dati trimestrali potrebbe emergere un incremento costante delle transazioni nel corso di tale periodo, che giudicheresti come un risultato positivo. Tuttavia, se esaminassi le coorti settimanali, che compongono il set di dati più voluminoso, potresti rilevare che, mentre un afflusso generale di nuovi utenti contribuisce a incrementare il numero di transazioni, dopo la quinta settimana si verifica costantemente una sensibile diminuzione delle transazioni. Ora sai esattamente quando devi suscitare nuovamente l'interesse degli utenti (nella quarta settimana) per migliorare il rendimento di ciascuna microtendenza e, conseguentemente, moltiplicarne l'effetto sulla macrotendenza.
Uniformità, miglioramento o peggioramento nelle coorti
Confrontando semplicemente i valori di una singola colonna, puoi verificare se le coorti presentano un comportamento uniforme oppure un miglioramento o un peggioramento del rendimento. I dati di ciascuna nuova coorte nella parte inferiore della colonna si riferiscono a un periodo di tempo successivo. Ad esempio, il quinto giorno della seconda coorte si verifica dopo il quinto giorno della prima coorte, anche se entrambi vengono visualizzati nella stessa colonna.
Se vuoi valutare i dati giornalieri, puoi osservare una singola colonna, ad esempio la colonna del quinto giorno, per scoprire se tutte le coorti generano lo stesso livello di rendimento a quel punto dell'esperienza, oppure se i dati mostrano tendenze di miglioramento o peggioramento. Ad esempio, se il quinto giorno fidelizzi la stessa percentuale di utenti in tutte le coorti, questo potrebbe voler dire che hai realizzato un'esperienza utente coerente. D'altra parte, se rilevi un costante aumento della fidelizzazione il quinto giorno, potresti associare questa tendenza a un miglioramento dei tuoi contenuti o a un incremento della velocità di esecuzione della tua app. Una costante diminuzione della fidelizzazione degli utenti il quinto giorno potrebbe essere attribuita a contenuti poco aggiornati oppure a un livello di gioco particolarmente difficile o codificato scorrettamente che scoraggia la prosecuzione dell'esperienza.
Coinvolgimento, fidelizzazione e acquisizione
L'identificazione del punto in cui gli utenti tendono a perdere interesse (in cui, ad esempio, avviano meno sessioni, visualizzano meno pagine, generano meno entrate) può contribuire a definire due aspetti:
- I punti di abbandono comuni che possono essere eliminati con facilità
- Il tasso di acquisizione di nuovi utenti che devi realizzare per compensare gli abbandoni inevitabili
Ad esempio, se ti rendi conto che le entrate iniziano a diminuire sistematicamente nel corso della terza o della quarta settimana successiva all'acquisizione, potresti ravvivare l'interesse degli utenti con una campagna di remarketing o email che offre sconti o propone annunci di nuovi prodotti che sono stati resi disponibili successivamente alla loro ultima sessione. Per ravvivare l'interesse di tali utenti, potresti anche avvalerti del remarketing dinamico, proponendo annunci per prodotti correlati a quelli che avevano acquistato durante il coinvolgimento iniziale.
Se identifichi tendenze di abbandono inevitabili, ad esempio pari al 10% al mese, puoi calcolare il tasso di acquisizione di nuovi utenti che devi realizzare per raggiungere il tasso di crescita desiderato per l'attività.
Risposta alle azioni di marketing del breve periodo
Se avvii azioni di marketing nel breve periodo, come campagne email di un giorno, questo rapporto ti dà la possibilità di limitare il monitoraggio del comportamento agli utenti acquisiti durante gli intervalli di tempo correlati. Ad esempio, se pubblichi campagne di sconti consecutive del 30%, del 25% e del 20% a ridosso di una festività, puoi mettere a confronto i dati di metriche diverse, come Entrate per utente e Transazioni per utente, generati dai gruppi di utenti acquisiti nei giorni in cui hai pubblicato ogni campagna.