Het rapport Cohortanalyse

In dit artikel:

Gegevens voor cohortanalyse bekijken

U opent het rapport 'Cohortanalyse' als volgt:

  1. Log in bij Google Analytics.
  2. Ga naar uw weergave.
  3. Open Rapporten.
  4. Selecteer Doelgroep > Cohortanalyse.

Gegevens voor de cohortanalyse zijn beschikbaar in alle Analytics-accounts. Wijzigingen in de trackingcode zijn niet nodig.

Het rapport configureren

Menu's die u gebruikt om het rapport 'Cohortanalyse' te configureren

Gebruik de menu's om het volgende te selecteren:

  • De dimensie die de cohorten kenmerkt ('Cohorttype')
  • De grootte van de cohorten ('Cohortgrootte'): u bepaalt de grootte van de cohort door het waardetype voor de dimensie te selecteren. Als u de cohort bijvoorbeeld bepaalt op basis van de dimensie 'Acquisitiedatum', kunt u het waardetype voor de dimensie wijzigen in dag, week of maand. Met deze instellingen bestaat een cohort uit alle gebruikers die op dezelfde dag of in de dezelfde week of maand zijn verworven.
  • De statistiek die u wilt evalueren ('Statistiek')
  • De relatieve periode voor de gegevens en het aantal cohorten ('Periode')
  • De cohorten die worden weergegeven in de grafiek ('N geselecteerd')

De gegevens begrijpen

Rapport dat is geconfigureerd voor de weergave van acquisitiedatumcohorten voor de statistiek Gebruikersloyaliteit

Diagram

Standaard worden in de grafiek de cumulatieve statistische waarden voor alle cohorten weergegeven. Gebruik het menu N geselecteerd om een cumulatieve grafieklijn en/of grafieklijnen voor afzonderlijke cohorten te selecteren.

Kolommen

In de eerste kolom worden de cohorten en het aantal gebruikers in elke cohort geïdentificeerd. Als de dimensie op basis waarvan u de cohorten kenmerkt, Acquisitiedatum is, bevat deze kolom de acquisitiedatum voor elke cohort en het aantal gebruikers dat u gedurende die periode (dag, week, maand) heeft verworven.

De overige kolommen geven de tijdsstappen weer die u kiest voor Cohortgrootte. Als u bijvoorbeeld per dag selecteert, worden in elke kolom de gegevens voor één dag weergegeven. Er zijn dertien kolommen voor tijdsstappen (0-12).

Rijen

In de eerste rij wordt de totale statistische waarde voor alle cohorten voor elke kolom weergegeven. Als de statistiek bijvoorbeeld Paginaweergaven is en de kolommen dagelijkse gegevens bevatten, bevat de eerste rij het totale aantal paginaweergaven voor de dag.

In de andere rijen worden de waarden voor de afzonderlijke cohorten weergegeven.

Cellen

De cellen 0-12 voor tijdsstappen bevatten de relevante statistische waarden. Als u de statistiek Paginaweergaven gebruikt, bevat elke cel het aantal paginaweergaven per cohort per tijdsstap.

Kleuren

Analytics gebruikt vijf kleurwaarden als indicator voor relatieve statistische waarden: de donkerste kleur duidt de hoogste statistische waarden aan, de lichtste kleur de laagste statistische waarden. Elke kleur staat voor hetzelfde relatieve waardebereik. Als de hoogste waarde in de tabel bijvoorbeeld 100% is, duidt elke kleur een bereik van 20 aan (100/5). Als de hoogste waarde in de tabel 50% is, vertegenwoordigt elke kleur een bereik van 10 (50/5).

Segmenten

Wanneer u op dit rapport segmenten toepast, worden de gegevens voor elk segment in een afzonderlijke tabel weergegeven.

Het rapport Cohortanalyse is op gebruikers gebaseerd. Dit betekent dat u onverwachte resultaten kunt krijgen als u segmenten toepast op basis van sessies. Uw resultaten bevatten dan niet 100% van de gebruikers op Dag 0, zoals u zou verwachten.

Als een segment bijvoorbeeld is gebaseerd op een voorwaarde als Locatie: Land komt exact overeen met Verenigde Staten, waarvoor de gegevens per sessie worden verzameld, dan worden gebruikers waarvan de sessies op Dag 0 afkomstig waren uit andere landen dan de Verenigde Staten, niet in de kolom 'Dag 0' opgenomen wanneer u het segment toepast.

Filters

Filters die Dag 0-gebruikers uitsluiten, kunnen van invloed zijn op de gegevens voor daaropvolgende dagen. Als u bijvoorbeeld een filter toepast dat Dag 0-sessies voor sommige gebruikers uitsluit, maar sessies voor dezelfde gebruikers op daaropvolgende dagen wel opneemt, kunnen de waarden voor die volgende dagen hoger zijn dan 100%.

Voorbeelden

Microtrends

Als u de microtrends onderzoekt die gezamenlijk uw macrotrends vormen, kunt u een realistischer beeld van uw bedrijf krijgen. Uw kwartaalgegevens kunnen bijvoorbeeld een gestage toename in het aantal transacties gedurende die periode laten zien, wat u als positief resultaat kunt beschouwen. Als u echter de wekelijkse cohorten onderzoekt die deel uitmaken van de grotere gegevensset, ontdekt u mogelijk dat hoewel een algehele toestroom van nieuwe gebruikers bijdraagt aan het toenemende aantal transacties, er na week 5 een regelmatige en aanzienlijke afname in het aantal transacties plaatsvindt. U weet nu precies wanneer u gebruikers opnieuw moet aanspreken (week 4) om de prestaties van elke microtrend te verbeteren en daarmee het effect op uw macrotrend te vermenigvuldigen.

Consistentie, verbetering of verslechtering in cohorten

Als u de waarden in één kolom met elkaar vergelijkt, kunt u zien of er consistent gedrag is tussen uw cohorten of dat de prestaties verbeteren of verslechteren. Naarmate u verder omlaag kijkt in de kolom naar de gegevens voor elke nieuwere cohort, kijkt u vooruit in de tijd (Dag 5 voor de tweede cohort valt bijvoorbeeld na Dag 5 voor de eerste cohort, hoewel ze in dezelfde kolom worden weergegeven).

Als u dagelijkse gegevens evalueert, kunt u één kolom bekijken (bijvoorbeeld de kolom Dag 5) om te bekijken of alle cohorten op dat punt op hetzelfde niveau presteren of dat de gegevens duiden op verbeterende of verslechterende trends. Als u bijvoorbeeld hetzelfde percentage gebruikers behoudt voor alle cohorten op Dag 5, kan dat duiden op een geruststellende consistentie in de gebruikerservaring. Als u echter een gestage toename in het behoud op Dag 5 ziet, kunt u dat mogelijk in verband brengen met een verbetering in uw inhoud of een upgrade van de snelheid waarmee uw app presteert. Een gestage afname van gebruikersbehoud op Dag 5 kan duiden op verouderde inhoud of een ongewoon moeilijk of slecht geprogrammeerd level in een game, waardoor steeds minder gebruikers doorgaan met de ervaring.

Engagement, behoud en acquisitie

Als u inzicht krijgt in het punt waarop gebruikers geneigd zijn hun interesse te verliezen (er worden bijvoorbeeld minder sessies gestart, minder pagina's bekeken, minder inkomsten gegenereerd), kunt u twee dingen identificeren:

  • Gemeenschappelijke punten van natuurlijk verloop die gemakkelijk kunnen worden verholpen
  • De snelheid waarmee u nieuwe gebruikers verwerft om te compenseren voor onvermijdelijk natuurlijk verloop

Als u bijvoorbeeld merkt dat de inkomsten regelmatig beginnen af te nemen in de derde of vierde week na acquisitie, kunt u gebruikers opnieuw aanspreken met een remarketing- of e-mailcampagne met kortingen of advertenties voor nieuwe producten die sinds hun laatste sessies zijn toegevoegd. U kunt die gebruikers ook opnieuw aanspreken met dynamische remarketing door advertenties aan te bieden voor producten die zijn gerelateerd aan de producten die ze in eerste instantie hebben gekocht.

Als u onvermijdelijke patronen van natuurlijk verloop identificeert (bijvoorbeeld tien procent per maand), kunt u inzicht krijgen in de snelheid waarmee u nieuwe gebruikers moet verwerven om het gewenste groeipercentage voor uw bedrijf te bereiken.

Reactie op kortlopende marketingactiviteiten

Als u kortlopende marketingactiviteiten uitvoert, zoals e-mailcampagnes van één dag, kunt u met dit rapport het gedrag bijhouden van alleen die gebruikers die u tijdens de gerelateerde perioden heeft verworven. Als u bijvoorbeeld opeenvolgende campagnes met 30 procent korting, 25 procent korting en 20 procent uitvoert in de aanloop naar de feestdagen, kunt u zien hoe verschillende statistieken, zoals Opbrengst per gebruiker en Transacties per gebruiker, zich verhouden tot de groepen gebruikers die u heeft verworven op de datums waarop elke campagne werd uitgevoerd.

Was dit nuttig?
Hoe kunnen we dit verbeteren?