[UA] Raport Analiza kohortowa

Ten artykuł dotyczy raportu Analiza kohortowa w Universal Analytics. Informacje o analizowaniu utrzymania i zaangażowania użytkowników w kohorcie w Google Analytics 4 znajdziesz w artykule [GA4] Raport Utrzymanie ogółem.
Tematy w tym artykule:

Wyświetlanie danych analizy kohortowej

Aby otworzyć raport Analiza kohortowa:

  1. Zaloguj się na konto Google Analytics.
  2. Otwórz odpowiedni widok danych.
  3. Otwórz Raporty.
  4. Kliknij kolejno Odbiorcy > Analiza kohortowa.

Dane analizy kohortowej są dostępne na wszystkich kontach Analytics. Nie trzeba modyfikować kodu śledzenia.

Konfiguracja raportu

Menu służące do konfigurowania raportu Analiza kohortowa

W menu możesz wybrać:

  • Wymiar, który charakteryzuje kohortę (Typ kohorty).
  • Rozmiar kohorty (Wielkość kohorty). Aby określić wielkość kohorty, wybierz typ wartości wymiaru. Przykład: jeśli określasz kohortę za pomocą wymiaru Data pozyskania, możesz zmienić typ wartości wymiaru na dzień, tydzień lub miesiąc. Przy tych ustawieniach kohorta oznacza wszystkich użytkowników, którzy zostali pozyskani w tym samym dniu, tygodniu lub miesiącu.
  • Dane, które chcesz przeanalizować (Dane).
  • Względny zakres dat danych i liczbę kohort (Zakres dat).
  • Które kohorty zostaną zilustrowane na wykresie (N wybrana)

Interpretacja danych

Raport skonfigurowany tak, by pokazać kohorty daty pozyskania według danych utrzymania użytkowników

Wykres

Domyślnie wykres pokazuje skumulowane wartości danych wszystkich kohort. Użyj menu N wybrana, aby wybrać skumulowaną linię wykresu i/lub linie wykresu poszczególnych kohort.

Kolumny

Pierwsza kolumna przedstawia kohorty i liczbę użytkowników w każdej z nich. Przykład: jeśli wymiar, za pomocą którego określasz kohorty, to Data pozyskania, ta kolumna przedstawia datę pozyskania dla każdej kohorty oraz liczbę użytkowników pozyskanych w tym czasie (dzień, tydzień, miesiąc).

Pozostałe kolumny odzwierciedlają okresy wybrane dla wartości Wielkość kohorty. Przykład: jeśli wybierzesz według dnia, każda kolumna zawiera dane z jednego dnia. Takich kolumn jest 13 (0-12).

Wiersze

Pierwszy wiersz przedstawia łączną wartość danych wszystkich kohort dla każdej kolumny. Przykład: jeśli wybrane dane to Odsłony, a kolumny przedstawiają dane według dni, pierwszy rząd pokazuje łączną liczbę odsłon na dany dzień.

Pozostałe wiersze pokazują wartości dla poszczególnych kohort.

Komórki

Komórki przyrostu czasu (0-12) zawierają odpowiednie wartości danych. Przykład: jeśli używasz danych Odsłony, każda komórka zawiera liczbę odsłon dla danej kohorty w danym okresie.

Kolory

Analytics używa 5 wartości kolorów jako wskaźnika względnych wartości danych. Najciemniejszy kolor odpowiada najwyższym wartościom, a najjaśniejszy – najniższym. Każdy kolor przedstawia ten sam względny zakres wartości. Jeśli na przykład najwyższa wartość w tabeli wynosi 100%, to każdy kolor przedstawia zakres wynoszący 20 (100/5). Jeśli najwyższa wartość w tabeli wynosi 50%, to każdy kolor przedstawia zakres wynoszący 10 (50/5).

Segmenty

Gdy zastosujesz w tym raporcie segmenty, dane dla każdego z nich zostaną wyświetlone w osobnej tabeli.

Raport Analiza kohortowa opiera się na użytkownikach, więc jeśli zastosujesz segmenty na podstawie sesji, możesz uzyskać niespodziewane wyniki, które nie będą uwzględniać 100% użytkowników w Dniu 0.

Przykład: jeśli segment ma warunek Lokalizacja: Kraj ściśle pasuje do Polska, oparty na sesjach, to po zastosowaniu tego segmentu użytkownicy, których sesje w Dniu 0 pochodziły z innych krajów, nie zostaną uwzględnieni w kolumnie Dzień 0.

Filtry

Filtry, które wykluczają użytkowników w Dniu 0, mogą wpływać na dane z kolejnych dni. Jeśli np. zastosujesz filtr, który w przypadku niektórych użytkowników wyklucza sesje w Dniu 0, ale obejmuje sesje w kolejnych dniach, wartości związane z tymi kolejnymi dniami mogą przekroczyć 100%.

Przykłady

Mikrotrendy

Analiza mikrotrendów, które składają się na makrotrendy, może dać Ci bardziej realistyczny obraz Twojej działalności. Na przykład Twoje dane kwartalne mogą wykazywać stały wzrost liczby transakcji w danym okresie, co uznasz za dobry wynik. Jeśli jednak przeanalizujesz kohorty tygodniowe, które składają się na ten zbiór danych, może okazać się, że chociaż ogólny napływ nowych użytkowników przyczynia się do wzrostu liczby transakcji, regularnie powtarza się znaczny spadek transakcji po piątym tygodniu. Teraz już wiesz dokładnie, kiedy ponownie zaangażować użytkowników (czwarty tydzień), aby poprawić wyniki poszczególnych mikrotrendów i tym samym poprawić makrotrend.

Spójność, poprawa lub pogorszenie w kohortach

Porównując wartości w jednej kolumnie, możesz sprawdzić, czy skuteczność kohort jest zbliżona, czy może ulega poprawie lub pogorszeniu. Przeglądając dane nowszych kohort u dołu kolumny, patrzysz na kolejne okresy (np. Dzień 5 dla drugiej kohorty występuje po Dniu 5 dla pierwszej kohorty, chociaż znajdują się w tej samej kolumnie).

Jeśli oceniasz dane według dni, możesz przejrzeć jedną kolumnę, np. Dzień 5, aby sprawdzić, czy wszystkie kohorty mają w tym momencie podobną skuteczność, czy dane wskazują na poprawę lub pogorszenie. Jeżeli na przykład w Dniu 5 utrzymujesz taki sam odsetek użytkowników we wszystkich kohortach, można to uznać za potwierdzenie stałego zadowolenia użytkowników. Z drugiej strony jeśli w Dniu 5 zauważysz stały wzrost utrzymania, możesz to powiązać z udoskonaleniem treści lub przyspieszeniem działania aplikacji. Stałe pogorszenie utrzymania użytkowników w Dniu 5 może wskazywać na nieaktualne treści albo bardzo trudny lub źle zakodowany poziom w grze, czyli coś, co sprawia, że coraz mniej użytkowników chce korzystać z Twojej oferty.

Zaangażowanie, utrzymanie i pozyskiwanie

Zrozumienie, w którym momencie użytkownicy zwykle tracą zainteresowanie (np. inicjują mniej sesji, oglądają mniej stron, generują mniej przychodów), pomoże Ci zidentyfikować:

  • najczęstsze momenty utraty użytkowników, które można łatwo wyeliminować;
  • tempo, w jakim należy pozyskiwać nowych użytkowników, aby zrekompensować nieuniknioną utratę użytkowników dotychczasowych.

Przykład: jeśli zauważysz, że w trzecim lub czwartym tygodniu po pozyskaniu regularnie spadają przychody, możesz ponownie zainteresować użytkowników za pomocą kampanii remarketingowej lub kampanii e-mailowej z ofertą rabatową albo reklam nowych produktów dodanych od czasu ich ostatnich sesji. Możesz też skorzystać z remarketingu dynamicznego, wyświetlając takim użytkownikom reklamy produktów związanych z ich pierwszym zakupem.

Jeśli zmierzysz nieuniknione trendy utraty, np. 10% miesięcznie, dowiesz się, w jakim tempie pozyskiwać nowych użytkowników, aby osiągnąć pożądany rozwój działalności firmy.

Reakcja na krótkoterminowe działania marketingowe

Jeśli prowadzisz krótkoterminowe działania marketingowe, np. jednodniowe kampanie e-mailowe, ten raport pozwoli Ci śledzić tylko zachowania użytkowników, których pozyskasz w tych okresach. Jeśli na przykład w okresie przedświątecznym przeprowadzasz kolejno kampanie z ofertą rabatu 30%, 25% i 20%, możesz porównać dane Przychody na użytkownika i Transakcje na użytkownika w grupach użytkowników pozyskanych podczas trwania każdej z tych kampanii.

Czy to było pomocne?

Jak możemy ją poprawić?
true
Wybierz swoją ścieżkę szkoleniową

Odwiedź google.com/analytics/learn – nowe źródło materiałów, które pomogą Ci w pełni wykorzystać potencjał Google Analytics 4. Ta nowa witryna zawiera filmy, artykuły i przewodniki, a także linki do zasobów dotyczących Google Analytics, takich jak kanały na Discordzie i w YouTube, blog i repozytorium GitHub.

Już dziś zacznij pogłębiać swoją wiedzę

Szukaj
Wyczyść wyszukiwanie
Zamknij wyszukiwanie
Menu główne
8627287046443893440
true
Wyszukaj w Centrum pomocy
true
true
true
true
true
69256
false
false