O relatório Análise da coorte

Neste artigo:

Ver dados de análise da coorte

Para abrir o relatório Análise da coorte:

  1. Inicie sessão no Google Analytics.
  2. Navegue para a sua visualização de propriedade.
  3. Abra Relatórios.
  4. Selecione Público-alvo > Análise da coorte.

Os dados de análise da coorte estão disponíveis em todas as contas do Analytics. Não é necessário efetuar alterações ao código de acompanhamento.

Configurar o relatório

Menus utilizados para configurar o relatório Análise da coorte

Utilize os menus para selecionar:

  • A dimensão que carateriza as coortes (tipo de coorte)
  • O tamanho das coortes (tamanho da coorte): determine o tamanho da coorte através da seleção do tipo de valor para a dimensão. Por exemplo, se determinar a coorte através da dimensão Data da aquisição, pode alterar o tipo de valor de dimensão para dia, semana ou mês. Com estas definições, uma coorte consistiria em todos os utilizadores adquiridos no mesmo dia ou durante a mesma semana ou mês.
  • A métrica que pretende avaliar (métrica)
  • O intervalo de datas relativo dos dados e o número de coortes (intervalo de datas)
  • As coortes ilustradas no gráfico (N selecionados)

Compreender os dados

Relatório configurado para mostrar coortes da dimensão Data de aquisição pela métrica Retenção de utilizadores

Gráfico

Por predefinição, o relatório mostra os valores de métrica cumulativos para todas as coortes. Utilize o menu N selecionados para selecionar uma linha de gráfico cumulativa e/ou linhas de gráfico para coortes individuais.

Colunas

A primeira coluna identifica as coortes e o número de utilizadores em cada coorte. Por exemplo, se a dimensão através da qual carateriza as coortes for Data de aquisição, esta coluna lista a data de aquisição para cada coorte e o número de utilizadores adquiridos durante esse período de tempo (dia, semana, mês).

As restantes colunas refletem os incrementos de tempo escolhidos para Tamanho da coorte. Por exemplo, se selecionar por dia, cada coluna inclui um dia de dados. Existem 13 colunas de incremento de tempo, 0-12.

Linhas

A primeira linha mostra o valor total da métrica para todas as coortes de cada coluna. Por exemplo, se a métrica for Visualizações de página e as colunas corresponderem a dados diários, a primeira linha mostra o total de visualizações de página correspondente a esse dia.

As outras linhas mostram os valores das coortes individuais.

Células

As células correspondentes aos incrementos de tempo 0-12 contêm os valores de métrica relevantes. Por exemplo, se estiver a utilizar a métrica Visualizações de página, cada célula contém o número de visualizações de página por coorte, por incremento de tempo.

Cores

O Analytics utiliza cinco valores de cor como uma indicação dos valores relativos da métrica: a cor mais escura representa os valores da métrica mais elevados e a cor mais clara representa os valores da métrica mais baixos. Cada cor representa o mesmo intervalo relativo de valores. Por exemplo, se o valor mais elevado na tabela for 100%, cada cor representa um intervalo de 20 (100/5); se o valor mais elevado na tabela for 50%, cada cor representa um intervalo de 10 (50/5).

Segmentos

Quando aplica segmentos a este relatório, os dados de cada segmento são apresentados numa tabela distinta.

Uma vez que o relatório Análise da coorte é baseado nos utilizadores, se aplicar segmentos baseados em sessões, pode obter resultados imprevisíveis que não incluem 100% dos utilizadores no Dia-0, conforme previsto.

Por exemplo, se um segmento se basear numa condição como Localização: o país corresponde exatamente a Estados Unidos, no âmbito da sessão, os utilizadores cujas sessões do Dia-0 tenham tido origem em países diferentes dos Estados Unidos não são incluídos na coluna Dia-0 ao aplicar o segmento.

Filtros

Os filtros que excluam os utilizadores do Dia-0 podem afetar os dados de dias subsequentes. Por exemplo, se aplicar um filtro que exclua as sessões do Dia-0 de alguns utilizadores, mas inclua sessões desses mesmos utilizadores em dias subsequentes, os valores desses dias subsequentes podem ultrapassar os 100%.

Exemplos

Micro-tendências

Ao examinar as microtendências que agregadamente constituem as macrotendências pode ter uma perspetiva mais realista da sua empresa. Por exemplo, os seus dados trimestrais poderão mostrar um aumento constante das transações durante esse período, o que seria considerado um resultado positivo. No entanto, se examinasse as coortes semanais que constituem o conjunto de dados de maior dimensão, poderia observar que, embora um afluxo geral de novos utilizadores esteja a contribuir para um crescente número de transações, verifica-se uma acentuada e regular diminuição nas transações após a semana 5. Agora, sabe com precisão quando deve voltar a relacionar-se com os utilizadores (semana 4) para melhorar o desempenho de cada microtendência e, deste modo, usufruir do efeito multiplicador ao nível da macrotendência.

Consistência, melhoramento ou deterioração nas coortes

Basta comparar os valores de uma única coluna, para verificar se existe um comportamento consistente entre as coortes ou se o desempenho melhora ou se deteriora. Ao observar na coluna os dados de cada coorte mais recente, está a perspetivar o futuro (por exemplo, o Dia 5 da segunda coorte ocorre depois do Dia 5 da primeira coorte, embora apareçam na mesma coluna).

Se estiver a avaliar os dados diariamente, pode analisar uma só coluna, por exemplo, a coluna Dia 5, para ver se todas as coortes apresentam um desempenho ao mesmo nível, nesse ponto da respetiva experiência, ou se os dados indicam tendências de melhoramento ou deterioração. Por exemplo, se mantiver a mesma percentagem de utilizadores em todas as coortes no Dia 5, tal pode indicar uma consistência reconfortante do ponto de vista da experiência do utilizador. Por outro lado, se observar um aumento constante na retenção no Dia 5, poderá correlacioná-lo com um melhoramento do conteúdo ou com uma atualização na velocidade de desempenho da aplicação. Uma deterioração constante da retenção de utilizadores no Dia 5 poderá indicar conteúdo desatualizado ou um nível de codificação fraca ou extremamente complexo num jogo, algo que resulta num número cada vez menor de utilizadores a prosseguirem a experiência.

Relação, retenção e aquisição

Compreender o ponto em que os utilizadores tendem a deixar de relacionar-se (por exemplo, um menor número de sessões iniciadas, um menor número de páginas visualizadas, menos receitas geradas) pode ajudar a identificar dois aspetos:

  • Pontos comuns de atrito que podem ser facilmente solucionados
  • A percentagem de aquisição de novos utilizadores para compensar o inevitável atrito

Por exemplo, se reparar que a receita começa a diminuir regularmente na terceira ou na quarta semana após a aquisição, poderá voltar a relacionar-se com os utilizadores através de uma campanha de remarketing ou por email que oferece descontos ou anúncios de novos produtos adicionados desde as últimas sessões desses utilizadores. Também pode voltar a relacionar-se com esses utilizadores através do remarketing dinâmico, ao disponibilizar anúncios de produtos relacionados com os produtos que adquiriram na respetiva relação inicial.

Se identificar padrões de atrito inevitáveis, por exemplo, de 10% num mês, poderá compreender a percentagem necessária para adquirir novos utilizadores, de modo a obter a taxa de crescimento pretendida para a sua empresa.

Resposta a iniciativas de marketing a curto-prazo

Se realizar iniciativas de marketing a curto prazo, como campanhas por email num único dia, este relatório oferece-lhe a oportunidade de acompanhar o comportamento apenas dos utilizadores adquiridos durante os períodos de tempo relacionados. Por exemplo, se apresentar campanhas com descontos sucessivos de 30%, 25% e 20% à medida que se aproxima uma época festiva, pode ver a comparação de diferentes métricas, como Receita por utilizador e Transações por utilizador, relativamente aos grupos de utilizadores adquiridos nas datas de apresentação de cada campanha.

A informação foi útil?
Como podemos melhorá-la?