O Relatório de análise de coorte

Neste artigo:

Visualização dos dados de análise de coorte

Para abrir seu Relatório de análise de coorte:

  1. Faça login no Google Analytics.
  2. Vá até sua vista.
  3. Abra Relatórios.
  4. Selecione Público > Análise de coorte.

Os dados da análise de coorte ficam disponíveis em todas as contas do Google Analytics. Não é necessário fazer alterações no código de acompanhamento.

Configuração do relatório

Menus que você usa para configurar o Relatório de análise de coorte

Use os menus para selecionar:

  • A dimensão que caracteriza os coortes (Tipo de coorte)
  • Tamanho da coorte: você determina o tamanho da coorte selecionando o tipo de valor da dimensão. Por exemplo, se você determinar a coorte pela dimensão "Data de aquisição", poderá alterar o tipo de valor da dimensão para "dia", "semana" ou "mês". Com essas configurações, uma coorte abrangeria todos os usuários que foram adquiridos no mesmo dia ou durante a mesma semana ou mês.
  • A métrica que você deseja avaliar (Métrica)
  • O período relativo dos dados e o número de coortes (Período)
  • Quais coortes são ilustrados no gráfico (N selecionados)

Compreensão dos dados

Relatório configurado para exibir coortes para "Data de aquisição" de acordo com a métrica "Retenção de usuários"

Gráfico

Por padrão, o gráfico exibe os valores de métrica cumulativos para todos os coortes. Use o menu N selecionados para selecionar uma linha e/ou linhas do gráfico cumulativas para coortes individuais.

Colunas

A primeira coluna identifica as coortes e o número de usuários em cada coorte. Por exemplo, se a dimensão pela qual você caracteriza as coortes for Data de aquisição, essa coluna listará a data de aquisição de cada coorte e o número de usuários que você adquiriu nesse período (dia, semana, mês).

As outras colunas refletem os incrementos de tempo que você escolhe em Tamanho da coorte. Por exemplo, se você selecionar por dia, cada coluna incluirá um dia de dados. Há 13 colunas de incremento de tempo, de 0 a 12.

Linhas

A primeira linha mostra o valor total da métrica para todos os coortes de cada coluna. Por exemplo, se a métrica for Exibições de página e as colunas forem dados diários, a primeira linha mostra o total de exibições de página do dia.

As outras linhas mostram os valores dos coortes individuais.

Células

As células de incrementos de tempo de 0 a 12 contêm os valores de métrica relevantes. Por exemplo, se você usar a métrica Exibições de página, cada célula terá o número de exibições de página por coorte e por incremento de tempo.

Cores

O Google Analytics usa 5 valores de cores como indicação de valores de métrica relativos: a cor mais escura representa os valores de métrica mais altos, e as cores mais claras representam os valores de métrica mais baixos. Cada cor representa o mesmo intervalo relativo de valores. Por exemplo, se o valor mais alto na tabela for 100%, cada cor representará um intervalo de 20 (100/5); e, se o valor mais alto na tabela for 50%, cada cor representará um intervalo de 10 (50/5).

Segmentos

Quando você aplica segmentos a esse relatório, os dados de cada segmento são exibidos em uma tabela separada.

Como o Relatório de análise de coorte é definido com base nos usuários, se você aplicar segmentos com base em sessões, poderá encontrar resultados inesperados que não incluem 100% dos usuários no dia 0, como o esperado.

Por exemplo, se um segmento for definido com base em uma condição, como Local: país corresponde exatamente aos EUA, com escopo em sessões, os usuários cujas sessões no dia 0 foram originadas em países diferentes dos EUA não serão incluídos na coluna "Dia 0" quando você aplicar o segmento.

Filtros

Filtros que excluem usuários com sessões no dia 0 podem afetar os dados dos dias subsequentes. Por exemplo, se você aplicar um filtro que exclui sessões de alguns usuários no dia 0, mas inclui sessões desses mesmos usuários nos dias subsequentes, os valores para esses dias poderão exceder 100%.

Exemplos

Tendências micro

Quando você avalia as tendências micro que, de forma agregada, compõem suas tendências macro, consegue ter uma visão mais realista da sua empresa. Por exemplo, seus dados trimestrais podem apontar um aumento consistente nas transações do período, o que pode ser considerado um resultado positivo. No entanto, se você analisar as coortes semanais que formam esse conjunto de dados maior, poderá descobrir que, embora um afluxo geral de novos usuários contribua para um número crescente de transações, há uma redução forte e regular nas transações após a quinta semana. Agora, você sabe exatamente quando reconquistar os usuários (quarta semana) para melhorar o desempenho de cada tendência micro e, assim, multiplicar o efeito na tendência macro.

Consistência, melhora ou piora de coortes diferentes

Com uma simples comparação entre os valores de uma única coluna, você consegue ver se há um comportamento consistente entre suas coortes ou se o desempenho delas melhora ou piora. Ao analisar as informações mais abaixo na coluna para cada nova coorte, você vê dados de períodos posteriores (por exemplo, o quinto dia da segunda coorte ocorre após o quinto dia da primeira, embora elas estejam na mesma coluna).

Para avaliar dados diários, você pode analisar uma única coluna, por exemplo, a coluna "Dia 5", e conferir se todas as coortes tiveram um mesmo desempenho semelhante naquele momento da experiência ou se os dados indicam tendências de melhora ou piora. Por exemplo, se você retém a mesma porcentagem de usuários em todas as coortes no dia 5, pode haver uma consistência tranquilizadora na experiência do usuário. Por outro lado, se você observar um aumento constante na retenção no dia 5, poderá correlacioná-lo a uma melhoria no seu conteúdo ou a um aumento na velocidade do desempenho do aplicativo. Uma piora constante da retenção de usuários no dia 5 pode indicar conteúdo desatualizado ou um nível excepcionalmente difícil ou com codificação incorreta em um jogo (algo que faz com que cada vez menos usuários continuem a experiência).

Engajamento, retenção e aquisição

Entender o ponto em que os usuários tendem a se desengajar (por exemplo, iniciar menos sessões, visualizar menos páginas ou gerar menos receita) pode ajudar você a identificar duas informações:

  • Pontos de desgaste comuns de fácil solução
  • a taxa necessária para você adquirir novos usuários e compensar o desgaste inevitável

Por exemplo, se você percebe que a receita começa a diminuir regularmente na terceira ou quarta semana após a aquisição, pode reconquistar os usuários com uma campanha de remarketing ou e-mail que ofereça descontos ou exiba anúncios de novos produtos incluídos desde a última sessão. Você também pode reconquistá-los com o remarketing dinâmico por meio de anúncios de produtos relacionados aos que eles compraram na interação inicial.

Se você identifica padrões inevitáveis de desgaste, digamos 10% por mês, pode compreender a taxa em que precisa adquirir novos usuários para gerar a taxa de crescimento desejada para sua empresa.

Resposta a esforços de marketing de curto prazo

Se você aplicar esforços de marketing de curto prazo, como campanhas de e-mail de um dia, esse relatório possibilitará acompanhar o comportamento somente dos usuários adquiridos nos períodos relacionados. Por exemplo, se você veicular campanhas sucessivas com 30%, 25% e 20% de desconto como uma estratégia de fim de ano, poderá observar a diferença de várias métricas, como Receita por usuário e Transações por usuário, entre os grupos de usuários adquiridos nas datas de exibição de cada campanha.

Isso foi útil?
Como podemos melhorá-lo?