[UA] Report Kohortová analýza

Tento článok sa týka reportu Kohortová analýza v službe Universal Analytics. Informácie o analýze miery udržania podľa kohorty a zapojenia v službe Google Analytics 4 nájdete v článku [GA4] Súhrnný report udržania.
Obsah tohto článku:

Zobrazenie údajov reportu Kohortová analýza

Report Kohortová analýza otvoríte takto:

  1. Prihláste sa do služby Google Analytics.
  2. Prejdite na zobrazenie.
  3. Otvorte Reporty.
  4. Vyberte Publikum > Kohortová analýza.

Údaje prehľadu Kohortová analýza sú k dispozícii vo všetkých účtoch Analytics. Nie sú potrebné žiadne zmeny v kóde sledovania.

Konfigurácia prehľadu

Ponuky, ktoré slúžia na konfiguráciu prehľadu Kohortová analýza

Pomocou ponúk vyberte tieto položky:

  • Dimenziu, ktorá charakterizuje kohortu (Typ kohorty).
  • Veľkosť kohort (Veľkosť kohorty): Určíte ju výberom typu hodnoty dimenzie. Ak kohortu určíte napríklad pomocou dimenzie Dátum akvizície, typ hodnoty dimenzie môžete zmeniť na deň, týždeň alebo mesiac. Pri týchto nastaveniach by kohortu tvorili všetci používatelia získaní v ten istý deň alebo v priebehu rovnakého týždňa či mesiaca.
  • Metriku, ktorú chcete vyhodnotiť (Metrika).
  • Relatívny rozsah dátumov údajov a počet kohort (Rozsah dátumov).
  • Ktoré kohorty sú vyobrazené v grafe (N vybraných).

Vysvetlenie údajov

Prehľad konfigurovaný na zobrazenie kohort typu Dátum akvizície podľa metriky Udržanie používateľa

Graf

Graf predvolene zobrazuje súhrnné hodnoty metrík pre všetky kohorty. V ponuke N vybraných vyberte súhrnný riadok grafu alebo riadky grafu pre jednotlivé kohorty.

Stĺpce

Prvý stĺpec označuje kohorty a počet používateľov v každej kohorte. Ak kohorty charakterizujete napríklad pomocou dimenzie Dátum akvizície, tento stĺpec bude obsahovať dátum akvizície pre každú kohortu a počet používateľov získaných počas tohto časového intervalu (deň, týždeň, mesiac).

Ostatné stĺpce predstavujú časové prírastky, ktoré vyberiete v ponuke Veľkosť kohorty. Ak vyberiete napríklad podľa dňa, potom bude každý deň obsahovať údaje za jeden deň. Tabuľka obsahuje trinásť stĺpcov časových prírastkov v rozsahu 0 – 12.

Riadky

Prvý riadok obsahuje celkovú hodnotu metriky všetkých kohort pre každý stĺpec. Ak je napríklad vybraná metrika Zobrazenia stránky a stĺpce obsahujú denné údaje, prvý riadok obsahuje celkový počet zobrazení stránky v danom dni.

Ostatné riadky obsahujú hodnoty pre jednotlivé kohorty.

Bunky

Bunky pre časové prírastky 0 – 12 obsahujú relevantné hodnoty metrík. Ak napríklad používate metriku Zobrazenia stránky, každá bunka obsahuje počet zobrazení stránky na kohortu a časový prírastok.

Farby

Analytics zobrazuje relatívne hodnoty metrík pomocou piatich farebných hodnôt: najtmavšia farba predstavuje najvyššie hodnoty metrík a najsvetlejšia predstavuje najnižšie hodnoty metrík. Každá farba predstavuje rovnaký relatívny rozsah hodnôt. Ak je napríklad najvyššia hodnota v tabuľke 100 %, každá farba predstavuje rozsah 20 % (100/5). Ak je najvyššia hodnota v tabuľke 50 %, každá farba predstavuje rozsah 10 % (50/5)

Segmenty

Keď použijete v tomto prehľade segmenty, údaje pre každý segment sa zobrazia v samostatnej tabuľke.

Keďže je prehľad Kohortová analýza založený na používateľoch, pri použití segmentov založených na reláciách môžete získať neočakávané výsledky, ktoré nezahŕňajú 100 % používateľov v nultom dni, ako by ste očakávali.

Ak je segment založený napríklad na podmienke, ako je Oblasť: Krajina sa presne zhoduje so Slovenskom, ktorá má platnosť v rozsahu relácií, potom sa pri použití tohto segmentu používatelia s reláciami v nultom dni pochádzajúci z iných krajín, než je Slovensko, nezahrnú do stĺpca Deň 0.

Filtre

Filtre, ktoré vylučujú používateľov nultého dňa, môžu ovplyvniť údaje pre nasledujúce dni. Ak napríklad pre niektorých používateľov použijete filter, ktorý vylučuje relácie nultého dňa, no pre rovnakých používateľov počas nasledujúcich dní zahrniete relácie, hodnoty pre nasledujúce dni môžu presiahnuť 100 %.

Príklady

Mikrotrendy

Preskúmaním mikrotrendov, ktoré ako celok tvoria makrotrendy, môžete získať reálnejšiu predstavu o svojej firme. Štvrťročné údaje by mohli napríklad vykázať trvalý nárast transakcií v danom období, čo by ste považovali za pozitívny výsledok. Pokiaľ by ste však preskúmali týždenné kohorty, ktoré tvoria väčšiu množinu dát, mohli by ste zistiť, že zatiaľ čo celkový prísun nových používateľov prispieva k rastúcemu počtu transakcií, po piatom týždni nastáva výrazný pokles transakcií. Teraz už viete presne, kedy máte opätovne interagovať s používateľmi (vo štvrtom týždni), aby ste zvýšili výkonnosť každého mikrotrendu, a tým znásobili vplyv na makrotrend.

Konzistencia, zlepšenie alebo zhoršenie v rámci kohort

Jednoduchým porovnaním hodnôt v jednom stĺpci môžete zistiť, či je vývoj kohort jednotný, prípadne či sa výkonnosť zlepšuje alebo zhoršuje. Keď si zhora nadol prezeráte údaje každej novšej kohorty v stĺpci, vidíte ich v časovom slede (napríklad hodnota v stĺpci Deň 5 pre druhú kohortu nastala po hodnote v stĺpci Deň 5 pre prvú kohortu, hoci sa obe hodnoty zobrazujú v rovnakom stĺpci).

Ak vyhodnocujete denné údaje, môžete sa pozrieť na jeden stĺpec, povedzme stĺpec Deň 5, a skontrolovať, či je výkonnosť všetkých kohort v tomto bode približne na rovnakej úrovni alebo či údaje poukazujú na zlepšujúce alebo zhoršujúce sa trendy. Ak si napríklad v rámci všetkých kohort v stĺpci Deň 5 udržiavate rovnaké percento používateľov, môže to poukazovať na uspokojivú konzistenciu dojmu používateľa. Na druhej strane ak stĺpec Deň 5 vykazuje trvalý nárast udržaných používateľov, tento nárast by ste mohli dať do súvislosti s vylepšením obsahu alebo zrýchlením svojej aplikácie. Trvalý úbytok udržaných používateľov v stĺpci Deň 5 by mohol poukazovať na neaktuálny obsah alebo nezvyčajne náročnú či zle naprogramovanú úroveň v hre, čo vedie k neustálemu poklesu používateľov pokračujúcich v danom dojme.

Interakcie, udržanie a akvizícia

Pochopenie bodu, v ktorom majú používatelia tendenciu stratiť záujem (napríklad menej začatých relácií, zobrazenie menšieho počtu stránok, generovanie nižších výnosov), vám môže pomôcť určiť dve veci:

  • spoločné body prirodzeného úbytku, ktoré môžete jednoducho napraviť;
  • potrebnú mieru akvizície nových používateľov na kompenzovanie neodvratných úbytkov.

Ak napríklad zaznamenáte, že výnosy začínajú pravidelne klesať v treťom alebo štvrtom týždni po akvizícii, s používateľmi môžete opätovne interagovať pomocou remarketingu alebo e-mailovej kampane s ponukou zliav či reklamami na nové produkty pridané od ich posledných relácií. S týmito používateľmi by ste mohli opätovne interagovať aj pomocou dynamického remarketingu s reklamami na výrobky súvisiace s tými, ktoré si používatelia zakúpili pri počiatočnej interakcii.

Ak zistíte neodvratné vzory úbytku, povedzme mesačne 10 %, potom môžete porozumieť potrebnej miere získavania nových používateľov s cieľom vytvoriť mieru rastu, ktorú chcete dosiahnuť pre svoju firmu.

Reakcia na krátkodobé marketingové snahy

Ak vyvíjate krátkodobé marketingové snahy, napríklad spúšťate jednodňové e‑mailové kampane, pomocou tohto reportu môžete sledovať správanie výlučne tých používateľov, ktorých ste získali počas príslušných časových intervalov. Ak napríklad pred blížiacim sa sviatkom postupne spúšťate kampane so zľavou 30 %, 25 % a 20 %, môžete si pozrieť porovnanie rôznych metrík, ako sú Výnosy na jedného používateľa a Počet transakcií na jedného používateľa, medzi skupinami používateľov, ktorých ste získali v obdobiach prevádzky jednotlivých kampaní.

Pomohlo vám to?

Ako ju môžeme zlepšiť?
true
Vyberte si vlastnú sériu kurzov

Pozrite si google.com/analytics/learn, nový zdroj, ktorý vám pomôže vyťažiť zo služby Google Analytics 4 maximum. Na novom webe sa nachádzajú videá, články a návody, ako aj odkazy na rôzne zdroje o službe Google Analytics (Discord, blog, kanál na YouTube a odkladací priestor GitHub).

Začnite s učením ešte dnes!

Vyhľadávanie
Vymazať vyhľadávanie
Zavrieť vyhľadávanie
Hlavná ponuka
4520135062240000932
true
Vyhľadávanie v Centre pomoci
true
true
true
true
true
69256
false
false