[UA] Rapporten Kohortanalys

Den här artikeln handlar om rapporten Kohortanalys i Universal Analytics. Mer information om hur du analyserar bibehållning och engagemang för kohorter i Google Analytics 4 finns i [GA4] Rapporten Översikt över kundlojalitet.
Innehåll i artikeln:

Se data om Kohortanalys

Öppna rapporten Kohortanalys:

  1. Logga in på Google Analytics.
  2. Gå till vyn.
  3. Öppna Rapporter.
  4. Välj Målgrupp > Kohortanalys.

Information från Kohortanalys är tillgänglig i alla Analytics-konton. Spårningskoden behöver inte modifieras.

Konfigurera rapporten

Menyer som du använder för att konfigurera rapporten Kohortanalys

Använd menyerna när du vill välja

  • dimension som kännetecknar kohorterna (Kohorttyp)
  • storlek på kohorterna (Kohortstorlek): Du bestämmer storleken på kohorten genom att välja dimensionens värdetyp. Om du till exempel ställer in kohorten efter dimensionen Förvärvsdatum, kan du ändra dimensionens värdetyp till dag, vecka eller månad. Med de här inställningarna utgörs kohorten av alla användare som förvärvades samma dag, vecka eller månad.
  • mätvärde att utvärdera (Mätvärde)
  • relativt datumintervall för informationen och antal kohorter (Datumintervall)
  • vilka kohorter som visas i diagrammet (N valda).

Tolka informationen

Rapport som har konfigurerats för att visa kohorter för Förvärvsdatum med mätvärdet Bibehållna användare

Diagram

Som standard visas de ackumulerade mätvärdena för alla kohorter i diagrammet. Använd menyn N valda om du vill markera en rad med ackumulerade kohorter i diagrammet, och/eller diagramrader för enskilda kohorter.

Kolumner

Den första kolumnen identifierar kohorterna och antalet användare i varje kohort. Om du till exempel definierar kohorterna med dimensionen Förvärvsdatum visar kolumnen förvärvsdatumet för varje kohort och antalet användare som förvärvades under den tidsperioden (dag, vecka, månad).

Övriga kolumner speglar tidssteget för Kohortstorlek. Om du till exempel väljer per dag, visar varje kolumn data för en dag. Det finns 13 kolumner för tidssteg, 0–12.

Rader

Den första raden visar mätvärdets totalvärde för alla kohorter i varje kolumn. Om mätvärdet till exempel är Sidvisningar och tidssteget för kolumnerna är per dag, visas det totala antalet sidvisningar för den dagen på första raden.

På de övriga raderna visas värdena för de enskilda kohorterna.

Celler

Cellerna för tidsstegen 0–12 visar de relevanta mätvärdena. Om du till exempel använder mätvärdet Sidvisningar, innehåller varje cell antalet sidvisningar per kohort och tidssteg.

Färger

Analytics använder fem färgvärden som en indikering för relativa mätvärden: den mörkaste färgen motsvarar de högsta mätvärdena och den ljusaste färgen motsvarar de lägsta mätvärdena. Varje färg motsvarar samma relativa värdeintervall. Om till exempel det högsta värdet i tabellen är 100 % motsvarar varje färg ett intervall på 20 (100/5). Om det högsta värdet i tabellen är 50 % motsvarar varje färg ett intervall på 10 (50/5).

Segment

När du tillämpar segment på den här rapporten, visas data för varje segment i en separat tabell.

Eftersom rapporten Kohortanalys är användarbaserad, kan du få oväntade resultat som inte omfattar samtliga användare dag 0, om du tillämpar segment som baseras på sessioner.

Om ett segment till exempel bygger på villkoret Plats: Land matchar exakt Sverige, vilket är sessionsbaserat, ingår inte användare vars sessioner under dag 0 kom från andra länder än Sverige i kolumnen Dag 0 när du tillämpar segmentet.

Filter

Filter som utesluter användare från dag 0 kan påverka data för efterföljande dagar. Om du t.ex. tillämpar ett filter som utesluter dag 0-sessioner för vissa användare men inkluderar sessioner för samma användare efterföljande dagar, kan värdena för de efterföljande dagarna överstiga 100 %.

Exempel

Mikrotrender

Om du undersöker mikrotrenderna, som tillsammans utgör dina makrotrender, kan du få en mer realistisk bild av din verksamhet. Exempelvis kanske kvartalsinformationen visar en stadig ökning av antalet transaktioner under den perioden, vilket skulle vara ett positivt resultat. Men när du undersöker veckokohorterna (som utgör den större datamängden) skulle du kanske upptäcka att även om en total ökning av antalet nya användare bidrar till fler transaktioner, finns det ändå en stor och regelbunden minskning av antalet transaktioner efter vecka 5. Nu vet du exakt när du ska engagera dina användare igen (vecka 4) för att förbättra resultatet för varje enskild mikrotrend och därmed flerdubbla effekten på makrotrenden.

Konsekvens, förbättring och försämring i kohorter

Genom att helt enkelt jämföra värdena i en enda kolumn, kan du se om det finns ett konsekvent beteende bland kohorterna eller om resultatet förbättras eller försämras. När du tittar på data längre ned i kolumnen för de nyare kohorterna, ser du senare data (dag fem för den andra kohorten följer efter dag fem för den första kohorten, även om de visas i samma kolumn).

Om du analyserar data varje dag, kan du granska en enstaka kolumn, till exempel kolumnen för dag fem, om du vill se om alla kohorter ger ungefär samma resultat i just den delen av processen, eller om det finns tecken på bättre eller sämre resultat. Om du till exempel behåller samma procentandel användare i alla kohorter dag fem, kan det betyda att användarupplevelsen är på en konsekvent bra nivå. Om du andra sidan ser en stadig ökning av antalet användare dag fem, kanske du kan koppla det till en förbättring av innehållet, eller en uppgradering av hastigheten i din app. En stadig försämring av antalet användare dag fem kan tyda på att innehållet är inaktuellt eller att en nivå är ovanligt svår eller dåligt kodad i ett spel – något som får färre och färre användare att vilja fortsätta.

Engagemang, bibehållande och förvärv

Om du vet vid vilken punkt användarengagemanget tenderar att minska (till exempel var användarna initierar färre sessioner, visar färre sidor eller genererar lägre intäkter), kan det hjälpa dig att identifiera två saker:

  • vanliga bortfallspunkter som enkelt kan åtgärdas
  • i vilken takt du behöver förvärva nya användare för att kompensera för oundvikliga bortfall.

Om du till exempel märker att intäkterna regelbundet börjar minska tredje eller fjärde veckan efter förvärvet, kan du engagera användarna på nytt med en remarketing- eller e-postkampanj som erbjuder rabatter eller annonser om nya produkter som tillkommit sedan deras senaste sessioner. Du kan också engagera användarna på nytt med dynamisk remarketing genom att visa annonser om produkter som har anknytning till produkterna de köpte vid sin första session.

Om du identifierar mönster för oundvikligt bortfall, till exempel tio procent i månaden, kan du se i vilken takt du behöver förvärva nya användare för att skapa önskad tillväxt i din verksamhet.

Respons på kortsiktiga marknadsföringsinsatser

Om du genomför kortsiktiga marknadsföringsinsatser, till exempel endagskampanjer via e-post, kan du med den här rapporten spåra beteendet för just de användare du förvärvade under tidsperioden. Om du till exempel har på varandra följande kampanjer med 30 % rabatt, 25 % rabatt respektive 20 % rabatt inför en storhelg, kan du se vilka resultat olika mätvärden, som Intäkt per användare och Transaktioner per användare, ger hos de användargrupper som du förvärvade under respektive kampanj.

Var det här till hjälp?

Hur kan vi förbättra den?
true
Välj din egen utbildningsväg

Ta en titt på google.com/analytics/learn, en ny resurs som hjälper dig att få ut mesta möjliga av Google Analytics 4. Den nya webbplatsen innehåller videor, artiklar och vägledda flöden samt länkar till Discord, bloggen, YouTube-kanalen och GitHub-lagringsplatsen för Google Analytics.

Fördjupa dina kunskaper redan i dag!

Sök
Rensa sökning
Stäng sökrutan
Huvudmeny
7287285608357992567
true
Sök i hjälpcentret
true
true
true
true
true
69256
false
false