ดูข้อมูลการวิเคราะห์ตามการได้มา
วิธีเปิดรายงานการวิเคราะห์ตามการได้มา
- ลงชื่อเข้าใช้ Google Analytics
- ไปที่ข้อมูลพร็อพเพอร์ตี้
- เปิดรายงาน
- เลือก ผู้ชม > การวิเคราะห์ตามการได้มา
ข้อมูลการวิเคราะห์ตามการได้มามีอยู่ในบัญชี Analytics ทั้งหมด โดยไม่จำเป็นต้องทำการเปลี่ยนแปลงในโค้ดติดตาม
กำหนดค่ารายงาน
ใช้เมนูเพื่อเลือกสิ่งต่อไปนี้
- มิติข้อมูลที่บอกลักษณะของกลุ่มประชากรตามรุ่น (ประเภทกลุ่มประชากรตามรุ่น)
- ขนาดของกลุ่มประชากรตามรุ่น (ขนาดกลุ่มประชากรตามรุ่น): คุณจะต้องกำหนดขนาดของกลุ่มประชากรตามรุ่นโดยเลือกประเภทของค่าสำหรับมิติข้อมูล ตัวอย่างเช่น หากคุณกำหนดกลุ่มประชากรตามรุ่นโดยใช้มิติข้อมูล "วันที่ของการกระทำ" คุณจะสามารถเปลี่ยนประเภทค่าของมิติข้อมูลเป็นวัน สัปดาห์ หรือเดือนก็ได้ ด้วยการตั้งค่าเหล่านี้ กลุ่มประชากรตามรุ่นก็จะเป็นผู้ใช้ทั้งหมดที่ได้มาในวัน สัปดาห์ หรือเดือนเดียวกัน
- เมตริกที่คุณต้องการประเมิน (เมตริก)
- ช่วงวันที่สัมพัทธ์ของข้อมูล และจำนวนกลุ่มประชากรตามรุ่น (ช่วงวันที่)
- กลุ่มประชากรตามรุ่นที่นำเสนอในแผนภูมิ (X ที่เลือก)
ทำความเข้าใจข้อมูล
แผนภูมิ
โดยค่าเริ่มต้น แผนภูมิจะแสดงค่าเมตริกสะสมสำหรับกลุ่มประชากรตามรุ่นทั้งหมด คุณสามารถใช้เมนู X ที่เลือกเพื่อเลือกเส้นแผนภูมิสะสมและ/หรือเส้นแผนภูมิสำหรับกลุ่มประชากรตามรุ่นแต่ละกลุ่ม
คอลัมน์
คอลัมน์แรกจะระบุกลุ่มประชากรตามรุ่นและจำนวนผู้ใช้ในกลุ่มประชากรตามรุ่นแต่ละกลุ่ม ตัวอย่างเช่น หากมิติข้อมูลที่คุณใช้กำหนดกลุ่มประชากรตามรุ่นคือวันที่ของการกระทำ คอลัมน์นี้จะแสดงวันที่ของการกระทำสำหรับกลุ่มประชากรตามรุ่นแต่ละกลุ่ม รวมทั้งจำนวนผู้ใช้ที่คุณได้มาในระยะเวลานั้น (วัน สัปดาห์ เดือน)
คอลัมน์ที่เหลือจะไล่เวลาไปเรื่อยๆ ตามหน่วยที่คุณเลือกในขนาดกลุ่มประชากรตามรุ่น ตัวอย่างเช่น หากคุณเลือกตามวัน แต่ละคอลัมน์ก็จะมีข้อมูลของ 1 วัน มีคอลัมน์ที่ไล่เวลาไปเรื่อยๆ ทั้งหมด 13 คอลัมน์ นั่นคือ คอลัมน์ 0-12
แถว
แถวแรกจะแสดงค่าเมตริกรวมของกลุ่มประชากรตามรุ่นทุกกลุ่มในแต่ละคอลัมน์ ตัวอย่างเช่น หากเมตริกคือจำนวนหน้าที่มีการเปิดและคอลัมน์ต่างๆ ก็คือข้อมูลรายวัน แถวแรกจะแสดงยอดรวมของจำนวนหน้าที่มีการเปิดในวันนั้นๆ
ส่วนแถวอื่นๆ จะแสดงค่าของกลุ่มประชากรตามรุ่นแต่ละกลุ่ม
เซลล์
เซลล์ในส่วนของเวลาที่ไล่ไปเรื่อยๆ ตั้งแต่ 0-12 จะบ่งบอกค่าเมตริกที่เกี่ยวข้อง ตัวอย่างเช่น หากคุณใช้เมตริกจำนวนหน้าที่มีการเปิดอยู่ แต่ละเซลล์ก็จะแสดงจำนวนหน้าที่มีการเปิดของกลุ่มประชากรตามรุ่นกลุ่มหนึ่งๆ ในช่วงระยะเวลาหนึ่งๆ
สี
Analytics ใช้ค่าสี 5 ค่าเป็นตัวระบุค่าเมตริกที่เกี่ยวข้อง โดยสีเข้มที่สุดแสดงถึงค่าเมตริกที่สูงที่สุด ขณะที่สีอ่อนที่สุดแสดงถึงค่าเมตริกที่ต่ำที่สุด ซึ่งแต่ละสีจะแบ่งค่าออกเป็นช่วงๆ เท่าๆ กัน เช่น หากค่าสูงสุดในตารางคือ 100% แต่ละสีจะแสดงช่วงเป็น 20 (100/5) หากค่าสูงสุดในตารางคือ 50% แต่ละสีจะแสดงช่วงเป็น 10 (50/5)
กลุ่ม
เมื่อคุณใช้กลุ่มในรายงานนี้ ข้อมูลสำหรับแต่ละกลุ่มจะแสดงในตารางแยก
เนื่องจากรายงานการวิเคราะห์ตามการได้มาเป็นรายงานเกี่ยวกับผู้ใช้ ดังนั้น หากคุณใช้กลุ่มที่เกี่ยวกับเซสชัน คุณอาจได้ผลลัพธ์ที่ไม่คาดหมาย ซึ่งไม่ได้รวมผู้ใช้ทั้งหมด 100% ในวันที่ 0 ดังที่คุณคาดหมาย
ตัวอย่างเช่น หากกลุ่มหนึ่งๆ ตั้งอยู่บนเงื่อนไขเช่นสถานที่ตั้ง: ประเทศตรงทุกประการกับสหรัฐอเมริกา ซึ่งเป็นเงื่อนไขที่เกี่ยวกับเซสชัน ผู้ใช้ที่มีเซสชันในวันที่ 0 เกิดขึ้นในประเทศที่ไม่ใช่สหรัฐฯ ก็จะไม่ได้รวมอยู่ในคอลัมน์วันที่ 0 เมื่อคุณใช้กลุ่ม
ตัวกรอง
ตัวกรองที่ยกเว้นผู้ใช้ในวันที่ 0 อาจส่งผลต่อข้อมูลในวันต่อๆ มา ตัวอย่างเช่น หากคุณใช้ตัวกรองที่ยกเว้นเซสชันวันที่ 0 สำหรับผู้ใช้บางราย แต่รวมเซสชันสำหรับผู้ใช้เดียวกันนั้นไว้ในวันต่อๆ มา ค่าสำหรับวันต่อๆ มาจะเกิน 100%
ตัวอย่าง
แนวโน้มย่อย
การตรวจสอบแนวโน้มย่อยๆ ซึ่งรวมกันแล้วเป็นแนวโน้มใหญ่ จะช่วยให้คุณเห็นภาพธุรกิจตามที่เป็นจริงชัดเจนขึ้น ตัวอย่างเช่น ข้อมูลรายไตรมาสอาจแสดงให้เห็นว่ามีธุรกรรมเพิ่มขึ้นเรื่อยๆ ในระยะเวลานั้น ซึ่งคุณย่อมเห็นว่าเป็นผลลัพธ์ในทางที่ดี อย่างไรก็ตาม ถ้าคุณได้ตรวจสอบกลุ่มประชากรตามรุ่นเป็นรายสัปดาห์ซึ่งรวมกันแล้วเป็นชุดข้อมูลใหญ่นั้น คุณอาจพบว่าแม้ผู้ใช้ที่เข้ามาใหม่เรื่อยๆ จะช่วยให้จำนวนธุรกรรมมีมากขึ้นเรื่อยๆ แต่จำนวนธุรกรรมก็ลดลงมากอย่างสม่ำเสมอหลังสัปดาห์ที่ 5 ตอนนี้คุณก็รู้แน่แล้วว่าควรจะดึงดูดความสนใจผู้ใช้กลับมาเมื่อไหร่ (สัปดาห์ที่ 4) เพื่อปรับปรุงประสิทธิภาพของแนวโน้มย่อยแต่ละรายการ และนำไปสู่ผลดีต่อแนวโน้มใหญ่ในแบบทวีคูณ
ความคงเส้นคงวา การพัฒนา หรือเสื่อมถอยเมื่อเทียบระหว่างกลุ่มประชากรตามรุ่นกลุ่มต่างๆ
เพียงเปรียบเทียบค่าต่างๆ ในคอลัมน์เดียวกัน คุณก็จะเห็นว่ากลุ่มประชากรตามรุ่นกลุ่มต่างๆ มีพฤติกรรมสอดคล้องกันอย่างคงเส้นคงวาหรือไม่ หรือว่าประสิทธิภาพดีขึ้น หรือแย่ลง เมื่อคุณมองไล่ลงมาในคอลัมน์หนึ่งๆ ซึ่งเป็นข้อมูลของกลุ่มประชากรตามรุ่นที่ใหม่ขึ้นเรื่อยๆ ก็เท่ากับว่าคุณกำลังไล่ดูเวลาที่ใหม่ขึ้นเรื่อยๆ ตามลำดับ (เช่น วันที่ 5 ของกลุ่มประชากรตามรุ่นกลุ่มที่ 2 ก็เกิดหลังวันที่ 5 ของกลุ่มแรก แม้ว่าข้อมูลจะปรากฏในคอลัมน์เดียวกัน)
หากคุณต้องการประเมินข้อมูลของวันหนึ่งๆ คุณก็ดูแค่คอลัมน์เดียวได้เลย (เช่น สมมติว่าเป็นคอลัมน์วันที่ 5) แล้วจะเห็นว่ากลุ่มประชากรตามรุ่นทุกกลุ่มมีประสิทธิภาพใกล้เคียงกัน ณ จุดนั้นในประสบการณ์ของตนเอง หรือว่าข้อมูลบ่งบอกถึงแนวโน้มที่ดีขึ้นหรือเสื่อมถอยลง ตัวอย่างเช่น หากคุณรักษาเปอร์เซ็นต์ผู้ใช้ไว้ได้ใกล้เคียงกันในกลุ่มประชากรตามรุ่นทุกกลุ่มในวันที่ 5 ก็อาจหมายความว่าผู้ใช้ทุกกลุ่มได้รับประสบการณ์ใกล้เคียงกัน ซึ่งน่าจะสบายใจได้ แต่ถ้าคุณเห็นว่าการรักษาผู้ใช้มีแนวโน้มที่ดีขึ้นเรื่อยๆ ในวันที่ 5 คุณก็อาจเชื่อมโยงเข้ากับการปรับปรุงเนื้อหาหรือการอัปเกรดความเร็วของแอปได้ ในทางตรงกันข้าม หากการรักษาผู้ใช้ในวันที่ 5 มีแนวโน้มถดถอยลงเรื่อยๆ ก็อาจแสดงถึงเนื้อหาที่ไม่อัปเดต หรือเลเวลในเกมที่ยากกว่าปกติหรือเขียนโค้ดมาไม่ดี กล่าวคือ แสดงถึงสิ่งที่ทำให้มีผู้ใช้ใช้งานต่อน้อยลงเรื่อยๆ
การดึงดูด การรักษา และการได้มา
เมื่อทำความเข้าใจจุดที่ผู้ใช้มักจะเริ่มถอยห่างแล้ว (เช่น มีเซสชันน้อยลง ดูหน้าเว็บน้อยลง สร้างรายได้น้อยลง) คุณก็อาจระบุข้อมูล 2 อย่างนี้ได้
- จุดที่มักเกิดความถดถอย ซึ่งอาจแก้ไขได้อย่างง่ายดาย
- ปริมาณผู้ใช้ใหม่ที่คุณต้องหาเพื่อชดเชยการถดถอยที่เลี่ยงไม่ได้
ตัวอย่างเช่น หากคุณสังเกตเห็นว่ารายได้จะเริ่มลดลงในสัปดาห์ที่ 3 หรือ 4 หลังได้ผู้ใช้มาเสมอ คุณก็อาจดึงดูดความสนใจของผู้ใช้กลับมาใหม่ด้วยแคมเปญรีมาร์เก็ตติ้งหรืออีเมลที่มอบส่วนลด หรือโฆษณาที่แสดงผลิตภัณฑ์ใหม่ๆ ซึ่งเพิ่มเข้ามาหลังจากเซสชันล่าสุดของผู้ใช้ นอกจากนี้ คุณยังดึงความสนใจของผู้ใช้เหล่านั้นกลับมาได้ด้วยรีมาร์เก็ตติ้งแบบไดนามิก โดยแสดงโฆษณาผลิตภัณฑ์ที่เกี่ยวข้องกับผลิตภัณฑ์ที่พวกเขาเคยซื้อในช่วงที่พวกเขาใช้งานช่วงแรกๆ
หากคุณพบว่ามีรูปแบบการเสื่อมถอยที่เลี่ยงไม่ได้ เช่น 10% ต่อเดือน คุณก็จะทราบได้ว่าจะต้องหาผู้ใช้ใหม่เป็นปริมาณเท่าใด เพื่อให้ธุรกิจมีอัตราการเติบโตอย่างที่คุณต้องการ
การตอบสนองต่อกิจกรรมการตลาดระยะสั้น
หากคุณทำกิจกรรมการตลาดระยะสั้น เช่น แคมเปญทางอีเมลที่หมดเขตใน 1 วัน รายงานนี้จะช่วยคุณในการติดตามพฤติกรรมโดยเจาะกลุ่มผู้ใช้ที่ได้มาในช่วงเวลาที่เกี่ยวข้อง ตัวอย่างเช่น หากคุณทำแคมเปญลด 30%, 25% และ 20% ต่อเนื่องกันขณะที่วันหยุดเทศกาลกำลังใกล้เข้ามา คุณก็จะสามารถเปรียบเทียบเมตริกต่างๆ เช่น รายได้ต่อผู้ใช้และจำนวนธุรกรรมต่อผู้ใช้ระหว่างกลุ่มผู้ใช้ที่ได้มาในวันของแคมเปญต่างๆ ได้
