Penjelajah Pengguna

Periksa perilaku pengguna individual di tingkat sesi.
Data untuk laporan Analisis Pengguna tersedia mulai tanggal 9 Maret 2016.
Laporan tersebut menunjukkan 10.000 pengguna teratas untuk kriteria pengurutan yang Anda terapkan.

Laporan Analisis Pengguna memungkinkan Anda mengisolasi dan memeriksa perilaku pengguna individual, bukannya perilaku pengguna gabungan. Perilaku pengguna individual terkait dengan ID Klien atau User ID.

Memahami perilaku gabungan sangatlah penting saat Anda mengelola upaya yang besar, misalnya, kampanye yang menargetkan area geografis yang luas. Memahami perilaku individual sangatlah penting saat Anda ingin mempersonalisasi pengalaman pengguna, atau saat Anda ingin mendapatkan insight tentang atau memecahkan masalah pengalaman pengguna tertentu: misalnya, jika ingin menganalisis perilaku pengguna yang memiliki nilai pesanan rata-rata yang sangat tinggi atau ingin mengetahui tempat pengguna mengalami masalah saat melakukan pemesanan.

Dalam artikel ini:

 

Penyiapan

Untuk melihat data User-ID dalam laporan, Anda harus mengaktifkan fitur User-ID di setelan properti.

Client-ID muncul dalam laporan secara default untuk properti yang tidak diaktifkan untuk User ID. Pelajari Client-ID dan User-ID lebih lanjut.

Melihat data Analisis Pengguna

Untuk membuka laporan Analisis Pengguna:

  1. Login ke Google Analytics.
  2. Buka tampilan Anda.
  3. Buka Laporan.
  4. Pilih Audiens > Analisis Pengguna.
Tabel data default

Untuk setiap ID pengguna atau klien, Anda akan melihat data awal berikut:

  • Sesi
  • Durasi Sesi Rata-rata
  • Rasio Pantulan
  • Pendapatan
  • Transaksi
  • Rasio Konversi Sasaran

Saat menelaah sebuah ID, Anda akan melihat tanggal dan saluran akuisisi untuk pengguna tersebut, bersama dengan log aktivitas yang memerinci tindakan apa yang diambil oleh pengguna di situs Anda selama setiap sesi.

Data sesi

Secara default, Anda akan melihat data untuk:

  • Sesi (LTV): Total sesi selama umur pengguna
  • Durasi Sesi (LTV): Durasi sesi rata-rata selama umur pengguna
  • Pendapatan (LTV): Total pendapatan selama umur pengguna
  • Transaksi (LTV): Total transaksi selama umur pengguna
  • Sasaran Tercapai (LTV) dan Nilai Sasaran (LTV)

Di panel kiri, Anda juga melihat informasi tentang:

  • Client ID/User ID
  • Tanggal Terakhir Dilihat (saat pengguna terakhir memulai sesi)
  • Kategori Perangkat
  • Platform Perangkat
  • Tanggal Akuisisi
  • Saluran
  • Sumber/Media
  • Kampanye
Data untuk metrik ini tersedia mulai tanggal 17 Desember 2016.

Gunakan menu Filter menurut untuk menambahkan dan menghapus jenis data:

Opsi filter data

Anda dapat meluaskan dan menciutkan sesi individual bila diperlukan.

Sesi yang diciutkan dan diluaskan

Anda dapat meluaskan aktivitas individual untuk melihat detail selengkapnya.

Aktivitas individual yang diperluas

Membuat segmen

Anda dapat membuat segmen berdasarkan kombinasi tindakan yang aktif dilakukan oleh pengguna, lalu menerapkan segmen tersebut ke seluruh laporan untuk menganalisis perilaku kolektif pengguna yang mengambil tindakan yang sama di situs Anda.

Anda dapat menerapkan hanya segmen berbasis pengguna ke laporan ini, lalu Anda dapat menerapkan hanya satu segmen pada satu kesempatan.

Untuk membuat segmen:

  1. Pilih tindakan yang Anda inginkan sebagai definisi untuk segmen...
    Aktivitas sesi yang dipilih untuk pembuatan segmen
    ...lalu klik Buat Segmen untuk membuka pembuat segmen.
    Pembuat segmen dengan aktivitas sesi yang diidentifikasi sebagai ketentuan
  2. Masukkan nama untuk segmen tersebut, ubah ketentuannya jika perlu, pilih apakah segmen tersedia di setiap tampilan atau hanya tampilan saat ini, dan apakah Anda ingin menerapkan segmen tersebut ke laporan setelah disimpan.
  3. Klik Simpan.

Saat menerapkan segmen, Anda akan melihat halaman pertama laporan dengan daftar ID yang memenuhi ketentuan tersebut.

Menghapus data pengguna

Anda harus memiliki izin Edit agar dapat menghapus data untuk masing-masing pengguna.

Saat meneliti ID untuk melihat data pengguna individual, Anda juga memiliki opsi untuk menghapus data untuk pengguna tersebut dari laporan dan dari sistem Analytics.

Agar dapat menghapus data untuk masing-masing pengguna:

Di bagian bawah panel kiri, klik Hapus Pengguna.

Setelah penghapusan diminta, data yang terkait dengan ID pengguna ini akan dihapus dari Laporan Pengguna Individual dalam waktu 72 jam, lalu dihapus dari server Analytics selama proses penghapusan berikutnya. Proses penghapusan dijadwalkan terjadi kira-kira setiap 2 bulan. Jika telah mengekspor data ini di luar Google Analytics, sebaiknya Anda menghapusnya dari sana terlebih dahulu.

Laporan berdasarkan data yang dikumpulkan sebelumnya (misalnya, jumlah pengguna dalam laporan Ringkasan Audiens) tidak akan terpengaruh.

Pelajari lebih lanjut komitmen dan praktik data Google Analytics untuk melindungi kerahasiaan dan keamanan data.

Kasus penggunaan

Respons terhadap perilaku tertentu dalam sebuah segmen

Jika laporan lain mengindikasikan adanya perilaku yang patut diperhatikan menurut segmen tertentu, Anda dapat memeriksa pengguna tertentu dalam segmen tersebut untuk mendapatkan pemahaman yang lebih terperinci tentang situasi yang terjadi. Misalnya, jika laporan Pemirsa > Ringkasan mengindikasikan bahwa segmen usia 18-24 memiliki rasio pantulan yang sangat tinggi atau durasi sesi rata-rata yang sangat rendah dibandingkan dengan grup usia lainnya, Anda dapat menerapkan segmen tersebut pada Analisis Pengguna, lalu melihat beberapa pengguna individual untuk mengetahui apakah mereka terpental atau keluar dari halaman atau grup halaman yang sama.

Pemeriksaan konten yang lebih mendalam mungkin menunjukkan bahwa meskipun grafik dan salinan mungkin berfungsi dengan baik untuk grup usia lainnya, grafik dan salinan tersebut tidak relevan terutama untuk segmen usia 18-24. Misalnya, Anda mungkin memiliki grup usia berbeda yang membeli sepatu kets yang sama yang telah diproduksi selama 100 tahun, namun dengan alasan yang sama sekali berbeda. Segmen usia 18-24 tahun mungkin merespons item yang tiba-tiba memiliki desain unik bila dibandingkan dengan item lain yang ada di pasar, sementara orang tua mereka membeli nostalgia. Pada kasus seperti ini, Anda mungkin ingin mendukung segmen berbeda tersebut dengan konten situs yang relevan dengan motivasi pelanggan untuk membeli.

Pada kasus seperti ini, Anda dapat membuat setiap segmen di Analytics, menerapkannya ke laporan, dan mengekspor ID untuk segmen tersebut. Anda kemudian dapat mempersonalisasi pengalaman situs berdasarkan ID, dan mengarahkan setiap grup ke konten yang relevan dari iklan Anda.

Upsell

Saat Anda mengembangkan hubungan yang masih berlangsung dengan pelanggan, Anda juga ingin mengembangkan peluang untuk memindahkan mereka ke tingkat konversi yang lebih tinggi. Jika Anda mengetahui bagaimana cara pelanggan tingkat yang lebih tinggi membeli, Anda memiliki peluang untuk mengarahkan tingkat pelanggan berikutnya di sepanjang jalur yang sama. Misalnya, jika Anda memiliki biro perjalanan yang memesan tur 8, 10, dan 15 hari, kemungkinan hanya dibutuhkan sedikit upaya untuk mendorong pelanggan yang secara rutin membeli tur 10 hari untuk meningkatkan pembeliannya ke tur 15 hari.

Laporan Analisis Pengguna memungkinkan Anda memeriksa bagaimana pengguna yang lebih bernilai terlibat dengan situs Anda, jalur yang mereka ikuti, di mana mereka menghabiskan waktunya, promosi apa yang mereka klik. Dengan memiliki informasi tersebut, Anda dapat mulai mempersonalisasi pengalaman situs bagi pelanggan tingkat menengah untuk menyertakan konten dan penawaran yang sama seperti yang paling dinikmati oleh pelanggan tingkat atas.

Pada kasus ini, buat dua segmen: satu adalah pelanggan tingkat menengah dan satunya lagi adalah pelanggan tingkat atas. Terapkan segmen tingkat atas ke laporan Analisis Pengguna, dan periksa perilaku sesi untuk melihat bagaimana pengguna tersebut terlibat dengan situs Anda--konten mana yang paling sering mendapatkan interaksi dari pengguna, konten mana yang menghasilkan konversi. Kemudian, terapkan segmen pelanggan tingkat menengah dan ekspor ID-nya. Gunakan daftar ID tersebut untuk mempersonalisasi pengalaman situs mereka agar lebih mendekati pengalaman pelanggan tingkat atas Anda.

Anda juga dapat menggunakan daftar ID yang Anda ekspor untuk membuat pemirsa pelanggan tingkat menengah tersebut dan menayangkan kepada mereka iklan paket tur untuk kelas atas.

Pemasaran Ulang

Dengan memeriksa perilaku sesi individual, Anda dapat melihat kapan pengguna gagal menyelesaikan sasaran. Misalnya, Anda dapat melihat kapan mereka menambahkan item ke keranjang belanjanya, namun tidak meneruskan untuk menyelesaikan transaksi, atau kapan mereka membeli satu item namun tidak membeli item pelengkap yang juga mereka lihat (misalnya, mereka membeli topi, namun tidak membeli syal).

Pada kasus ini, Anda memiliki peluang emas untuk memasarkan ulang kepada pengguna tersebut dengan informasi spesifik yang terkait dengan pengalaman mereka. Misalnya, Anda dapat mengingatkan pengguna tentang item apa saja yang mereka tinggalkan di keranjang belanja; atau jika pengguna telah membeli topi, Anda dapat menindaklanjuti dengan iklan untuk syal yang cocok.

Anda dapat membuat segmen berdasarkan perilaku relevan yang Anda identifikasi dalam laporan Analisis Pengguna, lalu menggunakan segmen tersebut sebagai basis untuk audiens pemasaran ulang yang baru.

Mempersonalisasi layanan pelanggan

Jika bisnis Anda menawarkan layanan pelanggan yang spesial, laporan Analisis Pengguna memungkinkan Anda melihat histori terperinci dari setiap pengguna, sehingga CSR Anda dapat memahami konteks dan menawarkan panduan yang lebih tepat.

Misalnya, jika Anda menangani rental properti yang disesuaikan, CSR dapat melihat properti mana yang pernah disewa pengguna, dan properti mana yang pernah mereka lihat sebelum menghubungi layanan pelanggan.

Mengidentifikasi karakter

Jika Anda membuat karakter sebagai bagian dari pemasaran, teliti perilaku berbagai segmen sehingga karakter tersebut didasarkan pada bagaimana pengguna terlibat dengan situs Anda.

Misalnya, Anda dapat membuat segmen pengguna pria 18-34 yang masing-masing masuk ke dalam kategori minat yang berbeda-beda (misalnya, Pencandu Investasi, Penggemar Olahraga, Pencinta Musik), terapkan segmen tersebut ke laporan, lalu lihat aktivitas sesi untuk mengetahui hal-hal seperti produk mana yang hanya mereka lihat versus produk mana yang mereka beli, atau sasaran mana yang cenderung mereka selesaikan lebih sering.

Teknik

Mengekspor ID

Saat Anda menyegmentasikan laporan Analisis Pengguna, Anda memiliki daftar semua ID yang terkait dengan segmen tersebut yang dapat Anda ekspor.

  1. Terapkan segmen ke laporan.
  2. Gunakan menu Ekspor untuk memilih format untuk data yang diekspor.

Anda kemudian dapat menggabungkan ID yang diekspor dengan data offline.

Menyatukan data online dan offline tentang pengguna

Anda memiliki dua opsi di sini:

  1. Ekspor data Analytics, dan gabungkan secara offline dengan data offline Anda.
  2. Impor data offline, dan biarkan Analytics menggabungkannya dengan data Analytics Anda.
Apakah ini membantu?
Bagaimana cara meningkatkannya?