[GA4] Kohorteudforskning

En kohorte er en gruppe brugere med et fælles kendetegn, som i denne rapport er identificeret ved en Analytics-dimension. Eksempelvis hører alle brugere med samme anskaffelsesdato til den samme kohorte. Du kan bruge kohorteudforskning til at udforske disse gruppers adfærd over tid i din app eller på dit website.

I denne artikel kan du læse om følgende:

• Opret en kohorteudforskning
• Sådan fungerer kohorter
• Konfigurer kohorteudforskning
• Sådan fungerer kohorteudforskning
• Begrænsninger i forbindelse med kohorteudforskning

Opret en kohorteudforskning

1. Log ind på Google Analytics.
2. Klik på  Udforsk til venstre.

3. Klik på Skabelongalleri øverst på skærmen, og vælg derefter skabelonen Kohorteudforskning .
4. Definer kriterie for inkludering: Den betingelse, der føjer en bruger til en kohorte.
5. Angiv kriterie for tilbagevenden: En efterfølgende betingelse, som disse brugere opfylder for at forblive i kohorten.
6. Overvåg, hvordan dine brugeres adfærd ændrer sig over tid, ved at se på kohorter fra forskellige datoer.

Du kan f.eks. se, hvor lang tid det tager, før nyanskaffede brugere foretager transaktioner på dit website, og hvordan dette ændrer sig i den uge, hvor du kører en kampagne, eller hvor mange brugere du fastholder over tid, og om det nye appdesign, du lige har lanceret, forbedrer fastholdelsesgraden.

Sådan fungerer kohorteudforskning

Kohorteudforskning begynder med at finde de brugere, der opfylder de valgte kriterier for inkludering og tilbagevenden. Du kan oprette kohorter baseret på din brugers anskaffelsesdato, en hændelse, brugeren aktiverede, eller brugerens transaktioner eller konverteringer.

Kohorter er udelukkende baseret på data fra brugerens enhed. User-ID tages ikke i betragtning, når der oprettes en kohorte.

Kohorteeudforskninger grupperer kohorter i daglig, ugentlig eller månedlig granularitet. Datatabellen viser, hvor mange brugere der hører til hver kohorte i tidsrummet for udforskningen.

Hver celle i datatabellen viser det antal brugere, der opfylder kriteriet for tilbagevenden efter startdatoen. Hvis du f.eks. vælger den daglige granularitet og ser på kohorten for den 1. januar, repræsenterer kolonnen for dag 1 den delmængde af brugere, der opfyldte kriterieriet for inkludering den 1. januar og kriteriet for tilbagevenden den 2. januar.

Brugerne tildeles til alle kohorter, hvor de opfylder kriteriet for inkludering. Hvis du f.eks. vælger transaktioner som kriterie for inkludering, tildeles en bruger, der gennemfører en transaktion hver uge i udforskningsperioden, til hver række (kohorte) i tabellen.

Konfigurer kohorteudforskning

Inkludering i kohorte

Definerer den indledende betingelse, som en bruger skal opfylde for at blive medtaget i en kohorte.

• Første berøringspunkt (anskaffelsesdato): Første gang, brugeren besøgte din app eller dit website, ifølge målingsdataene for denne Google Analytics-ejendom.
• Alle hændelser: Den første hændelse for brugeren inden for datointervallet for udforskningen.
• Alle transaktioner: Første gang, brugeren havde en transaktionshændelse inden for datointervallet for udforskningen.
• Alle konverteringer: Første gang, brugeren havde en konverteringshændelse inden for datointervallet for udforskningen.
• Andre: En bestemt hændelse, som brugeren har aktiveret.

Kriterier for tilbagevenden

Definerer den tilbagevendende betingelse, som en bruger skal opfylde for at blive inkluderet i en kohorte.

• Alle hændelser: Brugeren har mindst én hændelse inden for udforskningsperioden.
• Alle transaktioner: Brugeren har mindst én transaktionshændelse inden for udforskningsperioden.
• Alle konverteringer: Brugeren har mindst én konverteringshændelse inden for udforskningsperioden.
• Andre: En specifik hændelse, der aktiveres af brugeren inden for udforskningsperioden.

Du kan f.eks. bruge kohorteudforskning til at se, hvordan produktkvaliteten påvirker brugerfastholdelsen. Dette kan gøres ved at definere en kohorte, der inkluderer brugere, der har oplevet en fejl og efterfølgende har afinstalleret din app.

 

Handlinger:

 

• Du skal for Inkluderes i kohorte under Andre vælge en tilpasset fejlhændelse, du har defineret.
• Vælg hændelsen app_remove for Kriterie for tilbagevenden under Andre.

Granularitet for kohorte

Definerer tidsrammen for kohorten for inkludering og tilbagevenden. Granulariteten for tiden for tilbagevenden er den samme som kohortens granularitet. Vælg mellem:

• Dagligt: Fra midnat til midnat i ejendommens tidszone.
• Ugentligt: Fra søndag til lørdag inklusive, ikke 7 dage løbende.
• Månedligt: Fra begyndelsen af måneden til slutningen af måneden.

Beregning af kohorte

Bestemmer, hvordan brugeraktivitet i hele udforskningsperioden bidrager til metric-beregningen i hver celle i udforskningen. De 3 beregningstyper er følgende:

Standard

Hver celle omfatter alle kohortebrugere, der opfylder kriterierne for tilbagevenden for den enkelte periode, uanset hvad de foretager sig i andre perioder. Metric'en viser den samlede værdi for den enkelte periode.

Rullende

Hver celle omfatter alle kohortebrugere, der opfylder kriterierne for tilbagevenden for den pågældende periode samt alle tidligere perioder. Metric'en viser den samlede værdi for den enkelte periode.

Akkumuleret

Hver celle omfatter alle kohortebrugere, der opfylder kriterierne for tilbagevenden i en hvilken som helst periode i udforskningen. Metric'en viser den samlede værdi for hver periode.

Oversigt

Inddeler hver kohorte i undergrupper baseret på en valgt dimension, så du nemt kan sammenligne, hvordan en kohorte adskiller sig fra den pågældende dimension.

Du kan f.eks. opdele de appfejlkohorter, du har defineret ovenfor, efter Mobilmodel for at se, om der er problemer på bestemte enheder.

Værdier

Bestemmer den metric, der skal vises i kohortetabellen. Aktive brugere viser f.eks., hvor mange aktive brugere der opfylder kriteriet for at blive inkluderet i hver enkelt celle i tabellen.

Du kan se en forklaring på din kohortekonfiguration over visualiseringen.

Sådan fungerer kohorteudforskning

Eksempel 1

Mellem den 6. oktober og den 12. oktober anskaffede dette website 17.093 nye brugere.

Disse 17.093 nyanskaffede brugere foretog 176 transaktioner i anskaffelsesugen (den 6.-12. oktober).

De samme 17.093 brugere foretog 38 transaktioner i ugen efter anskaffelsesugen (den 13.-19. oktober).

Eksempel 2

Mellem den 6. oktober og den 12. oktober anskaffede dette website 17.093 nye brugere.

Af de 17.093 nyanskaffede brugere i ugen fra den 6. oktober til den 12. oktober foretog 171 af disse brugere mindst én transaktion i den samme uge, som de blev anskaffet (den 6.-12. oktober).

Af de 17.093 nyanskaffede brugere i ugen fra den 6. oktober til den 12. oktober foretog 31 brugere mindst én transaktion i den første uge efter deres anskaffelsesuge (den 13.-19. oktober).

Eksempel 3

Fra den 6. oktober til den 12. oktober var der 270 brugere, der foretog mindst én transaktion på dette website.

Af de 270 brugere, der foretog mindst én transaktion i løbet af dette tidsrum, foretog 14 brugere mindst én transaktion i den efterfølgende uge (den 13.-19. oktober).

Eksempel 4

Dette eksempel viser resultaterne af tilføjelsen af Enhedskategori som opdelingsdimensionen. Hver kohorte opdeles efter, hvilken enhedstype brugerne brugte, da de blev anskaffet (computer, mobil eller tablet).

Når du inkluderer en opdelingsdimension, tilskrives brugerne kun den første forekomst af den opdelingsværdi, der gælder for dem. Eksempel: Bruger A vises først som mobilbruger og vender derefter tilbage samme dag som computerbruger. Bruger A vises kun i mobilopdelingen for den pågældende kohorte.

Begrænsninger i forbindelse med kohorteudforskning

• Kohorteudforskninger kan maksimalt vise 60 kohorter.
• Når du anvender en opdelingsdimension, er det kun de 15 vigtigste værdier for den pågældende dimension, der vises.
• Demografiske dimensioner er underlagt grænseværdier. Hvis der er for få brugere i kohorten, til at deres anonymitet kan beskyttes, inkluderes disse brugere ikke i udforskningen.