Когортный анализ в GoogleAnalytics

КА — это аналитический метод, заключающийся в сегментации юзеров по периоду какой-либо активности для определения закономерностей и различий в характеристиках разных сегментов.

В веб-аналитике когортой может быть, к примеру, группа юзеров, впервые пришедших на веб-площадку с 5 по 15 декабря 2015 года. Обычно когортный анализ применяют к посетителям, которые впервые зашли на ресурс после каких-то маркетинговых действий в интернете. В данном случае через определенный промежуток времени прослеживается, возвращались ли они на сайт в последствие или их визиты ограничились временем акции.

GoogleAnalytics дает возможность собирать необходимые для когортного анализа сведения. Для того, чтобы получить отчет, нужно зайти в раздел «Аудитория» → «Когортный анализ»:

Коэффициент удержания клиентов

Что представляет данная информация? Рассмотрим пример когорты:

по периодам

Она включает юзеров, впервые зашедших на площадку 3.03.2016. Под датой расположено количество посетителей, которые составляют когорту, — 3168. Справа в строке «3 мар. 2016 г.» есть сведения за время после даты первого визита:

даты после первого визита

Числа в строках говорят о смене параметра за определенный период. По умолчанию в отчете КА стоит «коэффициент удержания клиентов».

Данная характеристика показывает процент юзеров из когорты, которые вернулись на площадку в n-й день. К примеру, значение показателя в «День 2» (5 марта) для когорты «3.04.2016» - 0,92%. Такой процент юзеров, впервые зашедших на ресурс 3.04.2016, вернулись через 2 дня после первого визита:

возврат пользователей в n-й-день

Применяя параметр «Коэффициент удержания клиентов», вы можете оценить долгосрочную эффективность рекламы.

У отчета КА есть настройки, представленные четырьмя характеристиками:

характеристика настроек

«Тип когорты» дает возможность задавать показатель, по которому построится потенциальная когорта (то, что будет объединять юзеров).

«Размер когорты» представляет интервал дат первого визита, которые нужно объединить в группу. К примеру, если задать размер когорты «по неделям», можно увидеть отчет, где юзеры будут объединены по срокам из 7ми дней, в которые впервые зашли на пощадку:

объединение по периоду

«Показатель» задает критерий, по которому построиться отчет. По умолчанию GoogleAnalytics предоставляет сведения по КА с вышеуказанным «коэффициентом удержания клиентов». Отчет «Доходу» дает возможность проанализировать изменение дохода от группы юзеров в конкретный временной интервал:

анализ дохода

«Диапазон дат» задает срок, в течение которого посетители группируются в когорты. К примеру, при объеме когорты «неделя» вы можете выбрать «последние 12 недель»:

диапазон дате

Цветовая палитра ячеек отчета служит для легкого анализа параметров.

В GoogleAnalytics можно строить сегменты на базе когорт. При наведении курсора на имя когорты, система предлагает автоматически сформировать и применить сегмент входящих в эту когорту юзеров:

Сегменты пользователей

Есть возможность оценки источников трафика, с которых перешли эти пользователи:

оценка источников трафика

Еще одна возможность практического использования КА — анализ эффективности изменений на площадке или в рекламе. Например, вы решили сменить заголовок рекламного объявления для увеличения коэффициента конверсии. Для формирования области оцениваемых сведений только этой рекламой можно сделать расширенный сегмент:

оценка действия только этой рекламы

Изменение от 5 марта. Если сравнить коэффициент конверсии в интервале 5-9 марта (новый заголовок) с прошлым показателем, можно увидеть положительный рост.

Для подтверждения совершения конверсии юзерами, зашедшими по данному объявлению, нужно изучить на отчет КА с параметром «Достигнутых целей на пользователя»:

Достигнутые цели пользователя

Можно увидеть, что у юзеров, просмотревших новую рекламу, показатель «Количество достигнутых целей на пользователя» лучше.

КА дает возможность детально исследовать посетителей на площадки за определенный временной интервал. Зачастую к нему прибегают для выявления отдачи от краткосрочной рекламы, анализа удержания юзеров и оценки эффективности изменений на ресурсе. Это довольно сложная система, и ее использование, как правило, не ограничивается изучением одного только отчета по КА, а нуждается в серьезной аналитике.