Раньше когортный анализ в Google Analytics был возможен на основе сегментации аудитории, но это довольно неудобный и трудоемкий метод. Теперь в Google Analytics появился нативный когортный отчет, который позволяет легко и быстро проводить данный тип анализа.
В данной статье мы на подробно расскажем о принципах когортного анализа, реализации данного отчета в Google Analytics и приведем практический пример его применения.
Что такое когортный анализ?
Для начала давайте разберемся в терминологии и методологии на простом примере.
Вы, наверное, слышали о том, как крупные ecommerce бренды обсуждают эффективность привлечения новых покупателей в период праздничных распродаж. Вот именно о когорте они и говорят - о посетителях, которые совершили покупку в период праздничных распродаж.
Когорта - это сегмент аудитории с общей характеристикой и датой совершения действия, которое их объединяет
Наиболее часто используемый объединяющий фактор - покупка (характеристика) в определенный период (интервал). Другим примером может быть объединение в когорту на основе первого посещения или регистрации
Обзор когортного отчета в Google Analytics
Для начала давайте детально рассмотрим форму данного отчета. Главные элементы и секции следующие: настройка отчета, данные на временной шкале и данные в таблице. В настройках присутствуют четыре группы параметров, которые вы будете использовать при анализе когорт.
.png)
Тип когорты. Тип когорты в Google Analytics - это общая характеристика, которая объединяет аудиторию. В поле тип когорты пока присутствует только “Дата первого посещения”. Скорее всего, ограничение в функционале связаны со стадией “Beta”. В будущем, надеемся, функционал расширят.
Размер когорты. Здесь вы можете сгруппировать когорты по временному интервалу. Данный параметр связан с первым параметром - “Тип когорты”. Так, если вы выбрали “День”, “Неделя” или “Месяц”, то в отчете когорты будут сгруппированы в соответствии с указанным интервалом.
Показатель. По умолчанию установлен показатель “Просмотры страниц”. Вы можете выбрать итоговые показатели (количество пользователей, длительность сеанса, достигнутые цели и т.д.) или показатели на каждого пользователя (длительность сеанса на пользователя, достигнутые цели на пользователя, сеансы на пользователя и т.д.). Отдельно стоит отметить показатель “Удержание”, в примере ниже мы опишем его детально.
Диапазон дат. Когорты группируются на основе временного диапазона, который вы указали в параметре “Размер когорты”, но для отображения изменений в поведении на протяжении времени, используется дополнительная временная шкала - от даты совершения действия и до текущей даты.
Например. Если вы выбрали в “Размер когорты” группировку “По дням”, а сегодня 13 февраля, то Google Analytics сформирует когорты в строках - с 6 февраля по 12 февраля, а изменения в поведении когорты отобразит в столбцах.
.png)
Чтобы лучше понять, как считывать информацию о изменениях в поведении когорты со временем, изучите следующую таблицу:
.png)
Пример когортного анализа в Google Analytics
Итак, теперь, когда вы ознакомились с принципами когортного анализа, основными элементами управления, параметрами и вариантами отображения данных, давайте перейдем к рабочему процессу.
Чтобы проанализировать коэффициент удержания на нашем сайте за последнюю неделю, выберем тип когорты - “Дата первого посещения”, размер когорты - “День”, показатель “Удержание” и диапазон дат “За последних 7 дней”
.png)
Для анализа полученной информацию перейдем к таблице, которая находится под графиком. Каждый ряд здесь представляет отдельную когорту. Всего рядов 8, первый показывает суммарное количество посещений, т.е. 100%, с последующей разбивкой по дням.
В ячейках указан коэффициент удержания за последние 7 дней. Наиболее значимые изменения указаны в ячейках с наиболее насыщенным цветом. В данном отчете мы видим 2 когорты, которые имеют коэффициент существенно выше, чем у остальных - 7 и 10 февраля. Это говорит о том, что посетители, которые впервые зашли к нам на сайт 7 и 10 февраля, вернулись 8 и 11 февраля в большем объеме, чем другие когорты.
Так, мы можем сказать, что 11,9% посетителей из общей аудитории, которая посетила наш сайт 7 февраля, повторно зашли на следующий день, а 12,28% аудитории от 10 февраля вернулись к нам и 11-го февраля.
Дынные о поведении когорты от 10-го февраля мы получим на следующей неделе. А когорту от 7-го февраля уже можно анализировать. Ее поведение заметно отличается в сторону большей частоты повторных заходов, чем у остальных: 08.02 -11,90%, 09.02 - 7,14%, 10.02 - 9,52%, 11.02 - 7,14%.
Взглянув в контент-план, мы определили, какая публикация повлияла на удержание аудитории. Так 7-го февраля мы опубликовали статью “Эволюция маркетинговых коммуникаций”, которая является частью серии статей о контент-маркетинге. Это говорит о том, что данная когорта изучила не только статью от 7-го февраля, но и продолжает изучать статьи в серии “Контент-маркетинг”.
Заключение
Теперь, когда вы имеете общее представление о когортном анализе и его функционале в Google Analytics, вы можете экспериментировать с настройками, чтобы сформировать для себя индивидуальный отчет, который поможет лучше понять целевую аудиторию и отслеживать ее реакцию на ваши маркетинговые усилия.
Именно изменения поведения когорт с течением времени и являются предметом мониторинга данного отчета.
