[ { "id": 1, "label": "100%×150_Branding_desktop", "provider": "adfox", "adaptive": [ "desktop", "tablet" ], "auto_reload": true, "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "bugf", "p2": "ezfl" } } }, { "id": 2, "label": "1200х400", "provider": "adfox", "adaptive": [ "phone" ], "auto_reload": true, "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "bugf", "p2": "ezfn" } } }, { "id": 3, "label": "240х200 _ТГБ_desktop", "provider": "adfox", "adaptive": [ "desktop" ], "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "bugf", "p2": "fizc" } } }, { "id": 4, "label": "240х200_mobile", "provider": "adfox", "adaptive": [ "phone" ], "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "bugf", "p2": "flbq" } } }, { "id": 5, "label": "300x500_desktop", "provider": "adfox", "adaptive": [ "desktop" ], "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "bugf", "p2": "ezfk" } } }, { "id": 6, "label": "1180х250_Interpool_баннер над комментариями_Desktop", "provider": "adfox", "adaptive": [ "desktop", "tablet" ], "adfox": { "ownerId": 228129, "params": { "pp": "h", "ps": "bugf", "p2": "ffyh" } } }, { "id": 7, "label": "Article Footer 100%_desktop_mobile", "provider": "adfox", "adaptive": [ "desktop", "tablet", "phone" ], "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "bugf", "p2": "fjxb" } } }, { "id": 8, "label": "Fullscreen Desktop", "provider": "adfox", "adaptive": [ "desktop", "tablet" ], "auto_reload": true, "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "bugf", "p2": "fjoh" } } }, { "id": 9, "label": "Fullscreen Mobile", "provider": "adfox", "adaptive": [ "phone" ], "auto_reload": true, "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "bugf", "p2": "fjog" } } }, { "id": 10, "disable": true, "label": "Native Partner Desktop", "provider": "adfox", "adaptive": [ "desktop", "tablet" ], "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "clmf", "p2": "fmyb" } } }, { "id": 11, "disable": true, "label": "Native Partner Mobile", "provider": "adfox", "adaptive": [ "phone" ], "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "clmf", "p2": "fmyc" } } }, { "id": 12, "label": "Кнопка в шапке", "provider": "adfox", "adaptive": [ "desktop", "tablet", "phone" ], "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "bugf", "p2": "fdhx" } } }, { "id": 13, "label": "DM InPage Video PartnerCode", "provider": "adfox", "adaptive": [ "desktop", "tablet", "phone" ], "adfox_method": "create", "adfox": { "ownerId": 228129, "params": { "pp": "h", "ps": "bugf", "p2": "flvn" } } }, { "id": 14, "label": "Yandex context video banner", "provider": "yandex", "yandex": { "block_id": "VI-223676-0", "render_to": "inpage_VI-223676-0-158433683", "adfox_url": "//ads.adfox.ru/228129/getCode?p1=bxbwd&p2=fpjw&puid1=&puid2=&puid3=&puid4=&puid8=&puid9=&puid21=&puid22=&puid31=&fmt=1&pr=" } } ]
{ "author_name": "Редакция vc.ru", "author_type": "self", "tags": ["\u0437\u043e\u043b\u043e\u0442\u043e\u0439\u0444\u043e\u043d\u0434","\u043a\u0435\u0439\u0441\u044b","google_analytics","\u043d\u0430\u0441\u0442\u0440\u043e\u0439\u043a\u0430_google_analytics","\u0447\u0442\u043e_\u0442\u0430\u043a\u043e\u0435_\u043a\u043e\u0433\u043e\u0440\u0442\u043d\u044b\u0439_\u0430\u043d\u0430\u043b\u0438\u0437","\u043a\u043e\u0433\u043e\u0440\u0442\u043d\u044b\u0439_\u0430\u043d\u0430\u043b\u0438\u0437"], "comments": 16, "likes": 28, "favorites": 21, "is_advertisement": false, "section_name": "default", "id": "6792" }
Редакция vc.ru
19 830

Когортный анализ в Google Analytics: Инструкция по настройке и использованию

Редактор Practical Ecommerce Армандо Роджио опубликовал материал, в котором рассказал о новой функции Google Analytics. В рубрике Growth Hacks — перевод заметки Роджио о том, зачем нужен когортный анализ и как его настроить в Google Analytics.

Компания Google добавила к своим популярным сервисам базовый когортный отчёт. Этот аналитический инструмент призван облегчить жизнь маркетологам и аналитикам, упростив тестирование эффективности различных форм, контента, продуктов или рекламных объявлений.

В статистическом анализе когортой называют группу людей или предметов, которые участвуют в определённом событии или демонстрируют какие-то определённые свойства. Например, покупатели, посетившие коммерческий сайт впервые 30 января 2015 года, могут быть названы когортой, так как они демонстрируют одни и те же свойства — во-первых, для каждого из них это первый визит на данный сайт, а во-вторых, все они зашли на сайт в пятницу 30 января.

Базовый когортный анализ

Когортный анализ может быть особенно полезным при сравнении двух или более когорт за какой-то период времени.

Представим интернет-магазин, который пытается стимулировать своих подписчиков с помощью email-рассылок. В январе этот магазин запустил три рекламных кампании. Первая из них использует для регистрации подписчиков конкурс в Facebook. Вторая генерировала новых подписчиков, показывая примерно половине посетителей сайта всплывающее окно. Третья кампания приглашала людей подписаться с помощью статичной ссылки на сайте.

Спустя какое-то время маркетинговая команда этого воображаемого интернет-магазина сможет подсчитать уровень просмотра рассылок для каждой из этих когорт: тех, кто зарегистрировался через Facebook, через баннер и через иконку регистрации. В представленной ниже гипотетической таблице все три когорты размещены в левом столбце. Столбец «Count» содержит число подписавшихся в результате каждой кампания, то есть, размер каждой когорты. И наконец, в остальных ячейках таблицы записаны средние значения уровней просмотра рассылок за шесть месяцев.

В таблице представлен гипотетический когортный анализ среднего уровня просмотра для получателей email-рассылки

На основании этих данных маркетологи могут сделать вывод, что подписчики, которые зарегистрировались с помощью ссылки, лучше открывают и читают email-сообщения, чем представители двух других когорт (их уровень просмотра гораздо выше других на протяжении всего тестового периода).

Этот простой пример наглядно показывает, каким образом происходит оценка поведенческих данных в ходе когортного анализа.

Когортный анализ в Google Analytics

Когортный аналитический отчёт входит в раздел Audience. До этого искушённые пользователи Google Analytics могли создавать собственные когортные отчёты с помощью инструментов сегментирования. Однако новый инструмент Google Analytics сделает когортные отчёты доступными большему числу пользователей.

Когортный аналитический отчёт в разделе Audience

В Google Analytics можно получить когортный отчёт по разным типам когорт, их размеру, метрикам и времени:

  • Тип когорты. На момент написания этой статьи единственным доступным критерием для разделения когорт на типы была день привлечения, что позволяет отследить поведение посетителей сайта в течение какого-то времени.
  • Размер когорты. Этот атрибут можно отследить за день, неделю или месяц. В приведённом выше примере с рассылками каждая когорта включала в себя пользователей, зарегистрировавшихся в январе. Скорее всего, когда Google Analytics добавит дополнительные типы когорт, будет расширяться и список доступных размеров когорт.
  • Метрика. Это просто какой-то параметр, который поддаётся измерению. Сейчас метрики включают в себя отношение конверсии к числу пользователей, количество страниц, просмотренных пользователем, количество сессий пользователя, количество удержанных пользователей, количество завершённых сделок, конверсию и прочее.
  • Временной диапазон. Это относительный временной диапазон на момент просмотра.
Когортный анализ можно настроить

Можно сделать сегментированный когортный анализ. Например, можно посмотреть среднюю продолжительность сессий для посетителей сайта с мобильных устройств по сравнению с посетителями со стационарных компьютеров. Другой пример: можно подсчитать привлечения посетителей, которые пришли за неделю перед Рождеством.

На рисунке показана продолжительность сессий для трёх когорт

Такой анализ может показать, что посетители сайта, которые зашли на него со стационарных компьютеров, обычно проводят на нём больше времени, чем те, кто зашёл с мобильных устройств, и что этот эффект усиливается за неделю до рождественских праздников.

Как использовать когортный анализ

Когортный анализ поможет принимать более продуманные решения, касающиеся вашего бизнеса. Но если вы хотите получить от этого нового инструмента Google Analytics максимум полезной информации, не поленитесь и потратьте немного времени на подготовку.

Во-первых, когортный анализ (как и любой другой) должен начинаться с постановки вопроса: Почему продажи растут или падают? Какой период месяца лучше всего подходит для того, чтобы запустить новую рекламу? За сколько дней до праздника (например, до Дня Святого Валентина) нужно сделать рассылку, чтобы получить больше продаж? Каковы долгосрочные цели покупателей, которые приходят на сайт с блога?

Это поможет решить, что именно вы будете измерять в когортном анализе.

Далее вам нужно определиться с событиями или характеристиками вашей когорты. Пока в Google Analytics нельзя обойтись без даты привлечения. Если её у вас нет, вам придётся воспользоваться другим инструментом для сбора информации.

Правильно сделанный когортный анализ поможет вам прояснить направления развития бизнеса.

#золотойфонд #Кейсы #Google_Analytics #настройка_Google_Analytics #что_такое_когортный_анализ #когортный_анализ

Популярные материалы
Показать еще
{ "is_needs_advanced_access": false }

Комментарии Комм.

0 новых

Популярные

По порядку

Прямой эфир

Команда калифорнийского проекта
оказалась нейронной сетью
Подписаться на push-уведомления