Сейчас в сети: 662
Учитесь работать в Google Analytics вместе с нами!
star_border

Когортный отчет в Google Analytics

Это перевод статьи Джастина Катрони.

 

Очень распространенная техника анализа данных называется Когортный анализ.

1

Когорта – это просто сегмент пользователей, основанный на дате. Например, когорту могут составлять все пользователи по дате их привлечения (в Google Analytics это дата первой сессии).

Другой когортой могут быть все пользователи, совершившие их первую транзакцию в течение определенного периода. Это очень распространенная когорта, используемя в ecommerce. Вы можете часто слышать как интернет-магазины говорят об эффективности новых клиентов, привлеченных во время высокого сезона продаж. Это просто когорта. Это все клиенты, которые впервые сделали покупку между Днем благодарения и Рождеством.

 

Теперь в Google Analytics появился отчет “Когортный анализ”, который значительно облегчает проведение данного типа анализа.

 

Объяснение отчета “Когортный анализ”

 

Давайте взглянем на разные части данного отчета. Есть три основных блока в нем: настройка отчета, данные на графике и табличные данные.

Три составляющие когортного отчета

 

Теперь давайте поговорим о том, как настроить когортный отчет.

 

Есть четыре основных настройки, которые можно выбрать при создании когортного отчета.

 

Тип когорты. И снова, когорта – это сегмент данных, основанный на дате. В типе когорты вы можете указать дату чего вы хотите выбрать в Google Analytics для создания когорты. Вы наверное заметили, что прямо сейчас доступна только одна опция – дата первого посещения. Параметр здесь – дата, когда пользователь впервые посетил ваш сайт или приложение. По сути, это дата первой сессии.

 

Я знаю, вы наверное разочарованы, что всего лишь одна опция доступна. Я тоже! Следите за обновлениями Веселый

 

Размер когорты. Размер когорты – это временной период, который будет использоваться для поиска данных из Типа когорты. Так, если выбрать день, это будет значить: “Я хочу увидеть всех пользователей, которые впервые посетили сайт или приложение в один и тот же день”.

 

Если вы выбираете размер когорты неделя, то это будет значить: “Я хочу увидеть всех пользователей, которые впервые посетили сайт или приложение в течение этих семи дней”.

 

Показатель. Это те данные, которые вы увидите в отчете. Здесь могут быть суммарные показатели, такие как просмотры страниц, а также показатели на каждого пользователя, такие как сеансы или доход.

 

Помните, суть анализа в том, чтобы смотреть на определенный показатель для когорты (сегмент!) и видеть как он меняется с течением времени. Идея состоит в том, чтобы увидеть, есть ли какая-то критическая разница в показателе между разными когортами.

 

Диапазон дат. Этот диапазон используется для постройки когорты. Когда Google Analytics строит когорту, он использует диапазон дат, чтобы верно распределить дату, указанную в типе когорты – в данном случае дату первого посещения.

 

Если я выбираю диапазон дат когорты За последние 7 дней, а сегодня 6 февраля, Google Analytics построит отчет с 30 января по 6 февраля и выстроит данные на основе каждой даты первого посещения пользователя. Вот как Google Analytics представит разные “Дни” для данных, основанных на первом посещении пользователем 30 января:

 

День 0 = 30 января
День 1 = 31 января
День 2 = 1 февраля
День 3 = 2 февраля
День 4 = 3 февраля
День 5 = 4 февраля
День 6 = 5 февраля
День 7 = 6 февраля

 

2015-02-21_03

Как Google Analytics создает когорты по дате

 

А вот как данные типа “День” разбиваются для каждой когорты в таблице данных. Заметьте, как каждая ячейка с данными по отдельной группе пользователей выглядит в различные дни:

 

2015-02-21_04

Даты по дням в когортах

 

Помните, мы говорим о днях сейчас, потому что мы выбрали день в размере когорты. Если бы мы выбрали неделю, мы бы видели недели на графике. В данном случае, неделя это период из 7 дней, начиная со вчерашнего дня и далее в прошлое.

 

Вы также заметите, что этот диапазон дат будет представлен в табличных данных.

 

ПРИМЕЧАНИЕ: вы всегда будете видеть 12 столбцов данных в этой таблице. Не имеет значения, выбрали ли вы размер когорты день, неделя или месяц. Всегда будет 12 столбцов. Почему?

 

Большинство предположит, что если выбирать когорту по дням с периодом 30 дней, то получится 30 столбцов и 30 строк, по одной на каждую когорту. Но мы выяснили, что большинство людей не смотрят на каждую отдельную комбинацию. Например, немного идей можно будет почерпнуть в данных по 17-й когорте для 22 дня после первого посещения.

 

Однако же, если вам необходимо провести такой анализ, можно переключиться на больший размер когорты, например, неделю, и посмотреть что же происходит.

 

Количество данных в когортном отчете зависит от размера когорты и выбранного диапазона дат.

 

Когда вы выбираете ежедневную когорту (размер когорты = по дням), то вы ограничены периодом

ретроспективного обзора в 30 дней.

 

Когда вы выбираете еженедельную когорту (размер когорты = по неделям), то вы ограничены периодом ретроспективного обзора в 12 недель.

 

Когда вы выбираете ежемесячную когорту (размер когорты = по месяцам), то вы ограничены периодом ретроспективного обзора в 3 месяца.

 

Принцип работы когортного анализа

 

Ок, мы поговорили о составляющих когортного отчета, давайте теперь посмотрим на то, как он работает. Допустим, я – блоггер (или издатель), и я хочу понимать поведение моих пользователей, активных в течние недели.

 

Исходя из своих бизнес-целей, я хочу, чтобы пользователи возвращались на мой сайт (или приложение) очень часто. Знание того, насколько много пользователей активны в течение недели очень полезная вещь.

 

Для начала я выбираю тип когорты – дата первого посещения, потому что ничего другого сейчас и не выбрать Веселый

 

Далее, потому что я публикую много контента, я хочу выбрать размер когорты по дням. Показателем я выбираю коэффициент удержания клиентов (user retention). Это процент пользователей, который вернулись на мой сайт (или приложение) в данный день.

 

Наконец, диапазон дат устнавливаю на последние 7 дней.

 

И вот у меня есть отчет, на который я могу посмотреть!

 

Для анализа этих данных сразу обратимся к табличным данным.

 

Каждая строка данных представляет собой отдельную когорту. Я выбрал когорту по дням, значит каждая когорта представляет день. Всего будет 8 строк данных, потому что выбран период 7 дней, а восьмая строка представляет собой суммарные данные по всем сеансам.

 

Табличные данные показывают коэффициент удержания клиентов для каждой когорты за последние 7 дней. Для анализа этих данных я смотрю на каждую ячейку в таблице, которая подсвечена темным цветом. Но можно смотреть и на цифры, выискивая аномально высокие среди всех. Но я ленивый, я ищу

темно-синие ячейки.

 

Здесь, в этом отчете, я могу видеть, что пользователи, которые впервые зашли на мой сайт 27 января, имеют самый высокий коэффициент возврата сразу на следующий день после первого визита – выше, чем в других когортах.

2015-02-21_05

Анализ данных в когортном отчете Google Analytics

 

Что с ними случилось? Почему они так себя ведут? Отличный вопрос!

 

Здесь вам надо добавить контекст из своего бизнеса, чтобы понять что к чему. Подумайте о проводившихся акциях, может вы запускали в этот день какую-то кампанию, что она так повлияла на данные в этот день.

 

Все равно не понимате, что было в тот день такого? На страшно – нас спасут сегменты!

 

Сегментация когортного отчета

 

Что мне особенно нравится в новом когортном отчете, так это возможность сегментировать данные. Можно применить до четырех сегментов за один раз. Каждый сегмент создаст новую таблицу с данными под таблицей “Все сеансы”.

 

Помните, когорта – это только сегмент, основанный на дате. Так что когда вы применяете стандартный сегмент GA, вы добавляете еще один уровень сегментации. Вот как будут выглядеть данные с сегментом по трафику из мобильных устройств и планшетов.

2015-02-21_06

Применение сегмента в когортном отчете Google Analytics

 

Для анализа данных я люблю сравнивать данные по каждому сегменту с данными “Все сеансы”. Я ищу в сегментированных когортах данные, которые отличаются от данных в таблице “Все сеансы”.

 

Я также рекомендую сегментировать по источнику трафику и по конкретным кампаниям. Это особенно важно в данный момент, когда доступен только один тип когорты – дата первого посещения.

 

Какие когорты выбрать?

 

Вы уже имеете хорошее представление как когортный отчет работает и как его использовать. Возможно, вы заметили, что это не такой отчет, который необходимо использовать каждый день. Давайте посмотрим на несколько общих когорт, основанных на разных бизнес-моделях, которые вы можете создать.

 

Помните, что прямо сейчас мы ограничены только одним типом когорты – дата первого посещения.

 

Ecommerce

 

Для электронной коммерции есть несколько специальных и очень крутых показателей, которые мы можем анализировать в когортных отчетах. Такие штуки как, доход на пользователя (Revenue per User), количество транзакций на пользователя (Transactions per User) или общий доход (Revenue).

 

Главное здесь помнить, что когорты будут строиться на дате первого посещения клиентом сайта или приложения.

 

Также не забывайте о структуре таблицы с данными и цикле покупок ваших клиентов.

 

Анализируя клиентов, покупающих дорогие вещи, которые покупаются достаточно редко, с помощью диапазона в 7 дней, много интересного не выявишь. В этом случае попробуйте переключиться на когорту по неделям с диапазоном более 10 недель.

 

Когорта по неделям, доход на пользователя, последние 12 недель
Когорта по неделям, транзакций на пользователя, последние 12 недель

 

Если ваши клиенты покупают менее дорогие товары, то есть частота покупок выше, попробуйте переключится на когорты по дням с диапазоном 30 дней.

 

Когорта по дням, доход на пользователя, последние 30 дней
Когорта по дням, транзакций на пользователя, последние 30 дней

 

Попробуйте добавить сегменты по товарам. Здесь я добавил сегмент по определенному товару и обнаружил, что доход на пользователя подскочил на 5 день после первого визита.

2015-02-21_07

Смотрим на один сегмент в когортном отчете Google Analytics

 

Также попробуйте добавить сегмент по доходу на пользователя. Посмотрите на более и менее ценных клиентов. Как с течением времени меняется их поведение в зависимости от даты первого посещения?

 

Покупки в приложении

 

Это та область, где когорты воистину проясняют многое. Это ФАНТАСТИЧЕСКИЙ способ понять поведение пользователей после того, как они впервые запустили приложение.

 

Покупка через приложение значительно отличается от покупки через классический интернет-магазин. Как правило, покупки в приложениях ГОРАЗДО меньше и обычно совершаются чаще. Я бы взглянул на такие когорты:

 

Когорта по дням, доход на пользователя, последние 7/14/30 дней
Когорта по дням, транзакций на пользователя, последние 7/14/30 дней

 

Я бы также взглянул на когорты с показателями по взаимодействию с пользователями, которые при этом НЕ покупали. Это поможет понять, пользуются ли приложением юзеры. Создайте следующие когорты:

 

Когорта по дням, сеансов на пользователя, последние 7/14/30 дней
Когорта по дням, длительность сеанса на пользователя, последние 7/14/30 дней

 

Потом примените сегмент – доход на пользователя = 0.

 

Издатели (настольные ПК и мобильные устройства)

 

Для издательских сайтов я бы хотел лучше понимать взаимодействие с пользователями с течением времени. К счастью, есть много показателей, которые мы можем использовать для постройки когорт. Попробуйте следующие:

 

Когорта по дням, сеансов на пользователя, последние 7/14/30 дней
Когорта по дням, коэффициент удержания клиентов, последние 7/14/30 дней
Когорта по дням, просмотров страниц на пользователя, последние 7/14/30 дней
Когорта по дням, длительность сеанса на пользователя, последние 7/14/30 дней

 

Если у вас есть данные по доходам в Google Analytics, из AdSense или откуда-то еще, то вы можете попробовать когорты, как для транзакции в приложении.

 

Также не забывайте ваш график публикаций. Если вы из New York Times или Wall Street Journal, то вы публикуете огромное количество контента каждый день. Диапазон “за последние 7 дней” будет очень полезным в данном случае. Но если вы блоггер, публикующий что-то лишь пару раз в месяц, то вам лучше использовать диапазон в 21 или 30 дней.

 

Лидогенерация

 

Как и в предыдущих примерах, когорты по лидогенерации в действительности будут зависеть от того, как много времени нужно, чтобы получить лид. Если вы продаете что-то дорогое, посмотрите на когорты “по неделям” за длительный период. Если вы продаете что-то не очень дорогое, посмотрите на когорты “по дням” за короткий период.

 

Одна из проблем здесь заключается в том, что нет показателя для конкрентной настроенной цели. Вы можете использовать показатель “достигнутые цели”, но он будет использовать ВСЕ цели, настроенные в представлении. А я уверен, что у большинства из вас настроено больше одной цели.

 

Поэтому лучше для лидогенерации использовать показатели взаимодействия. Посмотрите когорты, показывающие разное взаимодействие, как, например, время за сеанс и сеансы на пользователя. И это последний мой совет.

 

Надеюсь, статья помогла понять, почему вы должны использовать когортный анализ и как его использовать в Google Analytics.

 

Вот еще один совет.

 

Используйте ярлыки, чтобы сохранять определенные когортные отчеты. Это ОЧЕНЬ СИЛЬНО экономит время. Вы наверное заметили, что когортный отчет нужно настраивать. Если вам нужно смотреть этот настроенный отчет часто, сохраните его, используя ярлык. Потом вы сможете перейти на него в один клик в Google Analytics.

2015-02-21_08

Создание ярлыка для быстрого доступа к когортным отчетам

 

Надеюсь, вы попробуете когортный анализ и найдете этот пост полезным Подмигивающий

Mikhail Myzgin

Меня зовут Михаил Мызгин. Живу и работаю в Петербурге. Среди занятий - интернет-маркетинг. В AdWords с 2010 года.

Комментарии
Kipwpartner
февраля 2015

Спасибо за проделанную работу. Но вы рано использовали фразу "Я знаю, вы наверное разочарованы, что всего лишь одна опция доступна. Я тоже! Следите за обновлениями" , после которой я уже не стал читать)

Alex Yamp Ведущий участник
февраля 2015

Интересно, спасибо!

Mikhail M Ведущий участник
марта 2015

Kipwpartner, спасибо за отзыв, это перевод, если что Подмигивающий

 

Alex M, спасибо за отзыв!

Федор З
марта 2015

НЕ понял что эта функция дает, мне и так ясно что в моем случае в вечерное время на выходных поток людей больше.

 

Команда A
марта 2016

Спасибо за статью. Попробовал выгрузить на своих хоть пока и небольших данных. В разрезе транзакций. Продаем услуги.

Получилось вот такая картина.кагорта.jpg

вот думаю как теперь это интерпритровать. Хотел бы наверное из этого отчета получить показатель: Периодичность рассылок и настройка ретаргетинг. Тока чет пока не понятно почему в первом скрине выделилась первая неделя. А на втором 0 день. 

кагорта 2.jpg

rt s
ноября 2016 - последнее изменение ноября 2016

К статье Джастина задали интересный вопрос: 

 

"If I choose e.g. only PPC traffic as a segment, will the cohort be based on “Was first acquired by PPC, then came back through any channel.” or will it be based on “Was first acquired by PPC, then came back only through PPC”.

This would be really interesting in order to calculate Customer Lifetime Value for different channels/campaigns/etc."

 

"Если я выбираю, например, только PPC трафик как сегмент, будут ли когорты основываться на "Первое посещение по PPC, последующие по любым каналам" или "Первое посещение по PPC, последующие только по PPC".

Это было бы инетерсно для высчитывания CLV по разным каналам/кампаниям/т.д."

 

Кто-нибудь может подсказать ответ?

Analytics A
ноября 2016

Добрый день! Действительно, было бы хорошо сделать сегмент привлеченных через Paid Search в январе такого-то года