EHANDEL #1 - Mamy to! Analiza kohortowa, czyli e-tabu.

O tych narzędziach emerytowani marketingowcy nawet nie marzyli. Dzięki ich dostępności, pracujemy dziś na Mount Evereście komfortu. Pozwalają nam na to perełki, takie jak darmowe Google Analytics, które w swoich zakątkach kryje analizę kohortową – jeden z najbardziej nieznanych lądów analityki. Dlaczego warto tam zajrzeć? Raport analizy kohortowej wyróżniają dwie korzyści. Powiemy też o kilku ciekawych zastosowaniach.

Najpierw zróbmy porządek z tytułem. „Kohorta” znaczy tyle, co banda. W naszym przypadku, to grupa osób, które w tym samym czasie wykonały tę samą czynność. Przykłady już za chwilę.

Przejdźmy do konkretów. To jeden z tych tematów, które zachwycają w praktyce, ale w teorii prezentują się co najmniej przerażająco. Ponieważ nie widzę lepszych propozycji, przejdziemy wprost do narzędzia. Czas start! Zaczynamy od zalogowania się w Google Analytics. Przechodzimy do karty Raportowanie i wybieramy Analizę kohortową.

Menu służące konfiguracji raportu. Opcja na pasku poniżej wpływa na to, które kohorty zostaną wyświetlone na wykresie

Przed nami cudowne narzędzie. As w rękawie, którym pomachamy Excelowi. Raport może wydawać się niezbyt intuicyjny. Mimo wszystko jest bardzo przejrzysty. Analizę rozpoczynamy od określenia interesujących nas danych.

Typ kohorty mówi o punkcie wspólnym każdej kohorty. Obecnie Analytics daje nam tylko jedną możliwość – to data pozyskania (pierwsza sesja). Oznacza początek relacji, czyli pierwszą interakcję użytkownika z naszymi treściami.

Wielkość kohorty decyduje o „czasie wspólnym”. Wybieramy jedną możliwość spośród trzech opcji: według dnia, według tygodnia, według miesiąca. Im większy okres, tym większa kohorta.

Po zdefiniowaniu kohorty czas na Dane, jakie chcemy zmierzyć. Podzielono je na trzy kategorie. To łącznie 14 opcji. Do najciekawszych wrócimy w dalszej części tekstu.

Ostatni element to Zakres dat. Możliwości są powiązane z wielkością kohorty. Wybór wpływa na to, ile danych (dla ilu dni/tygodni/miesięcy) zobaczymy w raporcie. Przykładowe opcje: ostatnie 7 dni, ostatnie 6 tygodni, ostatnie 3 miesiące.

Jeżeli korzystamy z usług firmy przeprowadzającej audyt UX naszej strony www, możemy sprawdzić przychody na użytkownika zarówno przed wprowadzeniem zmian wynikających z audytu, jak i po nim. Z raportu dowiemy się także, jak na te zmiany zareagowali użytkownicy „sprzed audytu”, co pozwoli na porównanie zachowania tych grup.

Przygotowanie najprostszej wersji raportu zabierze nam kilkadziesiąt sekund. Porównywanie zachowania różnych kohort na tym samym etapie od daty pozyskania (pierwszej sesji) to jedna z cenniejszych możliwości, jakie oferują kohorty.

Zaplanowaliśmy solidną kampanię e-mailową i właśnie nadwyrężyliśmy budżet, by była jak z obrazka. Po tygodniu wysyłania wiadomości i świetnego open rate’a okazuje się, że nie wygenerowaliśmy nawet przychodów na pokrycie kosztów. Tydzień później nasze e-półki pustoszeją. Kohorty pozwolą nam sprawdzić, czy sprzedaż była wynikiem przeprowadzonego mailingu.

Jesteśmy w stanie nie tylko błyskawicznie monitorować i planować rozwój biznesu, ale również przeprowadzać proste testy. Załóżmy, że sprzedajemy autorski kurs podzielony na 10 ukazujących się raz w tygodniu lekcji, o których informujemy przy użyciu autorespondera.

SPRAWDŹMY ZACHOWANIE ODBIORCÓW TYDZIEŃ PO TYGODNIU, CZYLI LEKCJA PO LEKCJI

Całościowe statystyki prezentują się dobrze, ale chcemy poprawić wyniki. Kohorty pozwolą nam na znalezienie na przykład najsłabszego ogniwa. Korzystamy ze schematu: tydzień = lekcja. Generujemy raport prezentujący dane według tygodnia. Dzięki temu dowiemy się, jak odbiorcy reagowali na każdą z lekcji i która z nich najbardziej, a która najmniej zachęcała do zapoznania się z treścią kolejnej.

(...) Chcesz wiedzieć więcej o analizie kohortowej? Pobierz numer #1 Magazynu EHANDEL i przeczytaj cały materiał już teraz!

Autorem tekstu jest Grzegorz Starzak z agencji websem

image

Komentarze

Debug turned on!

0.21 select * from `eventjuicer_hosts` where `eventjuicer_hosts`.`host` = ? limit 1
0.15 select * from `bob_event_groups` where `bob_event_groups`.`id` = ? and `bob_event_groups`.`id` is not null limit 1
0.11 select * from `bob_organizers` where `bob_organizers`.`id` = ? limit 1
0.14 select * from `eventjuicer_settings` where `eventjuicer_settings`.`settingable_id` = ? and `eventjuicer_settings`.`settingable_id` is not null and `eventjuicer_settings`.`settingable_type` = ?
0.19 select * from `eventjuicer_settings` where `eventjuicer_settings`.`settingable_id` = ? and `eventjuicer_settings`.`settingable_id` is not null and `eventjuicer_settings`.`settingable_type` = ?
0.17 select * from `eventjuicer_texts` where `eventjuicer_texts`.`textable_id` = ? and `eventjuicer_texts`.`textable_id` is not null and `eventjuicer_texts`.`textable_type` = ?
0.16 select * from `eventjuicer_texts` where `eventjuicer_texts`.`textable_id` = ? and `eventjuicer_texts`.`textable_id` is not null and `eventjuicer_texts`.`textable_type` = ?
0.17 select * from `eventjuicer_pages` where `eventjuicer_pages`.`pageable_id` = ? and `eventjuicer_pages`.`pageable_id` is not null and `eventjuicer_pages`.`pageable_type` = ?
0.1 select * from `eventjuicer_pages` where `eventjuicer_pages`.`pageable_id` = ? and `eventjuicer_pages`.`pageable_id` is not null and `eventjuicer_pages`.`pageable_type` = ?
0.11 select * from `editorapp_posts` where `editorapp_posts`.`id` = ? limit 1
0.12 select * from `editorapp_post_meta` where `editorapp_post_meta`.`post_id` in (?)
0.1 select * from `eventjuicer_users` where `eventjuicer_users`.`id` in (?)
0.18 select * from `editorapp_posts` where `group_id` = ? and `is_published` = ? order by `published_at` desc limit 10 offset 0
0.23 select * from `editorapp_post_meta` where `editorapp_post_meta`.`post_id` in (?, ?, ?, ?, ?, ?, ?, ?, ?, ?)
0.1 select * from `eventjuicer_users` where `eventjuicer_users`.`id` in (?)
0.33 select `bob_tags`.*, `editorapp_post_tag`.`xref_id` as `pivot_xref_id`, `editorapp_post_tag`.`tag_id` as `pivot_tag_id`, `editorapp_post_tag`.`group_id` as `pivot_group_id`, `editorapp_post_tag`.`organizer_id` as `pivot_organizer_id`, `editorapp_post_tag`.`published_at` as `pivot_published_at`, `editorapp_post_tag`.`is_published` as `pivot_is_published` from `bob_tags` inner join `editorapp_post_tag` on `bob_tags`.`id` = `editorapp_post_tag`.`tag_id` where `editorapp_post_tag`.`xref_id` = ?
0.11 select * from `eventjuicer_images` where `eventjuicer_images`.`id` = ? limit 1
0.11 select * from `eventjuicer_images` where `eventjuicer_images`.`id` = ? limit 1
2.79