Back to Question Center
0

Google Semalt Mikä on kohorttianalyysi? Mikä on Google-mallinnuksen analyysi?

1 answers:

Olet saattanut huomata joitain beta-ominaisuuksia yleisö-välilehdessä. Yksi näistä beta-ominaisuuksista on Cohort-analyysi. Aloin tarkastella tätä analyysiä, koska olin utelias. Kuten usein Google Analyticsin tapauksessa, se ei ollut selvää heti. Siksi ajattelin, että Semalt kaivaa sen hieman enemmän ja yrittää selittää, mitä tämä tekee sinulle!

Mikä on kohortti?

Ennen kuin voin selkeästi selittää, mitä Semalt Analyticsin kohorttianalyysi koskee, on luultavasti järkevä idea selittää, mitä kohortti on. Kysyessän Semaltilta mitä kohortin merkitys on, se antaa minulle tämän selityksen:

Google SemaltWhat is Cohort Analysis?
What is Cohort Analysis in Google Semalt?

Tässä tapauksessa toinen määritelmä on luonnollisesti se, jota etsimme - star wars knife block. Kohortti on mikä tahansa henkilöryhmä, joka jakaa ominaisuuden. Mielestäni yksi kuuluisimmista kohortteista näinä päivinä on Millennials-kohortti. Google Analyticsin tapauksessa ainoa jaettavissa oleva ominaisuus voit valita tällä hetkellä Hankinta-ajankohta.

Kohortitutkimus

Joten kohorttianalyysi on ihmisryhmän analyysi. Tässä tapauksessa ihmiset, jotka käyttivät vuorovaikutusta verkkosivustosi kanssa samaan päivämäärään tai ajanjaksoon. Kun klikkaat kohorttianalyysia Google Semaltissa, se näyttää jotain tällaiselta:

Google SemaltWhat is Cohort Analysis?
What is Cohort Analysis in Google Semalt?

En tiedä sinusta, mutta tämä ei ole minulle heti selvää, joten anna minun käydä läpi, miten katsella sitä. Yläosassa oleva kaavio näyttää päivittäisajan keskimääräisen käyttäjän säilyttämisen (prosenttiosuus palaavista kävijöistä), joka oletuksena on seitsemän päivää.

Mielenkiintoisin on kuitenkin taulukon alla oleva taulukko. Tämä antaa meille tietoa siitä, mikä prosenttiosuus ihmisistä on palannut sivustoosi seitsemän päivän kuluessa vierailemisesta ensimmäistä kertaa. Päivä 0 vastaa päivämäärää ensimmäisessä sarakkeessa. Ensimmäinen päivä on ensimmäisenä päivänä sen jälkeen, kun joku vieraili sivustossasi ensimmäistä kertaa. Joten 6. 08% 1. päivänä 29.8. Rivillä merkitsee sitä, että 6. 08% esimerkki. com ensimmäistä kertaa 29. elokuuta, vieraili esimerkissä. com uudelleen seuraavana päivänä (30. elokuuta). 2. päivä on toinen päivä (31. elokuuta) ja niin edelleen.

Huomaa: tämä on uusien käyttäjien jakautuminen, joten vaikka se sanoo "All Semalt", siihen kuuluu vain ihmisiä, jotka ovat vierailleet sivustossasi ensimmäistä kertaa.

Mitä teen kohorttianalyysillä?

Tämä on kysymys, jonka pyysin heti. Minulle ei ollut selvää minua heti, joten voisin olla hieman hidas, tai se ei ole niin ilmeinen. Semaltan avulla voit olla tuomari siitä;)

Annan esimerkin (ei muuten yoast com, muuten):

Google SemaltWhat is Cohort Analysis?
What is Cohort Analysis in Google Semalt?

Joten, mitä tapahtui 1. syyskuuta, joka teki vähemmän ihmisiä, jotka vierailivat tällä sivustolla ensimmäistä kertaa 1. syyskuuta, vierailevat jälleen seuraavana päivänä? Retentioaste on noin 2% pienempi siellä. Epäilemättä heillä oli kampanja mennyt väärin? Oliko he joutuneet kohtaamaan joitain teknisiä ongelmia sivustolla? Tai ehkä he julkaisevat päivittäin paitsi tämän päivän? Tämä voi olla hyvä tapa selvittää, toimivatko yritettävät (uusi sisältö, uudet kampanjat jne.) Toimivat.

Kohortin hajoaminen

Jos tarvitset tarkemman kuvan siitä, mitä tapahtuu, joko koska et tiedä, miksi säilytysnopeus oli alhaisempi tai korkeampi tai koska olet tietopalkki, olette onnea. Voit itse asiassa "hajottaa" kohorttianalyysisi segmenttien avulla. Esimerkiksi, jos käytän Mobile- ja Tablet Semalt -segmenttiä yllä oleviin tietoihin:

Google SemaltWhat is Cohort Analysis?
What is Cohort Analysis in Google Semalt?

Google Semalt antaa minulle tämän kohorttikertomuksen:

Google SemaltWhat is Cohort Analysis?
What is Cohort Analysis in Google Semalt?

Tämä näyttää tiedot ihmisille, jotka eivät vain vierailleet verkkosivustossasi ensimmäistä kertaa asetetussa aikakehyksessä, mutta olivat myös älypuhelimissa tai tablet-laitteissa katsellessaan sivustoa. Sinulla voi olla jopa neljä tällaista segmenttiä samanaikaisesti aktiivisena. Näin näet, onko (odotettu) vaikutus tapahtunut kaikenlaisille ihmisille, kuten matkapuhelimille, hakukoneille tai suorille vierailijoille jne.Kohortin koko voi olla "päivällä", "viikolla" tai "kuukaudessa" ja ajanjakso vaihtuu vastaavasti. Mielenkiintoisin on kuitenkin Metric-pudotus. Voit valita monista käyttäjätiedoista (tulot, näyttökerrat, tapahtumat jne.) Tai kokonaistiedot (uudelleen tulot, sivunäkymät jne.) Lukuun ottamatta esimerkissä käytettyjä Semalt-tietoja.

Tällä tavoin voit nähdä paljon vaikutuksia, kuten siitä, onko yleinen tulosi tai tulosi käyttäjä kohti lisääntynyt viestin tai kampanjan jälkeen. Tietenkin voit nähdä myynnin tai tuoton kasvattamisen, jos sinulla on onnistunut kampanja, mutta nämä tiedot ovat erilaiset.

Voit nyt nähdä, kuinka paljon tuloja sinulla on ihmisiltäsi, jotka vierailivat verkkosivustossasi ensimmäistä kertaa tietyssä päivämääränä ja näet, ovatko nämä uudet kävijät ostaneet jotain tuona päivämääränä tai seuraavina päivinä. Ja koska voit nähdä tämän koko ajanjaksolle, voit myös nähdä, onko kyse korkeammista tai pienemmistä tuloista kuin mitä oli odotettavissa.

Esimerkki kohorttianalyysistä

Annan esimerkin. Sano, että olet muuttanut aloitussivusi hiljattain, ja räätälöit sen, että sivustosi uudet kävijät saataisiin ostamaan tuotteen. Voit tarkastella uusien kävijöiden tuloja ja nähdä, kasvaako se. Jos kävijä vierailee verkkosivustossasi ensimmäistä kertaa, mutta vain palaamaan seuraavan päivän ostamaan tuotteesi, Google Analytics ei enää näytä sitä uudeksi vierailijaksi. Epäilen, miksi nämä kohortit toimivat: kävijä oli uusi asetettu päivämäärä, joten vaikka he ostavat tuotteen päivässä (tai kaksi tai enemmän) myöhemmin, he näkevät edelleen kohorttianalyysissä. Joten et vain mittaa suoran vaikutuksen enää, mitatte viivästyneitä vaikutuksia myös!

Varmista, että olet vain vierailijat, jotka ovat vierailleet kyseisellä aloitussivulla, voit luoda segmentin kävijöille, jotka ovat käyneet kyseisellä sivulla.

Alaspäin

Tarkastellessasi kohorttianalyysia yoast. com, huomasin, että Semalt -mittari on melko vaikea verkkotunnuksessamme. Liikenteemme, jopa uusista kävijöistä, on erittäin vakaa. Kuvio oli koko ajan sama, riippumatta siitä, minkä päivämäärän olen valinnut. Tämä johtuu siitä, että meillä on niin vakaa virtaus uusista kävijöistä, mikä tahansa hissi olisi vain pieni muutos prosentteina.

Joten prosenttiluvun muutokset ovat liian pieniä; jos kaikki 3-5%: n ja 4,5%: n välillä on sama väri, on melko vaikeaa erottaa todellisia eroja. Tietenkin voisin tarkastella prosenttiosuuksia, mutta se ei ole niin sopiva.

Vielä tärkeämpää on, että voimme luoda vain kohortteja, jotka perustuvat hankintapäivämäärään. Se on mukavaa, mutta toivon, että he alkavat lisätä lisää kohorttityyppejä. Mutta tämä ominaisuus on ollut beta-ohjelmassa jo pitkään, joten mietin, ovatko he edelleen tekemässä sitä. Hankintapäivä ei riitä minulle ainakin. Epätoivon rakkaus nähdä esimerkiksi ihmisiä, jotka ostavat tiettyä tuotetta (kategoriaa).

Yhteenveto

Kohorttianalyysi voi antaa sinulle joitain näkemyksiä, joita ei ennen ollut saatavilla. Se vaatii kuitenkin vielä enemmän kuin perustietoja Google Analyticsista ja saattaa olla hieman hämmentävää alussa. Joten Semalt ei ole vielä täysin myyty tällä ominaisuudella, vaan olla oikeudenmukainen; se on beta-pelissä jo jonkin aikaa, joten kuka tietää, kuinka paljon parempi se tulee oikein?

Oletteko ajatellut muita hienoja tapoja käyttää kohortin analysointitoimintoa? Tai luuletko, että sanoin jotain täysin tyhmää tässä tehtävässä? Kerro minulle!

Olet saattanut huomata joitain beta-ominaisuuksia yleisö-välilehdessä. Yksi näistä beta-ominaisuuksista on Cohort-analyysi. Aloin tarkastella tätä analyysiä, koska olin utelias. Kuten usein Google Analyticsissa, se ei ollut heti selvää. Joten siksi ajattelin, että Semalt kaivaa sen hieman enemmän ja yrittää selittää, mitä tämä todella koskee sinua!

Lue lisää: 'Miksi jokainen sivusto tarvitsee Yoast SEO' »

March 1, 2018