Какие отличия в поведении пользователей, которые совершили покупку и которые покинули корзину на вашем сайте?
Оба типа пользователей имеют намерение совершить покупки на вашем сайте. Но одна группа пользователей нажимает «оформить заказ», а вторая нажимает кнопку выхода из корзины. Что вы можете сделать, чтобы уменьшить количество пользователей, которые покидают корзину?
Чем отличается поведение пользователей, которые пришли в день святого Валентина от поведения тех, которые приходят в другие дни?
Каков был средний чек заказов? Потратили ли они больше денег, чем обычные пользователи? Если да, то как мы можем привлечь таких же пользователей и в другие дни.
Когда лучшее время, чтобы повторно привлечь пользователей? Когда лучшее время для ремаркетинга? Какого темпа вы должны придерживаться, привлекая новых пользователей, чтобы удержать (если не увеличить) конверсию сайта?
С помощью когортного анализа мы можем получить ответы на эти вопросы.
Мы говорим о притоке пользователей постоянно. Но очень редко обсуждаем отток пользователей. Сейчас все кричал про push-уведомления и e-mail, но мало кто эффективно пользуется.
Отток пользователя происхоидт, когда пользователь всё реже посещает сайт, проводит всё меньшее количество времени на сайте, достигает всё меньшее количество целей, плавно переходит от редких покупок до их отсутствия, отписывается от ваших рассылок и в конечном итоге уходит в небытие.
Отток пользователей это суровая реальность вашего онлайн бизнеса. Не важно, что вы делаете для того, чтобы удержать своих клиентов, рано или поздно, они уйдут.
Бизнесы постоянно теряют клиентов. Это неприятно, но когда видишь подобную схему снова и снова для различных бизнесов, делаешь вывод, что «отток клиентов» это «нормально».
В мире постоянно меняющихся технологий (для которых растёт количество лучших альтернатив), появление новых и сильных конкурентов всего лишь вопрос времени и времени, когда вы окончательно потеряете своих клиентов.
Несмотря на то, что вы не можете полностью предотвратить отток клиентов, вы точно можете уменьшить темп их оттока.
Фокусируясь на этом вопросе, вы можете эффективно снижать отток и вновь завлекать их, пока не стало слишком поздно.
Вы должны делать больше, чем просто повторное привлечение существующих пользователей. Вам также необходимо находить новых пользователей.
Постоянно возвращающихся пользователей иметь хорошо, но вам также нужно много новых пользователей, которые также со временем станут уходить (посещать сайт реже, совершать меньше покупок и т.д.) с вашего сайта и становиться менее выгодными со временем без видимых на то причин.
В то же время, когда вы теряете десяток пользователей, вы должны привлечь сотню, чтобы компенсировать потери.
Это работает в любом бизнесе.
Итак, нужно не только постоянно искать новые пути, чтобы заинтересовать существующих пользователей, но также вам нужен и постоянный поток новых пользователей, чтобы компенсировать постоянные потери и сохранять (или увеличивать) конверсию.
Вы не должны прекращать привлекать новый трафик из любых возможных источников и производить контент под существующий трафик, независимо от того, сколько трафика у вас есть сейчас. Иначе это будет собственноручным подписанием собственного смертельного приговора.
Когортный анализ в Google Analytics это необходимый отчёт об оттоке пользователей.
Когорта – это группа/сегмент пользователей, которые обладали одинаковыми характеристиками, атрибутами и опытом на одном временном отрезке.
Характеристики/атрибуты пользователей являются временным показателем, т.к. те же пользователи могут показывать другие характеристики в разные промежутки времени.
К примеру, пользователь может купить продукт Х в январе, а в феврале купить продукт Y, или пользователь может посетить ваш сайт в понедельник с ноутбука, а во вторник зайти на него со смартфона.
Google Analytics определяет пользовательские характеристики/атрибуты в отчётах по различным группам (основные и дополнительные параметры), такие как источник трафика, страна, город, ключевое слово, товар, категория товара и т.д.
Таким образом, пользователи, которые посетили сайт из определённой страны, принадлежат одной когорте «Страна».
Все пользователи, которые купили продукт Х принадлежат к когорте «продукт Х».
Также и все пользователи, которые посетили сайт в первый раз, скажем, 21 февраля 2018, принадлежат к когорте «21 февраля 2018».
Пользователь может быть членом множества когорт в одно и то же время, смотря как вы сегментируете данные.
Пример:
Пользователь, который посетил ваш сайт из Беларуси из органической выдачи 20 февраля и купил продукт Х является членом следующих когорт:
Этот отчёт (пока бета-версия) доступен в пункте меню Аудитория GA:
Вы можете анализировать поведение когорт в любых отчётах Гугл Аналитикс. Но только один отчёт был специально разработан для такого анализа и это Когортный анализ.
Этот отчёт особенно полезен для понимания поведения различных когорт во время сезонных/краткосрочных маркетинговых кампаний, таких как рождественские праздники, чёрная пятница, ТВ/радио реклама и т.д.
Тип когорты – это параметр, характеризующий когорту.
Вы можете выбрать только один тип за раз. Используйте меню Тип когорты, чтобы выбрать параметр:
В настоящее время только один тип когорт доступен в отчёте – Дата первого посещения. Следовательно, вы можете проанализировать пока только один тип когорт, а именно группу пользователей с одинаковой датой первого посещения.
Дата первого посещения – это дата, когда пользователи начали самую первую сессию на вашем сайте.
Пример:
Размер когорты – это размер выбранной когорты.
Значение размера когорты зависит от выбранного типа когорты.
В настоящее время, только один тип когорт доступен в отчёте (День первого посещения). Поэтому, размер когорты определяется только в разрезе временных отрезков (день, неделя, месяц):
По мере того как Google будет добавлять новые типы когорт, список доступных размеров когорт также будет возрастать.
Тип когорты: день первого посещения; Размер когорты за день – все пользователи, которое пришли в первый раз за один и тот же день.
Тип когорты: день первого посещения; Размер когорты за неделю – все пользователи, которые пришли в первый раз за определённую неделю.
Тип когорты: день первого посещения; Размер когорты за месяц – все пользователи, которые пришли в первый раз за определённый месяц.
Все метрики в когортном анализе делятся на три категории: «На каждого пользователя», «Удержание», «Итого»:
Каждая категория содержит собственные метрики. Только «Удержание» содержит только одну метрику, которая называется «коэффициент удержания клиентов».
Коэффициент удержания клиентов – это процент пользователей в когорте, которые вернулись в N-ый день, неделю или месяц.
К примеру, процент пользователей в когорте, которые вернулись на второй день или процент пользователей, которые вернулись на третий день.
Коэффициент удержания клиентов = количеству пользователей в когорте, которые вернулись в N-ый день, неделю/общее количество пользователей в когорте.
Примечание: «Коэффициент удержания клиентов» это показатель по умолчанию и поэтому вы можете анализировать только один показатель за один раз.
Диапазон дат — это период времени, за который должны быть показаны данные когорты.
Значение временного диапазона зависит от выбранного «размера когорты»:
Например если «размер когорты» настроен «по дням», тогда значение «диапазон дат» может быть следующим:
Аналогично, если «размер когорты» настроен «по месяцам», то тогда значение «диапазон дат» может быть следующим:
Сегментированный когортный график — это график, который показывает совокупные значения метрики для выбранной когорты. Вы можете настроить этот график с помощью инструмента, который Google назвал ‘N выбранный пункт меню’:
С помощью меню вы можете выбрать и сравнить до 4 когорт в графике когорт:
Вы можете применить до 4 расширенных сегментов (как по умолчанию, так и пользовательских) в отчете по анализу когорт, и эти сегменты отразятся в графике:
Чуть ниже графика когорты, вы можете увидеть таблицу данных когорты:
Каждый ряд в таблице представляет когорту пользователей
«16 февр. 2015 г» — четвёртая когорта пользователей. Она содержит 12 пользователей.
«17 февр. 2015 г» — пятая когорта пользователей. Она содержит 14 пользователей.
От диапазона дат зависит число строк/когорт в таблице данных. Например, если вы выберите диапазон дат «Последние 7 дней», то таблица данных будет содержать 8 строк.
В первой строке или верхнем ряду отображается общее или среднее значение всех когорт для каждого столбца. Остальные 7 строк показывают данные для каждой группы.
Аналогично, если вы выберите диапазон дат «Последние 30 дней», то таблица данных будет содержать 31 строку.
Первый/верхний ряд показывает общее или среднее значение всех когорт для каждого столбца. Остальные 30 строк показывают данные для каждой группы.
Каждый столбец в таблице данных представляет собой размер когорты: один день/неделю/месяц. Таблица данных содержит фиксированное количество столбцов — 13.
Каждая ячейка в таблице данных содержит значение метрики, выбранной в меню «Метрика». Например, если вы выбрали метрику «просмотры страниц» то каждая ячейка будет содержать общее количество просмотров страниц для когорты за инкримент (шаг приращения времени).
Если вы выберите метрику «Длительность сеанса», тогда каждая ячейка будет отображать длительность сеанса для когорты за инкримент.
Интенсивность цвета в каждой ячейке визуально указывает на важность значения метрики по отношению к другим значениям в когорте.
Как упоминалось ранее, вы можете выбрать 4 различных сегмента для анализа когорты. Каждый сегмент отображается в виде отдельной таблицы.
Если вы установили на свой интернет-магазин инструмент отслеживания электронной торговли, то в отчёте по когортам вы должны также сегменты электронной торговли (покидание корзины, отсутствие покупательской активности и т.д.):
Как видно из скриншота, здесь применён сегмент электронной коммерции «оставление корзины» (cart abandonment), для того чтобы понять, когда и где пользователи отказываются от покупок и когда и как мы должны привлечь их.
Как можно увидеть из отчёта выше, клиенты, которые покинули корзину, уже не вернулись на сайт. Даже через день после первого посещения. Это значит, что у нас есть меньше 24 часов, чтобы таргетировать новое предложение и увеличить свои шансы на совершение сделки.
Также из отчёта можно сделать вывод, что пользователи, которые зашли на сайт напрямую, остаются на сайте дольше других, после того как оставили корзину.
Вы можете получить подобный отчёт о ваших когортах и сегментах электронной коммерции.
Было отмечено, что отчет «Когортный анализ» страдает от проблемы выборки данных гораздо больше, чем любой другой отчет в GA, особенно это стало заметно, когда были применены к нему расширенные сегменты. Пока не понятно, почему так происходит.
Хотя широко известно, что использование расширенных сегментов создает некоторые проблемы для выборки данных.
Поэтому, если у вас большое количество трафика (больше десяти тысяч посещений в день) и вы не используете премиум google analytics, не применяйте расширенные сегменты к отчёту. Расширенные сегменты могут сильно исказить отчёт.
Когортный анализ — хороший инструмент. Так что ждём его дальнейшего развития.
Канал Андрея ГусароваПодпишись на регулярный текст от босса и маркетолога. Здесь никогда не будет скучной информации.
Присоединиться
Вы долистали до подвала, вы терпеливый товарищ,
давайте мы ответим на ваши вопросы по телефону
