de.hideout-lastation.com
Paradies Für Designer Und Entwickler


Wie führe ich eine Kohortenanalyse mit Google Analytics durch [Guide]

Sie können nicht kontrollieren und verwalten, was Sie nicht messen können . Glücklicherweise sind die Google Analytics-Berichte Ihr perfekter Wissensmechanismus zum Messen, Planen und Verwalten von Webkampagnen . Lange Zeit konnten Sie eine Kohortenanalyse in Google Analytics nur über die Segmentierungsfunktion durchführen, die nichts anderes als ein veröffentlichter Web-Hack war.

Mit der Verfügbarkeit eines dedizierten Kohortenanalyse-Tabs können Sie nun eine aussagekräftige Analyse durchführen, die Ihnen die erforderlichen Verhaltensdaten liefert, die Sie zur Feinabstimmung Ihrer Inhalte, Keywords und Web-Marketing-Strategien nutzen können. Sie können alle Ihre individuellen Kohortenberichte kombinieren und sie in einer geeigneten PDF-Datei zusammenführen, um die Daten so darzustellen, dass die Effektivität der Kampagne erhöht wird.

In meinem letzten Beitrag - Ein Blick in: Kohortenanalyse in Google Analytics - habe ich einige geschäftliche Vorteile einer Kohortenanalyse beschrieben. In diesem zweiten Teil werde ich die wesentlichen Analyseschritte teilen, die eine korrekte Kohortenanalyse ermöglichen .

Durchführen Ihrer eigenen Kohortenanalyse

Um eine effektive Kohortenanalyse durchführen zu können, empfehlen wir Ihnen, folgende Punkte zu beachten, bevor Sie mit der Arbeit beginnen:

(1) Stellen Sie sicher, dass Sie eine Frage haben, die beantwortet werden muss .

Das liegt daran, dass eine Kohortenanalyse im Kern darauf abzielt, umsetzbare Informationen für einen bestimmten Zweck zu erhalten, beispielsweise ein Unternehmen, das nach Daten sucht, die zur Verbesserung seines Geschäftsprozesses, seiner Produktherstellung und sogar seiner gesamten Benutzererfahrung beitragen können. Um sicherzustellen, dass diese Prozesse optimiert werden können, ist es wichtig, dass Sie die richtige Frage stellen, um die richtige Lösung zu finden . Nochmal - frag die richtige und genaue Frage.

(2) Definieren Sie immer die Metriken, die es Ihnen ermöglichen, die richtige Antwort auf Ihre Frage zu finden.

Eine umfassende Kohortenanalyse erfordert die Erkennung der spezifischen Eigenschaften eines Ereignisses. Diese Ereignisse können Datensätze von Benutzern enthalten, die sich auschecken. Dabei handelt es sich um Vorabmessdaten, die Sie darüber informieren, wie viel ein Benutzer bezahlt hat.

(3) Identifizieren Sie Ihre situationsspezifische Kohorte (dh Kohorten, die für Ihre Analyse relevant sind ).

Der Prozess der Erstellung einer Kohorte umfasst die Analyse aller Echtzeitbenutzer und ihre Ausrichtung auf sie oder die Durchführung attributbasierter Beiträge, um relevante Unterschiede zu erhalten, die ihre Merkmale als spezifische Kohorte hervorheben.

(4) Sobald Sie alle Ihre Daten haben, können Sie mit der Durchführung Ihrer Kohortenanalyse fortfahren.

Der Grund, warum Kohortenanalysen kommerziell so beliebt sind, liegt darin, dass Unternehmen die Ergebnisse nutzen können, um Defizite in ihrem Unternehmen zu identifizieren.

Wie führe ich eine genaue Kohortenanalyse durch?

Schritt 1: Rohdaten extrahieren

In einem allgemeinen Szenario werden die für die Durchführung einer Kohortenanalyse erforderlichen Informationen in einer physischen oder virtuellen Datenbank gespeichert und müssen in Tabellenkalkulationsprogramme exportiert werden. Sie können Tools wie MySQL oder Microsoft Excel verwenden, um dies zu erreichen.

Wenn Sie beispielsweise das Kaufverhalten von Kunden untersuchen möchten, möchten Sie, dass Ihre Ergebnisse leserlich sind und in Form eines Datenblattes oder einer Tabelle mit Daten präsentiert werden, die einen einzelnen Datensatz pro Kundenkauf enthalten.

Dementsprechend besitzt jeder einzelne Datensatz eine Kunden-ID, die typischerweise entweder ein eindeutiges alphanumerisches Kennzeichen oder eine gültige E-Mail-Adresse, Datum, Ort und Zeitpunkt des Kaufs, Gesamtkaufwert und das erste Kaufdatum des Kunden, typischerweise bekannt als das "Kohortendatum". Und in Ihren allgemeinen Fällen können Sie immer MySQL-Abfragen verwenden, um solche Informationen aufzurufen.

Sie möchten jedoch idealerweise zusätzliche Merkmale wie eine Kundenempfehlungsquelle, die SKU des ersten Kaufs, hinzufügen. Um Ihnen die Arbeit zu erleichtern, können Sie mithilfe von Tools wie Metriken automatisch auf diese Attribute zugreifen.

2. Erstellen Sie Kohortenbezeichner

Um einen Kohortenbezeichner zu erstellen, öffnen Sie die Daten, die Sie in Excel extrahiert haben. Nachdem Sie die Eigenschaften des "Kohortendatums" ermittelt haben, können Sie die so beliebte Kohortenanalyse durchführen, bei der Sie beispielsweise Kohorten von Kunden vergleichen können, die auf dem Zeitpunkt ihres ersten Kaufs basieren.

In einem solchen Fall, in dem Sie Ihre Kohorten basierend auf einem bestimmten Monat gruppieren könnten, in dem sie ihren ersten Kauf getätigt haben, müssen Sie zuerst jeden Ihrer Werte für den "Kohortenwert" in einen virtuellen Bucket übersetzen, der eine Repräsentation darstellt das Jahr und den Monat des Erstkaufs Ihres Kunden.

3. Lifecycle-Stufen messen

Nachdem Sie die Kohorte ermittelt haben, auf die Ihr Kunde verweist, müssen Sie auch die "Lebenszyklusphase" Ihrer Analyse bei dem Ereignis regeln, das für das betreffende Kohortenmitglied stattgefunden hat.

Wenn Ihre Kunden zu irgendeinem Zeitpunkt einen Kauf tätigen und der nächste nach ein paar Monaten, würden sie unter die Kohorte ihres ursprünglichen Kaufdatums fallen . Folglich würde sich ihr erster Kauf auch in dieser ersten Phase des Lebenszyklus befinden und der nächste Einkauf würde in die zweite Phase des Lebenszyklus fallen.

Um die Lebenszyklusphase genau zu berechnen, müssen Sie außerdem ermitteln, wie viel Zeit zwischen dem ersten Kauf Ihres Kunden und dem von Ihnen angegebenen Einkauf verstrichen ist .

4. Erstellen Sie eine Pivot-Tabelle und ein Diagramm

Der letzte Schritt Ihrer Kohortenanalyse besteht darin , Pivot-Tabellen zu erstellen . Diese Tabellen sind für Ihre Analyse von entscheidender Bedeutung, da sie es Ihnen ermöglichen, ein Kollektiv wie eine Summe oder sogar einen Durchschnitt über mehrere Dimensionen Ihrer Kohortendaten zu berechnen .

Wenn Sie die Pivot-Tabelle für Ihr Unternehmen verwenden, möchten Sie meist eine erstellen, die eine SUMME des Transaktionsbetrags der Kunden ausführt, die eine Zeile für jede Kohorte und eine Spalte pro relevantem Zeitraum anzeigt.

Wenn Sie Probleme beim Anzeigen Ihrer Daten haben, können Sie sie problemlos in den einfachsten Excel-Liniendiagrammen anzeigen.

Einpacken

Obwohl Kohortenanalysen hauptsächlich für Studien zur Nutzerbindung und zum Nutzerverhalten herangezogen wurden, kann der Google Analytics-Avatar derselben von Webanalyseexperten genutzt werden, um Messwerte wie Seitenaufrufe, Sitzungsdauer und Zielvervollständigung zu studieren .

Darüber hinaus können Metriken in Bezug auf Benutzerauswahlen, wie Suchabfragen pro Benutzer, Sitzungsdauer pro Gruppe und Seitenaufrufe für einen bestimmten Benutzer, ebenfalls untersucht werden.

Es ist genug da, um Ihnen das Verhalten Ihrer Nutzer, die Effektivität Ihrer Marketing-Taktiken und den Erfolg Ihrer Promotion-Mischung besser zu verstehen . Vertrauen Sie diesem Leitfaden und beginnen Sie Ihre erweiterten Kohortenanalysen mit Google Analytics.

Jetzt lesen: Ein Blick in: Kohortenanalyse in Google Analytics

Es ist OK, ein hoher Erreicher zu sein.  Hier ist der Grund.

Es ist OK, ein hoher Erreicher zu sein. Hier ist der Grund.

"Betrüger!" Man könnte meinen, dass dieses verdammte Wort nur in Fernsehern, Filmen und anderen Unterhaltungsmedien enthalten ist, die als Reaktion auf die Enthüllung geäußert werden, dass ein Charakter nicht der ist, für den er sich ausgibt. Du würdest dich irren.Tatsächlich hören 70 Prozent von uns jeden Tag - aus unseren eigenen Gedanken. Das, me

(Tech- und Design-Tipps)

Verbessern Sie Ihre Suchergebnisse mit Rich Snippets & Schema.org Vokabular

Verbessern Sie Ihre Suchergebnisse mit Rich Snippets & Schema.org Vokabular

Strukturierte Daten ermöglichen es, Ihre Suchergebnisse optisch ansprechender und informativer darzustellen. Laut einer Searchmetrics-Studie führt das Hinzufügen von strukturierten Datenmarkierungen zu einer Website zu einem 36% igen Anstieg der Google-Suchergebnisse.Strukturierte Datenmarkierung wird in Google, Bing und anderen Suchmaschinen als Rich Snippets gerendert. R

(Tech- und Design-Tipps)