Что Вам даст когортный анализ в Google Analytics?

Сериал "Рим"

Последние несколько месяцев в рунете появлялось множество статей о том, что теперь в Google Analytics можно использовать когортный анализ. Штука это достаточно полезная, но хочется посмотреть на нее не со стороны технических данных (как во многих статьях), а со стороны реальной пользы.

Для чего нужен этот анализ? И что вообще с его помощью можно сделать?

Рассмотрим это на нескольких примерах.

Что вообще такое «когорта»?

Тут нам помогут древние римляне. Так, римский легион состоял из 10 когорт. Т.е. если мы берем общую численность легиона (для примера) в 6000 человек, то когорта является 1/10. Т.е. состоит из 600 человек.

Представьте себе эту группу из 600 человек. У нее постоянный состав, своя четкая иерархия, цели на поле сражения и вне. И, конечно, каждая когорта соревнуется с другими, чтобы быть лучшей в легионе.

Итак, получается, что «когорта» — это конкретная группа людей (постоянная). Как это выглядит в Google Analytics? 3 практических примера перед вами.

Пример № 1: изменения рекламной кампании

Это самая простая ситуация, когда когортный анализ показывает свою пользу.

Представьте, что вы ведете рекламу в Яндекс.Директ. У вас идет стабильный поток клиентов и в один прекрасный момент вы решаете заменить основное преимущество в рекламных объявлениях на новое. Например, у вас изменилась акция (вы предлагаете другой подарок).

Вы заменили объявления и видите резкий рост конверсии. Новые объявления сработали и оказались намного эффективнее прошлых!

Возможно, но есть детали…

С помощью когортного анализа вы можете посмотреть, кто именно совершает конверсию. Все очень просто. Смотрите этот график:

 

В первом столбце представлены даты и количество пользователей. Это как раз и есть когорты:

  • 472 пользователя 15 апреля – это первая когорта
  • 433 пользователя 16 апреля – вторая когорта
  • 400 пользователей 17 апреля – третья когорта

Как люди попадают в когорту?

Учитывается их первый заход в данном случае. Т.е. если человек впервые зашел 15 апреля, то он является членом этой когорты. Если он зайдет на сайт 18 апреля, то он не станет членом когорты от 18 апреля. Он принадлежит 15 апреля.

Что здесь важно?

По горизонтали мы видим столбцы (День 0, День 1 и т.д.). Для пользователей 1-й когорты (15 апреля) эти дни будут такими:

  • День 0 – 15 апреля
  • День 1 – 16 апреля
  • День 2 – 17 апреля

Для когорты от 17 апреля (400 пользователей) данные будут другими:

  • День 0 – 17 апреля
  • День 1 – 18 апреля
  • День 2 – 19 апреля

Что мы видим в этой таблице? В таблице для примера показаны посетители и их возращения на сайт. Т.е. мы видим, что из первой когорты (15 апреля) на 2 день (17 апреля) на сайт вернулся 1,27% от этих посетителей. А на третий день (18 апреля) уже 1,48%.

Вернемся к нашему изменению рекламной кампании…

Итак, с помощью когортного анализа мы можем посмотреть, кто именно совершает покупку на сайте. Если после изменения нашего объявления мы видим, что заявки резко возросли, то нужно сначала удостовериться, что они относятся к посетителям, которые переходят по новому объявлению.

Если большая часть идет от тех, кто приходил к нам ранее, то дело совсем не в изменении объявлений. Они ведь пришли еще по старому предложению.

Пример № 2: Поиск причины падения заявок

А вот ситуация более интересная. Общие данные у нас такие же, как и в первом примере (с небольшими коррективами):

  • Изменили основную выгоды в текстах объявлений Яндекс.Директ
  • Кол-во заявок на этот раз держится на прежнем уровне

А далее проходит время и заявки резко падают. Мы начинаем думать, в чем может быть проблема. Может дело в объявлении? Но ведь в самом начале все работало хорошо!

Тут может быть несколько сценариев развития ситуации:

  • Спрос сохранялся на старте, потому что заявки шли от людей, которые пришли к нам еще по старым объявлениям (когорты помогут это выяснить)
  • Спрос начал падать еще при старых объявлениях, но сохранялся за счет посетителей, который нашли нас ранее (когорты это помогут понять)

В итоге спрос начал падать еще при старых объявлениях. Дело не в замене основной выгоды. Может быть просто ваш оффер перестал работать, наблюдаются сезонные колебания или предложения конкурентов стали намного интереснее.

Главное, что у нас проясняется ситуация и теперь мы понимаем, в каких направлениях копать дальше.

Пример № 3: Качество каналов привлечения траффика

Предположим, что вы даете рекламу периодами в разных изданиях и разными способами. Что-то вроде анонсов в группах социальных сетей, блогах, заказных статей и так далее. В момент публикации или события у вас резко возрастает трафик на сайте (пусть это будет блог – контентный проект).

Итак, что нам даст когортный анализ?

Мы можем посмотреть на итоговое качество аудитории с точки зрения возвратов на наш сайт. Когортный анализ покажет, какие когорты (с какого источника привлечения трафика) возвращались на сайт больше других.

Например, мы дали рекламу 16 апреля в одной из групп «ВКонтакте». Люди просто повалили к нам. Поток трафика увеличился на целых 3 дня. Теперь мы можем следить за когортами за эти 3 дня и смотреть, возвращаются ли люди на сайт с них? Как много?

Если в итоге почти никто не возвращается, то такую рекламу вряд ли можно считать полезной для нас.

Так и с другими каналами привлечения трафика. Смотрим и оцениваем, куда стоит вкладывать деньги.

Понятно, что когорты — не единственный инструмент. Есть еще подписка на рассылку и RSS-канал, которые тоже следует отслеживать и учитывать при анализе (и это не считая возможных заказов с каналов привлечения трафика).

Где найти когортный анализ?

В Google Analytics в разделе «Аудитория»:

Переходите в него и дальше можете просто попробовать выбирать разные значения и смотреть за изменениями в таблицах. Когорты можно делить по дням, неделям и даже месяцам.

В общем, советую просто попробовать для начала изменять параметры у самых простых когорт, меняя данные в разделе «Показатель». Там можно выбрать достижения конкретной цели (Форма заявки, например), просмотры страниц и многое другое.

Постепенно у вас будут вырабатываться и свои сценарии. Впрочем, идей я еще обязательно подкину. На следующей недели будет еще одна статья по когортному анализу. Оставайтесь на связи!

Добавить комментарий