同類群組分析 Cohort Analysis 之 “使用者” 行為分類與快速比較



本篇文章重點關鍵字/標籤:

說到同類群組分析 Cohort Analysis..

過去我們時常介紹到的來源/媒介或搭配什麼次要維度分析,通常都是以工作階段 Session(也就是 “造訪”) 為單位,意思就是說我們通常會忽略是誰造就了這一次工作階段 Session(同樣也就是 “造訪”),而比較重視的是從哪帶來了這麼一次工作階段,或說進一步研究從哪帶來的造訪價值較高等。

但今天要與大家聊聊的同類群組分析 Cohort Analysis, 是 Google 約在2015年2月初左右才啟用的 Beta 分析功能(在 “目標對象” 的下拉式選單中..)。而這項 Google Analytics 分析功能主要就是可以讓我們能以 “使用者” 為單位並以 “時期” 來進行分類,進而深入了解、了解甚至快速分類、比較使用者的行為與效益(訪客價值)!!

而其簡單、直覺的分析圖表不只可以讓我們快速的了解其差異,一張張易懂又清晰的折線圖,用在公司提案、公部門標案簡報上也都相當專業且直接。更重要的是,各種不同來源/媒介所帶來的訪客價值,在這同類群組分析 Cohort Analysis 報表中全部都一目了然、無所遁形!!

題外話:
其實如上方所提,在分析時常常會忽略是誰造成了一次工作階段 Session 也不能怪我們,畢竟 Google Analytics 為了保護用戶隱私權,從我們之前在 “後加密搜尋時代 “not provided” – 對 SEO 來說真是場災難嗎” 提過的 “not provided” 以及近期已經慢慢看不到訪客來自於哪一個地區如下圖就都可見一斑。

所以,在以下的同類群組分析 Cohort Analysis 介紹文章中,應該也會發現我們主要是注重在 “新舊訪客” 與 “單位訪客行為、比例” 等數據分析。但若是想透過 Google Analytics 多了解一些訪客面貌、淪落,目前還是只能參考我們在 “訪客輪廓,就靠客層和興趣報表一手掌握” 所提到的文章介紹了。

(文中若如上方有出現超連結,建議是可以按著 Ctrl 鍵再點選該連結。如此就可以先默默另開視窗,等待會有空或真的有需要時再到另一個頁籤觀看喔!!)

幾乎無法得知訪客來自於哪一城市.jpg

同類群組分析 Cohort Analysis 主要折線圖、報表

進入同類群組分析 Cohort Analysis 報表後,在預設條件下,不做任何設定與調整會看到在近七天中,所有工作階段的 “回訪率” 。那首先在該頁面折線圖中,因為畢竟不是每個網站都能讓使用者連續好多天都造訪我們網站,所以我們在自己報表上看到的通常應該都是第一天有很多使用者造訪,但一到第二天就馬上急轉直下如下圖。

而在折線圖下方的報表數據顯示則是以我們選擇的 “同類群組規模” 、 “指標” 而有所不同。而這同類群組規模、指標就如下方第一張圖示上方紅框處,除了可以按日、週、月來進行分類外還可以選擇日期範圍。接著,最重要的就是可以選擇不同的指標,以讓我們在所選擇的日期範圍中快速比較不同日期的使用者行為差異,甚至發現網站在過去一段時間的經營中,有沒有因為什麼樣的建置、改變或活動而讓造訪數增加或提升造訪價值。

此外,這同類群組分析 Cohort Analysis 報表主要直欄就是所選擇的日期範圍,橫列則是對應目前最新日期的過去實際日期如下方第二張圖。而這表格的設計,可以讓我們快速從一條直欄中看到過去每一實際日期在第一天、第二天、第三天或第恩天的造訪指標變化,從中也可以更快檢視是哪一天帶來的效益或災難嘍..

題外話:
目前 “同類群組類型” 中只能選擇 “轉換日期” ,但從 Google 說明中心文件所透漏的訊息來看,未來很可能會有更多不同類型可以選擇.. 此外,不得不說的是,上方 Google 說明中心文件說明實在有點難理解 ^^”

同類群組分析 Cohort Analysis 區隔分析.jpg
同類群組分析 Cohort Analysis 預設表格.jpg

同類群組分析 Cohort Analysis 應用

上方說明與介紹中已經提到了這同類群組分析 Cohort Analysis 主要功能與樣貌。但在預設所有工作階段之前提下,其參考價值恐怕還是很有限。

而這時就如我們之前不斷提到的,進行分析前還是需要不斷增加分類、減少變數才有辦法發現問題並提升其價值。故就先請先到這同類群組分析 Cohort Analysis 最上方,將 “所有工作階段” 更改為 “直接流量” 、 “參照連結網址流量” 、 “隨機流量” 、 “付費流量” 等四大訪客來源(若口袋不夠深、也沒有採購付費流量的朋友就只要選擇前三個就可以嘍)。

再來就是若要快速檢視、比較這些不同訪客來源所帶來的造訪價值,當然就是直接看哪一個訪客來源比較容易實現我們所設定的目標(也就是轉換率)即可。

所以就還請在這指標下拉式單中選擇 “目標達成” ,再到下方表格一看,哪些來源造訪比較容易達成目標,以及在過了第一天、第二天、第三天或第恩天後,哪些在選擇的日期範圍中曾經來過網站的使用者造訪所帶來的目標轉換率變化,很多40就通通攤在陽光下了如下圖。

題外話:
增加分類、減少分類再進行趨勢上的比較,永遠是使用 Google Analytics 最不會有問題且能夠產生最大分析價值的做法。只是若是對以上文字說明還不是那麼熟悉的朋友,或許也可以參考我們在 “使用 Google Analytics 所需要具備的科學實驗精神” 所提到的文字介紹。

不同日期的同類群組分析 Cohort Analysis.jpg

在今天的同類群組分析 Cohort Analysis 之後…

不過說實在一直感覺這同類群組分析 Cohort Analysis 或許就真的是還在 Beta 中,因為像是若要選擇 “按目標達成劃分的轉換日期同類群組” 右方的下拉式選單如下圖,看起來應該是可以勾選上方所選擇的區隔,但若選擇英文版就會變成是可用日期來區分、中文則是看起來都是一樣的名稱..

再者是不論是中文還英文版,若選擇目標達成與最近七天往往都會無法產生任何數據,需要不斷更換日期範圍,才會促使報表願意重新讀取資料與產生數據 ~”~

但無論如何,就還是讓我們開始積極嘗試同類群組分析 Cohort Analysis 的各項應用,若有任何發現或值得與大家分享的,就讓我們一起努力吧!!!!!
英文版同類群組分析 Cohort Analysis 顯示.jpg
與中文版同類群組分析 Cohort Analysis 顯示不一.jpg



有關這位努力看見數據的人

蔡先生

共同創辦人/專案總監 業務接洽/聯絡方式..
Email Address: ada@awoo.ai / Line ID: 539406

目前主職 awoo MarTech 技術 nununi 推廣暨服務顧問,且深耕 SEO & Google Analytics 技術多年,曾有幸擔任國內各大知名企業、品牌與協會技術交流講師,且除了盡力看見數據外更盡可能抽空看見臺北各大特色咖啡館/優質廠商於 www.triplew.tw。

努力看見數據的人

蔡先生

共同創辦人/專案總監 業務接洽/聯絡方式.. Email Address: ada@awoo.ai / Line ID: 539406 目前主職 awoo MarTech 技術 nununi...

技術交流邀約(全國可談)

ada@awoo.com.tw
02-87121128#23

回頁面頂端