Google Analytics doelgroep Cohortanalyse

Deel dit bericht

Home » Kennisbank » Kennisbank » Google Analytics » Google Analytics doelgroep Cohortanalyse

Rapport Cohortanalyse

Het rapport Cohortanalyse geeft inzicht in een groep mensen (doelgroep) die binnen een bepaald tijdsvlak een bepaalde actie heeft afgerond. Een cohort heeft raakvlakken met een segment, maar heeft altijd een tijdcomponent in zich.

Gegevens voor Cohortanalyse bekijken

Je opent het rapport Cohortanalyse als volgt:

  1. Log in bij Google Analytics
  2. Ga naar je weergave
  3. Open Rapporten
  4. Selecteer Doelgroep > Cohortanalyse

Gegevens voor de Cohortanalyse zijn in alle Analytics- accounts beschikbaar. Daar zijn geen wijzigingen in de trackingcode voor nodig.

Het cohortanalyse rapport configureren

Google Analytics Cohortanalyse menu onlinemarketinganalyse
Menu’s om het cohortanalyse rapport te configureren

Gebruik de menu’s om het volgende te selecteren:

  • De dimensie die de cohorten kenmerkt (cohorttype)
  • De grootte van de cohorten (cohortgrootte): je bepaalt de grootte van de cohort door het waardetype voor de dimensie te selecteren. Als je de cohort bijvoorbeeld bepaalt op basis van de dimensie acquisitiedatum, kun je het waardetype voor de dimensie wijzigen in dag, week of maand. Met deze instellingen bestaat een cohort uit alle gebruikers die op dezelfde dag of in dezelfde week zijn verworven.
  • De statistiek die je wilt evalueren (statistiek)
  • De relatieve periode voor de gegevens en het aantal cohorten (periode)
  • De cohorten die worden weergegeven in de grafiek (N geselecteerd)

 

De gegevens begrijpen

Google Analytics Cohort Rapport onlinemarketinganalyse
Rapport dat is geconfigureerd voor de weergave van acquisitiedatumcohorten voor de statistiek gebruikersloyaliteit

Diagram

Standaard wordt in de grafiek de cumulatieve statistische waarden voor alle cohorten weergegeven. Gebruik het menu N geselecteerd om een cumulatieve grafieklijn en/of grafieklijnen voor afzonderlijke cohorten te selecteren.

Kolommen

In de eerste kolom wordt de cohorten en het aantal gebruikers in elke cohort geïdentificeerd. Als de dimensie op basis waarvan je de cohorten kenmerkt. Acquisitiedatum is, bevat deze kolom de acquisitiedatum voor elke cohort en het aantal gebruikers dat je gedurende die periode (dag, week, maand) heeft verworven.
De overige kolommen geven de tijdsstappen weer die je kiest voor cohortgrootte. Als je bijvoorbeeld per dag selecteert, worden in elke kolom de gegevens voor een dag weergegeven. Er zijn 13 kolommen voor tijdsstappen (0-12).

Rijen

In de eerste rij wordt de totale statistische waarden voor alle cohorten voor elke kolom weergegeven. Als de statistiek bijvoorbeeld paginaweergaven is en de kolommen dagelijkse gegevens bevatten, bevat de eerste rij het totale aantal paginaweergaven voor de dag.

In de andere rijen worden de waarde voor de afzonderlijke cohorten weergegeven.

Cellen

De cellen 0-12 voor tijdsstappen bevatten de relevante statistische waarden. Als je je statistiek paginaweergaven gebruikt, bevat elke cel het aantal paginaweergaven per cohort per tijdsstap.

Kleuren

Analytics gebruikt vijf kleurwaarden als indicator voor relatieve statistische waarden: de donkerste waarde duidt de hoogste statistische waarden aan, de lichtste kleur de laagste statistische waarden. Elke kleur staat voor dezelfde relatieve waardebereik. Als de hoogste waarde in de tabel bijvoorbeeld 100% is, duidt elke kleur een bereik van 20 aan (100/5). Als de hoogste waarde in de tabel 50% is, vertegenwoordigt elke kleur een bereik van 10 (50/5).

Segmenten

Wanneer u op dit rapport een segment toepast, worden de gegevens voor elk segment in een afzonderlijke tabel weergegeven.

Het rapport Cohortanalyse is op gebruikers gebaseerd. Dit betekent dat je onverwachte resultaten kun krijgen als je segmenten toepast op basis van sessies. Je resultaten bevatten dan niet 100% van de gebruikers op de Dag 0, zoals je zou verwachten.

Als een segment bijvoorbeeld gebaseerd is een voorwaarde als Locatie: Land komt exact overeen met Verenigde Staten. waardoor de gegevens per sessie worden verzameld, dan worden de gebruikers waarvan de sessie op Dag 0 afkomstig waren uit andere landen dan de Verenigde Staten, niet in kolom Dag 0 worden opgenomen wanneer u het segment toepast.

Filter

Filters die Dag 0-gebruikers uitsluiten, kunnen van invloed zijn op gegevens voor de daaropvolgende dagen. Als je bijvoorbeeld een filter toepast dat Dag 0 -sessies voor sommige gebruikers uitsluit, maar sessies voor dezelfde gebruikers op de daaropvolgende dagen wel opneemt, kunnen die waarden voor die volgende dagen hoger zijn dan 100%.

Voorbeelden

Microtrends

Als je de microtrends onderzoekt die gezamenlijk je microtrends vormen, kun je een realistisch beeld van je bedrijf krijgen. Je kwartaalgegevens kunnen een gestage toename in het aantal transacties gedurende die periode laten zien, wat je als positief resultaat kunt beschouwen. Als je echter de wekelijkse cohorten onderzoekt die die deel uitmaken van een grotere gegevensset, ontdek je mogelijk dat hoewel de algehele toestroom van nieuwe gebruikers bijdraagt aan het toenemende aantal transacties, er na week 5 een regelmatige en aanzienlijke afname in het aantal transacties plaatsvindt. Je weet nu precies wanneer je jouw gebruikers opnieuw moet aanspreken (week 4) om de prestaties van elke microtrend te verbeteren en daarmee het effect op je macrotrend te vermenigvuldigen.

Consistentie, verbetering of verslechtering in cohorten.

Als je de waarden in een kolom met elkaar vergelijkt, kun je zien of er consistent gedrag is tussen je cohorten of dat de prestaties verbeteren of verslechteren. Naarmate je verder naar beneden kijkt in de kolom naar de gegevens voor elke nieuwe cohort, kijkt je vooruit in de tijd (Dag 5 voor de tweede cohort valt bijvoorbeeld na Dag 5 voor de eerste cohort, hoewel ze in dezelfde kolom worden weergegeven).

Als je gegevens dagelijkse evalueert, kun je een kolom bekijken (bijvoorbeeld de kolom Dag 5) om te bekijken of alle cohorten op dat punt op hetzelfde niveau presteren of dat de gegevens duiden op een verbeterde of verslechterde trends. Als je bijvoorbeeld hetzelfde aantal gebruikers behoudt voor alle cohorten op Dag 5, kan dat duiden op een geruststellende consistentie in de gebruikerservaring. Als je echter een gestage toename in het behoud op Dag 5 ziet, kun je dat mogelijk in verband brengen met een verbetering in je inhoud of een upgrade van de snelheid waarmee je app presenteert. Een gestage afname van gebruikersbehoud op Dag 5 kan duiden op verouderd inhoud of op een ongewoon moeilijk of slecht geprogrammeerde level in een game, waardoor steeds minder gebruikers doorgaan met de ervaring.

Engagement, behoud en acquisitie

Als je inzicht krijgt in het punt waarop gebruikers geneigd zijn hun interesse te verliezen (er worden bijvoorbeeld minder sessies gestart, minder pagina’s bekeken, minder inkomsten gegenereerd), kun je twee dingen identificeren:

  • Gemeenschappelijke punten van natuurlijk verloop die gemakkelijk kunnen worden verholpen.
  • De snelheid waarmee je nieuwe gebruikers verwerft om te compenseren voor onvermijdelijk natuurlijk verloop.

Als je bijvoorbeeld merkt dat de inkomsten regelmatig beginnen af te nemen in de derde of vierde week na acquisitie, kun je gebruikers op nieuwe aanspreken met remarketing of e-mailcampagne met kortingen of advertenties voor nieuwe producten die sinds hun laatste sessies zijn toegevoegd. Je kunt de gebruikers ook opnieuw aanspreken met dynamische remarketing door advertenties aan te bieden voor producten die zijn gerelateerd aan de producten die ze in eerste instantie hebben aangeschaft.
Als je onvermijdelijke patronen van natuurlijk verloop ziet (bijvoorbeeld 10% per maand), kun je inzicht krijgen in de snelheid waarmee je nieuwe gebruikers moet werven om het gewenste groeipercentage voor je organisatie te bereiken.

Reactie op kortlopende marketingactiviteiten

Als je kortlopende marketingactiviteiten uitvoert, zoals e-mailcampagnes voor een dag, kun je met dit rapport het gedrag bijhouden van alleen die gebruikers die je tijdens de gerelateerde perioden heeft verworven. Als je bijvoorbeeld opeenvolgende campagnes met 30 procent korting, 25 procent korting en 20 procent uitvoert in de aanloop naar de feestdagen, kun je zien hoe verschillende statistieken, zoals Opbrengst per gebruiker en Transacties per gebruiker, zich verhouden tot de groepen gebruikers die je hebt verworven op de datums waarop elke campagne werd uitgevoerd.

shares