Analityka www dla Właścicieli Biznesu Google Analytics: Kohort

0:00Teraz na kolejnym szablonie do raportowania, czyli eksploracja kohorty.

0:06Ponownie jesteśmy w systemie demo.

0:09Wybieramy domyślnie

0:11utworzony raport, który realnie pokazuje nam na pierwszy rzut oka w jaki sposób

0:17pewna grupa użytkowników wchodzi w reakcję z naszą stroną.

0:22Po np.

0:24pierwszych zdarzeniach, które wykonała na stronie, czyli np.

0:27mogła odwiedzić naszą stronę i następnie w

0:30ramach pierwszego czy pierwszego zerowego tygodnia, czyli

0:34zerowym tygodniu mieliśmy około 1000 311 użytkowników.

0:39Potem osoby, które w tym okresie były na naszej stronie weszły w ciągu kolejnego

0:45tygodnia znowu na naszą stronę, wykonały jakieś akcje.

0:48Mamy już 74 osoby jako użytkowników.

0:52Oczywiście w kolejnym tygodniu już 31.

0:56Potem mamy 18 i na samym końcu 9.

0:59Więc te tak jakby analizy kohorty pokazują nam, czy użytkownicy w tym okresie czasu

1:06później ponownie angażują się w działania na naszej stronie.

1:11I teraz w jaki sposób ci użytkownicy są

1:13brani tutaj w ogóle pod uwagę jeżeli chodzi o kohorty?

1:16Założenie jest takie, że w momencie kiedy mamy uwzględnione w

1:20kohorty ten element jako pierwsza wizyta, to za każdym razem każdy nowy użytkownik,

1:25który wchodzi na naszą stronę jest traktowany jako tzw.

1:29tydzień zero i ma oznaczoną wówczas tutaj tą informację.

1:33I teraz jeżeli powróci na naszą stronę i mamy ustawiony element dowolne

1:38zdarzenie, to w każdym z tych tygodni ten użytkownik zostanie odznaczony.

1:45Istotne jest to, aby zrozumieć na czym

1:48polega tutaj mechanizm obliczania tych informacji.

1:52Standardowo

1:53jest to liczone w formie taki, że jeżeli w którymkolwiek z tygodni dany użytkownik

1:59wróci na naszą stronę, zostanie zaliczony na poczet tego, że odwiedził naszą stronę.

2:06Czyli w przypadku liczenia standardowego

2:09pierwszy raz spotkał się z naszą stroną pomiędzy 12 stycznia 13.

2:14Następnie wrócił w trzecim tygodniu.

2:17Dzięki temu został tutaj zaznaczony.

2:20Mógł pominąć wcześniejsze tygodnie.

2:23Jeżeli wybierzemy mechanizm liczenia ciągłego.

2:27Wówczas system wymusza na danym użytkowniku.

2:32Bycie każdego tygodnia, aby można było jego dalej tutaj liczyć.

2:38Czyli spotkał się z naszą stroną pomiędzy 12 i 13 stycznia.

2:43Następnie był w kolejnym tygodniu na naszej stronie.

2:48W następnym tygodniu i jeszcze w następnym.

2:50Natomiast już w czwartym tygodniu od

2:53naszej wizyty na naszej stronie już się go nie było, więc musi mieć zaliczone

2:58przynajmniej każdy kolejny ten element tygodnia.

3:02Możemy również tutaj zmienić zamiast tygodnie to na.

3:07Codziennie.

3:08I teraz zwróć uwagę na to, że jeżeli

3:10zmieniliśmy mechanizm na codziennie, to w rzeczywistości po trzecim dniu,

3:16w przypadku liczenia standardowego już można powiedzieć mamy pustki.

3:21Ze względu na to, że mamy mechanizm

3:22liczenia ciągłego, czyli dany użytkownik musiał każdego dnia wchodzić na naszą

3:27stronę, aby móc dalej jego pokazywać w ramach kohorty.

3:32Nie do końca rozumiem temat liczenia

3:35całkowitego, bo te liczenie całkowite pokazuje z mojej perspektywy jakieś dziwne

3:40dane, których nie do końca potrafię zidentyfikować i zrozumieć.

3:44Dlatego pominę ten element, żeby nie wprowadzać Was w błąd.

3:47Sam często korzystam z mechanizmu

3:49standardowego i mam to najczęściej rozbite na tygodnie, ewentualnie czasami na dni.

3:56I teraz założenie jest takie jeżeli chcemy zweryfikować np.

4:01użytkownika, jego zachowanie, to możemy pobawić się mechanizmami

4:05dotyczącymi tego, co w rzeczywistości użytkownik musiał

4:08zrobić na samym początku na naszej stronie, aby później sprawdzić

4:13ile trwało doprowadzenie jego do konkretnego procesu.

4:17I teraz możemy to w ten sposób ustawić, że

4:21liczymy pierwszą wizytę danego użytkownika,

4:25a w przypadku kryterium pozostania możemy zaznaczyć, że musiał zrobić np.

4:31dowolną transakcję bądź dowolną konwersję na stronie.

4:34Zaznaczmy transakcję i tutaj.

4:37Na tej podstawie możemy stwierdzić, że użytkownicy najczęściej robią zakupy

4:42w pierwszym, czyli zerowym tygodniu odwiedzenia na naszej stronie.

4:47Im dłużej czekamy z danym użytkownikiem,

4:50tym mamy mniejszą szansę, że dokona zakupu.

4:53I teraz ta informacja może być przydatna, żeby zweryfikować.

4:58Jeżeli prowadzimy sprzedaż np.

5:00kursu internetowego, bądź ewentualnie

5:02jakiegoś innego pojedynczego produktu, który np.

5:05jest dosyć drogi możemy sprawdzić np.

5:08zmieniając tutaj informacje o codziennie,

5:12czyli szczegóły kohorty, sprawdzić codziennie.

5:15Dzięki temu będziemy widzieli ile czasu

5:18mniej więcej nasz użytkownik potrzebuje na podjęcie decyzji pomiędzy pierwszą

5:24styczność z naszą stroną a momentem, kiedy dokonuje zakupu.

5:29Czy w rzeczywistości najczęściej robi to pierwszego dnia, kiedy wchodzi na naszą

5:34stronę, czy jednak potrzebuje większej ilości czasu na podjęcie decyzji.

5:40Więc warto jest przeglądać sobie tego typu

5:43informacje, aby móc zweryfikować właśnie dane dotyczące kohorty.