Google 애널리틱스에서 동질 집단 분석을 수행하는 방법 [가이드]
측정 할 수없는 것을 제어하고 관리 할 수 없습니다.. 고맙게도 Google 애널리틱스의 보고서는 측정, 계획 및 웹 캠페인 관리. 오랫동안 Google 애널리틱스에서 일대일 분석을 수행 할 수 있었던 것은 분할 이 기능은 공개 된 웹 해킹 이상이었습니다..
그러나 전담 코호트 분석 탭을 사용할 수있게되어 결정적인 분석을 수행 할 수 있습니다. 당신이 활용할 수있는 필요한 행동 데이터 콘텐츠, 키워드 및 웹 마케팅 전략을 세밀하게 조정할 수 있습니다. 너는 할 수있다. 개별 일대 보고서를 모두 결합하십시오. 적절한 PDF로 병합하여 캠페인의 효과를 높이는 데 도움이되는 방식으로 데이터를 표시하십시오..
마지막 게시물 - Look into : Google 애널리틱스의 동질 집단 분석 - 동질 집단 분석을 수행 할 때의 비즈니스 이점에 대해 자세히 설명했습니다. 이 두 번째 부분에서는 필수 분석 단계 그 정확한 집단 분석을 용이하게한다..
나만의 일대 분석 수행
효과적인 코호트 분석을 수행하기 위해 취업하기 전에 다음 사항을 기록하는 것이 좋습니다.
(1) 응답해야하는 질문이 있는지 확인하십시오..
그것은 코호트 분석의 전체 요점은 실행 가능한 정보 얻기 a를 위해 특수한 목적, 비즈니스 프로세스, 제품 제조 및 전반적인 사용자 경험을 향상시키는 데 도움이 될 수있는 데이터를 찾는 회사와 같이 따라서 이러한 프로세스를 최적화 할 수 있는지 확인하려면 올바른 해결책을 찾기 위해 올바른 종류의 질문을하십시오.. 다시 - 권리 과 정확한 의문.
(2) 질문에 대한 올바른 대답을 찾을 수있는 측정 항목을 항상 정의하십시오..
포괄적 인 코호트 분석을 위해서는 모든 사건의 특정 특성에 대한 인식이 필요합니다. 이러한 이벤트에는 사용자가 지불 한 금액을 알 수있는 고급 메트릭을 사용하여 체크 아웃 한 사용자의 레코드가 포함될 수 있습니다..
(삼) 상황 별 특정 집단 (즉, 귀하의 분석과 관련이있는 집단)을 식별하십시오.).
집단 생성 프로세스에는 모든 실시간 사용자를 분석하여 대상을 지정하거나 특성 기반 기여를 수행하여 특정 차이로 특성을 강조하는 관련 차이를 얻습니다..
(4) 모든 데이터를 얻었 으면 이제 일대일 분석을 수행 할 수 있습니다.
코호트 분석이 상업적으로 인기가있는 이유는 기업에서 결과를 사용하여 회사 내의 부족을 식별 할 수 있기 때문입니다.
정확한 코호트 분석을 수행하는 방법
1 단계 : 원시 데이터 추출
일반적인 시나리오에서 코호트 분석을 수행하는 데 필요한 정보는 일종의 물리적 또는 가상 데이터베이스 내에 저장되며 수출해야한다. 스프레드 시트 기반 소프트웨어로 이 작업을 완료하려면 MySQL 또는 Microsoft Excel과 같은 도구를 사용할 수 있습니다..
예를 들어, 소비자 구매 행동을 연구하려는 경우 결과가 읽기 쉽고 제시된 어떤 형태로 데이터 시트 또는 데이터 테이블 고객 당 하나의 레코드를 포함하는 구매.
그에 상응하여 모든 개인 레코드는 일반적으로 고유 한 영숫자 태그 또는 유효한 전자 메일 주소, 날짜, 위치 및 시간, 총 구매 금액 및 고객의 첫 구매 일인 고객 ID를 보유합니다. 그만큼 “동질 집단 날짜.” 그리고 일반적인 경우에는 항상 MySQL 쿼리를 사용하여 불러 오기 그러한 정보.
그러나 당신은 이상적으로 원할 것입니다. 추가 특성 포함 고객 추천 소스와 같은 첫 번째 구매의 SKU. 그리고 작업을 훨씬 쉽게하기 위해 통계와 같은 도구 사용 이러한 속성에 대한 자동 액세스를 제공합니다..
2. 코호트 식별자 생성
코호트 식별자를 만들려면 추출한 데이터를 Excel에 열면됩니다. 당신이 “동질 집단 날짜” 특성을 이용하면 처음 구매할 때를 기준으로 한 고객 집단을 비교하는 등의 일을 할 수있는 인기있는 일대일 분석을 수행 할 수 있습니다.
따라서 실제로 첫 구매를 한 특정 달을 기준으로 동질 집단을 그룹화 할 수있는 경우에는 먼저 각자의 “동질 집단 날짜” 가치 ~로 표현이 될 가상 버킷 고객의 초기 구매 년과 월 중.
3. 게이지 수명주기 단계
고객이 속한 집단을 확인한 후에는 ~을 규제하다 “생명주기 단계” 분석의 해당 특정 집단 구성원에 대해 발생한 사건.
귀하의 고객이 몇 개월 후에 어떤 시점 및 후속 시점에 구매를한다면, 그들의 초기 구매 일의 코호트에 해당하다. 결과적으로 첫 구매는 초기 라이프 사이클 단계에 있고 다음 구매는 두 번째 수명주기 단계에 해당합니다.
라이프 사이클 단계를 정확하게 계산하려면 경과 된 시간 고객의 첫 구매와 지정한 구매 사이의 차이.
4. 피벗 테이블 및 그래프 만들기
코호트 분석의 마지막 단계는 피벗 테이블 만들기. 이 테이블은 분석에있어 매우 중요합니다. 집단을 산출하다 합계 또는 평균과 같은, 일대일 데이터의 여러 차원에 걸쳐.
비즈니스 용 피벗 테이블을 사용하는 경우 대부분 피벗 테이블을 만들어야합니다. 고객의 거래 금액 합계를 수행한다., 각 코호트에 대해 하나의 행을 나타내고 관련 기간 당 하나의 열을 보여주는.
데이터를 보는 데 어려움이있는 경우 가장 기본적인 Excel 선형 그래프로 쉽게 시각화 할 수 있습니다.
마무리
코호트 분석은 대부분 사용자 보존 및 사용자 행동 연구, 동일한 Google Analytics 아바타는 웹 분석 전문가가 페이지 뷰, 세션 지속 시간, 목표 완료와 같은 학습 통계.
또한 사용자 당 검색 쿼리, 그룹 당 세션 지속 시간 및 특정 사용자에 대한 페이지 뷰와 같은 사용자 선택 측면에서의 메트릭도 연구 할 수 있습니다.
거기에 충분하다. 사용자 행동을보다 잘 이해할 수 있도록 도와주세요., 마케팅 전략의 효과 및 프로모션 믹스의 성공 이 가이드를 신뢰하고 Google 웹 로그 분석을 사용하여 고급 집단 분석을 시작하십시오..
지금 읽기 : 살펴보기 : Google 애널리틱스의 동질 집단 분석
