Как использовать когортный анализ
Когортный анализ заключается в исследовании характеристиккогорт (групп пользователей), объединенных по общим временным признакам.
Когорты очень похожи на сегменты с тем отличием, что когорта объединяетпользователей определенного промежутка времени, в то время как сегмент можетбыть основан на любых других характеристиках пользователей. Для сайтов когортуобычно определяют по первому посещению или целевому действию пользователя.
Затем мы можем отслеживать, как меняется поведение пользователей из этойкогорты с течением времени, или сравнивать сами когорты между собой. Этопредоставит нам возможность лучше понимать влияние маркетинговых мероприятий иповысить качество принимаемых решений.
Когортный анализ разделяет действия новых и старыхпользователей. Благодаря этому у нас появляется возможность разделитьпоказатели бизнеса, отвечающие за получение новых клиентов и за удержаниестарых. Почему это важно? Обычно для оценки успешности бизнеса используют общийдоход:
Однако это не говорит о том, за счет чего увеличивается этотдоход. Вы можете успешно привлекать новых пользователей и за счет этогоувеличивать прибыль, но ваши старые пользователи могут больше не возвращаться.
Из такого графика этого не узнать.
Разобьем пользователей на когорты и построим аналогичныйграфик:
Каждая когорта на графике представлена своим цветом и ихсумма показывает ту же доходность, что и прошлый график, но теперь мы видимкакое влияние оказывают разные группы пользователей на доход. Первыевертикальные линии каждого цвета отображают покупки новых пользователей. Такжемы видим, как ведут себя эти пользователи в дальнейшем – это показывают хвостытого же цвета, которые тянутся до конца графика. На данном графике первыйимпульс роста с 9-го по 29-го марта происходил за счет привлечения новыхпользователей. Но после 3-го апреля количество новых пользователей снизилось иперестало увеличиваться. В это время доход увеличивался за счет ужепривлеченных ранее пользователей.
Отслеживание новых посещений
Итак, первый вариант использования когортного анализа – этосравнительный анализ разных когорт. Это отличный способ отслеживания новыхпосещений и трендов.
Например, мы можем отслеживать результаты изменений насайте. Если вы собираетесь что-то менять на сайте или делаете это регулярно, токогортный анализ – это то, чем вы просто обязаны пользоваться. С помощью неговы можете быстро оценить эффект от нововведений и понять насколько измененияпришлись по вкусу вашим пользователям: стали ли они совершать больше целевыхдействий или меньше, увеличились ли продажи или доход и т.д.
Аналогично можно измерять эффект от маркетинговых кампаний:были ли они эффективны, какой доход они принесли. На скриншоте ниже можнозаметить существенный рост дохода от когорты, в которую собраны пользователи,посетившие сайт в течение недели, начавшейся 20 июня. Мы сразу можем оценитьуспешность мероприятий, проведенных в течение этой недели.
Отслеживание повторных посещений
Второй вариант использования когортного анализа можноназвать анализом лояльности пользователей – это исследование когорт с течениемвремени. На графике мы видим когорты (линии разного цвета) и доход, который ониприносят в течение выбранного периода времени. Мы можем оценить время жизнипользователей и доход, который приносит каждый пользователей (LTV – lifetimevalue). Если пользователи совершают первую покупку и больше не возвращаются квам, вы сразу же увидите это и сможете принять меры по возвращениюпользователей. В данном примере пользователи продолжают возвращаться на сайт исовершать покупки в течение долгого периода времени.
Вы также можете понять, как разные когорты ведут себя вдальнейшем. Одни из них могут приносить вам больший доход, другие – меньший.
Определив, чем отличаются эти когорты между собой, вы сможете привлекать болеелояльную вам аудиторию.
Дальше мы рассмотрим, какие варианты есть для построения отчетов по когортномуанализу на основе данных из Google Analytics.
Когортный анализ в Google Analytics
Технически вы можете построить когорты с помощью сегментов, выбирая группыпользователей за нужный период. Для каждой когорты придется создать свойсегмент, а затем выгрузить данные в Excel, где и производить дальнейшуюманипуляцию над данными и анализ. Однако это очень трудоемко и неудобно. Ксчастью, Google Analytics предлагает пользователям отчет по когортам, которыйнаходится в разделе «Аудитория – Когортный анализ». Выглядит он следующимобразом:
Для построения отчета вам необходимо выбрать тип и размеркогорты, показатель, который будет выводится на графике и в таблице, идиапазон, за который вы хотите получить отчет. На рисунке выше в качествепоказателя выбрано количество транзакций и когорты построены по неделям. Наверхнем графике отображается количество транзакций, которые совершилипользователи каждой когорты. Транзакции, принадлежащие одной когорте,отображаются линией одного цвета и разбиваются по периодам, в данном случае понеделям. На графике мы видим, сколько транзакций совершают пользователи впервую и последующие недели. Под графиком размещается таблица, котораяотображает ту же самую информацию, но в табличном виде, где каждая когортапредставлена одной строкой.
Как и в других отчетах Google Analytics, мы можем добавитьсегменты и изучить когорты одного конкретного сегмента или сразу нескольких.
Такая возможность очень сильно расширяет функционал когортного анализа ипозволяет исследовать когорты в разрезе практически любых параметров. Приизучении когорт на всех пользователях сразу, без сегментации, не всегда можнообъяснить то или иное отклонение. Также в общей массе пользователей бываеточень трудно заметить какие-либо изменения т.к. большое количество источниковтрафика сливается и заметить разницу между когортами невозможно. Благодарясегментам появляется возможность посмотреть на тонкий срез посетителей. В этомслучае, как правило, найти и объяснить отклонения уже не составляет труда. Наскриншоте ниже в качестве примера приведен когортный отчет для платного ибесплатного трафиков. В отличие от прошлого отчета (см. скриншот выше), здесьлегко заметить различия в когортах, и, если вы в курсе маркетинговыхмероприятий, легко поймете, чем они вызваны. Так же легко вы сможете увидетькакой эффект имели те или иные изменения на сайте, сравнив поведение когорт дои после изменений.
К сожалению, когортный анализ в Google Analytics обладаетрядом существенных недостатков, осложняющих его эффективное использование. Вотосновные из них.1.Семплинг
Если вам необходимо использовать сегменты, то, скорее всего,вы столкнетесь с семплингом. Это значит, что для вашего отчета Google Analyticsбудет использовать только часть данных, из-за этого о точности данных говоритьуже невозможно. Как следствие, принимать решения, основанные на неточныхданных, не имеет смысла. Если для примера взять отчет с сегментацией на платныйи бесплатный трафик, приведенный выше, то он был построен всего на 10% от всехданных.
2. Только один тип когорты
В Google Analytics доступен только один тип когорты – датапервого посещения. Таким образом, вы можете группировать пользователей толькопо первому посещению. Часто бывает необходимо провести анализ групп, основанныхна других характеристиках пользователей, например, на первых транзакциях, накаких-то событиях и т.д. К сожалению, с Google Analytics это сделатьневозможно.3. Ограниченный период отчетности
Следующее ограничение касается размера когорты и периодаотчета. Что касается размера когорты, то в Google Analytics их три: по дням, понеделям и по месяцам. Этого вполне достаточно, однако к ним привязаны диапазоныдат для отчета. Если вам необходимы когорты по дням, то отчет вы сможетесоздать максимум за последние 30 дней. Для недельных и месячных групп доступнотолько последние 3 месяца. Безусловно, это лучше, чем ничего, но дляэффективного применения когортного анализа этого маловато, особенно если выанализируете более крупные периоды – недели и месяцы. Кстати, недели в GoogleAnalytics начинаются с воскресенья, а не с понедельника, и изменить этоневозможно.4. Ограниченная визуализация
На графике можно отобразить только 4 когорты. Показательвыводится в виде линейного графика максимум за последние 12 дней или недель.
Никаких других возможностей в графической части отчета нет.
Когортный анализ в Tableau
Из-за ограничений, описанных выше, использование встроенногокогортного анализа в Google Analytics становится практически бесполезным длясложных проектов. Поэтому в нашем агентстве было принято решение создать отчетпо когортам таким образом, чтобы устранить все эти недостатки. В итогеполучилась связка Google Analytics + BigQuery + Tableau. С помощью API данныеиз Google Analytics ежедневно импортируются в BigQuery, а затем визуализируютсяс помощью Tableau. Для сложных и уникальных проектов может понадобитьсяпредварительная настройка сбора данных, которая расширит функциональность иинформативность отчета.
Мы хотели бы показать вам пример такого отчета:
//
Такой отчет отлично подойдет маркетологам и руководству, онне требует сложных настроек, создания сегментов, а предоставляет всю важнуюинформацию в готовом виде со всеми необходимыми фильтрами и сегментами. Данныеобновляются автоматически, и вы каждый день будете видеть актуальную информациюо вашем проекте. И что важнее всего – нам удалось обойти ограничения, которыеприсутствуют в стандартном отчете Google Analytics:1. Благодаря выгрузке данных с помощью API нам удалосьобойти семплирование, отчет строится на всех данных, а не на какой-то ихчасти.2. Тип когорты мы можем задавать самостоятельно, но может потребоватьсяпредварительно настроить события, по которым требуется группироватьпользователей.3. Период для отчета мы можем указывать абсолютно любой, за который у нассобраны данные.4. Благодаря Tableau мы практически ничем не ограничены в визуализации и принеобходимости можем построить любые графики и таблицы.
Нужно отметить, что вам даже не обязательно использоватьBigQuery, для построения таких отчетов. Для этого понадобится выгрузить данныеиз Google Analytics в Excel и затем построить отчет в Tableau. В этом случае выдаже можете воспользоваться бесплатной версией Tableau т.к. вам не понадобитьсяподключаться к BigQuery. Для небольших проектов этого может быть вполнедостаточно, к тому же это можно сделать совершенно бесплатно. Конечно, еслиданных очень много, то будет проблематично выгрузить их в Excel, не говоря ужео регулярном обновлении. Поэтому использование API Google Analytics для импортаданных в BigQuery является оптимальным решением для крупных проектов.