วิธีการทำการวิเคราะห์หมู่ด้วย Google Analytics [คำแนะนำ]
คุณไม่สามารถควบคุมและจัดการสิ่งที่คุณไม่สามารถวัดได้. โชคดีที่รายงานของ Google Analytics เป็นกลไกความรู้ที่สมบูรณ์แบบสำหรับคุณ การวัดการวางแผนและการจัดการแคมเปญเว็บ. เป็นเวลานานที่คุณสามารถทำการวิเคราะห์หมู่บน Google Analytics ผ่านทาง การแบ่งส่วน ซึ่งเป็นอะไรที่มากกว่าแฮ็คเว็บที่เผยแพร่.
แต่ด้วยความพร้อมใช้งานของแท็บการวิเคราะห์กลุ่มโดยเฉพาะตอนนี้คุณสามารถทำการวิเคราะห์ข้อสรุปที่ให้คุณด้วย ข้อมูลพฤติกรรมที่จำเป็นซึ่งคุณสามารถใช้ประโยชน์ได้ เพื่อปรับเนื้อหาคำหลักและกลยุทธ์การตลาดผ่านเว็บของคุณ คุณสามารถ รวมรายงานกลุ่มคนทั้งหมดของคุณทั้งหมด และรวมไว้ใน PDF ที่เหมาะสมเพื่อนำเสนอข้อมูลในลักษณะที่ช่วยในการเพิ่มประสิทธิภาพของแคมเปญ.
ในโพสต์ล่าสุดของฉัน - A Look in: Cohort Analysis ใน Google Analytics - ฉันได้อธิบายถึงผลประโยชน์ทางธุรกิจหลายอย่างของการทำการวิเคราะห์ cohort ในส่วนที่สองนี้ฉันจะแบ่งปัน ขั้นตอนการวิเคราะห์ที่จำเป็น ที่ อำนวยความสะดวกในการวิเคราะห์หมู่ที่ถูกต้อง.
ดำเนินการวิเคราะห์ตามรุ่นของคุณเอง
เพื่อที่จะทำการวิเคราะห์ที่มีประสิทธิภาพเราขอแนะนำให้คุณจดบันทึกประเด็นต่อไปนี้ก่อนที่คุณจะเริ่มงาน
(1) ตรวจสอบให้แน่ใจว่าคุณมีคำถามที่ต้องการคำตอบ.
นั่นเป็นเพราะประเด็นทั้งหมดที่มีการวิเคราะห์ตามรุ่นคือ รับข้อมูลที่สามารถดำเนินการได้ สำหรับ วัตถุประสงค์เฉพาะ, เช่น บริษัท ที่กำลังค้นหาข้อมูลที่สามารถช่วยปรับปรุงกระบวนการทางธุรกิจการผลิตผลิตภัณฑ์และแม้แต่ประสบการณ์ผู้ใช้โดยรวม ดังนั้นเพื่อให้แน่ใจว่ากระบวนการเหล่านี้สามารถเพิ่มประสิทธิภาพได้นั้นเป็นสิ่งจำเป็นสำหรับคุณ ถามคำถามที่เหมาะสมเพื่อหาทางออกที่ถูกต้อง. อีกครั้ง - ถาม ขวา และ แม่นยำ คำถาม.
(2) กำหนดตัวชี้วัดเสมอที่จะช่วยให้คุณค้นหาคำตอบที่ถูกต้องสำหรับคำถามของคุณ.
การวิเคราะห์หมู่ที่ครอบคลุมต้องได้รับการยอมรับคุณสมบัติเฉพาะของเหตุการณ์ใด ๆ เหตุการณ์เหล่านี้อาจรวมถึงระเบียนของผู้ใช้ที่เช็คเอาท์ด้วยตัวชี้วัดขั้นสูงที่ช่วยให้คุณทราบว่าผู้ใช้ได้ชำระเงินไปเท่าใด.
(3) ระบุกลุ่มของคุณตามสถานการณ์ (นั่นคือกลุ่มที่เกี่ยวข้องกับการวิเคราะห์ของคุณ).
กระบวนการในการสร้างกลุ่มที่เกี่ยวข้องกับการวิเคราะห์ผู้ใช้เรียลไทม์ทั้งหมดและกำหนดเป้าหมายพวกเขาหรือดำเนินการสนับสนุนตามคุณลักษณะที่จะได้รับความแตกต่างที่เกี่ยวข้องที่จะเน้นลักษณะของพวกเขาเป็นกลุ่มที่เฉพาะเจาะจง.
(4) เมื่อคุณมีข้อมูลทั้งหมดของคุณคุณสามารถทำการวิเคราะห์ตามรุ่นต่อไปได้.
เหตุผลที่การวิเคราะห์แบบ cohort นั้นเป็นที่นิยมในเชิงพาณิชย์ก็เพราะธุรกิจสามารถใช้ผลลัพธ์เพื่อระบุข้อบกพร่องภายใน บริษัท ของพวกเขา.
วิธีการทำการวิเคราะห์หมู่ที่แม่นยำ
ขั้นตอนที่ 1: แยกข้อมูลดิบ
ในสถานการณ์ทั่วไปข้อมูลที่ต้องการเพื่อทำการวิเคราะห์หมู่จะถูกเก็บไว้ในฐานข้อมูลทางกายภาพหรือเสมือนบางประเภทและ จะต้องมีการส่งออก เป็นซอฟต์แวร์ที่ใช้สเปรดชีต คุณสามารถใช้เครื่องมือเช่น MySQL หรือ Microsoft Excel เพื่อทำสิ่งนี้ให้สำเร็จ.
ตัวอย่างเช่นหากคุณต้องการศึกษาพฤติกรรมการซื้อของผู้บริโภคคุณต้องการให้ผลลัพธ์ของคุณเป็นจริง อ่านง่ายและนำเสนอ ในบางรูปแบบของ แผ่นข้อมูลหรือสารบัญ ที่มีระเบียนเดียวต่อการซื้อของลูกค้า.
ตามลําดับบันทึกแต่ละรายการจะมีรหัสลูกค้าซึ่งโดยทั่วไปจะเป็นแท็กตัวเลขและตัวอักษรที่ไม่ซ้ำกันหรือที่อยู่อีเมลที่ถูกต้องวันที่สถานที่และเวลาที่ซื้อมูลค่าการซื้อทั้งหมดและวันที่ซื้อครั้งแรกของลูกค้า “วันที่หมู่.” และในกรณีทั่วไปคุณสามารถทำได้ตลอดเวลา ใช้แบบสอบถาม MySQL เพื่อนำมาขึ้น ข้อมูลดังกล่าว.
อย่างไรก็ตามคุณต้องการที่จะนึกคิด รวมถึงคุณสมบัติเพิ่มเติม เช่นแหล่งอ้างอิงลูกค้า SKU ของการซื้อครั้งแรก และเพื่อให้งานของคุณง่ายขึ้นคุณสามารถทำได้ ใช้เครื่องมือเช่นตัวชี้วัด เพื่อให้คุณสามารถเข้าถึงคุณลักษณะเหล่านี้โดยอัตโนมัติ.
2. สร้างตัวบ่งชี้รุ่นหมู่
ในการสร้างตัวบ่งชี้หมู่คุณจะต้องเปิดข้อมูลที่คุณแยกลงใน Excel หลังจากที่คุณดึง “วันที่หมู่” คุณสามารถดำเนินการวิเคราะห์ตามรุ่นที่เป็นที่นิยมซึ่งคุณสามารถทำสิ่งต่าง ๆ เช่นเปรียบเทียบกลุ่มลูกค้าตามเมื่อพวกเขาทำการสั่งซื้อครั้งแรก.
ดังนั้นในกรณีที่คุณอาจจัดกลุ่มเพื่อนของคุณตามเดือนที่ระบุซึ่งพวกเขาทำการซื้อครั้งแรกจริง ๆ คุณต้องก่อน แปลแต่ละรายการของคุณ “วันที่หมู่” ค่า เป็น ถังเสมือนที่จะเป็นตัวแทน ของปีและเดือนที่ลูกค้าซื้อครั้งแรก.
3. ขั้นตอนวัฏจักรของมาตรวัด
หลังจากที่คุณตรวจสอบรุ่นที่ลูกค้าของคุณต้องการคุณก็ต้อง ควบคุม “วงจรชีวิต” จากการวิเคราะห์ของคุณ ในเหตุการณ์ที่เกิดขึ้นสำหรับสมาชิกกลุ่มนั้น ๆ.
หากลูกค้าของคุณทำการสั่งซื้อ ณ จุดใดก็ได้และหลังจากนั้นไม่กี่เดือนพวกเขาก็จะ อยู่ในกลุ่มของวันที่ซื้อครั้งแรก. ดังนั้นการซื้อครั้งแรกของพวกเขาก็จะอยู่ในช่วงอายุการใช้งานเริ่มต้นนั้นและการซื้อครั้งต่อไปของพวกเขาจะตกอยู่ภายใต้ระยะเวลาการสนับสนุนรอบที่สอง.
ในการคำนวณรอบระยะเวลาอย่างแม่นยำคุณจะต้องตรวจสอบให้แน่ใจ จำนวนเวลาที่ผ่านไปแล้ว ระหว่างการซื้อครั้งแรกของลูกค้ากับการซื้อที่คุณระบุ.
4. สร้างตาราง Pivot และกราฟ
ขั้นตอนสุดท้ายของการวิเคราะห์กลุ่มของคุณคือ สร้างตารางเดือย. ตารางเหล่านี้มีความสำคัญต่อการวิเคราะห์ของคุณเพราะพวกเขาอนุญาตให้คุณ คำนวณส่วนรวม เหมือนผลรวมหรือแม้แต่ค่าเฉลี่ย, ในหลายมิติของข้อมูลกลุ่มของคุณ.
หากคุณกำลังใช้ตารางสาระสำคัญสำหรับธุรกิจของคุณส่วนใหญ่คุณจะต้องสร้างตารางนั้น ดำเนินการ SUM ของจำนวนการทำธุรกรรมของลูกค้า, ซึ่งจะแสดงหนึ่งแถวสำหรับแต่ละรุ่นและหนึ่งคอลัมน์ต่อช่วงเวลาที่เกี่ยวข้อง.
หากคุณมีปัญหาในการดูข้อมูลของคุณคุณสามารถเห็นภาพได้อย่างง่ายดายบนกราฟเส้นพื้นฐานของ Excel.
สรุป
แม้ว่าการวิเคราะห์ตามรุ่นจะได้รับการพึ่งพาเป็นส่วนใหญ่ การเก็บข้อมูลผู้ใช้และการศึกษาพฤติกรรมผู้ใช้, อวตารของ Google Analytics เดียวกันสามารถใช้ประโยชน์จากผู้เชี่ยวชาญด้านการวิเคราะห์เว็บ ศึกษาตัวชี้วัดเช่นการดูหน้าเว็บระยะเวลาในเซสชั่นการบรรลุเป้าหมาย.
นอกจากนี้ยังสามารถศึกษาการวัดในแง่ของการเลือกผู้ใช้เช่นการค้นหาต่อผู้ใช้ระยะเวลาเซสชันต่อกลุ่มและการดูหน้าเว็บสำหรับผู้ใช้เฉพาะ.
มีเพียงพอที่จะ ช่วยให้คุณเข้าใจถึงพฤติกรรมของผู้ใช้มากขึ้น, ประสิทธิผลของกลยุทธ์การตลาดและความสำเร็จของการผสมผสานการโปรโมตของคุณ เชื่อถือคู่มือนี้และเริ่มการวิเคราะห์ขั้นสูงของคุณด้วย Google Analytics.