使用同类群组分析来理解客户行为

Last update: Mon Nov 27 2023 00:00:00 GMT+0000 (Coordinated Universal Time)

主题：
Cohort Analysis

创建对象：

Experienced
User

要改善客户体验和收入，企业必须了解客户行为。同类群组分析有助于理解参与度和维系率，从而采取改进客户创建和创建大流量月份促销活动等措施。

分析数字性能对于了解客户如何与业务交互以及可以采取哪些操作改善其体验至关重要。在这篇博文中，我们将探索如何使用同类群组分析来更好地了解客户行为。

第1部分：比较首次访问和回访之间的数字性能

设置舞台

一位客户希望了解过去两年的数字绩效，并考虑开发忠诚度计划以提高数字绩效。首先，我们可以了解当前新用户和回访用户之间的网站组合，以了解这两组访客当今的行为。

当前数字性能

2022年，62%的订单来自首次访问，而来自回访的订单占38%（基于Cookie、多设备）。
首次访问的转化率略高于这两次访问的回访转化率，即11.6%比11.4%。
与2021年相比，两个部门的转化率都有所下降。

访问次数表

第2部分：同类群组分析 — 访问可食用安排全球生产

要了解数字渠道的吸引力以及吸引回头客的机会，应回答的下一个问题是：2022年每月回访网站的访客数量是多少？

解释结果

2022年：

保留率最高的+1个月包括1月、4月和11月
成交量最大的月份包括2月和5月
每月大约有1,000名访客返回网站

2022年维系率表

2021年：

保留率最高的月份+1个月包括4月、1月和3月
成交量最大的月份包括2月和5月

2021年维系率表

措施项：

根据约1,000位访客创建一个区段，并了解关于这些访客的更多信息：

他们在哪里？
他们全年购买哪些产品？
他们从哪些商店购买产品？

关键月份突出显示了根据卷推动保留的机会：

是否有特定策略可以在2月和5月期间增加吸引力，以充分利用销售量？

订单的重复分析以了解重复购买者

同一月份的最高+1个月留存率吗？
订单的最高访问月份是否相同？

第3部分：将两个量度添加到包含条件

了解登录的影响

由于此客户希望了解忠诚度计划的价值，因此分析的下一步包括在登录成功事件中添加作为同类群组的包含量度。

注意：同类群组分析不能用于计算量度（例如转化率）或非整数量度（例如收入）。只有可以在区段中使用的量度才能在同类群组分析中使用，并且它们一次只能递增 1。

网站是否更有可能保留正在登录的用户？

如果我们能让更多用户登录，会有什么影响？那是一种更粘稠的体验吗？

设置同类群组表

设置日期范围： 至2022年1月至12月
包含标准： 访问次数+登录成功事件
回访标准： 访问
粒度： 月
设置： 滚动计算**允许您根据前一列而不是所包含的列计算维系率。因此，这意味着每个月都会包含用户**

解释结果

2022年：

保留率最高的月份+1个月包括1月、4月和11月（与第一个同类群组表相同的月份）
成交量最大的月份包括二月、五月和十二月
每月约有2500位访客回访**超过两倍**

措施项：

调查网站用户体验，以便在签出期间让用户创建帐户

第4部分：自定义同类Dimension

自定义维度同类群组：创建基于所选维度的同类群组，而不是基于时间的同类群组（默认）。许多客户想要按时间以外的其他方式分析他们的同类群组，现在，通过新的自定义维度同类群组功能，可以灵活地根据他们所选的维度构建同类群组。在中使用营销渠道、营销活动、产品、页面、区域或任何其他维度 Adobe Analytics 以显示维系率根据这些维度的不同值有何变化。

自定义Dimension同类群组区段定义仅将维度项用作包含时段的一部分，而不是回访定义的一部分。

选择自定义维度同类群组选项后，您可以将所需的任何维度拖放到拖放区域中。这允许您比较同一时间段内的类似维度项目。例如，您可以并排比较各个城市的绩效

侧、产品、营销活动等。它会返回您的前14维项目。但是，您可以使用过滤器（通过将鼠标悬停在拖动的维度的右侧来访问过滤器）来仅显示所需的维度项目。自定义维度同类群组不能与延时表功能一起使用。