Een Qualitative Cohort Analysis
maken
Weet u hoe uw Google Adwords-verworven klantensegmenten hun LTV in vergelijking met die klanten kweken die van biologisch onderzoek worden verworven? Hebt u er ooit aan gedacht om een cohort
analyse op verschillende klantensegmenten naast elkaar in het zelfde rapport uit te voeren? Als dat het geval is, kunt u deze vragen met een qualitative cohort analysis
beantwoorden.
Dit onderwerp duikt in wat een kwalitatieve cohort is, waarom u in het bouwen van deze analyse zou kunnen geinteresseerd zijn, en hoe u het in Commerce Intelligence kunt tot stand brengen.
Wat zijn qualitative cohorts
toch? whatare
In het algemeen kan de analyse van Cohort
globaal worden gedefinieerd als de analyse van gebruikersgroepen die gedurende hun levenscyclus vergelijkbare kenmerken delen. Hiermee kunt u gedragstrends in verschillende gebruikersgroepen identificeren.
Zie cohortanalyse.
De meeste cohort
analyses in Commerce Intelligence groeperen gebruikers samen door een gemeenschappelijke datum (bijvoorbeeld, de reeks alle klanten die hun eerste aankoop in een bepaalde maand maakten). Een qualitative cohort
is iets anders: het is een gebruikersgroep die wordt gedefinieerd door een kenmerk dat niet op tijd is gebaseerd. Voorbeelden zijn:
- De set met alle gebruikers die zijn aangeschaft via een advertentiecampagne
- De set van alle gebruikers voor wie de eerste aankoop een coupon bevatte (of niet)
- De set van alle gebruikers die een bepaalde leeftijd hebben
Hoe verschilt dat van de normale cohort
builder? different
Cohort Analysis Builder
is geoptimaliseerd voor het groeperen van cohorten met behulp van een op tijd gebaseerde eigenschap. Dit is ideaal voor analyses die zijn toegespitst op een specifiek gebruikerssegment (bijvoorbeeld alle gebruikers die zijn aangeschaft via een betaalde zoekcampagne). In Cohort Analysis Builder
kunt u (1) zich op die specifieke gebruikersgroep richten, en (2) cohort
op een datum (zoals hun eerste ordedatum).
Als u echter het cohortgedrag van meerdere gebruikerssegmenten in hetzelfde cohortrapport wilt analyseren (paid
zoeken in plaats van organic
zoeken in plaats van rechtstreeks verkeer, bijvoorbeeld?), kunt u deze geavanceerdere analyse maken in het Report Builder
.
Welke informatie moet ik verstrekken om mijn analyse te ondersteunen? support
Het creëren van een qualitative cohort
rapport in Report Builder
impliceert het Adobe analyst team dat sommige geavanceerde berekende kolommenop de noodzakelijke lijsten creeert.
Om deze te bouwen, voorleg a steunkaartje(en verwijzing dit artikel!). Dit is wat u moet weten:
-
De
metric
waarmee u de cohortanalyse wilt uitvoeren en de tabel waarin deze wordt gebruikt (bijvoorbeeld:Revenue
, gebaseerd op de tabelorders
). -
De
user segments
die u wilt definiëren en de locatie van die informatie in uw database (bijvoorbeeld: verschillende waarden vanUser's referral source
, native aan de tabelusers
en verplaatst naar de tabelorders
). -
De
cohort date
die u voor de analyse wilt gebruiken (bijvoorbeeld: deUser's first order date
tijdstempel). In dit voorbeeld kunnen we elk segment bekijken en vragen naarHow does a user's revenue grow in the months following their first order date?
. -
De
time interval
waarover u de analyse wilt weergeven (bijvoorbeeld:weeks
,months
ofquarters
na deUser's first order date
).
Als het team van analisten van de Adobe op het bovenstaande reageert, hebt u een paar nieuwe, geavanceerd berekende kolommen om uw rapport op te bouwen! Vervolgens kunt u de onderstaande aanwijzingen volgen.
De kwalitatieve cohortanalyse maken create
Eerst wilt u de metrische waarde toevoegen die u interesseert voor cohoring, eenmaal voor elke cohort
die u analyseert. In dit voorbeeld wilt u dat cumulatief Revenue
wordt gemaakt in de maanden na de eerste bestelling van een klant, gesegmenteerd door User's referral source
. Dit betekent dat u voor elk segment één Revenue
metrische waarde en filter voor het specifieke segment toevoegt:
Ten tweede moet u twee wijzigingen aanbrengen in de tijdopties van het rapport:
-
Stel de waarde
time interval
in opNone
. Dit is omdat u uiteindelijk tegen het tijdinterval als dimensie in plaats van het gebruiken van de gebruikelijke tijdopties groepeert. -
Stel
time range
in op het tijdvenster dat door het rapport moet worden bedekt.
In dit voorbeeld bekijkt u een all time
weergave van Revenue
. Daarna, zou u met een reeks punten moeten eindigen:
Ten derde past u zich aan om de cohorts
in te stellen. Op basis van de cohort date
en time interval
die u hebt opgegeven voor het Adobe-analist-team, hebt u een dimensie in uw account die de cohort
-bewerking uitvoert. In dit voorbeeld wordt die aangepaste dimensie Months between this order and customer's first order date
genoemd. Met deze dimensie moet u:
-
Group by
de dimensie met de optiegroup by
-
Selecteer alle gewenste waarden in de
dimension
-
Selecteer met de
Show top/bottom option
de bovenste X-maanden waarin u geïnteresseerd bent en sorteer op deMonths between this order and customer's first order date
-dimensie
U kunt nu één regel zien voor elke cohort
die u hebt opgegeven. Bekijk nu het voorbeeld — u ziet de Revenue
bijdrage van gebruikers van elke verwijzingsbron, grouped by
het aantal maanden tussen hun eerste orde en om het even welke verdere orde. In het voorbeeld is ook een Cumulative perspective
toegevoegd om de cohorts'
geaggregeerde groei weer te geven. Kijk in de tabel met resultaten voor meer granulariteit.
Wat zegt dit ons? Hier, is de specifieke verwijzingsbron Paid search
waardevol in de eerste maand van het de aankoopleven van een klant, maar handhaaft zijn klantenbasis met herhaalde opbrengst niet. Hoewel Direct Traffic
met een lager bedrag begint, worden de inkomsten in de daaropvolgende maanden in een vergelijkbaar tempo geaccumuleerd.
Ongeacht hoe u deze dikt, cohort
-analyse is een krachtig hulpmiddel in de gereedschapset voor analyse. Dit type analyse kan wat interessante inzichten over uw zaken opleveren die traditioneel time-based cohorts
misschien niet, toelatend u om betere gegevens-gedreven besluiten te maken.