Konfigurera en kohorttabell
Så här skapar och konfigurerar du en Cohort table:
-
Lägg till en Cohort table-visualisering. Se Lägga till en visualisering på en panel.
-
Definiera Inclusion Criteria, Return Criteria, Cohort Type och Settings enligt definitionen i tabellen nedan.
table 0-row-2 1-row-2 2-row-2 3-row-2 4-row-2 5-row-2 Element Beskrivning Inclusion criteria Du kan använda upp till 10 inkluderingsfilter och upp till 3 inkluderingsvärden. Måttet anger vilken kohort en användare tillhör. Om inkluderingsmåttet till exempel är Order, inkluderas endast användare som lade en order under kohortanalysens tidsintervall i den initiala kohorten.
Standardoperatorn mellan mätvärden är AND, men du kan ändra den till OR. Dessutom kan du lägga till numerisk filtrering i dessa mätvärden. Till exempel:Sessions >= 1
.Return criteria Du kan använda upp till 10 returfilter och upp till 3 returvärden. Måttet anger om användaren har behållits (kvarhållning) eller inte (bortfall). Om returvärdet till exempel är Videovyer visas bara de användare som visade videor under efterföljande tidsperioder (efter den period då de lades till i en kohort) som sparade. Ett annat mått som kvantifierar kvarhållandet är sessioner. Granularity Tidsgranulariteten för dag, vecka, månad, kvartal eller år. Type Retention (standard): En Retention-kohort mäter hur bra din person kohorter återgår till din egenskap över tid. En bevarandekohort är standardkohorten och anger att användaren ska returnera och upprepa beteendet. En grön färg anger en Retention-kohort i tabellen.
Churn: En Churn-kohort (kallas även attribut eller utfall) mäter hur din personkohort faller bort från din egenskap över tid. Churn är motsatsen till kvarhållande:Churn = 1 - Retention
. Churn är ett bra mått på hur kantig kunderna är och hur ofta de inte kommer tillbaka. Du kan använda urn för att analysera och identifiera fokusområden: vilka kohortfilter kan behöva lite uppmärksamhet. En röd färg indikerar en Churn-kohort i tabellen (liknar utfallet i Flow-visualiseringen).Settings Rolling calculation: Beräkna kvarhållande eller bortfall baserat på föregående kolumn, i stället för kolumnen Inkluderat (standard). Rolling Calculation ändrar beräkningsmetoden för dina returperioder. Vid den normala beräkningen hittas användare som uppfyller returkriterierna och som ingick i inkluderingsperioden. Oavsett om de var i kohorten eller inte under den föregående perioden. I stället hittar Rolling Calculation användare som uppfyller returvillkoret och som var en del av den föregående perioden. Därför filtrerar och fördelar Rolling Calculation de användare som kontinuerligt uppfyller kriterierna för retur under perioden. Return-villkor används för var och en av perioderna som leder fram till den valda perioden.
Latency Table: En Latency table mäter tiden som har gått före och efter det att inkluderingshändelsen inträffade. Latency table är användbart för för-/efteranalys. Du har till exempel en kommande produkt eller kampanj och vill spåra beteendet före och efter lanseringen. I Latency table visas för- och efterhandsbeteendet sida vid sida för att se den direkta effekten. Cellerna före inkludering i Latency table beräknar användare som uppfyller villkoren för Inclusion i inkluderingsperioden och sedan uppfyller villkoren för Return i perioderna före inkluderingsperioden. Observera att Latency table och Custom dimension cohort inte kan användas tillsammans.
Custom dimension cohort: Skapa kohorter baserat på den valda dimensionen i stället för tidsbaserade kohorter (standard). Många kunder vill analysera sina kohorter med något annat än tid, och med den nya funktionen Custom Dimension Cohort kan du skapa kohorter baserat på de mått de själva väljer. Använd dimensioner, som marknadsföringskanal, kampanj, produkt, sida, region eller någon annan dimension för att visa hur kvarhållandet ändras baserat på de olika värdena för de här dimensionerna. Filterdefinitionen Custom Dimension för kohort tillämpar bara dimensionsobjektet som en del av inkluderingsperioden, inte som en del av returdefinitionen.
När du har valt alternativet Custom dimension cohort kan du dra och släppa vilken dimension du vill i släppzonen. Genom att lägga till dimensioner kan du jämföra liknande dimensionsobjekt under samma tidsperiod. Du kan till exempel jämföra hur storstäder fungerar sida vid sida, produkter, kampanjer osv. Tabellen Kohort returnerar de 14 främsta dimensionsobjekten. Du kan emellertid använda ett -filter om du bara vill visa önskade dimensionsobjekt. Custom dimension cohort kan inte användas med funktionen Latency table. -
Klicka på Build.
-
Om du vill konfigurera om Cohort table väljer du .
-
(Valfritt) Skapa ett filter eller en målgrupp från en markering.
Markera celler (angränsande eller icke-angränsande) och högerklicka sedan > Create Filter From Selection.
-
I filterverktyget redigerar du filtret ytterligare och klickar sedan på Save.
Det sparade filtret kan användas på panelen Filter i Analysis Workspace.
Inställningar
Du kan definiera specifika inställningar för en Cohort table.
-
Välj om du vill justera Cohort table-inställningarna.
table 0-row-2 1-row-2 2-row-2 3-row-2 Inställning Beskrivning Visa endast procent Tar bort talvärdet och visar bara procentvärdet. Avrunda procent till närmaste heltal Avrundar procentvärdet till närmaste heltal i stället för att visa decimalvärdet. Visa genomsnittlig procentrad Infogar en ny rad högst upp i tabellen och lägger sedan till medelvärdet för värdena i varje kolumn.