Moderni liiketoiminta on mahdotonta ilman Internetin käyttöä. Sillä ei ole väliä, myytkö vai valmistatko jotain. Kuluttajat tarvitsevat tietoa, ja helpoin tapa saada se on tehdä hakuja verkosta. Lisäksi erilaisten viestintäkanavien käytön tehokkuutta ei aina voida tutkia, mutta Internetille se on melko helppoa. Kohorttianalyysiä pidetään yhtenä suosituimmista ja visuaalisista menetelmistä. Kuten muutkin menetelmät kuluttajakäyttäytymisen syy-suhteiden tutkimiseksi, se vaatii tilastotietojen keräämistä. Internet antaa sinun tehdä tämän esiintyjälle "huomaamatta". Loppujen lopuksi melkein kaikki sivuston vierailijan toiminnot tallennetaan tänne - ensimmäisestä vierailupäivästä kullakin sivulla vietettyyn aikaan.
Tilastot markkinoijien palveluksessa
On epätodennäköistä, että nykyään vielä on niitä asiantuntijoita, jotka tulkitsevat sanan "markkinointi" "mainoksiksi" ja "myynniksi". Epäilemättä,nämä ovat kaksi tärkeää markkinointitoimintojen osaa. Mutta perusta on edelleen kysynnän ja kuluttajien käyttäytymisen tutkimuksessa. Ja sitten kaikki muuttuu mahdollisuuksien etsimiseksi näiden tarpeiden täyttämiseksi.
Ja koska puhumme tutkimuksesta ja analysoinnista, tilastot auttavat meitä. Tietokannan huolellinen kerääminen ostajien ominaisuuksista antaa sinun tutkia kysyntää perusteellisesti ja käyttää analyysin tuloksia parhaalla mahdollisella tavalla.
Markkinoijat käyttävät useimmiten korrelaatio- ja regressioanalyysiä; he ovat kiinnostuneita kuvaavista ja ennakoivista kuluttajatutkimusmenetelmistä. Kaikki tämä edellyttää indikatiivisimpien (tai yritysten kann alta kiinnostavimpien) asiakasryhmien valitsemista joidenkin kriteerien mukaan. Juuri tämän kohorttianalyysi tarjoaa meille.
Tilastollinen analyysi ja kauppa
Myynnissä pitää olla melko selkeä käsitys syy-seuraussuhteesta asiakkaiden toiminnassa. Kohorttianalyysin avulla voit tehdä tämän ryhmittelemällä kuluttajat useiden kriteerien mukaan. Useimmiten erotetaan segmentti, jolla on yhteinen piirre (käynti kaupassa, osto jne.), jota yhdistää tapahtumapäivämäärä. Tilastoissa on tapana puhua ryhmästä ihmisiä (esineitä), jotka osoittavat samanlaista käyttäytymistä ja merkkejä. Yksinkertainen esimerkki kohortista voisivat olla asiakkaat, jotka saapuivat myymälään ensimmäistä kertaa uutta vuotta edeltävällä viikolla. Tutkimalla heidän käyttäytymistään on täysin mahdollista tehdä johtopäätöksiä mainonnan ja kaupallisen toiminnan tehokkuudesta.
Analytics
BGooglen kehittäjät ovat jo pitkään tulleet auttamaan markkinoijia. Ne tarjoavat erilaisia palveluita verkkokauppatilastojen oppimiseen. Nyt voit suorittaa kohorttianalyysin Google Analyticsissa. Aikaisemmin se piti tehdä pakotetulla yleisösegmentoinnilla. Se oli melko työlästä ja epämukavaa. Kohorttianalyysi suoritetaan nyt kuitenkin automaattisesti. Analyytikon tarvitsee vain määrittää raporttiparametrit vaatimustensa mukaisesti.
Raporttitiedot näytetään aikajanana ja taulukkona. Asetuksissa voit muuttaa kohorttianalyysin käyttämiä neljää parametriryhmää.
Kohorttityyppi on yleinen ominaisuus, joka yhdistää tietyn sivuston vierailijaryhmän. Koko voidaan ryhmitellä ajan mukaan: tarkka päivä, viikko, kuukausi. Jos valitset esimerkiksi "viikko"-parametrin, raportti ryhmittelee kaikki sivustolla ensimmäisen kerran tietyllä viikolla vierailijat yhteen kohorttiin.
Seuraavaksi voit muuttaa "ilmaisinta". Tässä vaihtelu koskee sivun näyttökertoja, istunnon kestoa, käyttäjien määrää ja niin edelleen. Ja viimeinen parametri on "päivämäärä". Tämän ominaisuuden avulla analyytikko pystyy seuraamaan kohortin toimintaa ajanjakson aikana asetetusta aloituspisteestä nykyiseen päivämäärään. Kun valitset ryhmittelyn päivien mukaan, muista, että kohortit muodostetaan riveihin ja vierailijoiden käyttäytymisen dynamiikka - sarakkeisiin.
Analyysitulosten käyttäminen
Raporttien tarkastelun jälkeen voidaan jäljittää kuluttajien palautustiheysverkkosivusto. Ja määrällisten indikaattoreiden vertaaminen suunnitelmaan sisällön sijoittamisesta sivuston sivuille antaa mahdollisuuden ymmärtää, mikä tarkalleen kiinnostaa ja houkuttelee asiakkaita.
Esimerkiksi analyysin mukaan tunnistetaan kävijäryhmä, joka palaa sivustolle "kadehdittavalla pysyvyydellä". Nostamalla suunnitelmaa mainosmateriaalien sijoittamisesta jonkinlaisten kampanjoiden järjestämisestä tai uusien tuotteiden esittelystä valikoimassa, kun nämä asiakkaat ensimmäisen kerran vierailevat sivuillasi, on täysin mahdollista tehdä johtopäätöksiä siitä, mikä tarkalleen herätti potentiaalisten asiakkaiden huomion. Nämä tiedot auttavat parantamaan yrityksen tehokkuutta. Näin kohorttianalyysiä käytetään markkinoinnissa. Sen avulla on mahdollista jakaa mainosbudjettia entistä määrätietoisemmin ja tehokkaammin sekä luoda tehokkaita viestintäkanavia.
Mitä pitää huomioida
Kaikkien tilastotyökalujen tehokas käyttö vaatii valmistelua. Loppujen lopuksi oikein esitetty kysymys ongelmassa takaa nopean ratkaisun.
Mitä on tehtävä ennen kohorttianalyysin käyttöä? Kysy itseltäsi muutama kysymys:
- Miksi on olemassa tällainen myyntidynamiikka?
- Mikä ajanjakso valitaan (esimerkiksi mainoskampanjalle)?
- Kuinka voin määrittää, milloin lähetän suuren vastauksen?
Ehdotetut hypoteesit auttavat määrittelemään kohorttianalyysin parametrit selkeämmin.
Johtopäätös
Peruskohortin mahdollisuuksiin tutustuminenGoogle Analyticsin analyysin ja sen toiminnallisista ominaisuuksista käsityksen saatuaan markkinoija pystyy varsin hyvin paitsi lisäämään verkkosivuston liikennettä, myös muuttamaan mahdollisen asiakkaan (satunnaisen vierailijan) kuluttajaksi.
Yksittäisten raporttien luominen antaa selkeän kuvan kohdeyleisön ominaisuuksista, antaa sinun ymmärtää sen reaktion toimintaasi riippumatta siitä, julkaisetko sivustolle tiedottavan artikkelin vai kaupallisen myynninedistämistarjouksen. Kaikkien markkinointiponnistelujen on oltava taloudellisesti perusteltuja. Kohorttianalyysi, CLTV, Unit Economics - mikä tahansa menetelmä kuluttajakäyttäytymisen tutkimiseksi on tarkoitettu kustannus-hyötysuhteen tunnistamiseen ja sen optimointiin.
Mutta älä mene liian pitkälle. Päivittäinen seuranta antaa väärän käsityksen yrityksen verkkosivuilla vierailevien kuluttajien motiiveista. Se on yhden kohortin edustajien pitkäaikainen seuranta, jonka avulla voit seurata ja tulkita oikein muutoksia asiakkaiden käyttäytymisessä.
