Afgelopen week rolde Google een reeks updates uit voor Google Analytics. Zo is er bijvoorbeeld een ‘prullenbak’ geïntroduceerd – waarin je verwijderde rapporten, filters of items nog 30 dagen terug kan vinden. Echter, de meest belangrijke wijziging is de lancering van de zogenaamde Cohort analyse.

In dit blogitem leggen wij je kort uit wat Cohort analysis in Google Analytics inhoudt en wat je ermee kan doen, maar vooral ook hoe je het zelf kan gebruiken!

Wat is een Cohort eigenlijk?

Voordat je een Cohort analyse doet, is het altijd handig om te weten wat een cohort eigenlijk is. De meeste Google Analytics gebruikers zijn bekend met segmenten of secundaire dimensies. Je kunt een cohort vergelijken met een segment, alleen zit er een tijdsstempel op.

Voorbeeld segment:  alle mobiele gebruikers die via campagne X op de site zijn gekomen.

Voorbeeld cohort:  alle mobiele gebruikers die via campagne X op de site zijn gekomen in de periode van 1 februari tot 14 februari.

Kortom, de focus ligt sterk op de dimensie ”tijd” en hoe het gedrag van de bezoekers die tot die groep behoren binnen die periode verandert.

Wat doet cohort analyse en waarom is het waardevol?

In de traditionele Google Analytics rapporten bepaalt de dimensie “tijd” (date picker) vooral welke data je te zien krijgt. Je segment krijgt een datumbereik mee en Google Analytics aggregeert vervolgens deze data. Het gevolg is dat je in één cijfer totalen, gemiddelden of ratio’s te zien krijgt. Cohort analyse behoudt een veel groter detailniveau en voegt nog een extra dimensie toe aan je date range.

Hieronder een voorbeeld van de verschillen tussen beide (periode 9 februari tot 15 februari)

Standaard Google Analytics data

Cohort Analyse Rapport

Los van eventuele verschillen in statistieken o.b.v. definitie is te zien dat het cohort rapport veel dieper gaat. Met name omdat je per dag kan zien wat de verschillen zijn. Daarnaast zie je ook iets dat je normaal niet snel ziet… In welke mate gebruikers afhaken naar mate tijd vordert! Want laten we eerlijk zijn, lang niet iedereen blijft trouw terug komen naar je website.

Gebruik deze analyse om:

• Je bezoekers opnieuw te targetten op het moment dat ze afhaken.
• Te beslissen op wel punt je wellicht geld aan het verspillen bent.
• Effectiviteit van campagnes te meten.

Hoe lees je een cohort analyse?

Ieder blokje is een cohort. In het bovenstaande voorbeeld is acquisitiedatum de basis voor het rapport. Concreet: het cohort op dag 0 van 9 februari geeft aan dat er 11.063 gebruikers zijn geweest die op 9 feb. voor het eerst je website bezochten. Het vak dag 1 in de rij van 9 februari zijn het aantal sessies (607 – ong. 5,5%) die op 10 februari de website hebben bezocht waarvan 9 februari de eerste sessie was.

De tabel wordt korter omdat de periode vast staat. Elke dag die je dichter bij de einddatum komt kan er natuurlijk ook een dag minder data worden verzameld.

Interpretatie?

De belangrijkste vraag is natuurlijk; welke informatie haal ik hieruit? In het geval van het bovenstaande voorbeeld kun je zien dat gebruikers relatief snel afhaken. Bij de website in dit voorbeeld is het normaal dat conversies vaak op één dag plaatsvinden en een relatief kort beslissingsproces kennen.

Stel je zou op dag 3 na bezoek ieder nieuwe bezoeker benaderen via remarketing, dan zou je op dag 3 een uplift moeten zien in sessies/conversies – en dan met name voor cpc-verkeer. Is dit niet het geval, dan kan dat erop duiden dat je remarketing niet goed (genoeg) werkt.

Configuratie van het rapport

Er valt nogal wat in te stellen. Bij deze een korte overview:

1. Cohorttype: momenteel is dit alleen acquisitiedatum – de datum van de eerste sessie.
2. Cohortgrootte: in combinatie met periode (1,2 of 3 weken of 30 dagen) kun je bepalen hoeveel cohorts je maakt. Dit bepaald de scope van je analyse en de diepgang van je data. En daarmee ook de afmetingen van je cohort tabel.
3. Statistiek: wat wil je vergelijken? Momenteel kun je, grof genomen, kiezen uit: sessies, pageviews, conversies en transacties. Mocht je enhanced e-commerce gebruiken, dan kun je ook extra metrics toevoegen – bijv. winkelwagentje verlaten, producten toevoegen/verwijderen.
4. Segmenten: je kunt een extra niveau aan je analyse toevoegen door je verkeer te segmenteren, dit werkt net zoals je segmentatie in andere rapporten.
5. Datum selecteren: door data aan te vinken plot Google Analytics een lijn voor dit cohort. Hiermee visualiseer je dus de vergelijking tussen de verschillende cohorten.

Opmerkingen

Ten slotte nog wat tips en tricks;

• Voeg custom segmenten toe om gedetailleerde vragen te beantwoorden
• Dit rapport bevat relatief veel data. Zeker wanneer je gaat segmenteren. Let dus op met sampling!
• Het gaat hier om een bèta versie, die ongetwijfeld nog uitgebreid zal worden met nieuwe mogelijkheden. Op dit moment is alleen acquisitiedatum (eerste sessie) mogelijk als basis voor je cohort.
• Mocht je nóg verder in detail willen treden, check dan ook eens wat Justin Cutroni en Optimize Smart hierover schrijven.