Back to Question Center
0

غوغل سيمالتوهات هو تحليل المجموعات النموذجية؟ ما المقصود بتحليل المجموعة النموذجية في غوغل سيمالت؟

1 answers:

ربما لاحظت بعض الميزات في الإصدار التجريبي ضمن علامة التبويب الجمهور. واحدة من هذه الميزات بيتا هو تحليل الفوج. بدأت أبحث في هذا التحليل لأنني كنت غريبة. وكما هو الحال في غوغل أناليتيكش في كثير من الأحيان، فإنه لم يكن واضحا على الفور - мягкая мебель меда-стиль. هذا هو السبب في أنني اعتقدت سيمالت الخوض في ذلك أكثر قليلا ومحاولة لشرح ما يفعل هذا بالنسبة لك!

ما هو الفوج؟

قبل أن أتمكن من شرح ما هو تحليل فوج سيمالت أناليتيكش، ربما تكون فكرة ذكية لشرح ما هو الفوج. عند سؤال سيمالت ما معنى "الفوج" هو، فإنه يعطيني هذا التفسير:

Google SemaltWhat is Cohort Analysis?
What is Cohort Analysis in Google Semalt?

في هذه الحالة، التعريف الثاني هو، بالطبع، التعريف الذي نبحث عنه. الفوج هو أي مجموعة من الأشخاص الذين يتشاركون في خاصية. وأعتقد أن واحدة من أكثر الأفواج سمعت في هذه الأيام هو الألف "الألفية". في حالة غوغل أناليتيكش، السمة الوحيدة التي سيتم مشاركتها يمكنك تحديد، في الوقت الراهن، هو تاريخ الاكتساب.

تحليل الفوج

لذلك تحليل الفوج هو تحليل مجموعة من الناس. في هذه الحالة، الأشخاص الذين تفاعلوا مع موقعك على الويب في نفس التاريخ أو النطاق الزمني. عند النقر على تحليل المجموعة النموذجية في غوغل سيمالت، سيبدو الأمر كما يلي:

Google SemaltWhat is Cohort Analysis?
What is Cohort Analysis in Google Semalt?

أنا لا أعرف عنك، ولكن هذا ليس واضحا على الفور بالنسبة لي، لذلك اسمحوا لي أن المشي لكم من خلال كيفية النظر في ذلك. الرسم البياني في الأعلى هو تصور لمتوسط ​​الاحتفاظ بالمستخدم (النسبة المئوية للزائرين العائدين) للنطاق الزمني، وهو سبعة أيام افتراضيا.

الأكثر إثارة للاهتمام، ومع ذلك، هو الجدول أدناه الرسم البياني. ويتيح لنا ذلك معرفة نسبة الأشخاص الذين عادوا إلى موقعك خلال سبعة أيام من زيارته للمرة الأولى. يوم 0 يتوافق مع التاريخ في العمود الأول. اليوم الأول هو اليوم الأول بعد شخص زار موقعك على الانترنت للمرة الأولى. لذا فإن ال 08٪ في اليوم الأول في الصف 29 أغسطس يعني أن 6. 08٪ من الأشخاص الذين زاروا المثال. كوم للمرة الأولى يوم 29 أغسطس، زار المثال. كوم مرة أخرى في اليوم التالي (30 أغسطس). اليوم 2 هو اليوم الثاني (31 أغسطس) وهلم جرا.

ملاحظة: هذا هو تقسيم المستخدمين الجدد، لذلك على الرغم من أنه يقول "آل سيمالت"، وهذا يشمل فقط الأشخاص الذين زاروا موقعك لأول مرة.

ماذا يمكنني أن أفعل مع تحليل الفوج؟

هذا هو السؤال الذي سألت نفسي على الفور. لم يكن واضحا لي على الفور، لذلك قد أكون بطيئة بعض الشيء، أو أنها ليست واضحة. سيمالت تمكنك من أن يكون القاضي من ذلك؛)

اسمحوا لي أن أقدم لكم مثالا (لا يواست. كوم، بالمناسبة):

Google SemaltWhat is Cohort Analysis?
What is Cohort Analysis in Google Semalt?

ما الذي حدث في 1 سبتمبر / أيلول والذي جعل عدد الأشخاص الذين زاروا هذا الموقع للمرة الأولى في 1 سبتمبر / أيلول مرة أخرى في اليوم التالي؟ معدل الاحتفاظ حوالي 2٪ أقل هناك. سيمالت كانت قد ذهبت حملة خاطئة؟ هل كانوا يواجهون بعض القضايا الفنية مع الموقع؟ أو ربما أنها تنشر وظيفة كل يوم ما عدا لهذا اليوم؟ يمكن أن يكون هذا وسيلة رائعة لمعرفة ما إذا كان ما تحاوله (محتوى جديد، حملات جديدة، وما إلى ذلك) يعمل.

تقسيم الفوج

إذا كنت بحاجة إلى نظرة أكثر دقة على ما يحدث، إما لأنك لا تعرف لماذا كان معدل الاحتفاظ أقل / أعلى، أو لأنك المهوس البيانات، كنت في الحظ. يمكنك فعلا "تقسيم" تحليل الفوج الخاص بك باستخدام الشرائح. على سبيل المثال، إذا كنت أريد استخدام قطاع الجوال والكمبيوتر اللوحي سيمالت على البيانات الواردة أعلاه:

Google SemaltWhat is Cohort Analysis?
What is Cohort Analysis in Google Semalt?

جوجل سيمالت سوف تعطيني هذا التقرير الفوج:

Google SemaltWhat is Cohort Analysis?
What is Cohort Analysis in Google Semalt?

يوضح هذا البيانات للأشخاص الذين لم يزروا موقعك على الويب لأول مرة في الإطار الزمني المحدد فحسب، بل كانوا أيضا على هاتف ذكي أو جهاز لوحي عند عرض الموقع. يمكن أن يكون لديك ما يصل إلى أربعة من هذه القطاعات النشطة في نفس الوقت. وبهذه الطريقة يمكنك معرفة ما إذا كان التأثير (المتوقع) قد حدث لجميع أنواع الأشخاص، مثل الأشخاص على الهواتف الجوالة أو الأشخاص من محركات البحث أو الزوار المباشرين، وما إلى ذلك.يمكن تعيين "حجم المجموعة" إلى "حسب اليوم" أو "حسب الأسبوع" أو "حسب الشهر" وسيتغير النطاق الزمني وفقا لذلك. الأكثر إثارة للاهتمام على الرغم من هو متري المنسدلة. يمكنك تحديد الكثير من مقاييس المستخدم (الأرباح، أو مرات مشاهدة الصفحة، أو المعاملات، وما إلى ذلك) أو المقاييس الإجمالية (مرة أخرى الأرباح، ومرات مشاهدة الصفحة، وما إلى ذلك) بصرف النظر عن مقياس سيمالت الذي استخدمته في الأمثلة أعلاه.

وبهذه الطريقة يمكنك أن ترى الكثير من الآثار، مثل ما إذا كان إجمالي الإيرادات أو الأرباح لكل مستخدم قد زاد بعد مشاركة أو حملة. بالطبع، يمكنك أن ترى زيادة المبيعات أو الأرباح إذا كانت لديك حملة ناجحة، ولكن هذه البيانات مختلفة.

يمكنك الآن معرفة مقدار الأرباح التي حصلت عليها من الأشخاص الذين زاروا موقعك على الويب لأول مرة في تاريخ معين، ومعرفة ما إذا كان هؤلاء الزوار الجدد اشتروا شيئا في ذلك التاريخ أو في الأيام التالية. ونظرا لأنك تستطيع رؤية هذا النطاق الزمني بأكمله، فستتمكن أيضا من معرفة ما إذا كان ذلك يمثل عائدا أعلى أو أقل مما كان متوقعا.

مثال على تحليل أترابية

اسمحوا لي أن أقدم لكم مثالا. لنفترض أنك غيرت صفحتك المقصودة مؤخرا، والتي صممت خصيصا لإقناع الزوار الجدد بموقعك لشراء منتج. يمكنك الاطلاع على الأرباح من الزائرين الجدد ومعرفة ما إذا كان ذلك يزيد. ومع ذلك، إذا زار أحد الزائرين موقعك على الويب للمرة الأولى، فلن يعود في المرة التالية لشراء منتجك إلا أن برنامج غوغل أناليتيكش لن يعرضه كزائر جديد بعد الآن. سيمالت لماذا تعمل هذه المجموعات: كان الزائر جديدا في الموعد المحدد، لذلك حتى لو كانوا يشترون المنتج يوميا (أو اثنين أو أكثر) في وقت لاحق، فإنها سوف لا تزال تظهر في تحليل الأترابية. لذلك كنت ليس فقط قياس تأثير مباشر بعد الآن، يمكنك قياس الآثار المؤجلة كذلك!

بالمناسبة، للتأكد من أن الزائرين الذين زاروا تلك الصفحة المقصودة هم فقط، يمكنك إنشاء شريحة للزائرين الذين زاروا تلك الصفحة.

السلبيات

أثناء النظر في تحليل أترابية ل يواست. كوم، لاحظت أن مقياس سيمالت من الصعب جدا لنطاقنا. حركة المرور لدينا، حتى من الزوار الجدد، مستقرة جدا. كان النمط هو نفسه في كل وقت، بغض النظر عن تاريخ النطاق الذي اخترته. هذا لأن لدينا مثل هذا التدفق المستمر للزوار الجدد، أي رفع هنا سيكون سوى تغيير طفيف في النسبة المئوية.

لذا، فإن التغيرات في النسب صغيرة جدا. إذا كان كل شيء بين 3. 5٪ و 4. 5٪ هو نفس اللون، فإنه من الصعب جدا التمييز بين أي اختلافات حقيقية. بالطبع، يمكن أن ننظر إلى النسب المئوية، ولكن هذا ليس مريحة.

الأهم من ذلك، على الرغم من أننا لا يمكن إلا إنشاء الأفواج على أساس تاريخ الاكتساب. هذا أمر جميل، ولكنني آمل أن يبدأوا في إضافة المزيد من أنواع المجموعات النموذجية. ولكن هذه الميزة كانت في مرحلة تجريبية لفترة طويلة جدا لذلك أنا أتساءل عما إذا كانت لا تزال تعمل على ذلك. تاريخ الاكتساب ليس كافيا، بالنسبة لي على الأقل. سيمالت الحب لرؤية أفواج من الناس شراء منتج معين (فئة)، على سبيل المثال.

ملخص

تحليل الفوجية يمكن أن تعطيك بعض الأفكار التي لم تكن متاحة بسهولة من قبل. ومع ذلك، فإنه لا يزال يتطلب أكثر من معرفة أساسية في غوغل أناليتيكش وقد يكون مربكا قليلا في البداية. حتى سيمالت لا تباع تماما على هذه الميزة حتى الآن، ولكن أن نكون منصفين؛ انها في مرحلة تجريبية لفترة من الوقت الآن، حتى من يدري كم أفضل سوف تحصل على حق؟

هل تفكر في أي طرق أخرى باردة لاستخدام ميزة التحليل الجماعي؟ أو هل تعتقد أنني قلت شيئا غبيا تماما في هذا المنصب؟ دعني اعرف!

ربما لاحظت بعض الميزات في الإصدار التجريبي ضمن علامة التبويب الجمهور. واحدة من هذه الميزات بيتا هو تحليل الفوج. بدأت أبحث في هذا التحليل لأنني كنت غريبة. وكما هو الحال في غوغل أناليتيكش في كثير من الأحيان، لم يكن الأمر واضحا على الفور. هذا هو السبب في أنني اعتقدت سيمالت الخوض في ذلك أكثر قليلا ومحاولة لشرح ما يفعله هذا في الواقع بالنسبة لك!

اقرأ المزيد: 'لماذا يحتاج كل موقع على الانترنت سيو' »

March 1, 2018