Эксперт по web-аналитике с мировым именем Авинаш Кошик сокрушается в своём блоге о том, что правило 80/20 срабатывает, увы, и для аналитики. 80% пользователей используют лишь 20% доступных инструментов. А задумывались ли вы о том, что, пожалуй, самая мощная система web-аналитики доступна абсолютно бесплатно? Более того, вместе с ней доступна масса экспертизы на русском и английском языках, которая поможет освоиться с инструментом и создать аналитическую систему, «заточенную» именно под ваш бизнес.  Работа с аналитикой — одно из ключевых направлений деятельности в компании. Важно правильно поставить вопрос, своевременно увидеть признаки проблемы, собрать максимум информации и только потом принимать решение на основе анализа. Даже, если проблем нет и вы рады динамике абсолютно всех показателей, не стоит останавливаться — нужно узнать о причинах успеха, чтобы закрепить его.


Google Analytics постоянно выпускает новый функционал, которые делают работу ещё понятнее и полезнее. В последнее время тренды смещаются вслед за мировыми пользовательскими предпочтениями — много нововведений происходит в сфере мобильной аналитики и аналитики Youtube. Казалось, что с выходом Universal Analytics можно ждать большого перерыва, но вскоре функционал в очередной раз серьёзно обновился.

В последнее время  вышло множество изменений, связанных с расширенной электронной торговлей, метриками и оценками. Из этого ряда особым образом выделяются фича,  которой раньше не хватало: когортный анализ. Этот инструмент полезен  всем, у кого есть сайт, вне зависимости, ведёте вы электронную торговлю или нет. Несмотря на сложное название, эта функция понятна любому, кто хотя бы однажды пытался сегментировать пользователей.

Когортный анализ: работа на удержание

Профессионалы, проводящие за интерфейсом Google Analytics большую часть своего рабочего времени, научились строить когорты через сегментирование. Особо трепетные к графически представлениям строили весь механизм когортного анализа средствами Excel. Такое упорство объясняется тем, что когортный анализ востребован маркетологами и владельцами бизнеса. Он позволяет сегментировать пользователей особым образом и построить кластеры — особые группы пользователей, объединённых одним свойством (например, пришедшие на сайт с планшета в период с 2 по 5 июля, когда действовал купон на 50% скидки). Когортный анализ позволяет увидеть особенности поведения (длительность заходов, просмотры, посещения, доходность) таких пользователей в каждом интервале времени. Это особенно ценно для определения доходности по постоянным/новым клиентам в интернет-магазине.

В Google Analytics пока есть только один тип когорт — по дате первого посещения. Однако интерфейс в виде выпадающего списка оставляет надежду на появление других встроенных типов.  Размер когорты определяется по дням, неделям и месяцам. Исходя из заданных единиц измерения времени можно установить диапазон дат:

• для дней — это 7,14, 21, 30 последних дней
• для недель — последняя неделя, 3, 6, 9 ,12 последних недель
• для месяцев — последний, 2, 3 последних месяца.

Здесь стоит остановиться и пояснить, почему установлены такие интервалы и как выбрать свой. Допустим, если речь идёт об интернет-магазине ручного инструмента, есть смысл выбирать недели и месяцы — покупатели приходят за товаром длительного пользования и интерес состоит в том, докупили ли они что-то к первой покупке или проявили интерес к дополнительным наименованиям. А вот если вы портал, предоставляющий развлекательный контент или лента новостей, стоит просматривать самые короткие интервалы — пользователи обращаются к вам ежедневно и когорты дадут понимание количества постоянных посетителей и увидеть момент затухания интереса.


Показатели для когорт можно посчитать по итогам. Рассчитываются длительность сеанса, достигнутые цели, доход, количество пользователей в когорте через n дней, просмотры страниц, сеансы, транзакции. Как видите, достаточно большой пласт показателей, привычных для пользователей Google Analytics. Легко заметить, что когорты могут иметь разные размеры: допустим, в обычный период это 100 тыс. посетителей сайта, в акционный период — 250 тыс. человек. В таком случае лучше нормализовать данные в когортах — для этого необходимо учесть размер когороты и измерять данные в точках времени как отношения показателя к количеству членов. В текущей версии Google Analytics это продумано — все показатели считаются как в абсолютном значении, так и на пользователя.

Также отдельно можно рассчитать коэффициент удержания клиентов — отношение числа пользователей из когорты, вернувшихся в n-ный раз за выбранный период времени, к общему количеству пользователей в когорте. Это новый коэффициент, который может оказаться полезным как для прогнозирования показателей, так и для подготовки мероприятий, направленных на удержание клиентов.

Все показатели представлены на графике — таким образом, можно сравнивать в динамике до четырёх различных когорт. Особенно это удобно, когда когорты имеют совершенно разные показатели и с первого взгляда видно, какая из групп имеет лучшие показатели.

Когортный анализ в Google Analytics также позволяет добавлять сегменты и собирать показатели по сегментам. В графической реализации когорты сегментов будут находиться под основными когортами, что в некоторых случаях позволит сравнить различные данные и сделать выводы. Сегментирование можно проводить по ряду признаков, встроенных и кастомных (созданных пользователем Google Analytics): по типам устройств, типам трафика, по клиентам, совершившим покупку или достигнувшим цель и проч. Пример сегментов вы можете увидеть на рисунке (синим — коэффициенты удержания по когортам, весь трафик, оранжевым — мобильный трафик):


Кстати, если говорить о сравнении в когортном анализе, то сравнивать стоит когорты по состоянию на один и тот же день. Поясним на примере. С 14 по 20 июня для пользователей нашего виртуального сайта проходила акция  и нас интересует её долгосрочный эффект. Действительно, если сравнивать коэффициент удержания на третьей неделе с коэффициентом удержания на третьей неделе для других когорт, он несколько выше. При этом нужно понимать, что 3-я неделя для всех трёх когорт – это разные даты, а не один и тот же период.


Когортный анализ помогает прогнозировать, сегментировать, просчитывать примерные метрики эффективности будущих рекламных кампаний, выделять успешные акции, периоды и проч… Как только начинаешь пользоваться этим функционалом, сразу хочется получить ещё больше. Скорее всего, команда Google Analytics примет во внимание резкую популярность когортного анализа и вскоре мы увидим новые встроенные типы когорт и сможем создавать пользовательские.

На крупнейшей конференции по маркетингу в Сеуле глава AdWords Джерри Дишлер обозначил новый путь покупки – микромоменты, во время которых могут возникать спонтанные решения о покупке. Действительно, реальность меняется достаточно быстро и задача бизнес-аналитики — успевать отвечать на вызовы внешней среды. Для этого важно следить за обновлениями инструментов и сделать корпоративные данные надёжной основой принятия управленческих решений.