Excite Kit

Когорты – что это такое и с чем их едят?

Любой сервис аналитики в первую очередь оперирует количественными метриками – DAU, визиты, события и прочее. Но на самом деле без использования когорт эти метрики не так полезны. И вот почему.

Если вы не разделяете пользователей на когорты, то фактически смешиваете в одну кучу совершенно разных людей – новых, вернувшихся, текущих клиентов, спящих и отвалившихся. Это вносит шум в ваши данные. Поэтому важно понимать суть когорт.

Когортный анализ — это эффективный метод для изучения поведения пользователей. Главное преимущество когортного анализа в том, что он позволяет отличить новых пользователей от тех, кто возвращается. Это важно для прогнозирования будущих доходов и быстрого выявления проблемных зон в бизнесе.

Вот из чего состоит базис когортного анализа:

1. Разделение пользователей на группы. По определенному признаку, например, дате регистрации, первому посещению или первой покупке.
2. Анализ поведения групп со временем. Исследование активности и вовлеченности пользователей в каждой группе на протяжении времени помогает выявить тренды и закономерности.

Анализ исторических данных в разбивке когорт делает очень крутую штуку – предсказывает динамику KPI в будущем. А взвешенный прогноз своих метрик в среднесрочной и долгосрочной перспективе способствует принятию более обоснованных управленческих решений.

Для проведения когортного анализа определитесь со следующими вещами:

📌 Признак когорты. Событие, которое формирует группу, например, первый визит, первая покупка или регистрация. Пользователи группируются по дате этого события. Например, "когорта по дате первого сеанса".
📌 Размер когорты. Обычно (не необязательно) это день, неделя или месяц. В отчетах когорты могут обозначаться конкретными датами или диапазонами, например, февральская когорта или когорта 31-й недели.
📌 Интервал для анализа. Изучайте когорты в рамках определенного периода, например, за последний год, полгода или квартал. Это даст возможность увидеть динамику в поведении пользователей.
📌 Метрика. Показатель, который трекается по когортам, например, конверсии, покупки или повторные визиты. Очень важно выбрать метрику, которая непосредственно связана с ключевыми бизнес-показателями или служила их заменой.

Главная фишка когортного анализа в том, что он позволяет глубже понять поведение пользователей и оптимизировать бизнес-процессы на основе полученных данных.

Попробовать когортный анализ можно во многих сервисах продуктовой и маркетинговой аналитики, однако, в большинстве своем эти сервисы оперируют сэмплированными данными. Увы, этот путь не претендует на точность результатов. Опираться на сырые данные без сильной SQL-экспертизы в команде раньше было практически нереально.

Мы задумались о том, чтобы возможность быстро и легко создавать и работать с когортами была у всех продуктовых команд, независимо от размеров и наличия SQL-экспертизы. В UX Rocket вы можете создать практически любую когорту на сырых данных – с учетом массы предустановленных и кастомных параметров. Кроме того, вы можете использовать когорты как базу для составления отчета или сегментации, когда отчет уже готов.

Интересно попробовать? Ставьте + в комментариях или оставляйте заявку на нашем сайте: http://uxrocket.ru/demo

Правильная разметка веб-сайта - какая она?

Сколько настроенных событий вы видели на веб-сайте? 10? 100? 1000? Если сумели зафиксировать интересный рекорд – обязательно напишите в комментариях. Но самое главное – любой карте событий очень легко стать избыточной. Иногда под каждый чих хочется создать свой ивент. Но это тупиковый путь.

Это ведет к переполнению документации, наличию устаревших и никому не известных событий. Которые еще и страшно удалить – а вдруг они кому-то окажутся нужны? Из этой истории есть только один выход - упрощать.

Подавляющее большинство действий пользователя складывается из стандартных событий (скролл, клик, покупка и т.д.). И, как правило, в современных браузерах для этого предусмотрены стандартные JS-события. Что самое удивительное – они могут отслеживаться автоматически, и далеко не всегда обязательно настраивать для этого отдельный ивент.

Три ключевых принципа разметки событий:
1. Определение стандартных событий. Используйте встроенные возможности аналитической платформы https://uxrocket.ru/ для отслеживания стандартных пользовательских действий. Это уменьшает объем работы по настройке и снижает вероятность ошибок.
2. Минимизация кастомных событий. Создание уникальных событий оправдано только в случае специфических, нетипичных действий пользователя. Это помогает избежать ненужной сложности и дублирования данных.
3. Использование простой и понятной логики именования событий. Например, правило "признак действия_субъект действия_глагол действия" – submit_button_click. Правила должны быть интуитивно понятны и приняты всеми командами.

Эти принципы помогут вам эффективно настроить аналитическую систему, минимизировать документацию и уменьшить вероятность ошибок при интеграции разных сервисов.

Если ваш сервис аналитики собирает автоматически регистрируемые события – это вполне нормальная практика. Если так не происходит, вы обрекаете себя на ненужную рутинную работу.

В UX Rocket есть функционал авторазметки, позволяющий собирать массу однотипных и не очень событий без вмешательства со стороны разработки. Кастомные события добавляются с помощью визуального редактора. Хотите попробовать как это работает?

Оставляйте заявку тут https://uxrocket.ru/demo или в комментариях к посту😉 Мечты должны становиться реальностью, а разметка не должна быть болью 🙂