本文长度为4234字，预估阅读时间8分钟。
引言：本文介绍了如何使用Google Analytics中的同期群分析报告。
译者 | 纪孟兰
审校 | Sarah
编辑 | 雨 欣
Google Analytics（谷歌分析）是每位经验丰富的数字营销人员的主要工具。
这主要是因为它提供了大量的数据，几乎涵盖了您可能想知道的有关访问者如何与您的网站互动的所有信息。
但是，只有从数据中提炼出可操作的结论，它才对业务有用。
那么，其中最好的方法之一是使用Google Analytics中的同期群分析报告。
同期群分析报告会显示网站的效果。并且，它可以更深入的挖掘网页访客行为。
如果你对此报告不熟悉，其实你也并不是唯一一个不熟悉它的人。
同期群分析是一种被低估的报告，但它可以分析用户行为的趋势和模式，以显示出谁在转化，谁没有在转化。
什么是同期群分析？
要了解同期群分析是什么，首先必须定义“群体”。
群体是指有相同价值或特点而组合在一起的用户。
Google将其定义为一组通过分析维度标识的有共同特征的用户。
然后，同期群分析就是分析用户组行为的过程。
其中，可以将组和组相互比较，并查找差异和趋势。
如果想要鉴别其中的模式，它可以帮助你确定哪些变化和行为差异可以导致不同的结果。
需要明确的是，这一过程并非数字营销所独有。其他的场景也可以运用同期群分析来比较许多不同类型的群体。
事实上，同期群分析这个术语来源于医学研究，其中研究人员比较吸烟者和非吸烟者等人群的不同，以确定两者之间的差异。
但是，当涉及到网站分析时，群体的可能性仅限于收集访问者在浏览网站时产生的数据。
例如，Google Analytics中的同类群体根据获取日期或用户首次访问网站进行分组。
这个群体类型在为数据提供上下文方面非常有用。
分析特定的细分，而不是整体受众，可以让营销人员更清楚地了解是什么为你的企业带来了大客户。
同期群分析还超出了基本数据，以显示网站访问者行为发生变化的原因。
因此，比较群体可以让营销人员更多地了解影响特定行为的因素以及营销活动和策略所产生的影响。
例如，当孩子们的在线服装店Spearmint LOVE想要识别他们网站上的趋势时，他们根据第一次购买日期创建了几个同期群分析报告。
通过这种分析，他们能够确定普通访客将继续返回其网站的时间长度，以及购买之间的平均时间。
他们还利用这种洞察力将他们的同类群体形成“定制窗口”，基于妈妈在怀孕期间和孩子出生后几年内的不同购买行为。
通过这种方式，他们可以更准确地预测群体下次购买的内容，然后根据这些预测确定广告活动的内容和时间。
虽然这只是Spearmint LOVE用于改善营销的几种策略之一，但最终结果得出2015年至2016年同比增长991％。
如何在GoogleAnalytics中运用同期群分析
在GoogleAnalytics中运用同期群分析是一个非常简单的过程。
在“受众”选项卡下，选择“同期群分析”。
默认情况下，此报告的主仪表板将显示一个图表，其中包含网站的基于获取日期群体的用户留存。
在这种情况下，第0天代表每个用户第一次访问网站，随后的几天显示他们是否返回。
如果图表中显示了下降的趋势，请不要惊慌。
随着用户停止返回网站，群体不可避免地会随着时间的推移而下降。
即使是最有经验的营销人员，维持稳定的回访客流也是一项挑战 - 所以如果这个数字在大多数人群中逐渐下降，也不要感到惊讶。
在此图表下方，报告还会显示一个表格，显示网站的用户留存情况，并根据用户首次访问的日期分组。
在这种情况下，每行代表获取日期下的不同用户群。
如果发现有的行显示出与其他行的明显不同的留存率，这可能是分析的一个很好的起点。
尤其是在你在执行一些主要营销活动的时期。
例如，高绩效群体可以表明当天投放的广告系列在吸引用户量互动方面特别有效。
然后，在此仪表板的顶部，报告中包含的数据可以被调整。
目前，唯一可用的群体类型是获取日期或用户首次访问网站的日期。
但群体大小可以调整为以按天，周或月显示用户组。
特别是在其中一个持续时间的时间轴上启动和运行新广告系列，此功能会非常有效果。
接下来，你可以从几个不同的指标中进行选择，以便分析群体。
默认度量标准是用户留存率，它显示在第一次访问后的后续日期返回的群体的百分比。
如果你的主要目标之一是增加总体流量并保持稳定的回访流量，那么此报告可能会非常有用。
但对于大多数网站所有者而言，接下来的两组提供了更有价值的洞察，因为它们与用户在简单访问网站之后所采取的操作行动相关。
“每个用户”指标集将显示同一群体中每个成员在网站上的平均行为数量，包括：
- 每个用户目标完成
- 每个用户浏览量
- 每个用户收益
- 每个用户会话持续时间
- 每个用户会话
- 每个用户交易
因此，与其根据你的受众是否一直回到你的网站来分析他们，你还不如关注那些对你最重要的目标产生影响的行动。
下一组指标类似，但不是显示每个用户的平均值，而是显示选择的指标的总计，包括：
- 目标完成
- 页面浏览量
- 收益
- 会话持续时间
- 会话
- 交易
- 用户
最后，可以调整报告的日期范围，以包含前一周，两周，三周或一个月的数据。
选择的范围取决于要分析的数据范围以及群体的大小。
毕竟，如果群体按天分解，一周的日期范围可能会提供大量数据，但也需要为更大的群体选择更大的日期范围。
因此，这是访问网站上特定群体的数据的基本过程。
但这些信息又如何有价值？
1.使用其他细分来详细了解受众群体
事实上，当前设置仅允许营销人员基于获取日期创建群体，这可能是一种限制。
幸运的是，营销人员还可以使用其他细分来进一步细分数据。实际上，GoogleAnalytics目前在同期群分析报告中最多允许四个细分。
当添加新细分时，每个细分都会显示在“所有会话”表格下方的新表格中。
例如，可以通过细分移动端流量与所有流量来下钻同期群分析。
而且，你将获得下图这样的比较图表。
如果向下滚动到列，还可以看到各个群体的数据。
该报告显示，在4月1日至4月7日当周注册的125,499名PC端用户中，有3.98％在第1周回来，第2周回归2.41％，第3周回归2.05％。
而且，当与移动端进行比较时，你会发现PC端仍然比移动端的用户留存率更高。
但是，除了预设选项之外，还可以应用Google Analytics中创建的所有自定义细分。
这意味着我们可以使用同期群分析报告来查看已经被识别为对站点有价值的用户组数据。
例如，下图展示了注册免费试用的网站访问者和下载白皮书的访问者之间的区别。
无论使用哪些细分，都需要留意任何与“所有会话”报告有很大不同表现的细分。
这将帮助营销人员识别与普通用户行为不同的用户组，无论是积极的还是消极的。
如果一个群体表现更好，例如以更高比例返回网站，那么需要深入研究导致这种差异的潜在原因。
然后，可以使用此洞察在其他流量细分中复制该行为。
2. 衡量短期营销工作的反响
同期群分析报告还可以帮助营销人员分析受众是如何响应短期营销工作的，例如电子邮件营销活动。
通过发送的每封电子邮件，可以获得一组略有不同的用户 - 并且监控触达的用户行为，这可能是衡量成功的一个好方法。
只要为营销活动使用UTM跟踪，通过在同期群分析报告中创建新细分，并从左列中选择“流量来源”，就可以实现此目的。
输入营销活动的参数，然后将此细分与网站的总体流量进行比较。
因此，例如，如果运行三天的电子邮件营销活动并提供25％的折扣，则可以跟踪在此期间使用折扣的用户的行为。
如果使用营销活动覆盖的用户表现更好，则可以证明其有效地触达了目标的流量和客户类型。
3.了解电子商务购物习惯
同期群分析报告的最佳功能之一是包含电子商务相关数据，包括每个用户收入，每个用户交易，总收入。
按获取日期查看每个用户的交易可以显示用户进行购买所需的平均时间
例如，在以下报告中，购买在获取日期后五天飙升。
当然，重要的是要考虑是什么因素导致了这种高峰，例如促销或再营销活动。
但是，这些数据可以让营销人员更深入地了解受众的购买行为以及他们做出决策所需的平均时间。
另外，还可以通过将此数据与用户生命周期价值（LTV）报告交叉引用来更进一步。
例如，在同期群分析中注意到，在为期12周的营销活动中，第5周和第11周的用户留存率大幅下降。
那么可以选择相同的时间范围跳转到LTV报告，然后确定是否有任何渠道或营销活动看到相同的低效周数。
从“受众”菜单中选择“生命周期值”就可以看到。
然后，营销人员需要确定要使用哪个指标来确定用户的价值。对于电子商务网站，这可能是每个用户的收入。
然后，可以按采购渠道，来源，媒介或营销活动对数据进行排序。
这可以让营销人员了解需要改进哪些渠道以消除网站性能下降并提高用户留存率和收入。
4.使用注释来监控影响因素
在分析群体报告时，必须牢记可能影响看到的数据的任何因素。
幸运的是，可以在google analytics中进行注释以跟踪这些因素，并轻松查看特定事件，营销活动和网站更改的日期。
例如，下图显示了公司营销工作的三个重要事件。
在这种情况下，它显示了该机构在第三方平台上发布文章的日期。
几天后，他们看到了流量大幅增加。
虽然单独查看同期群分析报告时这可能会令人困惑，但注释可确保查看此数据的用户不会忘记考虑该重要因素并相应地分析数据。
5.为最重要的群体保存报告
如果您计划经常使用同期群分析功能，则保存报告是节省时间的绝佳方法。
它还可以确保营销人员始终查看相同的数据集，这样就不会因为报表中的设置略有不同而得出任何不准确的结论。
可以通过单击信息中心顶部的“保存”按钮并创建名称来保存报告。
这将保持所有自定义的完整性，包括高级细分，辅助维度和排序 - 这样，下次要使用同期群分析功能时，就无需浪费任何时间来重新创建数据集。
总结
即使对于经验丰富的营销人员，从GoogleAnalytics数据中获取可执行的结论也具有挑战性。
平台提供的数据量非常有价值 -但是庞大的数据量会让你很难整理这些噪音，并找到可以用来提高网站性能的指标。
因此，如果你正在寻找一种将数据划分为更易于管理的模块的方法，则同期群分析功能是关注受众特定子集的好方法。
它可以用来详细了解已创建的细分受众群，并了解他们的行为与其他细分受众群的不同之处，以及网站的整体流量。
它还可用于衡量对特定活动的响应，了解有关电子商务购物者行为的更多信息，以及监控与业务相关的任何其他重大事件的影响。
考虑到这份报告未被充分利用，你可以将其视为分析网站性能并获得竞争对手可能错过的洞察力的秘密武器哦。
关于作者
Neil Patel，是尼尔·帕特尔数字公司的联合创始人。《华尔街日报》(The WallStreet Journal)称他是互联网上最具影响力的人物，《福布斯》(Forbes)称他是十大营销人员之一，《企业家》(Entrepreneur)杂志称他创建了100家最优秀的公司之一。尼尔是《纽约时报》畅销书作者，被奥巴马总统评为30岁以下100位顶级企业家之一，被联合国评为35岁以下100位顶级企业家之一。
译者简介
纪孟兰，信息管理与信息系统专业，对IT和Business基础都有了解。另外，对推荐系统有一些研究，研究生期间论文写的是推荐系统。毕业后从事Martech领域的工作，目前在咨询公司从事SaaS产品的售前工作。
审校简介
Sarah，互联网营销从业者一枚，iCDO原创及翻译志愿者。
