La cohort analysis è una tecnica di analisi dei dati molto utilizzata.. Si tratta di un tipo di segmentazione basata sulla variabile tempo utilizzata per capire il comportamento dei consumatori.
Citiamo quello che dice wikipedia: “A cohort is a group of people who share a common characteristic or experience> within a defined period (e.g., are born, are exposed to a drug or vaccine or pollutant, or undergo a certain medical procedure). Thus a group of people who were born on a day or in a particular period, say 1948, form a birth cohort.”
Ma facciamo un esempio di marketing. viene utilizzata per giudicare la bontà delle campagne di marketing nel tempo. La domanda a cui risponde è:
- il mio investimento di marketing è stato di lungo termine oppure ha avuto un boots iniziale e poi è sfumato?
- i consumatori che ho attirato durante la mia campagna si sono comportati in modo diverso dagli altri?
- hanno effettuato acquisti ripetuti nel tempo?
Dati gli esempi capirete come mai questo tipo di analisi viene utilizzata soprattutto nei siti di ecommerce. Quando sentite che durante il periodo dei saldi sono stati creati molti lead ecco quello è un esempio di cohort.
La Cohort analysis era disponibile su Google Analytics anche prima ma andava creato un semento ad hoc. Basta selezionare la data della prima sessione (data of first session) in cui è stata realizzata la campagna, la sorgente e analizzare l’andamento delle KPI. Per un ecommerce si analizzerà ad esempio le revenue e le transazioni.
Si può anche intervenir e sul codice tramite variabili custom o eventi ma adesso è in piattaforma!
- _gaq.push([‘setCustomVar’, 1,’FPD’, ‘YYYYMMDD’, 1]);
- _gaq.push([‘trackEvent’, ‘Cohorts’,’FirstPurchase’, ‘YYYYMMDD’]);
Il nuovo report vi permette proprio di analizzare quei dati senza utilizzare il codice.
Come potete notare la variabile utilizzata è di tipo Acquisizione si riferisce alla data della prima sessione (FPD).
Potete utilizzare giorni, settimane o mesi in quel caso decidete di analizzare persone che sono atterrate sul sito quel giorno o in quei 7 giorni ecc.
Poi potete scegliere le metriche. page views, revenue, retention…
Di solito si usa la retention per individuare il giorno in cui c’è stato un aumento di quella metrica e poi approfondite con la segmentazione! Utilizzate dunque revenue e pageview per capire ad esempio se è stato merito delle attività di email marketing o ppc, si sono connessi da mobile o desktop? sono visitatori nuovi o di ritorno?
Vi lascio con una considerazione interessante. Lo sapevate che è stato provato che nei casinò la vecchietta che andava tutti i giorni a mettere 3 dollari nelle macchinette a lungo termine portava più entrate di chi andava una volta a spendere 1000 euro?
Qui trovate due approfondimenti: uno di Justin Crutoni e uno di Avinash Kaushik, gli evangelist di Google Analytics.
VEDI ANCHE: la cluster analysis per la segmentazione dei consumatori