活躍訪客與同類群組分析(Cohort analysis)

你或許常聽到"活躍訪客"這個詞
其實活躍訪客在現代電子商務還有網路服務可說是相當常見的名詞
通常指的是訪客在使用該網路服務或是逛該網站時使用程度較為深入
每一個網站, 或是一個服務通常關於活躍訪客的定義都不太相同
比方說Twitter一定要有8個人以上follow才可稱之為活躍訪客
比方說我的網誌可能逛個兩三頁以上就可稱之為活躍訪客, 但在一般的電子商務網站就不是這麼一回事了
所以如何定義活躍訪客，可能就要根據你或是你公司的網站本身條件目的來制定了


若你要進行活躍訪客的分析，可以透過進階區隔進行設定，這邊就請看之前的進階區隔系列再根據你的活躍訪客條件進行設定

而其實GA裡面有個叫做"活躍使用者"的報表，但這張報表裡面是指出一段時間內有進站的使用者數，跟這裡講的活躍訪客其實是不同的

那麼假設我要分析這些活躍訪客在未來造訪我的網站的變化要怎麼做呢? 這時GA提供的新功能或許可以給你一點方向

同類群組分析(Cohort Analysis)

而這次Google Analytics在最近新增了一個叫做"同類群組分析"的功能，老實說光看名字可能還不太清楚這葫蘆裡是賣什麼藥，後來我轉成英文介面一看，原來它就是Cohort analysis
Cohort analysis這個名詞在我找過資料後，它比較常稱之為"世代分析"就是將母體資料中同屬性的樣本分成一組，另一群同屬性的樣本再分成另一組
在學術研究上，這種分析方法很常運用在社會學研究上，用來分析不同年齡層之間行為的差異
在Google analytics中，目前開放的部分則是分析"不同時段完成轉換的使用者差異"
我們可以在目標對象->同類群組分析可以使用這個報表

在這份報表中，我們可以調整群組分析的條件：
選擇同類群組規模你可以調整在每一組中的抽樣時段，可以選擇日,周,月
選擇日的話就是用每一天當作一個分組基準，周的話就是每一周

指標的話就是上述不同時段使用者的差異，你可以選擇看回訪率的差異，也可以看這些使用者的工作階段長度, 瀏覽量等

日期範圍則是可以調整抽樣時間的變化，比如說選擇三周，即為樣本數將會抽成三周，並在接下來時間內的變化

如果我們選擇：
同類群組規劃－每周
指標－使用者回訪
日期範圍－前6週

跑出的資料就是選定範圍時間內的前六周使用者隨著時間推移的使用者回訪率變化：

底下表格可以看到抽樣期間以及各周次之間隨著時間推移，使用者活躍比率也慢慢減少
第0周就是當周, 因此就會有100%的比率，之後第1周,第2周,以此類推
顏色越深就代表比例越高，當然你可以看到周數越前面的顏色越深，這是很正常的
此外，你也可以比較所有工作階段與周次之間的變化差異
比方說在兩周之後，12/7~12/13這周的回訪比例就明顯比所有工作階段的平均來的高
這個部分你也可以使用按"使用者回訪的轉換日期同類群組"旁邊的下拉式選單選擇每一周來跟整體比較

Cohort Analysis能協助分析短時間內訪客的變化，目前是針對"轉換訪客"做分析，而未來我們也期待GA可以有更多的選項(比方說上述的活躍訪客)
如果你想對Cohort Analysis有更多認識的話，可以看一下喲哪桑 Speaking專案工作日誌的說明，這篇文章對於分析活躍用戶應用在商業用途上有很好的見解，或許也能幫助你建立活躍訪客的時序分析
當然如果不嫌麻煩的話，也可以去找找相關的學術著作XD