كواحدة من أحدث الميزات في (Google Analytics)، التحليل الجماعي وهو أيضًا الذي يخلق أكبر قدر من الارتباك لدى المحللين. حيث يأتي الارتباك في المقام الأول من مكانين. أولاً، على عكس معظم ميزات التحليلات في (Google Analytics) مثل تحليل الجلسة وتحليل الصفحة، فإن التحليل الجماعي ديناميكي.

 

ما هو التحليل الجماعي في (Google Analytics)

 

هذا يعني أنه بدلاً من تلخيص جلستك أو أنشطة صفحتك على مدى فترة زمنية محددة، يصف التحليل الجماعي سلوكيات مجموعات مختلفة من المستخدمين عبر الوقت على موقع الويب الخاص بك – مما يجعل التحليل أكثر صعوبة إلى حد ما في التفسير والفهم دون فهم عميق.

 

لنبدأ بالحديث عن ماهية التحليل الجماعي في الواقع. كما تم التلميح قليلاً في المقدمة، فإن التحليل الجماعي هو تقنية تحليلية تركز على تحليل سلوك مجموعة من المستخدمين / العملاء بمرور الوقت، وبالتالي الكشف عن رؤى حول تجارب هؤلاء العملاء، وما يمكن للشركات فعله لتحسين تلك التجارب.

 

حسنًا، ربما يكون إلقاء هذا الجزء الضخم من التعريف في وجهك بمثابة إلقاء لبنة – إنه أمر مؤلم، لكن ليس لديك أي فكرة عما يعنيه ذلك، لذا دعنا الآن نكسر هذا التعريف. المفتاح لفهم التحليل الجماعي هو اتخاذ الخطوة الأولى للخروج من التقنية نفسها ، واعتبار نفسك مكان عملائك.

 

لنفترض أن عميلك دخل متجرك عبر الإنترنت منذ أربعة أشهر ردًا على خصم بنسبة 50٪ ، ونظر في بضاعتك واشترى مجموعة تجريبية صغيرة من مستحضرات التجميل المصنوعة من الأفوكادو. بصفتك صاحب عمل، من الطبيعي أن تسأل نفسك – هل عاد أشخاص مثل بوب إلى متجري نتيجة لعملية شراء المجموعة التجريبية؟ ما هي السرعة التي سيعود بها وما القيمة التي سيقدمها لشركتي؟

 

لذلك تطلب من مضيف المتجر (اسمه “ملف تعريف الارتباط”) تتبع سلوك الأشخاص مثل العميل السابق، ومعرفة ما إذا كانوا يعودون ويقومون بعملية شراء ، ومدى تكرار هذه الإرجاع.

 

الآن ، بعد أربعة أشهر، تجلس أنت و “ملف تعريف الارتباط” في مكتبك وتنظر في جميع المستخدمين مثل بوب الذين زاروا متجرك خلال فترة هذا العرض الترويجي المحدد واشتروا مجموعة تجريبية. (بالمناسبة ، هذه المجموعة من المستخدمين التي جاءت في هذا الإطار الزمني المحدد تسمى مجموعة).

 

لقد أدركت أن 70٪ من الأشخاص الذين اشتروا المجموعة التجريبية لم يعودوا أبدًا، بينما عاد 20٪ إلى متجرك مرة واحدة على الأقل لكنهم لم يشتروا أي شيء ، واشترت نسبة 10٪ المتبقية شيئًا في هذا الشهر الأربعة فترة. إذن ما الذي حدث وكيف يمكننا إصلاح ذلك؟

 

أولاً، أنت تفترض أن معظم المستخدمين الذين لم يعودوا أبدًا لم يفعلوا ذلك لأنهم لم يكونوا مهتمين بمنتجك، بل لأنهم نسوا أمرك في بحر المعلومات الواسع.

 

بالنظر إلى ذلك، ربما يجب أن تبدأ في تشغيل إعلانات إعادة الاستهداف مباشرة في نهاية استخدام منتجهم التجريبي لتذكيرهم بشراء المزيد من منتجك إذا كانوا راضين.

 

ثانيًا، لقد بحثت في تجارب أولئك الذين زاروا موقعك على الويب لكنهم لم يشتروا، وأدركت أن معظمهم توقف عند صفحة “الشحن والمناولة” لمنتجك، مما يعني أنهم مترددون بشأن تكلفة الشحن.

 

ربما يجب عليك إطلاق حملة شحن مجاني للعملاء العائدين، لذلك لم يعد مصدر قلق لهم. الآن، مع هذه التحليلات، توصلت إلى إجراءين ملموسين يمكنك القيام بهما لتحسين معدل التحويل لتلك المجموعة، والأهم من ذلك، لجميع المجموعات في المستقبل في حالة تكرار أحداث ترويجية مماثلة – حان الوقت الآن للقيام بها، ومعرفة ما إذا كان معدل الاحتفاظ ومعدل التحويل في المستقبل يتحسن.

 

ثلاث نقاط ارتكاز رئيسية لفهم التحليل الجماعي

 

لنتحدث الآن عن إجراء التحليل الجماعي عمليًا. لإجراء تحليل جماعي، ستحتاج إلى ثلاث قطع من المعلومات لتكون بمثابة “نقاط ارتكاز” لتحليلك.

 

  • “الارتساء” الأول هو تعريف المجموعة ، والتي كانت دائمًا فترة زمنية في الماضي. تمامًا كما تتوقع من اسمها، دائمًا ما تكون “المجموعة النموذجية” مرتبطة بالوقت، وتحدد مجموعة الأشخاص الذين دخلوا إلى موقعك على الويب / متجرك في فترة زمنية معينة. لذلك، عليك أولاً تحديد الفترة الزمنية التي تريد تحليلها.

 

  • إذا كنت تقوم بتحليل سلوك عملائك من حدث ترويجي معين، فقد تكون مجموعتك هي جميع العملاء القادمين إلى موقع الويب الخاص بك في غضون النطاق الزمني لهذا الحدث. حيث يمكنك إضافة تصفية إضافية إلى تعريف المجموعة من خلال تحليل العملاء الذين زاروا موقع الويب الخاص بك فقط عبر مصدر معين (مثل Facebook و Google وما إلى ذلك)، ومع ذلك، يجب دائمًا أن يكون تعريف السندات الزمنية موجودًا لتحليل المجموعة للعمل.

 

  • مع تحديد المجموعة، حان الوقت الآن لتقرير المدة التي تريد تشغيل تحليلك خلالها (الفترة المتأخرة) ، وهي “نقطة الارتساء” الثانية. حيث إذا كنت تريد معرفة كيف يتصرف المستخدمون بعد شهر واحد من زيارتهم الأولية، فستكون فترة التأخير شهرًا واحدًا.

 

  • يتم تحديد هذا الرقم إلى حد كبير بناءً على تفضيلاتك والبيئة الصناعية لشركتك.

 

  • أخيرًا، مع تحديد كل من فترة التأخر والمجموعة، يمكننا معرفة نقطة الارتساء النهائية ، وهي وقت إنهاء تحليلك.

 

على سبيل المثال، إذا كنت تتتبع سلوك مجموعتك التي زارت موقعك على الويب في الفترة من 1 مارس إلى 7 مارس، مع فترة تأخير لمدة شهر واحد، فإن أقرب وقت يمكنك الحصول على هذه النتيجة هو بحلول السابع من أبريل، مما يشير إلى نهاية فترة التأخير من آخر شخص محتمل في تلك المجموعة. من السهل حذف هذه التفاصيل في (Google Analytics) لأنها تعامل مجموعة غير مكتملة على أنها منتهية.

 

ننتبه دائمًا إلى نقطة الارتساء النهائية لتحليل المجموعة الخاصة بك للتأكد من أنك في ذلك الوقت تكون على يقين تام من أن جميع البيانات المتعلقة بمجموعتك قد تم جمعها، وهو 15 يوليو في هذه الحالة.

 

التحليل الجماعي في الممارسة

 

نظرًا لأن هذه المقالة مخصصة للتحدث عن جميع تفاصيل التحليل الجماعي، فلنتطرق أيضًا إلى كيفية إجراء التحليل الجماعي لبياناتك دون مساعدة أدوات مثل (Google Analytics). والأهم من ذلك ، سأوضح لك سبب قيام (Google Analytics) بإعطائك بيانات غير دقيقة في ميزة التحليل الجماعي الخاصة بهم.

 

من المفاهيم الخاطئة الشائعة التي أراها الناس حول التحليل الجماعي أنهم يعتقدون أن التحليل الجماعي هو مجرد تجميع لنقاط البيانات لفترة البداية (1 مارس – 7 مارس) وفترة الانتهاء (1 أبريل – 7 أبريل). الحقيقة هي، إذا فكرت أكثر في الأمر، فمن المستحيل في الواقع حساب أداء مجموعتك ببيانات مجمعة، لأنه لا توجد طريقة لمعرفة ما إذا كانت زيارة الجلسة في مارس من نفس الشخص الذي زار في أبريل.

 

في الواقع، لحساب التحليل الجماعي، تحتاج إلى تحديد جميع المستخدمين الذين زاروا خلال الفترة الأولية (1 – 7 آذار (مارس))، وإلقاء نظرة على سلوك كل من هؤلاء المستخدمين واحدًا تلو الآخر لمعرفة ما إذا كانوا قد زاروا بحلول نهاية الفترة المتأخرة ، والتي يمكن أن تقع بين 1 أبريل – 7 أبريل.

 

بعد ذلك، تقوم بتجميع كل تجارب هؤلاء المستخدمين الفرديين معًا لإنتاج بيانات التحليل الجماعي النهائية. أثناء عملية الحساب، هناك مشكلة: إذا زار المستخدم في الثاني من آذار (مارس) وعاد في الثالث من نيسان (أبريل)، فلا ينبغي اعتباره من الناحية الفنية “مرتجعًا” بسبب حد الشهر الواحد لعودة المستخدمين.

 

هذا يعني، لضمان أقصى قدر من الدقة في بياناتك، سيتراوح وقت إنهاء التحليل الخاص بك من 1 أبريل إلى 7 أبريل، اعتمادًا على وقت زيارة المستخدمين لموقعك الإلكتروني لأول مرة، بدلاً من تاريخ إنهاء واحد في 7 أبريل كما هو مستخدم بواسطة (Google Analytics) .

 

سيؤدي تحديد تاريخ إنهاء واحد إلى جعل البيانات غير متسقة إلى حد ما – حيث أن المستخدمين لديك تقنيًا فترة تأخير تتراوح من شهر واحد إلى شهر واحد و 7 أيام. سيؤدي هذا إلى تضخم طفيف في النتيجة النهائية. ومع ذلك، فإن السبب وراء قيام (Google) بذلك هو أمر سليم تمامًا – فإن حساب بعض البيانات الأقل دقة هو أكثر كفاءة من الناحية الحسابية، نظرًا لحجم الحساب المطلوب بواسطة (Google Analytics) لتوفير تحليل جماعي لجميع المستخدمين.

 

كمستخدمين ما عليك سوى أن تدرك حقيقة أن جميع مقاييس المجموعة الخاصة بك مبالغ فيها قليلاً مقارنة بالحسابات الأكثر دقة عند استخدام (Google Analytics).