Gratis UX og CRO maler og veiledninger Mobil markedsføring Statistikk samling Statistikk om forbruker mobil bruk og adopsjon for å informere mobilmarkedsføringsstrategien mobilnettdesign og apputvikling Mobil for å overta fast Internett-tilgang innen 2014 var den store overskriften som oppsummerer den dype forutsigelsen fra 2008 av Mary Meeker, en analytiker hos Kleiner Perkins Caufield Byers som gjennomgår teknologitrender årlig i mai. Mobilstatistikken som teamet på Smart Insights kuraterer i de vanlige oppdateringene til denne artikkelen inkluderer: Eierskap av smarttelefon vs Desktop Mobile versus desktopmedia og nettsidebruk Mobil reklame respons Smartphone vs Tablet vs Desktop konverteringsfrekvens Vel, var nå forbi det mobile Tipping Point som denne rapporten fra comScore viser. Så det er ikke lenger et spørsmål om å spørre om mobilmarkedsføring er viktig, vi vet at det er Det er nå et spørsmål om å bruke statistikken for å forstå hvordan forbrukerne oppfører seg når de bruker ulike typer mobilenheter og hva deres preferanser er. For å hjelpe deg med å holde deg oppdatert med økningen i forbruker - og selskapets adopsjon av mobil og dens innvirkning på mobilmarkedsføring, vil jeg beholde dette innlegget oppdatert gjennom 2016 som den nye statistikken kommer gjennom for å støtte vår 120-side Ekspertmedlemmer Ebook forklarer hvordan å skape en mobil markedsføringsstrategi. Vi har også denne gratis sammendraget mobilstrategidokumentasjonen for grunnleggende medlemmer. Gratis guide (For enkle medlemmer som også kan laste ned andre gratis maler): Vår Mobile Marketing Strategy Briefing forklarer de viktigste problemene for å planlegge for mobilmarkedsføring. Vi har gruppert den nyeste mobilstatistikken under disse overskriftene for viktige spørsmål som markedsførere må svare på mobil for å hjelpe dem å konkurrere: Q1. Tid brukt på mobilmedia Q2. Andel forbrukere som bruker mobile enheter Q3. Hvor mange besøk på nettstedet er på mobilen mot desktop-enheter Q4. Konverteringsfrekvens for mobilenhet og besøk del for e-handelsnettsteder Q5. Mobil - app vs mobilnettbruk Q6. Hvor viktig er mobilannonser Q1. Hvor mye tid bruker forbrukerne ved hjelp av mobilmedier Mary Meekers årlige våroppdateringer på mobil er en målesett hvis du følger forbrukerens vedtak av teknologiplattformer, så vi har brukt noen av de viktigste funnene fra de nyeste KPCB-mobilteknologitrenene av Mary Meeker. Hennes dekk er nesten 200 lysbilder, så vi har valgt statistikken som best oppsummerer betydningen av mobile enheter i dag. De nyeste dataene viser at vi nå er godt forbi tippepunktet som er nevnt på toppen av dette innlegget. Mobil digitalmedietid i USA er nå betydelig høyere på 51 sammenlignet med skrivebordet (42). Implikasjonene er klare - hvis du ikke klarer å nå publikum via mobilsøk eller - visning, eller du ikke gir en tilfredsstillende mobilopplevelse, vil du gå glipp av sammenlignet med konkurrenter som er. Trenden i bruk av mobilenhet (vertikale skjermer) sammenlignet med all skjermbruk, viser igjen at det var godt forbi tippepunktet. Q2. Prosentandel av forbrukere som bruker mobile enheter Weve opprettet et nytt sammendrag som viser den globale populariteten ved bruk av forskjellige digitale enheter ved hjelp av data fra Global Web Index for å inkludere inn for vår infotiske tilstand for Digital Marketing 2015. Det viser tydelig populariteten til smarttelefonens eierskap og nye mobilenheter som Smartwatches. Innsikt fra comScore publisert i markedsundersøkelsen i februar 2014 viser bildet som markedsførere trenger å bygge opp. Disse paneldataene viser at flertallet av forbrukerne har multiscreening, får tilgang til sluttsteder på mobil eller på skrivebordet, så konsekvente erfaringer på tvers av enheten må distribueres. Du må svare på dette for ditt eget nettsted. Som Rob Thurner forklarte i sitt innlegg på KPIs for å vurdere mcommerce effektivitet. det er viktig å holde rede på splittelsen mellom brukere av mobile og stasjonære enheter som besøker nettstedet ditt. Å bruke avanserte segmenter i Google Analytics er den beste måten å gjøre dette på. Q3. Hvor mange besøk på nettstedet er på mobilenheter mot stasjonære enheter. Vi må imidlertid være forsiktige med å tolke data om antall timer, siden vi bruker mesteparten av tiden på smarttelefoner til å sjekke e-post og bruke sosiale medier. Dette har ført til den vanlige mantraen av mobil-første design som jeg synes er farlig. Eric Schmidt, da formann for Google snakket om en mobil-første tilnærming. Virkeligheten er at mens bruk av smarttelefoner overveiende er populært for noen aktiviteter som sosiale medier, meldinger og innhente nyheter og sladder, har de fleste forbrukere i vestlige markeder også desktop (og nettbrett) enheter som de pleier å bruke for mer detaljert gjennomgang og innkjøp. Så vi må tenke på strategier for å engasjere hva comScore kaller multikanal-majoriteten, ikke bare mobil første eller smarttelefon adopsjon. Dette forklarer hvorfor mobile konverteringsfrekvenser er mye lavere i detaljhandel, og hvorfor sammenbruddene mellom trafikk for nettsteder er stort sett like mellom smarttelefon og skrivebord. Målgruppe for målgruppe comScore har snakket litt tid om strategier for å engasjere og måle multiplatformflertallet på tvers av enheter, og jeg tror det vil, eller bør være mer fokus på det i årene som kommer. Denne britiske data viser også betydningen av flerkanals flertallet i sektorer som Retail og i mindre grad bank, men at for noen nisjer som vær mobil først er mer nøyaktig. Deres nyeste data for USA er slående i viser hvordan flertallet flertall dominerer, særlig blant millenials. Selv om mobilen vokser i vikt, viser disse eldre dataene fra Adobes nyeste digitale indeks (ikke oppdatert ennå i 2016) at i alle bransjer er de fleste besøk fortsatt på skrivebordet. Så med så mange sidebesøk fortsatt på skrivebordet, er det viktig når du designer med et responsivt webdesign at desktopopplevelsen ikke ødelegges, og dette har ført til mange større bedrifter ved hjelp av et adaptivt webdesign hvor layout og innhold er skreddersydd for skrivebord, nettbrett og smarttelefon skjermdimensjoner. Q4. Konverteringsfrekvens for mobilenhet og besøk del for e-handelsnettsteder Vi har en egen sammenstilling av konverteringsstatistikk for e-handel hvis du lager en forretningssak for mobile optimaliserte nettsteder som forklart i retningslinjene for mobilmarkedsføringsstrategi. Disse dataene er også verdifulle fordi det viser variasjonen i konvertering rangere etter mobiltype. Dette er de siste dataene fra Monetate for deres detaljhandelskunder som viser konverteringsfrekvenser. Dataene viser tydelig at Smartphone-tilleggsvognen og konverteringsfrekvensene er mye lavere enn for skrivebordet - viktig hvis du gjør forretningsmodellen til et mobilmottakelig nettsted. Denne kilden er nyttig siden det er en vanlig undersøkelse som viser veksten i bruk av mobilbesøkspersoner. gjør det mulig å bore ned for å se bruken etter enhetstype, for eksempel er iPad fortsatt den dominerende tabletten, men Kindle Fire og Android-tabletter står nå for over 10 tabletter. Du kan se at bruk av nettbrettet og smarttelefonen nesten er doblet i løpet av året basert på 500 millioner pluss besøk for disse sluttkundene (se lenken over for metodikk). Q5. Mobilmedietid - app vs mobil nettstedbruk Forbrukerpreferanse for mobilapps vs mobile nettsteder bør også tenkes gjennom som en del av mobilstrategien. Disse dataene fra Nielsen på mobilmedietid viser forbrukerpreferansen for mobilapper som utgjør 89 av medietid i mobil som kan forventes ved bruk av de mest populære sosiale nettverk, e-post og nyhetsprogrammer. Appbruk (90 av tiden) dominerer nettlesere i mobilbruk Vi rapporterte comScore-data i mai 2012 som viste at på smarttelefoner 82 av mobilmedietiden er via apper. I dag viser de nyeste dataene fra Yahoos Flurry analytics at 90 prosent av forbrukerens mobile tid blir brukt i apper. Som de setter det, sett det: Det er en App World. Weben lever bare i den. Dette er en viktig innsikt når selskapene bestemmer seg for å utvikle mobilapper eller opprette spesifikke apper for mobilenheter. Denne 90 figuren er en viktig innsikt når selskapene bestemmer seg for å utvikle mobilapper eller begrense seg til mobile optimaliserte nettsteder. Du må være forsiktig med å tolke dette siden, som tabellen nedenfor viser, vil Facebook, meldinger, spill og verktøy apps naturligvis ha størst tid og bruk av nettleseren er fortsatt signifikant i volum hvis ikke proporsjonal. Men dette har implikasjoner for annonsering på mobil for å nå forbrukerne ved hjelp av apps som Facebook og Gmail. Q6. Mobilannonsen fortsetter å ligge bak Mobile Media Consumption Så hvordan har annonsører reagert på endringen i mobilmedietid Det neste diagrammet viser at til tross for veksten i medietiden ovenfor, mangler noen annonsører siden den høyeste linjen viser at det er en stor manglende mulighet for mobilannonsering Denne undersøkelsen hentet fra en 2015-studie av eMarketer til mobilannonsebudger, viser en annen visning. I 2015 utgjør mobilannonsutgifter for 49 av digitale annonseutgifter, noe som bare ligger litt bak trenderne til hvordan folk bruker enhetene sine. Denne statistikken viser også prognoser for fremtidig vekst, noe som er viktig som det viser hvor markedet går. Det er klart at mobil er fremtiden, og innen 3 år kommer det til å dominere digitale annonsedrifter. Q2. Hvordan forbrukerne forsker produkter ved hjelp av mobilsøk og gjennomgangssider Googles mobilbane for kjøpskjøp undersøkt 950 amerikanske forbrukere på tvers av 9 dyrent vertikaler (Restauranter, matforsterkere Mat, økonomi, reise, Home amp Hage, Klærforsterker Skjønnhet, Automotive, Elektronikk, Helseforsterker Ernæring ) for å vurdere hvordan de forsket kjøp via mobil. Et nøkkelfunn er utgangspunktet for mobilforskning. Som det kan forventes, var søk det vanligste utgangspunktet, men det er lavere enn skrivebordet som viser betydningen av merkede applikasjoner og mobile nettsteder. De 5 beste kildene for mobilmarkedsføringsstatistikk Denne oppdateringen til dette innlegget inneholder noen av de nyeste oppdateringene om mobilstatistikk fra 2014 og fremhever noen av de beste kildene for å gjøre forretningssaken til investering i mobilmarkedsføring i presentasjoner og forretningssaker til kolleger eller klienter. 1. Google Mobile Planet. En vanlig undersøkelse for forskjellige land som begynner i 2011, gjorde det mulig for deg å lage dine egne rapporter. Nå har dette blitt erstattet av Googles Consumer Barometer som gjør at du kan lage lignende rapporter. I tillegg til nedlastinger for hvert land, kan du også lage dine egne diagrammer med fokus på KPIer av interesse. For eksempel, hvis du er basert i Australia, kan du se på bruk av demografisk. Svakheten i dagens data er at den fokuserer på smarttelefoner, ikke tabletter. Det kan være nyttig å presse tilbake mot overentusiastiske kolleger eller forstå forbrukerbarrierer. For eksempel har mindre enn en tredjedel av australiere noen gang kjøpt på en smarttelefon, og du kan se at det er barrierer for sikkerhet og preferanse for skrivebordskjøp. 2. ITU. Data fra International Telecoms Union rapporterer mobil bruk, inkludert mobilt bredbånd abonnement for å vise vekst i bruk av mobil. Dette rapporteres på land, kontinent og overordnet nivå, og er dermed den beste overordnede kilden for mobil penetrasjon over hele verden. Mye av informasjonen er gratis - se deres gratis mobile statistikk seksjon. 3. Flurry Mobile Analytics. Dette er en god kilde for å vise det totale nivået av appbruk over de fire store mobilappplattformene etter land og borer ned i populariteten til enkelte applikasjoner for ulike sektorer som detaljhandel, bank og reise. For eksempel viser de nyeste mobilappvekstene fra Flurr y vekst av kategoribruk med mer enn 50 i mange kategorier. Comscore er en av de viktigste verdensomspennende kildene som er nyttige for markedsførere for å hjelpe oss med å finne ut om endringene i bruk av mobilmedier av forbrukere. Denne grafen viser mønsteret i hele Europa - følg lenken ovenfor for amerikanske og andre landbrudd. Rapporten viser imidlertid mye lavere adopsjonsnivåer i andre europeiske land, selv om det ikke er en femtedel i de fleste. Så ekstrapolerende britisk oppførsel til andre land ser ut til å være en feil med mobilfiguren fortsatt nøkkelen. Rapporten har også et nyttig sammendrag av dagstykker med forskjellig enhetsadferd, som ligner på andre som er publisert. Detaljhandel mobilbruk Mobile var igjen fokuset på seksjonen om detaljhandelstatistikk. Målgruppe vekst er 80 på mobil i disse britiske nettstedene, men lavere på kjøpmenn nettsteder av åpenbare grunner. 5. Ofcom Internet bruk rapport. Ofcoms åttende internasjonale kommunikasjonsmarkedsrapport ble publisert i desember 2014, og undersøker opptak, tilgjengelighet, pris og bruk av bredbånd, fasttelefoner, mobiler, TV, radio og post over 17 store land. Som eksempel, heres bildet av desktop vs mobile enhet i Storbritannia viser at når du ser på den viktigste enheten, forbli skrivebord og bærbar PC viktig. Vi håper at denne samlingen av statistikk om mobilbruk og effektivitet fortsetter å være nyttig - vennligst del hvis det er og fortsett å oppdatere det i 2015. Hvis du vil ha en enkelt kilde til den nyeste statistikken over hele digitalmarkedsføring, for ekspertmedlemmer , samler vi et regelmessig oppdatert sett med bruksstatistikk for bruk i presentasjoner - det oppdateres hvert kvartal, slik at all den nyeste statistikken kategoriseres på ett sted for å inkludere i presentasjoner. Anbefalt veiledning: Sammendrag av nettbasert brukstatistikk Vår one-stop-nedlasting inneholder den nyeste statistikken som inkluderer i presentasjoner for å gjøre saken for digital investering. ivoriswinning kommenterte 8. april 2013 Ja, mobilmarkedsføring er den nest beste tingen til skiverbrød. Jeg tror i år er året å gjøre det i denne virksomheten. Jeg liker deg nettsted. Du har mye informasjon. Dette er det jeg opprettet. mobiletextmarketing. blogspot. ca. Noen plattformleverandører bruker geografisk målretting med opt-ins. Dette gjør at kundene er klare til å kjøpe når de er i nærheten av virksomheten. I motsetning til som e-post. De åpne prisene er 97 på ca 5 minutter. Selv om du ikke vet hvem som tekst deg. Ingen form for direkte markedsføring er dette bra. Hvor er mobilenheten? La du hjem uten den? Din mobil er som lommeboken og husnøklene dine. Du tar det overalt og til og med i seng, hvis hun ringer. Den mobile evolusjonen er her nå Dette er noen gode statistikker. Er det greit å skrive noen artikler ved hjelp av denne statistikken Bare lurer på som det ville være et flott tillegg til tjenestens nettsted. Takk for noen flotte ting som vil gjøre eventuelle nye potensielle kunder til en mer informert beslutning om de trenger mobil i markedsføringsarbeidet. (Vi vet allerede at de gjør det) Takk mye. Jeg kommer ofte tilbake for å lære og få noen flotte fakta. Morris (Murph) Murphy Daniel Howard kommenterte 29. januar 2013 Ja, veldig bra innlegg, veldig hjelpsomme takk. Jeg ble overrasket av staten som angav en 8 preferanse for å handle gjennom apps (smarttelefontablet) sammenlignet med 14 for mobile nettsteder. Tror du det kan være en gjenspeiling av ulikheten mellom antall e-handel mobile nettsteder sammenlignet med fullstendig transaksjonelle detaljhandel apps Takk Daniel, godt å høre. Jeg tror det er en skikkelig vurdering, det kan også være på grunn av manglende oppdatering og opprett stabile apper. I8217m gjennomgang av kommentarer til en rekke detaljhandlerapper som en del av oppdateringen av vår 7 trinn til mobilveiledning, og å finne ut at mange apper lider av dårlig rangering fordi oppdateringer bare ikke fungerer. Dave Fantastisk samling av informasjon. Har du noen data som viser hvor mye mer sannsynlig noen er å kjøpe mens browsingshopping på telefonen sin vs browsingshopping på deres desktopBounce Rate i Google Analytics Det som frustrerer meg mest om dette infografiske er at definisjonen av avvisningsfrekvensen er feil . (Vel, i hvert fall for GA). Ja, jeg vet at definisjonen er direkte fra brukerstøtten for Google Analytics. Men en sprett i Google Analytics er IKKE et besøk med en enkelt sidevisning. En sprett er et besøk med et enkelt engasjement HIT. (Justin Cutroni har et flott innlegg som forklarer disse trefftypene, og hvordan man forstår Google Analytics-tidsberegninger basert på forståelse for hvordan disse treffene fungerer). For å oppsummere her kort, er det for øyeblikket 6 typer treff som kan sendes til Google Analytics-serveren. Sidevisninger (sendt via trackPageview) Hendelser (sendt via trackEvent) E-handel-elementer (sendt via addItem) E-handelstransaksjoner (sendt via trackTrans) Sosialt (sendt via trackSocial) Bruker Definert deprecated, men funksjonell (sendt via setVar) Som Justin forklarer, 5 av disse trefftyper brukes til å beregne noen form for engasjement, og påvirker dermed tid på sidetid på nettstedberegninger samt sprettfrekvens. Med hensyn til avvisningshastighet spesielt, en ekstra sidevisning, Event som hasn8217t blitt satt til ikke-interaksjon. eller deling av sosiale medier (som er konfigurert til å spores i GA), er alle ting som kan påvirke sprettfrekvensen. Her er et eksempel på hvorfor forståelse av denne tekniske rektor er viktig når det kommer til analyse. I eksemplet nedenfor ser vi at disse klientene for betalt søkeklienter for klienter8217 har en særlig lav avkastningsfrekvens. Men du har kanskje lagt merke til at noe er litt fisket her. Tips: PagesVisit Det faktum at GA rapporterte mindre enn en side per besøk, er en klar indikasjon på at dette nettstedet har problemer med implementeringen. Faktisk, når vi ser på nettsted8217s avkastningshastighet over tid, ser vi skarpe endringer. Big Problem City Å vite at studsfrekvensen påvirkes av det tekniske problemet med mer enn ett engasjementslag som sendes til GA, er avgjørende for at du skal få analysen din riktig. Det er ganske vanlig at utviklere av programvare kommer opp med en GA-integrasjon som ikke tar hensyn til sprettfrekvensen. De vanligste synderne jeg har sett, er live chat (hvor automatisk invitasjonen sender en sidevisning eller en begivenhet) og automatisk spill av videoer som spores av virtuelle sidevisninger eller hendelser (der ikke ble påkalt samspill). Bruken av et bestemt live chat-program er det som forårsaket studsfrekvensen i forhold til eksempelet ovenfor. Avvisningsfrekvensen påvirkes også av informasjonskapsler om informasjonskapsler som forårsaker at øktene blir tilbakestilt. I tillegg, og I8217m fortsatt overrasket over hvor mange ganger jeg ser dette, har GA-sporingskoden mer enn en gang på en side en sikker brannvei for å bringe studsefrekvensen ned til null. Som min venn Caleb Whitmore setter det, er 8220A 3,8 avvisningshastighet isn8217t veldig bra, it8217s broken.8221 Et viktig sidemerk: Siden webutviklere har en uhyggelig tendens til å bryte GA-implementeringer, må du sørge for at du bruker GA Intelligence Alerts. (Etter dette innlegget, les enda et flott innlegg av Justin om datalogger). Avvisningsfrekvens og SEO Basert på hva vi har sett ovenfor om hvordan studsfrekvensen kan være a). Broken og b). Påvirket av kode, jeg vil bare si at jeg helt tar Matt Cutts ved hans ord når han sier at søkelokeringer ikke tar hensyn til Google Analytics. Google Analytics8217-beregninger er altfor lett å manipulere for søketekstlaget for å bruke dem i rangeringer, IMHO. Videre er det så mange ødelagte implementeringer at det ville være dumt å vurdere sidervisit - eller hoppetallsverdier på global skala for å være pålitelig som et søkekvalitetssignal. Det er min to centsgt. Avvisningsfrekvens i kontekst En av de oftest siterte linjene om avkastningsfrekvens er Avinash Kaushik8217s berømte definisjon, jeg kom, jeg puked, jeg dro. 8222 Mens denne definisjonen holder vann mye, tror jeg det til slutt er også forenklede. Avinash gjør absolutt gode poeng i videoen ovenfor. Hvis du har sett det før, er det 4 minutter og 45 sekunder med klassisk Avinash awesomeness. Jeg setter pris på at med dette sitatet Avinash prøver å uttrykke noe dypt kraftig gjennom en krystallisering av et konsept. Likevel, når studsfrekvensen ser på monolitisk måte uten å undersøke innholdet på nettstedet eller sidetyper, er det ganske mulig å trekke ukorrekte konklusjoner om brukeradferd på one8217s nettsted. For eksempel publiserer følgende nettsted mye innhold flere ganger per dag. De får mye trafikk, og har en bounce rate på 8220high8221. Selv den direkte trafikken til nettstedet bounces til en høy pris. Opprette et avansert segment for direkte trafikk som bounced og bruker den til Frequency Amp Recency-rapportene, avslører et helt nytt perspektiv på innholdet i denne trafikken. Nesten 30 av den direkte trafikken som hoppet var fra besøkende som hadde vært på nettstedet 9 eller flere ganger. Det ser ikke ut til at disse menneskene var puking og forlater. Faktisk, mesteparten av tiden jeg finner meg på Avinash8217s blogg, bruker jeg betydelig tid på å lese en artikkel og deretter 8220bounce.8221 Et mål for suksess for innholdssider er ikke nødvendigvis om leseren springer eller ikke, men om eller ikke de leser artikkelen og (enda viktigere) kommer tilbake. Eivind Savio har et flott innlegg der han deler et skript (opprinnelig fra Thomas Baekdal) som bidrar til å legge til en enorm mengde kontekst til tradisjonelle studsemålinger, nemlig det er et relativt komplekst (og ekstremt elegant) skript som sporer brukerens rulleadferd. Og ja, en annen roper ut til Justin Cutroni som skrev mye om dette i todelt innlegg. Personlig liker jeg Eivind8217s tilnærming til å bruke ikke-interaksjonshendelser i stedet for å snakke med hoppfrekvens. I8217m nysgjerrig hva noen av dere lesere tror. Kanskje det egentlig er hensiktsmessig å endre måten GA 8220normally8221 behandler avvisningshastighet basert på indikasjoner på at en person faktisk leser en artikkel. Ikke sikker8230 Eivind har satt sammen et flott Excel-regneark som gjør det mulig å trekke alle rulledataene inn i et dashbord ved hjelp av Next Analytics. Her er noen data fra denne bloggen. Mine mest populære innlegg (om endringen i hvordan Google Analytics definerer en økt. Om unike besøkende. Og om multi-touch-tildeling) har alle hoppetall på over 60. Imidlertid hadde mellom 23-33 av sidevisninger brukere som rullet til bunnen av innholdsdelen av innlegget på mer enn 30 sekunder. Faktisk for de innleggene hadde mer enn 75 av sidevisninger en slags rullende oppførsel. Hvis jeg ikke hadde scrollsporing på disse sidene, ville jeg bli sittende fast med en lavtids på side metrisk og høy avkastningsfrekvens. Minst nå vet jeg at minst noen få mennesker leser blogginnleggene mine. Interessant er sprett - og utgangsrenten for 8220Content Readers8221 praktisk talt den samme som gjennomsnittet for de innleggene. Dette er bare en annen indikasjon på at Bounce Rate ikke er 8220be-all og end-all8221 metrisk når det gjelder å forstå brukeradferd. Ha alltid ting i kontekst. Jeg vil avslutte dette innlegget ved å peke deg til et utmerket stykke av Kayden Kelly fra Blast Advanced Media om Bounce Rate. Han berører en rekke punkter som ble brakt opp her, og mange andre problemer (som forskjellen mellom avkastningsfrekvens og utgangsrate), som jeg spesifikt didn8217t adresserer fordi han gjorde en så god jobb. Det er virkelig en verdig lese. flott og informativt innlegg Flott artikkel, snublet over bloggen din ved et uhell, men I8217m har det gøy å lese ting så langt. Jeg tror at tingen som irriterer meg om studsfrekvens er at it8217 er så subjektiv. Google definerer det på en måte, mange brukere definerer det som noe annet. For eksempel kommer mange til mitt nettsted for å løse problemer som de har. Når de leser opp hvordan de skal løse problemet, forlater de. Mens Google mener at en sprett, forblir brukeren på sidene mine i gjennomsnitt 27 minutter, og de kommer ofte tilbake for å referere til den samme siden i fremtiden. Jeg måtte legge til i noen JS-kode for å fortelle analytikk at brukeren leser siden bare for å få det til å registrere studsefrekvens den riktige veien for meg. Med mitt forrige eksempel kommer mange av brukerne mine, finner artiklene mine, leser dem og forlater. Senere kommer de tilbake og leser igjen8230, og mange av dem (og jeg mener dette) bestemmer seg for å utforske resten av nettstedet mitt. Selv om de var en sprett første gang og til og med andre gang ifølge Google, blir de faktisk lojale lesere og besøker nettstedet mitt på jakt etter nye artikler hver dag. Bare min 2 cent. Don8217t bli så rasende Som noe som kommentaren din illustrerer, er behovet for digitale analysemessige implementeringer som passer perfekt til hver enkelt side. Hvis you8217re kan bestemme måtene som nettstedet ditt får til leserskap og som inkluderer egendefinert javascript for å forstå deres leseadferd, er det ikke en kortkommet av GA. Det er ganske enkelt måten produktet fungerer på. Med andre ord, informasjonen som sendes til GA, skal konfigureres i samsvar med brukstilfeller av bestemte nettsteder. Avansert rullesporing for blogger eller innholdsrettede nettsteder er ganske viktig for utgivere, men doesn8217t gjør mye for e-handel. Ja, Google Analytics har standardinnstillinger. Men alle som bare kopierer og limer grunnleggende utdrag på deres nettsted, savner seg sterkt ut av hva produktet er i stand til. I alle fall er det fint å høre at du ser på studsfrekvensen din i kontekst, og lærer om brukerens oppførsel på en dypere måte. Hyggelig skrive opp. Masse flott info. Vår side ble omdesignet for å ha færre sider og være nesten enkelt side for å forbedre brukeropplevelsen med mobil og nettbrett. Dette har forårsaket et stort problem med studsekurs og rangering etter min mening. Prøver å fikse det Rangeringen er en ting, hoppetrinn er en annen. Du kan endre analyseimplementeringen din for å mållegge user8217-samspillet med siden, og dermed gjøre sprettfrekvensen mer i tråd med brukeradferd (for eksempel legge til sporing av spor til interne klikk på ankre osv.). Når det gjelder SEO, er det noe som du trenger å utforske separat. Flott innlegg og informasjon. En hvilken som helst ide om hvordan sprettfrekvensen er definert i GA på mobil og nettbrett. En god artikkel og forklaring på studsfrekvens, et vanlig og svært viktig problem som de fleste av oss møter. Strålende ting. I8217m begynner bare å rote med G. A. men I8217ve leser allerede andre 8220baner8221 online. De panderer til den allment aksepterte ideen om studsekurs 8211 takk gud, jeg lurte på dette. Btw, har du en veiledning hvordan jeg kan sette denne delen opp: 8220For å få et avansert segment for direkte trafikk som hoppet og bruke den til Frequency amp Recency-rapportene, avslører et helt nytt perspektiv på denne trafikkens natur.8221 Jeg har nettopp lagt til en annen UA på min side og fikk en 99 sprettfrekvens i den andre kontoen (den nye). Har du en anelse om årsaken og en mulig løsning Når du sier 8216t2.setDomainName8217 må jeg si ingen eller. mydomain Takk så mye Javi Hvorfor er min avvisningshastighet under delen 8220Audience8221 i Google Analytics annerledes enn min avvisningshastighet under 8220Behavior8221-delen Fru Maria Teresa Romero Jeg er fru Maria Teresa Romero aldrende enke som lider av langvarig sykdom. Jeg har noen midler jeg arvet fra min sene mann, summen av 703 000,00 GB pund. Av en veldig personlig grunn trengte jeg en veldig ærlig og gudfryktig person som vil bruke fondet for misjonsarbeid. Vær så snill om du vil kunne bruke midler til Guds arbeid, vennligst svar meg ved å introdusere deg selv. Og jeg vil forklare hvorfor jeg trenger et anonymt person utenfor min familie. Gud velsigne deg. Takk og håper å høre fra deg snart, kontakt meg med min private e-post: mrsmariateresaromerogmail Din i Herren, Maria Teresa Romero Egentlig jeg elsker denne bloggen fordi den viser bildet og med det bildet vil jeg bedre forstå dette emnet og prøve å sammenligne min faktiske nettsteddata med disse dataene og finne forskjell. Jeg jobber med et nettsted som har sprettfrekvens 0. Vi bruker ikke informasjonskapsler på nettsiden, og det er ikke noe problem med duplikatanalysekode i indeksfilen. Hva kan være grunnen til å vise 0 sprettfrekvens Hei Yehoshua Coren I8217m i alvorlig problem. I8217ve en blogg relatert til hvordan og beste gadgets det meste av trafikken jeg fikk 2 dager tilbake, var på guides8217 sider og min nettsider8217 avkastningsfrekvens er 84 i gjennomsnitt. Min bruker bare åpne opp 1 side og følger veiledningen og la den gå, men min avg tid på artikler er 2 til 5 minutter. Men google har straffet bloggen min og I8217m sikker på at it8217s panda fordi min venn med 80 av sprettfrekvensen også ble straffet av panda på det samme. Hva skal jeg gjøre nå, I8217m forvirret alvorlig. Vennligst hjelp. Bounce rate doesn8217t påvirker SEO, og det er ikke en del av Panda-algoritmen. Flott artikkel, jeg besøkte en annen side, så jeg didn8217t telle som en sprette for deg Flott artikkel. Da jeg først leste om studseprisen, var jeg enig i at det skulle være lavt, og mitt emneområde er et unntak. Mitt nettsted lyseverdi hadde 32 bounce rate og jeg bestemte meg for å forbedre kvaliteten på siden og studsene var opptil 40 slik at du tror det er verre resultat, men faktisk gjennomsnittlig tid økt fra 5 min 49s til 7 min 27s så i mitt tilfelle Jeg tror dette var et godt resultat, og jeg trenger bare å jobbe på bunnen av artikkelen min, slik at brukerne kan navigere til relatert artikkel. Jeg har også et nettsted gocime med studsekurs 83 og avg tid 5 min som er en løsning et veldig teknisk problem og for å være ærlig, tror jeg ikke at noen besøkende vil gå til en annen side da de har et presserende problem de må løse raskt, så Jeg tror ikke jeg vil forbedre bounce rate i dette tilfellet8230. Men generelt vil jeg redusere studsekursen, men bare ved å forbedre kvaliteten på sidene mine til brukerne mine. Fantastisk blogg god post. Det er veldig nyttig for meg, og venter på mer nytt innlegg. Hold Blogging Great post Vi har en egendefinert nettleser hvor vi laster en startside fra domenet vårt. Så hver gang noen bruker vårt produkt, får vi en sprett fordi de ikke alltid gjør noe på startsiden. Er det en måte å fortelle Google å ignorere disse visningene, men fortsatt få analyser når noen går inn i en kjøpsstrøm fra den startsiden. Takk for deling, visste jeg ikke at dataene kunne være partisk på grunn av Live Chat. Jeg bruker både Google Analytics og Live chat, og dataene fra den siste blir automatisk videresendt til den første. Aldri lagt merke til noe rart, men jeg vil betale mer oppmerksomhet fra nå av. Fin minimalistisk måte å spore aktivitet på side (med eller uten å bruke samhandling for å drepe avvisningshastighet): riveted. parsnip. io PS 8220hv forståelse av denne tekniske prinsippen er viktig8221 8211gt-prinsipp Hvordan redusere sprettfrekvensen med ett enkelt triks Et triks for å engasjere brukere. Jeg setter pris på din analyse. Det forklarer noe jeg legger merke til med bloggen min (MediaVidi). Etter hvert som bloggens trafikk har gått opp, har også min avvisningshastighet. Etter å ha lest analysen, skjønner jeg at mye av trafikken min kommer fra 8220frequent fliers8221 som kommer tilbake til bloggen min når jeg tweet om nytt innhold det eller jeg sender e-post til mine abonnenter. Når noen har sett rundt bloggen min en gang, er det ingen grunn til å holde seg fast etter at de har lest et nytt innlegg. Så en høy avvisningshastighet kan ganske enkelt være et symptom på en lojal følge. Jeg bruker også bloggen min til å generere trafikk til nettstedet for min oppstart (MondoPlayer). Når folk kommer til bloggen min, er mitt primære mål å sende dem til nettstedet mitt. Alle som klikker på nettsiden min, etter at jeg bare har lest 1 side av bloggen min, teller som 8220bounce8221, men de absolutt don8217t teller som 8220puker8221. After reading your analysis, I8217m going to look at all my metrics differently. Good job Nice team you have , seems you people creates awesome graphics. good bless you guys I am a game developer and i like to play games If you people love to play games you should visit once rsgoldaz to buy RuneScape gold games viprsgolds That8217s a great post Informative, interesting and well-written. Here8217s something that you might be interested to take a look at and get some more insight into bounce rate: Pou Games 8211 Play the best Pou Games online free for everyone We update Nobita games, Cricket Dress Up games, Cricket Fisshing games, all Cricket games online. Cricket-games. meGoogle Analytics Visitor Segmentation: Users, Sequences, Cohorts My love for segmentation knows no bounds. Whether you do online, offline or nonline analysis, or just like to randomly play with data, insights arrive faster with segmentation. In fact, I039ve gone so far as to say: 034All data in aggregate is crap.034 That039s certainly a bit melodramatic, but beyond the most bare bones 034ahh, I see something is happening,034 you can039t get anywhere with aggregate data. To assist your quest for faster, smarter insights, I039ve defined the Segmentation Selector Framework (Acquisition, Behavior, Outcomes), shared downloadable versions of my favorite segments, Non-Flirts, Social, Long Tail. and recommended the mating of custom reports with advanced segments (downloads provided there too). We are going to continue our quest today. This post covers an important evolution in Google Analytics039 segmentation power. Something I039ve been dyingpushing for a very long time: the ability to segment Visitors, and not just Visits or Hits I039m so excited about this because we can finally focus on people, multiple visits by the same person, the multiple mediamarketing touch points for the same person and do some pretty cool cohort analysis. You are going to love analytics and analysis so much more by the time you are done with this post You might also become a crazy fan of the glory that comes from ditching the lameness of last-click last-visit obsession that pervades all current web analytics tools. Prologue: Visitors, (Visits) Sessions, Hits One of the key things we are going to learn today is to align our metrics and dimensions optimally to ensure we report good, clean, sensible data. Before we jump into that exciting adventure, I want you to checking a recent post that covered the importance of aligning hit-level metrics with hit-level dimensions and session-level metrics with session-level dimensions. The above graphic is from the post Excellent Analytics Tip 23: Align Hits, Sessions, Metrics, Dimensions. I highly recommend reading the post to familiarize yourself with this critical concept. Your effort will make this post 100x more valuable. If you read that post, and ignore this one, you will still be much smarter because you don039t know this but half of your current custom reports are likely imprecise. You039ll read the post and fix them automatic promotion to the next level in the organization Don039t worry, this post will be waiting to further awesomize your life. Go. Read the above post. Come back excited. Google Analytics: New Segmentation User Experience Recently, the team at Google released an updated and much improved version of the segmentation UI. Rather than boring stuff we saw in the past, now you see lovely filled out circles on top for each segment (they give you at-a-glance understanding of the size of the segment). Update: In the small chance you don039t see this segmentation in your own account, Zach Shearer has shared this tip in his comment. Click on the down arrow just below your report title and just to the left of the default 034All Visits034 segment. Then click 034Create New Segment034 and you should have the options that Avinash detailed in this blog post . I039ve applied two segments, Mobile Traffic and Multi-visit Users, to my awesome content efficiency analysis custom report (a must have for any site that has content, click here to download )8230. The Multi-visit User part holds a clue to the new amazing power in Google Analytics. You can now segment people and not just their visits. In the past, this segment could have been called Returning Visits . but it was still a collection of visits and not 8211 in a pure sense 8211 visitors who returned . When you go into various sections of the new advanced segmentation builder, you will discover that you can now focus on users (a capacity not available in so many web analytics tools, or only unlocked for you in a data warehouse version of the solution or substantial hacking of code and daily prayer to the Sun God). I can ask how many Visits I get from Google . or I can ask how many Visitors I get from Google . The first answer is 14,000 the second is 5,000. Big difference to your analysismarketingsmartness, right There are also new possibilities, such as sequence segments, that allow you to answer questions such as: What is the difference in conversion rates for people who went to the Product X page from a promo on the home page, compared to people whose first page in the visit was the Product X page You039ll use part three of the picture immediately above to do this type of analysis. It is very useful in site design, improving internal site search, and getting insights from people who abandon checkout when they go through steps a, b, c vs. steps o, l, m. Another really powerful new capacity is to do cohort analysis. We will discuss this with an example at the end of this post. But first let039s spend some time to understand this new power at our disposal. Visitor, Visit, and Hit Level Segmentation: The Unconfusing Kim visits your website. She visits four times. On some visits she buys. On other visits she researches or watches your enticing how to perfectly cuddle a baby videos. Thus far in Google Analytics you could analyze Kim039s engagement with your website, but only as disconnected pieces. You could analyze the content she consumed, but only in the context of each visit (hence for example you could never realize your baby cuddling videos drove a conversion 2 days later). Both of these problems go away now with visitor-based segmentation. Google Analytics will string together all behavior by a person, and then you can do some cool stuff. To best understand how the three core elements work, I created this simple visual aid for the Market Motive segmentation videos. Four different people exhibiting very different behavior: long or short visits, more or less time on individual pieces of content, buying more or less or nothing. Using the first party cookies, Google Analytics will now string together all the behavior by Mr. Green. You can analyze all the sessionsvisits together, grouped at a Mr. Green (or Ms. Orange or Ms. Purple) level. This is new. The green boxes represent sessions, and you can still analyze them with the segmentation feature exactly as you were able to in the past. And you can analyze the hits in each session either individually ( only visits with page x ) or in groups ( visits with page x and page y but not page z ). Let us deeply understand the impact of choosing User, Session or Hit now. It will change the answer you get dramatically. In the segment below I039m interested in analyzing people across all their visits to my site (currently limited to last 90 days in GA). And I want to capture my high spenders, even if that spending happens across multiple visits. In the E-commerce section of advanced segmentation, I choose per user, and then type in the amount I want. The average purchase on my site is 50 so I choose 125 as the threshold in my segment (technically 034gt 125034)8230. Looking back at our graphic, this segment will give me Mr. Green, but not Ms. Orange or Ms. Blue. Even though Mr. Green only crossed that limit of 125 across two visits. This is the power of user segmentation. Something simple, and so insightful. Can you believe that you were not able to do this in Google Analytics until recently Well, now you can The second option we have is called per session . My question is: I would like to analyze the visits where a person purchased more than 60 of products or services from my website . I choose per session and then choose gt from the drop down and finally type in 608230 Google Analytics will select two visits by Mr. Green and one visit by Ms. Blue for inclusion in this segment. I can now go and apply this segment to my Traffic Sources report and identify the owned, earned and paid sources that are driving conversions slightly higher than my average order value. Or I can apply the segment to my content reports (including the downloadable custom report included above) and identify the valuable pieces of content I should produce more of and take to the slaughterhouse content not adding value to my business or my customers. If you are a non-profit entity, you can do these types of segments for your Goal Values Micro-Conversions . The last option I have is called per hit . You might only do this on rare occasions in the E-commerce context, but let039s stick to that context for the sake of understanding. I would like to create a segment where the per hit revenue is gt 1008230. Sticking to our earlier example8230 this would only give me the 100 hit in the first visit by Mr. Green, and nothing else. Pretty cool, right I039ve demonstrated user, session, and hit level segmentation using the E-commerce section. In GA, and perhaps your digital analytics tool, you are able to do user or session level segmentation pretty much any where in the advanced segmentation builder and across a whole host of dimensions. Hence it is very important to understand this concept and pay close attention to the level you are choosing. Making the right choice between user, session, and hit makes a massive difference to the size and type of segment you end up creating. This tiny little choice has the ability to convert your golden segment into high quality garbage. Google Analytics: Cohort Analysis As I hinted above, one of the cool new capabilities in GA is the ability to do cohort analysis. The simplest way to understand this analysis is that it is the ability to create a unique group of customers that share a commonality. Let me demonstrate this using the commonality of source (what action by us brought people to our site) and a specific time period. I am going to analyze all users who first visited my website between Feb 1 and Feb 28, and that visit was because of a paid search campaign. This is how you would create that cohort in Google Analytics8230. Quick Tip: I love to use the Test button when I039m creating segments. Clicking it returns the size of the segment as defined by the number of users and sessions . This helps me understand if I039ve created the right segment or made a mistake. I can now analyze the behavior of this group of people and understand what content they consumed (across visits), what products they might have purchased, how much more social amplification they created (compared to a cohort of users whose first visit to the site was in Feb via organic search), and other such delightful things. Cohort analysis really comes into its own when you analyze groups of similar people in some deepermore relevant, business context. For example, in my case I039ve switched agencies at the end of Feb and now I have the capacity to better understand the performance of the paid search traffic driven by the new agency with its highfalutin039 promises I just create a cohort of my March traffic8230. Or perhaps I039ve significantly changed my paid search strategy during this time period because I went to the amazing Search Engine Strategies conference and learned a lot. I just create a segment like the one above and see if my new-found smartness is actually delivering smarter results. Or perhaps I039ve evolved my AdWordsAdCenter account structure, or changed my landing page strategy, or rather than just doing BUY NOW have softer calls to action. in all these cases, I can collect one group of users (visitors) and do some cool analysis: In the above scenario I was attempting to increase loyalty of the paid search traffic. In Feb you can see a sharp drop-off. We got more traffic initially, less as we spent less money, and they all go away at the end of March. Stupid promotion Just getting temporary loyalty. ) So we change what we do, for March we got a little bit less traffic, but they were more loyal during the monthly and stayed slightly longer after the month ended. Good outcome. Now off to do more of those things You can create a cohort for any random 31 day time period, and since this is user analysis you can apply it over any 90 day time period. (You can see me applying it over a 60 day time period above.) Google Analytics: Visitor Segmentation: Closing Thoughts User behavior is getting increasingly complex. It takes multiple visits to purchase, from multiple channelsinfluences. Hence the addition of user segmentation allows us to focus on people. (For these exact reasons multi-channel funnels analysis and attribution modeling are so important) At the moment in web analytics solutions, people are defined by the first party cookie stored on their browser. Less than ideal, but 100x better then what we had previously. Over-time as we all expand to Universal Analytics perhaps we will have more options to track the same person, after explicitly asking for permission, across browsers, channels and devices. My recommendation is that going forward all your segments should focus on users first and sessions second. Because if you focus on a relationship, rather than a connection, you will get better business results. You will of course create many session and hit level segments. They are also useful from a tactical perspective. Go Users Go Visitors Go People As always, it039s your turn now. Are you as pumped about your ability to analyze people as I am What other user segments would you create Are there segments that have already proven to be super valuable for you Do you have examples of sequence segments for your business you could share with us How about cohorts Got any awesome applications for them Please share your ideas, awesome segments, challenges, questions, answers via comments. Like this post Share it: As always, thank you for such a tremendous blogpost. Just a question about the new ways of segmentation in Google Analytics. Where in GA is this screen available Or is this feature not rolled out to all GA users yet Thanks very much in advance, I am eternally sorry Avinash, while playing around with segmentation, i am having lot of questions, Is Unique Visitor amp Single visit User are same Is Return Visitor amp Multi visit User are same What is mean by converters (default Segment Why we are unable to edit default segments. I would like to understand using which dimensions the default segments are constructed. Sorry Avinash for asking questions bits amp pieces. All questions are popping-up which experimenting the segmentation model. Ramakrishnan: Here are answers to your questions8230 1. Unique Visitor is not a segment. It is just a Unique Visitor. You create a segment out of a group of Unique Visitors that share a common attribute. Single Visit Users are New Visitors. People who have only visited your desktopmobile website once during this time period. 2. Converters are any visitors who have completed a goal or a transaction. During they may have done so across many visits during this time period. (The filter is set to Per User rather than Per Session. Please see this post for more details on what each of those mean.) 3. You cannot edit the default segments because if a person messes them up, you don039t have a standard to reference. You are able to click on the gear icon on the top right of any segment and choose Copy. This allows you to peer into the segment (that is how I was able to answer your questions above), and if you like make changes and save it under a new name. Google analytics has made it easy to understand how people get engaged with your website. Google Analytics terminologies seem complicated but once understood they can help making user develop a clear and complete understanding of the audience. Thanks Avinash for writing up on 039user segmentation039 topic in great detail. I039ve not seen this option yet but it really sounds a lot informative. I039ve this gut feeling that Google has started sharing a lot of information regarding the customer behavior. First In-Market Beta and now this on Analytics is quite promising. I thought of a use case for the trying it out for the Interest Category and other content campaigns and try to get some behavioral insights of possible. Will love to try out that taking the content to slaughterhouse (this is such hit line). Will give it a shot once it is available. Avinash, many thanks for writing this. That039s probably the most informative article I have read for a while on GA. Even though I use GA regularly I wasn039t aware of the segmentation feature, that039s got my head spinning with possibilities. 034Don039t worry, this post will be waiting to further awesomize your life034 034Awesomize034 8211 what a fantastic word Must find a way to sneak that into my next blog post :-) Thanks for a great post 8211 just used this functionality for a client039s site to test the hypothesis we had that visitors were exhibiting very siloed behaviour i. e. most visitors were visiting content x or y, but not x and y. The visit data told this story but we were wondering whether over time, for the same user, this was the case. The user data supported this, showing that even over several separate visits, visitors were restricting their consumption to specific buckets of content. This has implications for page design and the placement of calls to action. I am so glad about the update of segment. I can see that it is rolling out in my account and I can segment our visitor based on users. That is really amazing It is really a big update for Google Analytics. Also, I link its new interface. It is more flexible for us to manage the custom segments. Andrew Strickland says: Great post as always :) With regards to the cohort analysis is there a way to use this for first user transactions so I can see subsequent repurchase behaviour for e. g. 034people that bought in August 2013034. I know you can set a condition for transactions to be gt 0 but that applies to the date range you run as opposed being able to tie this to the first visit date period specified. Thanks for putting this up together in a nice fashion. This was something we were waiting since long, as we were not able to implement custom variables easily. I have a question on the segment you have created in cohort analysis example. You wanted segment for 034All the visitors who came via cpc first time during Feb034 But the way I am interpreting your filters, you should get 034All the visitors who first time came in Feb, and visited the site via cpc in the time range that you are selecting outside the segment (I don039t know whats the term for that time period. I mean, not necessarily in Feb)034 I feel so because 034First visit034 and 034traffic source034 are in different tabs, and seem to be independent of each other. i. e. If I just select 034medium cpc034, that would not necessarily apply to only first visit, right Even if I select the 034Filter users034 tab and not 034Filter visits034 tab we would be only filtering users who came via cpc in the time period selected for the analysis (Not in the time period of first visit) Is that not right If yes, then how do we get exactly that you wanted If not, then how do I create 034segment of visitors who came first time in Feb, but have come via cpc in the selected time period034. Also, in that case aren039t the filters little counter intuitive Mukesh: With these kinds of scenarios my personal approach is to roll up my sleeves and simply create the various segments and observe the results. Best way to find out what is going on. If it helps8230. the core elements of the segmentation builder and the advanced Conditions and Sequences all work together after you hit Save. As you hop around the tabsfilters, keep an eye on the Summary area (on the right) as it presents everything that is in a segment. Great post, thanks. Just one thing I am not sure to understand : Let039s say I want to make a cohort of people who visited my site on a certain day, coming from a TV ad (to simplify, let039s say source direct on this specific date) I just had on that day. Is it possible 1 I segment by date of first visit, easy 2 But then I can either 8211 segment users for the source (then I suppose it039s going to give me visits of users who came at least once from direct, but on the whole date range I039m checking so that039s not what I want) 8211 or segment visits, but it039s also not going to work Am I wrong, does anyone see a solution Aymeric: Try different variations, see what you get. ) Google Analytics, if you look at the right panel in advanced segmentation as you create these segments, will apply your filters and conditions as a whole. So in your case first visit on date xxx where source is direct will be just those people. Direct visits on that day. Then you apply it to the relevant report for insight. Please let me know if I misunderstood your intention. Daniel: I would encourage you to read this post first, it will be extremely helpful: User is looking at things at a person level. When you create a segment at a keyword level, you are segmenting at a visit level. So one, or more visits, by that person could have that keyword. But the same person (user) could have come back to the site again under other keywords during other visits. That is what you are seeing. I wish you were 034unraveling034 the 034secret visitors,034 sadly you are not. That data is completely unavailable. Chris: There could be any number of reasons you see more users than visits. (It should never be that way of course.) It is difficult to diagnose with the information you have, but anything you are doing with applying multiple conditions, filters could be a cause. I would recommend paring back the segment to the simplest possible scenario first, then add on the conditions and filters one at a time and see what happens. If you need more help, you can hire a GACP to look at your data and help you out. You039ll find a list here: bit. lygaac I find this stuff really interesting and have now tried out several profiles using (source contains googlemedium contains organic) and the segments with, 034filter users034 consistently get slightly higher numbers than those using 034filter visits034. Having read Girish039s post below and checked the 034all traffic034 report under 034acquisition.034 It does indeed appear that visits are being included from other sources (direct) etc for the 034by user034 segment. It seems that hit level to session level is a bit like, session level to user level. Hits - gt Visits - gt Users Not sure if this is the best way of looking at it 8211 Interested to hear if others have observed anything like this in their data. Also good to know about the local GACPs just in case. Here is my best guess :) Say, today I come to your site from xyz and tomorrow I come from google both these visits will be shown when we apply the segment for traffic from xyz (filter users). Hence, though we applied the segment to contain source as xyz, the traffic data from various source will be shown. Whereas, 034a visit can only be from a single source034 so when you apply segment for traffic from xyz (filter visits), you will see lesser numbers than (filter users) numbers. Thanks for this segmenting article. I am looking for a way to select webpages into groups and segment users by users entering into the grouped pages. Let me explain why: We provide tutoring for a variety of subjects at graduatetutor including accounting, finance, economics, etc. We have pages on different topics on these subjects. I would like to segment users based on how they find us (accounting pages, finance pages, economics pages, etc). Can this be done now I know we can use the Segment by Traffic sources gt keyword and adding keywords like accounting, finance, etc but is there a better way to do it as some pages may be found without these keywords. Look forward to hearing from you. Senith: You can definitely do this, but the way you do it will depend on the structure of your website. The simplest way to do this is to use Page Titles or URLs, both of which you can create segments for. If your site structure does not allow that, you can consider implementing event tracking to collect 034category level034 data about each piece of content, and then use that for segmentation. To confirm if I understood you right, if I segment visitors by Filter: users (not visits) gt Content: Landing Pages gt Contains: URL or categories I should get a segment of people who landed on our website by pages grouped together by topic. This will tell me which topic or group of pages drives most first time visitors and goal conversions, etc since I am choosing users not visits. Love your work especially the depth you go into Great post on visitor segmentation for GA. What I039m not so sure of is the 90 day limit in GA for trending visitor segments behavior. If this is the case, it sounds like I may not be able to track conversion for advanced segment I created past 90 days Or can I use advanced segment to look for gt90 days conversion Cesar: There is a 90 day limit to the User segments and in the Cohort analysis. I039m sure this will change with time, please keep an eye on the Analytics Help Site. Tracking conversions in GA is done at a visit level, I039m not quite sure what you are trying to do there (in context of the first part of your comment) but I hope that helps. I love your site and have poured over this article trying to figure out a question I039m having. You responded to someone above about it, but I039m still not understanding it yet. If a 034new user034 is the same as a 034single visit user,034 then shouldn039t 034returning user034 be the same as a 034multi-visit user034 If that is true, then how is it that I am getting different numbers for new users and single visit users when looking at event actions. For example, I get 108 new users and 347 returning users, but then I get 90 single visit users and 365 multi-visit users. When adding them up, they come out to the same number: 455, but why is new different from single and returning different from multi-visit Ricky: This is not going to be a directly helpful answer, but I still hope it helps some. The Google Analytics team should get its act together in these cases and just make choices rather than making our lives miserable. If they039ve decided that New and Returning Users don039t make sense any more, they should have the courage to get rid of those two and just replace them with Multi-Visit and Single-Visit. Much more preferable than the awfulness foisted on us currently: 034 Here039s the new and old stuff, now you go figure out what to do with it all and PS we are not going to make it really obvious what the differences are 8211 no, not in our new Analytics Education section or our fancy re-vamped Analytics Help center, go ahead, we dare you to try .034 So, hang in there. One of these days Google Analytics will not contain these types of issues (they are in a few different places), and your life will be simpler. - Avinash. PS: A non-I-am-really-irritated by how often this is badly done in GA answer8230. Sometimes analytics tools have to change definitions of their metrics. In English this change is subtle (as between Single-Visit and New User). But from a technical perspective this does have a more complex, if often small nuanced, impact. This is what you are seeing when your numbers shift a bit. This is always for the better, even if somewhat painful as you compare with history. Pick one the new ones, ignore the old ones. Hopefully the GA team will do that for you automatically, and have a detailed explanation on its blog of why old stuff has to go away, and a article in its help center explaining old and new and why and what, along with deep-linking it directly from the segmentationreport selector. Hi Avinash Thank you for this article, it was really helpful. I have a question regarding 034first user interaction034. From what I can understand this is the first visit a user makes to the website. By all logic the visit count should be 0 before the first interaction and the visitor type set to New vistior. My question is why I can create a sequence under segments where if I set the first user interaction to returning visitor or visit count to three GA still returns a result Why is this Is GA looking at visits before my selected date range but that are new for this period, counting them as a new first user interaction I hope you understand what I mean. Best regards Niklas Niklas: I039m sorry but I039m not sure I understand your question completely. Broadly speaking though, GA is taking into account the activity that is happening within the time window you are looking at. Sometimes this means that someone who was a returning user in a broader time window, might appear to be a new visitvisitor because in that period they were. For MCF there is also a lookback window. Some visits that exist in that lookback window are not new visits (they might be returning). But when you apply the first interaction filter, it039s only looking at sessions from the lookback window, some of which might be returning, but appear to be the first session in the lookback window. Likewise a visit that has a Count of Visits 3 might be the first visit in the lookback window. If you need more help, please feel free to engage a GACP as they can look at your data, analyze it properly and give you a specific answer to your use case. Here039s a list: bit. lygaac Hi and thanks for sharing this. After reading this I039m still trying to figure out what the difference is between 034hit level034 and 034session034 level advanced segmentation options for the metric 034Time on Page034. You mention in the post you reference that, 034Average Time on Page is, by its definition, a hit-level metric. It measures what happens on one page.034 So am I to take it that the option for 034per session034 option for the Time on Page advanced segment is an example of one of those reports that you just don039t want to create See screen cap for further clarity grab. bytKJ6 Page is a hit. So it will be hit level dimension. For measuring time for that hit, use a hit level metric, time on page. ) In the screen cap you039ve provided you will click on the drop down named Per Session and choose Per Hit. Strictly speaking that is the right way to do it. But in this case when you choose Per Session you might be ok because of the way the metric Time on Page is calculated (per hit) and I suspect if you create a segment Per Session it might be ok. It is a weird case, maybe the GA team should think about it. For now, you know what to do. Nathan Brook says: Thanks for detailed information visitor segmentation amp cohort. Recently (In Dec03913) we launched an android app. So now we would like to see the users which we acquired in Jan03914, how many of them are currently active in Apr03914. To do so, I have created a custom segment based on Date of First Visit bw 1 Jan 2014 amp 31 Jan 2014. And then applied this segment on April03914. In Jan03914, we acquired 1,123 users and as per this segment 215 users of Jan have visited our app in Apr03914. Then the retention rate is 19.15. But when we try to compare the same metric with MixPanel data. MixPanel039s retention rate is 6.47. I understand that there will be some discrepancy in data bw both tools. But here difference is very high. As per my understanding, Google Analytics cohort report is working based on sessions while in MixPanel, there is no concept of sessions. But in GA, when i apply custom segment of Date of First Visit, it is returning me no. of users. So could you please help me understand why there is high difference bw both tools. Prashant: Numbers between tools often don039t tie because each tool tends to use its own core data structures and definitions. If you want to learn a bit more about how some of these things come about, please see this post: The Ultimate Web Analytics Data Reconciliation Checklist To your specific question, you can segment Sequences in Google Analytics by Sessions or Users. Please see this image8230 Do you have any insights as to how I could segment traffic based on IP address Our site has both a front and back end. Back end users are staff members coming from a specific IP range. I do not want to create a filter to exclude their traffic because it is important to me to be able to analyse their interactions with our site for improving work flow. I then want to be able to pull the specific content they create by stipulating a further segment (URL) and do a comparison to how users then consume the information (specifically the engagement, relevancy of content and further flow on to other leads) Any recommendations or actionable insights would be appreciated. Thank you in advance Taryn: To the best of my knowledge you are unable to do this with Google Analytics. You can, if you want to filter out your staff, create a different profile and filter out there (and leave your master one untouched). If you want to look into a more clever way to do this, especially for your own staff, please use the User ID feature in Google Analytics. Here is my best guess :) Say, today I come to your site from xyz and tomorrow I come from google both these visits will be shown when we apply the segment for traffic from xyz (filter users). Hence, though we applied the segment to contain source as xyz, the traffic data from various source will be shown. Whereas, 034a visit can only be from a single source034 so when you apply segment for traffic from xyz (filter visits), you will see lesser numbers than (filter users) numbers. 8230 Ensure pages with high engagement are featured prominently in your information architecture. Relegate or fix low-engagement pages. Segment out your content so you know which is the most popular, in terms of landings, and link that information back to ranking reports. This way, you can approximate keywords and stay focused on the content users find most relevant and engaging. Segment out your audience, too. Different visitors respond to different things. Do you know which group favours what What do older people go for What do younger people go for Here are a few ideas on how to segment users. 8230 8230 No necesariamente tener mucho contenido es lo ideal. Google cada vez se pone ms serio con el tema de la calidad y no la cantidad. Esta regla es vlida para el sitio y los canales de social media. Te doy un ejemplo: Conoces a Avinash Kaushik Es una de las personalidades ms reconocidas en el mundo del marketing digital es EL experto en Google Analytics su blog es uno de los ms exitosos y visitados por su excelsa calidad Quieres saber cunto poste en septiembre Apenas 2 artculos Sin embargo, gracias a su calidad reune cientos y cientos de shares desde diversas redes sociales y adems todava se da el lujo de ser humilde en su interaccin con los fans ve como responde en Google a los halagos. Wow 8230 8230 Google Analytics Visitor Segmentation: Users, Sequences, Cohorts 8230
No comments:
Post a Comment