如何充分利用队列分析

没有给你的饼干。

随着第三方数据像渡渡鸟一样，数字营销人员正在寻找不使用 cookie 的方法。 称之为“数据节食”。 但是必须有一些东西来取代那些第三方甜蜜的点点滴滴。 如果您无法删除 cookie，请跟踪同类群组。

只要您跟踪他们所做的事情，任何参与您网站的客户组都可以算作一个群组。 他们只是到达着陆页吗？ 他们是否在装满购物车，但不结账？ 他们以前买过东西，但最近没有购物吗？

流失、流失、客户生命周期价值——所有这些都可以作为群组进行跟踪。 但是在线供应商必须知道哪些指标与他们的业务最相关，才能充分利用同期群分析。

（Segment [cohort]）：明白了吗？

“Segments”和“cohorts”是有时可以互换使用的术语，但这是不正确的。

谷歌这样定义群组：群组是一组具有共同特征的用户。 “例如，具有相同获取日期的所有用户都属于同一个群组。 群组分析报告让您可以隔离和分析群组行为。”

相比之下，细分意味着围绕共同特征（如人口统计、地理、个性或价值）组织用户组。 它还可以使用多个特征对客户进行分组。

“队列是细分的一种形式。 所有群组都是细分市场，但并非所有细分市场都是群组，”绩效营销机构 Thrive Digital 的战略总监 Eric Sloan 说。 群组可以理解为“基于时间的段”，例如，一组用户在特定时间登录网站。

数字优化平台 Amplitude 的产品传播者 Adam Greco 指出，有时这两个术语会因为供应商或分析师使用的分析工具而混淆。 他说，群组是“基于兴趣的一组类似用户”。 细分“就像一个过滤器”，Greco 继续说道。 段是一项活动。 队列是人。 他说，“队列取决于身份解析”。

仅仅确定一个群组是不够的。 分析师将不得不进一步深入研究以确定因果关系。 “这是使队列分析有意义的唯一方法，”斯隆说。 他说，最大的陷阱只是假设“基于时间的队列导致了你正在查看的内容”。

提出正确的问题

这导致了数据。 只要您提出正确的问题来获得答案，就可以在某个地方找到答案。

“我们花时间使用数据来确定对业务有意义的人群，”Greco 说。 以行为定义的群组为例——客户通过多步骤流程完成交易。

“你需要正确的数据来建立正确的队列，”Greco 说。 您无需担心跟踪将商品添加到购物车的人。 “仅仅因为你可以追踪某些东西并不意味着你应该这样做。” 他加了。 “很少有公司以终为始。” 他指出，如果您从列出您想要跟踪的相关群组开始，然后向后工作，那么您更有可能成功。

对于 Sloan 来说，队列是根本原因分析的重要组成部分。 “[当]您看到 KPI 发生变化时，您会查看导致变化的所有不同因素。” 他再次强调，相关性不是因果关系，但你不断深入研究周期并提出直观或合乎逻辑的问题，找到回答问题的数据。

“从一个队列开始。 看看它是否是基于时间的。” 斯隆说。 发现不同时期的下降。 包括新访客，因为老访客下车。 查看所有行为和事件的面值，经历初始阶段，然后以 30、60 和 90 天为增量。 “队列是消除一些噪音的第一步，”他说，因为分析师试图衡量客户对网站的体验。

Greco 提供了其他途径。 一种方法使用数据来隔离已识别用户的组，以便可以比较组。 他称这是一个“持久的队列”。 例如，跟踪为期 7 天的在线购物者数量。 新用户自然会进入这个群组，而其他用户会在设定的时间后退出。 那些购买的人被计算在内，而那些不购买的人被计入下车。

然后 Greco 概述了“预测队列”。 一个例子是查看访问网站进行另一次购买的购物者的数量。 可能有一个群体下周有 90% 的可能性会买东西； 另一组有 80-90% 的可能性进行购买，而另一组有 70-80% 的可能性购买物品。 营销人员可以使用该数据为每个群组提供折扣，只增加折扣以吸引下一组不太可能购买商品的购物者。 “你将队列与营销和促销相结合，让人们转化，”他解释说。

充分利用数据

队列分析是一种要求营销人员改变思维以充分利用数据的方法。 我们的专家有着相同的出发点，但追求不同的目标。

要使用同期群分析，请“从问题开始”。 斯隆说。 “与可能回答的业务结果联系起来……了解在何处以及如何深入……确保 KPI 有意义。” 他补充说，确保您正在分析的数据反映现实。 他警告说，如果同一位在线购物者在不同时间使用不同设备访问同一网站，则数据可能会出现偏差。

Greco 将队列分析视为竞争的必要条件。 他指出，在电子商务领域，每个在线购物者都只是“点击或滑动”。 营销人员的负担是“弄清楚他们是如何失去人们并把他们带回来的”。 问题解决和解决得越快，在线网站就越有可能成功。