Kohortenanalyse in Google Analytics

Die Kohortenanalyse in Analytics erklärt:

Der Bericht „Kohortenanalyse“ ist bereits seit einigen Jahren ein fester Bestandteil von Google Analytics. Da er im Menü aber nach wie vor als „Beta“ gekennzeichnet ist, wird er von vielen Anwendern nur am Rande wahrgenommen. Ein Fehler, denn so entgeht ein wertvolles Werkzeug in der Erschließung des Nutzerverhaltens. In diesem Beitrag zeige ich Ihnen die wichtigsten Funktionen und Erkenntnisse dieses vielfach unterschätzten Reports.

Was sind Kohorten?

Der Begriff „Kohorte“ stammt aus der Soziologie und bezeichnet eine Gruppe von Menschen, die ein gemeinsames Merkmal teilen, anhand dessen eine Unterscheidung zu einer anderen Gruppe von Menschen vorgenommen werden soll. Dieses gemeinsame Merkmal kann eine Eigenschaft der Gruppe sein (z. B. Alter, Kaufabschluss, Schuhfarbe) oder sich auf den Zeitpunkt der Messung beziehen (Alle Nutzer zum Zeitpunkt t, alle Wahlberechtigten zum Zeitpunkt t1, etc.).

Kohorten in Google Analytics werden zu allererst basierend auf dem Datum des Erstbesuchs der Nutzer zusammengefasst. Das bedeutet, dass Nutzer, die am selben Datum bzw. in derselben Woche oder demselben Monat das erste Mal auf die Website zugegriffen haben, einer Kohorte zugerechnet werden. Über Segmente können die Kohorten nach weiteren Merkmalen eingegrenzt werden. Somit lassen sich bspw. Vergleiche zwischen Kohorten mit und ohne Transaktionen, mit hohem und niedrigem Umsatz, von verschiedenen Zugriffsstandorten oder mit Erstbesuch in bezahlten und organischen Traffic-Kanälen vorgenommen werden.

Zu beachten ist, dass in den meisten Google-Analytics-Implementierungen die Identifikation und Wiedererkennung der Nutzer über eine beim Erstbesuch vergebene und in einem Browser Cookie gespeicherte User ID geschieht. Wird dieses Cookie gelöscht (z. B. durch eine automatisch greifende Einstellung beim Schließen des Browsers oder weil die Lebensdauer des Cookies abgelaufen ist), wird beim nächsten Besuch desselben Nutzers eine neue User ID generiert. Für Google Analytics ist er dann ein neuer Nutzer und wird dementsprechend ggf. auch einer neuen Kohorte zugeordnet.

Welche Einstellungsmöglichkeiten gibt es?

Die Kohortenanalyse kann in Google Analytics unter „Zielgruppe > Kohortenanalyse BETA“ aufgerufen werden.

Die grundlegenden Einstellungen können in den Dropdown-Menüs über dem Verlaufsdiagramm vorgenommen werden:

• Kohortentyp: Die Dimension (also das gemeinsame Merkmal), auf deren Basis die Kohorten zusammengefasst werden. Derzeit kann hier nur „Akquisitionsdatum“ ausgewählt werden. D. h. es werden Nutzer zu Kohorten zusammengefasst, die am selben Datum bzw. im selben Zeitraum das erste Mal auf die Website zugegriffen haben.
• Kohortengröße: Die Zusammenfassung der Nutzer zu Kohorten auf Basis ihres Erstbesuchs kann entweder „nach Tag“ (= genaues Datum), „nach Woche“ (= sieben Tage von Sonntag bis Samstag) oder „nach Monat“ (= volle Monate) geschehen.
• Messwert: Hier kann der für die ausgewählten Kohorten gezeigte Messwert eingestellt werden. Die Voreinstellung zeigt „Nutzerbindung“, was der Anteil der im jeweiligen Zeitintervall (z. B. Tag 7 nach Erstbesuch) wiedergekehrten Nutzer an allen Website-Besuchern ist. Es können aber auch u. a. die „Abschlüsse für Zielvorhaben“, „Sitzungen“, „Sitzungsdauer“, „Seitenaufrufe“, „Transaktionen“ oder „Umsatz“ jeweils für die Summe oder als Durchschnittswert aller Nutzer in der Kohorte ausgewählt werden.
• Zeitraum: Analysezeitraum für die Kohortenanalyse. Dieser bestimmt, wie viele Kohorten (= Zeilen in der Tabelle) angezeigt werden. Unabhängig von dieser Auswahl werden maximal 12 Zeitintervalle (= Tage, Wochen oder Monate nach Erstbesuch) in der Tabelle dargestellt.

Beispiele für Kohortenanalysen in Google Analytics

Kohortenanalyse über Sitzungen

Eine grundlegende Auswertung ist die Betrachtung der Anzahl der Sitzungen, die von den einer Kohorte zugehörigen Nutzern in der Folgezeit nach ihrem Erstbesuch durchgeführt wurden. Im abgebildeten Beispiel zeigt sich bspw., dass von den 10.488 Nutzern, die in den sieben Tagen vom 26.01.2020 bis 01.02.2020 das erste Mal auf die Website zugegriffen haben, in der Woche des Erstbesuchs (= Woche 0) 12.295 Sitzungen durchgeführt wurden. In der ersten Woche nach dem Erstbesuch (= Woche 1) wurden durch diese Nutzer noch 741 Sitzungen durchgeführt. In der vierten Woche nach Erstbesuch (= Woche 4) waren es dann noch 170. Es gelingt also nur begrenzt, die Nutzer regelmäßig zum Besuch der Website zu animieren.

Diese Erkenntnis ist auf den ersten Blick wahrscheinlich nur wenig spannend. Interessanter ist es nun, wenn über Segmente Kohorten mit verschiedenen Merkmalen miteinander verglichen werden. Wir wählen für unser Beispiel eine Unterscheidung nach „Zugriffe über Tablets und Desktops“ vs. „Zugriffe über Mobiltelefone“.

Es zeigt sich, dass Nutzer, die in den sieben Tagen vom 26.01.2020 bis 01.02.2020 über Desktops bzw. Tablets das erste Mal auf die Website zugegriffen haben, in den Wochen danach tendenziell häufiger wiederkehren, als das bei Nutzern der Fall ist, die ihren Erstbesuch über Mobiltelefone durchgeführt haben. Leider zeigt Google Analytics in der Tabelle nur die absoluten Zahlen für die Anzahl der Sitzungen. Anteile können jedoch über den Export der Daten in Excel oder andere Programme berechnet werden.

Kohortenanalyse über Konversionen

Besonders interessant ist die Kohortenanalyse bei der Betrachtung von Konversionen. Hier kann z. B. analysiert werden, inwieweit es gelingt, einmalige Käufer zu Wiederholungskäufen anzuregen.

Wir nutzen dafür das Segment „Haben einen Kauf getätigt“, um nur Nutzer in die Analyse einzuschließen, die mindestens eine Transaktion durchgeführt haben. Als Messwert betrachten wir den Umsatz.

Im Beispiel zeigt sich, dass der meiste Umsatz in der Woche des Erstbesuchs generiert wird. In den Folgewochen ist es insbesondere die Woche 1 nach Erstbesuch, in der noch relevante Transaktionen durchgeführt werden. Hier sticht insbesondere die Kohorte mit Erstbesuch zwischen dem 23.02.2020 und 29.02.2020 heraus.

Kohortenanalyse über Traffic-Kanäle

Ebenfalls interessant sind die Segmentierungen nach Traffic-Kanälen. Im Beispiel vergleichen wir die Segmente „Organische Zugriffe“ und „Bezahlte Zugriffe“ für die letzten sieben Tage. Als Messwert wurde „Nutzerbindung“ gewählt, also der Anteil der in den Folgetagen nach dem Erstbesuch wiedergekehrten Nutzer an allen Website-Besuchern.

Es wird deutlich, dass im direkten Vergleich die Nutzer, welche ihren Erstbesuch über organische Traffic-Quellen wie die Google-Suche durchgeführt haben, häufiger auch an den Folgetagen wiederkehren, als das Nutzer mit Erstbesuch über bezahlte Kanäle wie Google Ads tun.

Fazit

Die Kohortenanalyse in Google Analytics bietet wertvolle Erkenntnisse über das Nutzerverhalten. Dabei wird der Fokus auf die Entwicklung im Zeitverlauf gelegt und weniger auf die Betrachtung von Momentaufnahmen. So lassen sich bspw. E-Mail– oder Social-Media-Kampagnen besser auf ihre langfristige Effektivität untersuchen, das Verhalten von Nutzern mit mobilen Endgeräten und Desktop-PCs vergleichen oder mögliche begünstigende Faktoren oder Hemmnisse für wiederkehrende Käufe identifizieren. Der Report sollte deshalb zum Standard-Repertoire eines jeden Verantwortlichen gehören, wenn es um die Erfolgsevaluation und Optimierung von Online-Marketing-Maßnahmen geht.

Hinweis: Diesen Beitrag haben wir kürzlich aktualisiert.