מה זה ריטנשן ומה זו קוהורטה?
לפי התיעוד של GA4 קוהורטה היא קבוצת משתמשים שחולקים מאפיין משותף. בהקשר של שימור המאפיין הוא בדרך כלל מועד ההגעה הראשונה: כל מי שפתח את האפליקציה לראשונה באותו יום. ריטנשן, או שימור, הוא החלק מתוך הקבוצה הזאת שחזר בנקודת זמן מאוחרת יותר.
הדוגמה שהתיעוד נותן מסבירה את החישוב: ארבעה משתמשים הגיעו ב-1 באוקטובר. שלושה מהם חזרו ב-2 באוקטובר, כך ששימור יום 1 הוא 75 אחוז. שניים חזרו ב-8 באוקטובר, כך ששימור יום 7 הוא 50 אחוז. אחד חזר ב-31 באוקטובר, כך ששימור יום 30 הוא 25 אחוז. המכנה תמיד נשאר גודל הקוהורטה המקורי.
הסיבה לעבוד עם קוהורטות ולא עם מספר כללי של משתמשים חוזרים היא שמספר כללי מערבב ותיקים עם חדשים. אפליקציה שמביאה הרבה התקנות ומאבדת את רובן אחרי יום יכולה להציג גרף משתמשים פעילים שעולה. רק פירוק לקוהורטות מראה שהמשתמשים מתחלפים ולא נשארים.
איפה רואים ריטנשן ב-GA4?
המקום הראשון הוא דוח Retention overview, שנמצא תחת Reports, Life cycle, Retention. לפי התיעוד ייתכן שהדוח לא מופיע בתפריט שלכם, אבל עורך או מנהל של הנכס יכולים להוסיף אותו וגם לשנות את הכרטיסים שבו. אלה הכרטיסים שהתיעוד מתאר:
| הכרטיס | מה הוא מציג | חלון הזמן |
|---|---|---|
| New users ו-Returning users | משתמשים חדשים ומשתמשים שכבר ביקרו בעבר, לפי יום | טווח התאריכים שנבחר |
| User retention by cohort | אחוז החוזרים מכל קוהורטה יומית | יום 1, יום 7 ויום 30 |
| User engagement by cohort | זמן מעורבות ממוצע לכל קוהורטה | יום 1, יום 7 ויום 30 |
| User retention | אחוז המשתמשים שחוזרים בכל יום, החל מ-100 אחוז | 42 הימים הראשונים |
| User engagement | זמן מעורבות ממוצע של המשתמשים החוזרים בלבד | 42 הימים הראשונים |
| Lifetime value | הכנסה ממוצעת ממשתמשים חדשים | 120 הימים הראשונים |
המקום השני הוא דוח Firebase overview, שלפי התיעוד מופיע גם בקונסולה של Firebase תחת Dashboard. יש בו כרטיס User retention עם אותה הגדרה של 42 ימים וכרטיס User activity by cohort, שבו כל שורה היא קוהורטה וגוון כהה יותר מסמן שאחוז גבוה יותר ממנה חזר.
שני הדוחות האלה טובים למבט מהיר, אבל ההגדרות שלהם קבועות. כדי לשאול שאלה משלכם עוברים ל-Explorations.
מי נחשב משתמש חדש ומי משתמש פעיל באפליקציה?
כל חישוב שימור נשען על שתי הגדרות שכדאי להכיר לפני שמפרשים מספר.
משתמש חדש, לפי התיעוד, הוא מי שתועד אצלו האירוע first_open או first_visit בטווח התאריכים. האירוע first_open נשלח בפעם הראשונה שמשתמש פותח את האפליקציה אחרי התקנה או אחרי התקנה מחדש. המשמעות המעשית: מי שמחק את האפליקציה והתקין אותה שוב נכנס לקוהורטה חדשה כמשתמש חדש, בזמן שהשימור של הקוהורטה המקורית שלו נראה נמוך יותר ממה שקרה בפועל.
משתמש פעיל הוא מי שהייתה לו מעורבות בטווח התאריכים. לפי התיעוד באפליקציית Android משתמש נחשב פעיל כשנאסף ממנו האירוע first_open או הפרמטר engagement_time_msec. באפליקציית iOS הוא נחשב פעיל כשנאסף האירוע first_open או user_engagement. לפי ההגדרה הזאת משתמש שקיבל התראה ולא פתח את האפליקציה אינו משתמש פעיל.
איך בונים Cohort exploration?
ב-Explorations בונים את הניתוח בעצמכם, סביב ארבע הגדרות.
ארבע ההגדרות של ניתוח קוהורטות
כל אחת מהן משנה את המספר שתקבלו
- פותחים Exploration חדש בטכניקת Cohort exploration. את שאר הטכניקות ומתי משתמשים בכל אחת פירטנו במדריך ל-Explorations ב-GA4.
- קובעים את תנאי הכניסה. לפי התיעוד האפשרויות הן First touch, כלומר הפעם הראשונה שהמשתמש הגיע לאפליקציה או לאתר כפי שהנכס מדד, אירוע כלשהו, עסקה כלשהי, המרה כלשהי או אירוע מסוים שתבחרו.
- קובעים את תנאי החזרה. אותן אפשרויות: אירוע כלשהו, עסקה, המרה או אירוע מסוים בתקופה הנבדקת.
- בוחרים גרנולריות. יומית היא מחצות עד חצות לפי אזור הזמן של הנכס. שבועית היא מיום ראשון עד שבת ולא שבעה ימים מתגלגלים. חודשית היא חודש קלנדרי.
- בוחרים שיטת חישוב. Standard, Rolling או Cumulative. ההבדלים מפורטים בסעיף הבא.
- מוסיפים פירוק אם צריך. מימד פירוק מחלק כל קוהורטה לתתי קבוצות, למשל לפי פלטפורמה או מקור ההגעה. מוצגים עד 15 הערכים המובילים של המימד.
מה ההבדל בין Standard, Rolling ו-Cumulative?
זאת ההגדרה שהכי קל לטעות בה, כי שלוש השיטות מייצרות טבלאות שנראות דומות ומספרות סיפור שונה.
| שיטת החישוב | מי נספר בכל תא לפי התיעוד | לאיזו שאלה היא מתאימה |
|---|---|---|
| Standard | משתמשי הקוהורטה שעמדו בתנאי החזרה באותה תקופה בלבד | כמה מהקוהורטה היו פעילים בשבוע הרביעי |
| Rolling | מי שעמדו בתנאי באותה תקופה וגם בכל התקופות שלפניה | כמה שמרו על רצף שימוש בלי לדלג על תקופה |
| Cumulative | מי שעמדו בתנאי בתקופה כלשהי, עם סך מצטבר של המדד | כמה הכנסה או פעילות הצטברה מהקוהורטה עד עכשיו |
שימו לב להגדרה של Rolling, כי בחלק מהכלים בשוק אותו מונח מתאר משהו אחר. ב-GA4, לפי התיעוד, מדובר ברצף: משתמש שדילג על שבוע אחד יוצא מהספירה גם אם חזר אחריו. לכן Rolling תמיד יציג מספרים נמוכים או שווים ל-Standard. מי שמשווה בין כלים צריך לוודא שההגדרה זהה לפני שמסיקים שמשהו השתנה.
מה נחשב שימור: אירוע כלשהו או פעולת ליבה?
ההגדרה הפשוטה ביותר היא לספור חזרה לפי אירוע כלשהו, כך שמספיק שהמשתמש פתח את האפליקציה כדי להיספר. זה מדד שימושי, אבל הוא עונה על השאלה אם אנשים חוזרים ולא אם הם מקבלים ערך.
ההגדרה השנייה היא חזרה לפי אירוע מסוים שמייצג את השימוש המרכזי באפליקציה. באפליקציית כושר זה יכול להיות סיום אימון, באפליקציית קניות צפייה במוצר או רכישה ובאפליקציית תוכן השלמת קריאה או צפייה. אלה דוגמאות להמחשה בלבד: הבחירה עצמה היא החלטה עסקית שלכם.
מומלץ להחזיק את שתי ההגדרות זו לצד זו. הפער ביניהן הוא ממצא בפני עצמו: כשהרבה משתמשים חוזרים ורק מעטים מבצעים את פעולת הליבה, הבעיה היא במוצר ולא בהתראות. כדי שזה יעבוד פעולת הליבה חייבת להיות אירוע מוגדר היטב. לכן היא צריכה להופיע במילון האירועים של האפליקציה מהיום הראשון.
התיעוד של Google לא מגדיר מהו אחוז שימור טוב וגם אני לא אתן כאן מספר, כי הוא תלוי בקטגוריה ובתדירות השימוש הטבעית של המוצר. ההשוואה שכן אפשר לסמוך עליה היא בין קוהורטות של אותה אפליקציה: לפני ואחרי גרסה, בין מקורות התקנה או בין פלטפורמות.
מה זה DAU/MAU ומתי משתמשים בו?
לפי התיעוד GA4 מחשב אוטומטית שלושה יחסים של דביקות משתמשים: DAU/MAU, DAU/WAU ו-WAU/MAU. המדד DAU הוא מספר המשתמשים הפעילים ב-24 השעות האחרונות, WAU בשבעת הימים האחרונים ו-MAU ב-30 הימים האחרונים. היחס DAU/MAU מראה איזה חלק ממי שהיה פעיל בחודש האחרון היה פעיל גם ביממה האחרונה. אם כולם נכנסים כל יום היחס יהיה 100 אחוז.
לפי התיעוד יחסים גבוהים יותר מעידים על מעורבות ושימור טובים. ההבדל מקוהורטות הוא שדביקות היא תמונת מצב של כלל המשתמשים ברגע נתון, בלי להבחין בין ותיקים לחדשים. לכן היא מתאימה למעקב שוטף בדשבורד, בעוד קוהורטות מתאימות לשאלה מה השתנה ומתי.
אילו מגבלות צריך להכיר לפני שמסיקים מסקנות?
כמה מגבלות של GA4 משפיעות ישירות על ניתוח שימור. הראשונה היא היסטוריה. לפי התיעוד הגדרת שמירת הנתונים בנכס רגיל היא חודשיים או 14 חודשים והיא משפיעה על Explorations ולא על הדוחות המצטברים הרגילים, כך שקוהורטה שרוצים לעקוב אחריה שנה שלמה דורשת את ההגדרה הארוכה. מעבר לזה צריך את הנתונים הגולמיים, כפי שהסברנו בייצוא GA4 ל-BigQuery.
השנייה היא היקף: Cohort exploration מציג עד 60 קוהורטות. השלישית היא זהות: לפי התיעוד User-ID לא נלקח בחשבון ביצירת קוהורטה, כך שמשתמש שמחליף מכשיר עשוי להיספר כחדש. הרביעית היא ספי נתונים: מימדים דמוגרפיים כפופים לספים, כך שקוהורטה קטנה מדי יכולה להיעלם מהטבלה, מהסיבות שפירטנו בספי נתונים, דגימה ושורת (other) ב-GA4.
לניתוח ערך לאורך זמן יש טכניקה נפרדת, User lifetime. לפי התיעוד היא מציגה איך משתמשים התנהגו לאורך כל חייהם כלקוחות, כולל מדדים חזויים כמו הסתברות לרכישה והסתברות לנטישה.
שאלות נפוצות
מה זה ריטנשן באפליקציה?
ריטנשן, או שימור, הוא אחוז המשתמשים שחזרו לאפליקציה בנקודת זמן מסוימת אחרי השימוש הראשון. מחשבים אותו מתוך קוהורטה, כלומר קבוצת משתמשים שהתחילו באותו יום. בדוגמה של התיעוד של GA4: ארבעה משתמשים הגיעו ב-1 באוקטובר ושלושה מהם חזרו למחרת, כך ששימור יום 1 הוא 75 אחוז.
איפה רואים ריטנשן ב-GA4?
בשני מקומות. דוח Retention overview, תחת Reports, Life cycle, Retention, מציג שימור לפי קוהורטה ביום 1, ביום 7 וביום 30. הוא מציג גם את אחוז החוזרים בכל יום ב-42 הימים הראשונים. טכניקת Cohort exploration ב-Explorations מאפשרת להגדיר לבד את תנאי הכניסה, את תנאי החזרה, את הגרנולריות ואת שיטת החישוב.
מה ההבדל בין Standard, Rolling ו-Cumulative ב-Cohort exploration?
לפי התיעוד של GA4, ב-Standard כל תא סופר את משתמשי הקוהורטה שעמדו בתנאי החזרה באותה תקופה בלבד. ב-Rolling נספרים רק מי שעמדו בתנאי באותה תקופה וגם בכל התקופות שלפניה. ב-Cumulative נספרים מי שעמדו בתנאי בתקופה כלשהי. המדד מוצג בו כסך מצטבר.
האם התקנה מחדש של האפליקציה נספרת כמשתמש חדש?
כן. לפי התיעוד של GA4 האירוע first_open נשלח בפעם הראשונה שמשתמש פותח את האפליקציה אחרי התקנה או אחרי התקנה מחדש. משתמש חדש מוגדר לפי האירוע הזה. לכן מי שמחק והתקין שוב נכנס לקוהורטה חדשה. הקוהורטה המקורית שלו מציגה שימור נמוך יותר.
מה זה DAU/MAU?
DAU/MAU הוא יחס דביקות שמשווה את מספר המשתמשים הפעילים ב-24 השעות האחרונות למספר המשתמשים הפעילים ב-30 הימים האחרונים. לפי התיעוד GA4 מחשב אותו אוטומטית, יחד עם DAU/WAU ו-WAU/MAU. יחס גבוה יותר מעיד על מעורבות ושימור טובים יותר. אם כל המשתמשים נכנסים כל יום היחס הוא 100 אחוז.
כמה זמן אחורה אפשר לנתח קוהורטות ב-GA4?
זה תלוי בהגדרת שמירת הנתונים של הנכס. לפי התיעוד בנכס רגיל האפשרויות הן חודשיים או 14 חודשים. ההגדרה משפיעה על Explorations ולא על הדוחות המצטברים הרגילים. בנוסף, Cohort exploration מציג עד 60 קוהורטות. לניתוח ארוך יותר צריך את הנתונים הגולמיים ב-BigQuery.
מה השורה התחתונה?
ריטנשן הוא לא מספר אחד אלא הגדרה: מי נכנס לקוהורטה, מה נחשב חזרה, באיזו גרנולריות ובאיזו שיטת חישוב. דוח Retention overview נותן תשובה מהירה עם הגדרות קבועות, בעוד Cohort exploration נותן תשובה מדויקת לשאלה שלכם. לפני שמשווים שני מספרים, בין כלים או בין תקופות, מוודאים שארבע ההגדרות זהות. כשמודדים גם בכלי ייחוס, כדאי לזכור שגם שם ההגדרות שונות, כפי שהסברנו בAppsFlyer מול Firebase. אנחנו מגדירים מדדי שימור, בונים את הקוהורטות ומחברים אותן לדשבורד כחלק משירות אנליטיקס וניטור אפליקציות. אם אתם רואים התקנות עולות ושימוש שלא זז, כתבו לנו.
מקורות
Google Analytics Help: [GA4] Retention overview report, Google Analytics Help: [GA4] Cohort exploration, Google Analytics Help: [GA4] Understand user metrics, Google Analytics Help: User stickiness, Google Analytics Help: Firebase overview report, Google Analytics Help: Data retention
יועץ אנליטיקה דיגיטלית ומייסד DigiKnowledge. מרצה לאנליטיקה דיגיטלית באוניברסיטת תל אביב, באוניברסיטה הפתוחה ובאוניברסיטת אריאל. לעמוד האישי