网站分析高级细分六脉神剑之第四脉

简介:

——新老访客细分

对新老访客的细分应该是在网站分析中最常用的分析方法了。新访客与老访客在访问网站前,对网站的认知程度和访问目的不同,因此这两个不同访客群体在网站内的行为和转化完成度上会有很大差别。

例如:一个电子商务网站,很多新访客可能会浏览“会员申请页”或“快递费用页”;而老访客就没必要再去查看这类页面,他们可能会更多关注“购买记录页”和“物流信息页”等。可以看出新访客对网站主要以探索性需求为主,而老访客大都明确知道来网站想要什么。

如何确认你的网站针对这两个不同群体,是否都提供了对应内容和便利功能呢?最好的办法就是清晰的划分出这两个群体,并分别对他们浏览的网页内容及转化行为等分析对比不同之处,并提出各自针对性优化方案。

(版权归数码林网站分析博客所有,欢迎转载,但转载请注明出处。)

  (一)真假 “新访客” 

通常网站分析工具通过cookie来识别访问者是否在以前到访过网站:一个访客来到网站后,网站分析工具找不到历史cookie记录,随即判断这个人是第一次来到网站,是个“新访客”;但是很多时候事实真的如此吗。。。?现在同时拥有台式机、笔记本、平板电脑、智能手机等等等等各种上网设备的不在少数吧,想必下面的场景大家经常经历:

(白天):上班的午休时间,在公司电脑上网看上一个平板电脑促销广告,点击广告进入了www.pad.com,因为以前从没来过这个网站,所以你这时被视为一个新访客。

(晚上):下班晚饭过后,想起来中午看过的广告,打开自己的笔记本电脑直接搜索了那个pad的型号重新进入www.pad.com,虽然是第二次到访网站,但因为你从没用你的笔记本电脑上过这个网站,所以这是你仍然被视为一个新访客。

像上面的场景中,对网站早已铭记在心的访客一般都是直接输入URL或者搜索品牌词(关于搜索关键字有兴趣的话可以阅读:搜索关键字细分)再次进入,如何区分出这部分真正的老访客呢?可以尝试在高级细分中添加下面几个过滤条件:

(1)直接进入网站

(2)通过搜索品牌词进入网站

(3)通过一些会员营销活动进入网站

因为通常我们想要细分出的真正新访客应该是以前完全没有接触过你的品牌或网站,这样才有益于从这部分的行为数据中找到优化网站或营销渠道的关键问题。

这里有两个简单的Google Analytics高级细分配置样例,你只需要将其保存入自己的Google Analytics账号并修改其中对应的品牌关键词和营销活动名称。

真实新访客:

       https://www.google.com/analytics/web/template?uid=JCn-ZN0sQ26Elwvjp5ZXeA

真实回访客:

       https://www.google.com/analytics/web/template?uid=GphWMggZRpSNqL3m6BnxTQ

(二)新老访客的整体流量细分

Google Analytics中创建按月的新老访客细分自定义报告:

       (1)选择维度“月份”+“访问者类型”及基本分析指标组

Google Analytics

       (2)查看新老访客细分报告分析指标

Google Analytics

       (3)在报告展示类型中选择“百分比”查看新老访客占比

Google Analytics

(版权归数码林网站分析博客所有,欢迎转载,但转载请注明出处。)

 (三)新老访客的访问来源细分

       (1)访问来源的变化趋势及整体比例区别

         维析Dashboard的访问来源细分报告-新访客部分:

维析

         维析Dashboard的访问来源细分报告-老访客部分

维析

(2)访问来源URL的新老访客细分

Google Analytics中选择 “流量来源”  –> “来源”–> “引荐” 报告。

       ● 初次访问率(新访问次数百分比)排在前5的访问来源

访问来源 访  问
者  数
平均阅
览次数
平均停
留时间
初   次
访问率
跳出率 转化率
1 baidu.com 381 5 0:02:20 83.7% 52.0% 1.6%
2 news.mediaX.com 216 3 0:00:43 83.3% 91.7% 0.0%
3 baike.baidu.cn 517 6 0:02:59 80.5% 49.3% 0.6%
4 soso.com 403 5 0:02:38 79.7% 56.1% 1.0%
5 sogou.com 243 7 0:03:40 72.0% 47.3% 0.4%

        从上面的访问来源分析数据中可以看出,初次访问率排在前5的访问来源大多数是购买过关键字广告的网站,可见广告在吸引潜在客户方面的确很有效果,但是盲目的去购买广告也不是什么好事。比如初次访问率排名第2的访问来源(news.mediaX.com)跳出率高达91%,可以说这种情况下花在这个媒体网站上的广告费几乎都打了水漂。 所以在购买广告的时候,最好多些预算花费在那些跳出率相对较低的来源页面上。

上面的网站数据分析报表中同时可以发现来自百度百科的流量跳出率明显较低,转化率也相对不错,可见这部分免费流量的质量并不比其他付费渠道逊色。这里的例子数据并不具有代表性,只是想借此提醒大家不要忽略一些意料之外的优质渠道。

(版权归数码林网站分析博客所有,欢迎转载,但转载请注明出处。)

  (四)新老访客的黄金比例

讨论网站分析话题时,经常会有人问及“新老访客的黄金比例到底是多少呢?”,如果有人立刻能给出“几比几”这样明确的答案也无可厚非,但实际上“根据网站类型或者当前网站经营目标的不同,该黄金比例也应该是不同的”。

当然我们都希望新访客初次访问网站就立刻完成转化(注册会员,申请资料,购买商品等等)。这样的话,我们只要集中精力去吸引更多的新访客就可以了。理想和现实终是有差距的,毕竟这种情况微乎其微:大部分访问者还是比较理智的,他们一般都是访问网站很多次后才决定行动。因此,在一味吸引新访客的同时,不要忘了采取一些必要措施以增加再次访问的次数。

好了,关于新老访客的细分就讨论到这了,有什么疑惑或更好的idea吗?欢迎到加入到我们的网站分析QQ群(群号:229656963)中指教、讨论。

目录
相关文章
|
算法 数据挖掘
群体遗传学研究荐读丨应知应会(下)
群体遗传学研究荐读丨应知应会(下)
销售成交率低,公司业绩上不去的真相!AI销售系统助你一臂之力!
企业在销售过程中常面临客户成交情况不明的问题,管理层难以了解销售与客户的实际交流内容及痛点,导致无法有效评估销售策略和业绩。《AI 销售系统》的推出,通过全面监控销售过程,记录并分析线上线下的沟通数据,精准识别客户痛点,辅助销售团队制定有效策略,提高成交率。该系统如同企业的“军师”,帮助管理层透明化销售管理,优化流程,提升销售能力,助力企业在市场中稳步发展。
|
4月前
|
数据库 Java 监控
Struts 2 日志管理化身神秘魔法师,洞察应用运行乾坤,演绎奇幻篇章!
【8月更文挑战第31天】在软件开发中,了解应用运行状况至关重要。日志管理作为 Struts 2 应用的关键组件,记录着每个动作和决策,如同监控摄像头,帮助我们迅速定位问题、分析性能和使用情况,为优化提供依据。Struts 2 支持多种日志框架(如 Log4j、Logback),便于配置日志级别、格式和输出位置。通过在 Action 类中添加日志记录,我们能在开发过程中获取详细信息,及时发现并解决问题。合理配置日志不仅有助于调试,还能分析用户行为,提升应用性能和稳定性。
60 0
|
7月前
|
数据可视化 数据挖掘 网络可视化
R语言复杂网络分析各大电视台合播电视剧数量可视化
R语言复杂网络分析各大电视台合播电视剧数量可视化
|
7月前
|
数据采集 NoSQL 搜索推荐
五一假期畅游指南:Python技术构建的热门景点分析系统解读
五一假期畅游指南:Python技术构建的热门景点分析系统解读
|
数据采集 存储 监控
数据与分析的战常用设计思路
数据与分析的战常用设计思路
|
算法 Python
群体遗传学研究荐读丨应知应会(上)
群体遗传学研究荐读丨应知应会
|
算法 数据挖掘 BI
新高考增值评价系统业务简单介绍(超详细,图文并茂)
新高考增值评价系统业务简单介绍(超详细,图文并茂)
713 0
新高考增值评价系统业务简单介绍(超详细,图文并茂)
|
SQL Shell API
热饭的测开成果盘点第二十四期:diy数据构造平台
不多bb,直接上图。 该平台可让同事自行去设计 数据构造功能。包括sql/api/shell等等。 由我带着心鹏君开发完成。设计巧妙,可爱。 自行设计页面输入,描述等。
热饭的测开成果盘点第二十四期:diy数据构造平台
|
SQL Python
热饭的测开成果盘点第四期:sql共享平台
本期介绍的是一个django平台,它是我在18年时做的一个sql共享平台,整个最大的亮点我觉得就是的优美风格的尝试。
热饭的测开成果盘点第四期:sql共享平台