网站分析高级细分六脉神剑之第六脉

简介:

—— 转化细分

何为转化?

网站分析各种交错复杂的概念时常让人觉得迷惑,网络广告效果、跨网站跟踪、转化目标、转化渠道、事件追踪,以及流量过滤、高级细分还有正则表达式等等,这些足以让一个满怀热情的网站分析爱好者望而却步,这也正是很多公司仅仅在网站上插入了一行网站分析工具的监测代码,仅此而已,也许能获得一些基本流量数据,但很难从中发现问题、分析原因,更不用说进一步从数据中提炼可执行的行动。

从数据到行动,跨越这一步真的如此艰难吗?每个老板都想急于从数据中发现价值,网站分析中最能迅速创造价值的方法莫过于对网站“转化”流量的衡量和跟踪。很多人听到“转化”,很可能首先想到的是收入,当然,收入毫无疑问是网站的终极目标,类似“在线订单交易成功”这样和收入紧密相关的转化数据也是老板们最为关心的内容;但这样一个“宏观”目标就可以代表网站所有存在的意义了吗?答案当然是否定的,并不是每个来到网站的访客都是为了来购物下单的:他们可能只是过来比比价格,或者之前已经下过订单但因不满于售后服务要过来投诉的,再或者出于贵网站的名声以及优良工作环境,人家是过来寻求一份工作呢?所以,注意网站的转化目标是多元化的,为了更全面的衡量各种类型访客数据,跟踪及细分转化流量时不要忽略了“宏观”目标以外的“微观”目标

(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。)

还是以电子商务网站为例,你可能跟踪的“微观”转化目标例如:

● 新用户注册成功

● 在线提交“联系我们”或“投诉建议”

● 下载网站移动应用客户端

● 在线申请工作机会

● 点击社会化分享按钮分享网站商品或活动信息

● 等等

举了这些例子就是想告诉您,除了销售这样的宏观目标,还有很多其他值得关注的转化目标;但很多公司并没有监控这些目标数据,他们分析网站流量质量、营销活动效果时,还是仅仅紧盯着收入指标的。令人遗憾的是,大部分“微观”转化目标还都在为“收入”做着贡献,它们通常也被视为在到达最终“宏观”目标的道路上的一个个里程碑

(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。)

如何定义目标?

既然转化目标的种类原来这样丰富多样,我们就以网站分析工具Google Analytics的实施为例,详述如何定义转化目标:

Google Analytics的每个profile配置文件中可以最多支持20个转化目标的定义(包括4个目标组,每组最多5个目标),而且在最近更新的目标设置中预置了一些网站常用的目标模板方便用户选择:

Google Analytics-目标设置

如果选择一个模板后Google Analytics会默认为你选择一个目标类型,或者你也可以选择自定义选项。不管是否使用目标模板,当添加一个转化目标时,你都需要先选择目标类型,Google Analytics的目标类型主要分成了以下四种:

Google Analytics-目标说明

1. 目标网址

如果访客在网站内完成某项任务后肯定会到达某个网页,我们可以将这个网页的URL作为转化目标的标识。最典型的例子就是通常在电商网站成功购买完成后,都会看到类似“谢谢惠顾”的感谢页,这时我们就可以把这个感谢页的URL作为购买转化的目标网址。

2. 持续时间

“持续时间”属于交互类型的目标,只要访客在网站的停留时间超过一定时间就视为目标达成。

3. 浏览页数

另一个交互类型的转化目标就是“每次访问的浏览页数”,当访客在一次访问内的页面浏览数超过某个页数时就视为目标达成。

4. 事件

事件追踪是记录访客在网站内特定动作的有效方式。这些动作可能包括文件下载、视频播放、某个按钮或链接的点击等,Google Analytics允许你选择这些动作作为转化目标,这为监控各式各样的转化行为提供了便利。

(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。)

转化流量的细分

转化率细分

Google Analytics的很多报告里都预置了“目标集”选项(例如下面报告截图中的Tab红色框部分),当你设置目标后,支持按照不同的维度统计对应目标的转化效果。以下面的“渠道”报告为例,你可以在顶层报告数据中发现各个主要渠道的目标(单次访问pv超过5页)转化率数据;随后你可以选择深入到各个渠道的细分数据中,例如搜索流量的来源关键词转化率数据或直接流量的登陆页转化率等等。

Google Analytics-渠道

除了渠道报告以外,下面是一些常关注的其他转化率数据细分报告:

● 地理位置

● 语言

● 新访者与回访者

● 浏览器与操作系统 

● 移动设备

● 登陆页

● 站内搜索关键词

转化流量过滤

Google Analytics的高级细分支持多条件过滤下的流量细分,这样你可以集中关注于某一支流量数据。下面的截图中创建了一个“单次访问网页浏览数超过5页”的自定义转化流量细分条件:

Google Analytics-流量过滤

       创建完高级细分条件后,当你选择所有流量和转化流量过滤后可以得到如下的流量趋势报告:

因为转化流量在所有流量中的占比通常都很少,如果在高级细分过滤中同时选择两者将会直接弱化转化流量的数据展示,因此在过滤转化流量时如果只选择这一个细分条件,会看到下面这样更为清晰的数据展现。

 Google Analytics-新访问者与回访者

转化流量细分后得到的当然不止是上面的流量趋势,在流量来源、关键字、登陆页等很多报告中应用转化细分过滤,你可以得到转化流量的网页浏览数、网站停留时间还有跳出率等重要基础指标,以及免费搜索关键字、PPC关键字等等对转化的贡献度。下面是一些你可能会感兴趣的转化流量细分报告:

●  自然搜索关键字

●  付费搜索关键字

●  新访客的流量来源

●  登陆页

●  移动设备

●  一天内的小时

●  访问次数分布

       这里特别说下“访问次数分布”这个报告,因为最近大家讨论比较热烈的“渠道归因”话题。关于归因分析的原理和方法,建议大家看看胡力的“网站分析销售归因模型的四种类型”一文,里面有清晰透彻的讲解,这里就不再赘述了。这里只是想提醒下如何判断我现在是否应该进行归因分析呢?因为很多人困惑与此,到底我的转化渠道数据误差有多大?也在担心我都没进行最流行的归因分析,得出的结论是不是很不准啊。其实判断的方法很简单,你只要看看“访问次数分布”这个报告,对转化流量进行下细分过滤,看你网站的转化是大部分都发生在首次进入,还是需要多次访问后才完成转化。例如下面的报告(来自于网站分析工具-维析)数据显示将近80%的转化都发生在首次访问,那就没必要纠结于转化渠道归因了,反之如果你的转化有近80%都是经过多次访问才完成的,那你就应该好好研究如何进行归因分析了。

维析-访问次数转化报告

(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。)

开始行动

讲了这么多,希望你已经迫不及待的做一些尝试了,但在动手之前,还是有几个小建议想提醒下你:

●当添加转化目标时最好创建对应的Profile(配置文件)。这样可以保证你的原始数据不被影响,更何况在GA里添加Profile(配置文件)也没什么坏处。我曾遇到过一位朋友为了试验添加了网页停留时间的交互目标,导致网站转化率在短时间内突然猛增,每次过滤订单转化数据时都需要再先排除掉这部分试验数据,造成不必要的麻烦。

●目标转化次数的计算都默认是以访问为单位的。这意味着如果某个访客在一次访问内多次完成某个目标的转化,只会被记为一次;这时如果你要想获取更详细的转化数据,你可以选择使用事件的转化监控。

●习惯为流量添加注释备注。我无法具体告诉你这些注释会给你带来多大好处,但当你分析网站数据时,这些小备注时常会给你一些提醒和灵感,尤其是当你做一些期间数据比较时。

●确保你为营销活动数据(付费搜索、邮件营销等)做了正确的Tag标识,这样保证你可以清晰的了解不同营销渠道的转化效果。你可以使用Google Analytics的网址构建器来创建营销活动的链接URL。

最后,希望网站分析高级细分六脉神剑的大结局-转化细分能给你的网站分析探索之路指明一些方向,转化数据直接关系着网站的存在价值,所以如果你还没有开始,那赶紧动手吧。如果有什么疑问或经验别忘了在我们的网站分析QQ群(群号:229656963)中讨论、指教!

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