《流量的秘密: Google Analytics网站分析与优化技巧(第3版)》一1.5 网站分析的投资回报率

简介:

本节书摘来自异步社区《流量的秘密: Google Analytics网站分析与优化技巧(第3版)》一书中的第1章,第1.5节,作者【英】Brian Clifton,更多章节内容可以访问云栖社区“异步社区”公众号查看

1.5 网站分析的投资回报率

流量的秘密: Google Analytics网站分析与优化技巧(第3版)
Google Analytics是一个免费提供数据收集和分析报告的工具。然而,工具部署、数据分析、报告解读和网站优化都需要资源的投入。在网站分析上投入多少资源取决于网站在整体业务中的重要性。

应该在网站分析上投入多少
在Jim Sterne的一系列eMetrics会议上,一个很棒的问题经常被提及:“衡量投资回报率的投资回报率是多少?”换句话说,考虑到绝大多数从事这份工作的人也有其他职务,如网站管理员、在线营销人员、线下营销人员、内容创建者,甚至是业务经营者,你应该在数据测量和分析上花费多少时间和精力。毕竟,你需要把精力集中在吸引访客和产生收入及潜在顾客上面。

我想用如下类比:分析网站分析报告就好比去健身房锻炼。除非有规律地坚持下来,否则在这上面不要浪费时间,你会因为之前的努力收效甚微而感到沮丧。我建议每周至少去健身房(或是你喜欢的其他运动方式)锻炼3次。这样,你的身体和健康状况会因为有规律的运动而得到改善(我花了很多时间在健身房锻炼)。同样的,优化建议的产生是需要长期有规律的网站分析;否则,你拥有的不过是个计数器,缺少优化的方法,你将永远无法优化网站。

确定应该在网站分析上投入多少的关键是以货币的方式理解网站的价值,无论是一个电子商务网站间接通过网站联盟获取佣金的网站,亦或是通过广告点击获利的网站都应该这样。营销人员是精明的,但他们不是算命先生。花钱购买流量而不评估效果无异于把种子撒向天空,其效果是徒劳的,即使是高薪聘请的专家也可能犯错。此外,今天所做的工作明天可能就会过时。通过网站分析,可以衡量工作的成效及其对企业的价值。

表1.2展示了使用网站分析前后发生的变化。在这种假设情况下,目标是通过分析访客获取和线上因素,如结账漏斗分析、退出页面、跳出率和参与指标等使线上转化率增长1%。


ec6e15fdb548b158d8499b2d87ed7b0709034f04

当转化率的增长实现时,见表1.2最后两行,此处显示了利润总额(P)和投资回报率(R)的值,根据前后数据分析,利润总额将增长37500美元,投资回报率将翻两番增至50%。请注意,这仅仅是通过提高转化率实现的,访客的获取成本保持不变。

注: 表1.2的Excel电子表格可在www.advanced-web-metrics.com下载

结合表1.2及上下文,一个可实现的目标是在12个月内使转化率增加1%。从那时起,这个假设的网站将产生37500美元的额外收入,可能是每月、每季度或每年,这取决于网站获得10万访客所花费的时间。因此,在对应的时间周期内可以在网站分析上投资高达37000美元来获得10万访客,投资将包括部署、管理网站分析工具的时间和资源,以及分析相应报告以获得见解和优化建议所需的时间和资源。假设你使用Google Analytics,数据采集成本和工具的使用成本为零。

关键在于,一旦已经实现转化率增加1%这个目标,获得的收入将会多于最初在网站优化上的投入。当然,更深入的影响将持续更长的时间,因此优化的实际价值总是高于表格中计算的价值。从这个角度来说,你当然可以结束在网站优化上的投资,因为收入已经达标了。然而,就像前面描述的一样,你会继续使用AMAT方法来获得持续的提高,并且达到更高的水平。

表1.2使用电子商务网站作为一个简单易懂的例子来解释网站分析所带来的价值。然而,同样的方法仍然适用于非电子商务网站。在这种情况下,用近似的每个潜在顾客价值代替表中的每次转化价值(V),也就是说,希望从合格的潜在顾客那里获得潜在的收入。这一技术将在第11章中进行讨论。

在网站分析上应该花费多少

为了管理预算,我建议各个企业分配其整体网络营销预算的5%~10%用于访客的衡量和分析,这撇开数据采集和许可费的费用(如果你不是Google Analytics用户的话)。理由是投资在优秀人才和优秀安装程序上会很容易节省成本或增加回报,通常回报更大些。

如果在线营销预算是每年10万美元或更少,你绝对请不起一个专业的在职人员,并且工作量也肯定不多。这种情况下,可以利用业余时间或不定期购买专家的专业服务和培训。如果每年有100万美元的在线营销预算,可以考虑请专职人员管理追踪和分析等需求。在本章的结尾我列出了获得帮助的方式。

相关文章
|
2月前
|
编解码 数据可视化
Google Earth Engine —— MODIS影像数据集分析
Google Earth Engine —— MODIS影像数据集分析
107 2
|
2月前
|
计算机视觉
Google Earth Engine(GEE)——使用MODIS数据单点测试SG滤波和harmonics method 滤波的差异分析
Google Earth Engine(GEE)——使用MODIS数据单点测试SG滤波和harmonics method 滤波的差异分析
159 0
|
2月前
|
传感器 编解码 区块链
Google Earth Engine(GEE)——Landsat8/modis/sentinel2 NDVI时序影像差异对比分析图表
Google Earth Engine(GEE)——Landsat8/modis/sentinel2 NDVI时序影像差异对比分析图表
79 0
|
24天前
|
监控 数据挖掘 UED
Google Analytics的实时监控功能有哪些优势?
【6月更文挑战第8天】Google Analytics的实时监控功能有哪些优势?
16 4
|
24天前
|
监控 搜索推荐 数据可视化
Google Analytics是如何帮助网站和应用所有者理解用户行为的?
【6月更文挑战第8天】Google Analytics是如何帮助网站和应用所有者理解用户行为的?
20 4
|
24天前
|
SQL 监控 数据可视化
Google Analytics
【6月更文挑战第8天】Google Analytics
24 4
|
2月前
|
Web App开发 网络安全 Windows
Chrome版本太旧,无法访问此网站www.google.com 的响应时间过长
Chrome版本太旧,无法访问此网站www.google.com 的响应时间过长
34 1
|
2月前
|
机器学习/深度学习 自然语言处理 对象存储
[wordpiece]论文分析:Google’s Neural Machine Translation System
[wordpiece]论文分析:Google’s Neural Machine Translation System
28 1
|
2月前
|
JavaScript 测试技术
【sgGoogleTranslate】自定义组件:基于Vue.js用谷歌Google Translate翻译插件实现网站多国语言开发
【sgGoogleTranslate】自定义组件:基于Vue.js用谷歌Google Translate翻译插件实现网站多国语言开发
|
2月前
|
机器学习/深度学习 数据采集 数据可视化
R语言Pearson相关性分析降雨量和“外卖”谷歌搜索热度google trend时间序列数据可视化
R语言Pearson相关性分析降雨量和“外卖”谷歌搜索热度google trend时间序列数据可视化