×
支持199IT發展可加入知識交流群(8K+用戶),最有價值數據分享和討論!
點擊即可加入!
關閉
title_temp-食色软件app下载

網站分析的“十字箴言”

食色APP互聯網相比線下最大的優勢在于用戶行為可追蹤,可通過分析進行用戶體驗優化,由此產生了一個專業領域——網站分析,其方法與實踐在2008年之前就已經理論化、系統化,相關產品也非常豐富,如處于全球頂級水平的ominiture、webtrends、coremetrics、GA等。

而傳統線下除了最終的成交結果數據,之前的過程基本沒法采集留存,用戶為什么成交,不成交的用戶為什么走了,是一個黑盒子。

如今,越來越多的線下環節被互聯網化、數據化,用數據改善線下流程成為可能,網站分析的很多理念也煥發出勃勃生機。

筆者供職單位從發力電商到O2O轉型,網站分析也從純線上分析到線上線下數據結合,筆者進行了較長時間的研究與實踐,總結了一些心得體會。筆者將不會詳細介紹具體的概念(很多網站可以參考,譬如“中國統計網”、“網站分析在中國”等),而是提煉一些應用的方法,努力寫得淺顯些,希望能對更多的人有幫助。

一、網站分析應從哪里開始

食色APP一個完整的網站分析應用過程是這樣的: 分析目標 → ? 插碼 ?→ ??分析 ?→ ??行動 ,但實際上大部分人是無法參與插碼這個環節的,這樣對數據理解不夠深刻,分析起來容易產生偏差。為了便于理解,先簡單介紹一下網站分析的原理。

主流的網站分析工具基本都是采用頁面標記法,就是說在前端頁面嵌入一小段可被瀏覽器執行的代碼(如JavaScript),相當于給頁面安裝上攝像頭,把用戶在頁面上的一舉一動都記錄下來,再傳輸給后端的服務器。

必須清楚的一個悲慘的事實是,網站分析沒有準確的數據,可能是來不及加載采集代碼、網絡傳輸等原因,另外畢竟采集到的是終端行為,背后真實的人具體什么情況,到底是一直在瀏覽還是上了廁所再回來,我們無從得知。

食色APP數據采集是網站分析的起點,也是非常繁瑣的工作,尤其開始的時候,頁面、推廣沒有什么規范,只能定制采集代碼,相當麻煩,即使是制定了規范,運營、開發經常趕時間上線,無暇遵循,人員的流動也影響規范的執行,經常到使用數據的時候才發現哪里哪里沒有部署好。

食色APP辦法也不是沒有,譬如把采集規范固化到CMS、推廣流程中,對采集數據進行異常監控等。

二、網站分析十字箴言

食色APP進入主題,如何用好網站分析數據,關鍵是把握十個關鍵字:轉化、趨勢、細分、對比、溯源,網站分析看什么, 就看兩個:轉化、趨勢,怎么看?三個詞而已:細分、對比、溯源!這些詞并非筆者首創,而是前輩們總結出來的,筆者只是談談個人的理解。

1.轉化

店里來了多少人,其中多少購買,這就是”轉化”。我們在運營的時候,一般會設計一些用戶的行為路徑,譬如我們希望用戶來訪? →? 訪問寶貝頁 ? →? 進入購買流程 ? →? 填寫資料 ? →? 確認支付或者?掃碼 ? →? 進入活動頁面 ? →? 參加活動等等。

我們希望看到用戶在各個環節的流向,是否符合我們的期望,與之相對應的,則是那些不符合我們期望的“轉化”(涉及的指標有“流失率”、“跳出率”、“離開率”、“退出率”,如果細究這些概念,又會有很多的不同,這里不展開介紹),我們想知道用戶流失去哪里了,到底是什么原因。

食色APP“轉化”二字,是運營的終極目標,也是網站分析的核心。 所有的分析都是圍繞“轉化”二字開展(那些流失、跳出、退出等可看作是不好的“轉化”),做好轉化分析關鍵是準確的把握哪些是關鍵環節,針對不同的場景進行不同的路徑設計,形成轉化漏斗圖。

2.趨勢

食色APP前面提到,網站分析數據是不準確的,但為什么它還有意義,因為數據的精度是穩定的(雖然不準確,但一直采用同一監測方法,帶來的誤差、誤差的偏離方向是一致的),雖然具體數值不是絕對準確的,但是能夠準確的把握運營的趨勢。

對于運營來說,比當前更重要的是,是否在正確的道路上,網站的流量、轉化是不是一直向好,重要環節、路徑、頁面體驗是否持續提升,運營是否碰到天花板了等等。把握這個趨勢,清楚自己是屬于起步期、上升期、成熟期還是遇到了發展瓶頸,不同的趨勢情況下要采取不同的運營策略。

3.細分

有一位前輩說的好:“無細分,毋寧死”。譬如告訴你網站訪問上漲了10%,怎么回事?你可以通過網頁進行細分,發現大部分網頁流量沒啥變化,只是某個活動頁面漲了200%;或者通過流量來源細分,發現某個推廣來源漲得不少,這樣就清楚了,這只是一個簡單例子。

不細分,就沒有真相。選對細分的維度及維度的劃分就非常重要,一般來說,細分維度的劃分要遵循如下原則:確定哪些是穩定的、哪些是不穩定的,對不穩定的進行窮追猛打。

食色APP對于整站來說,一般直接訪問、SEO來源等短時間內是比較穩定的,而推廣是不穩定的;而對購買轉化率來講,可能要從流量來源、購買路徑、產品等維度進行細分,因為不同來源用戶質量不同轉化率不同、不同購買路徑不同、不同規格產品也不一樣。

有時候,一些相對穩定的細分發生了較大波動,則要認真去分析了,可能是網站有重大問題或者整個互聯網習慣發生改變。

4.對比

發現問題,從對比開始。和自己的過去比,橫向比,和行業標桿比,和目標值比,和自己腦子的數據對比,細分了再對比……?只有進行對比,才能發現問題,只有對比,才能找到提升的方向。

同樣的數據,不同的人使用效果會大不不同,譬如一個整站轉化率數據,甲只知道比過去提升了10%,而乙知道這已接近行業的最高水平,無需再在這里發力。每個人腦子里存儲的經驗數據不同,可供對比的數據不同,得出的結論也就有深淺之分。

5.溯源

食色APP有時候不管怎樣細分、對比都不能發現問題,怎么辦?就要追溯回源頭,審視原始的數據記錄,反思用戶的行為以及數據采集的過程,另外,要和運營人員深入交流,有可能他們做的一些動作,而數據沒有準確還原。

三、筆者獨創的“點-面-線”網站監控分析體系

對于一個電商網站應該如何建立分析體系?應用上述的十字箴言,首先肯定是看總體的轉化和趨勢,然后按照細分原則,分為日常運營和促銷活動監控兩大板塊。

對于日常運營,可劃分為“點”、“面”、“線”三類關鍵元素,研究它們的轉化和趨勢。

點: 譬如廣告位、二維碼、導航、搜索、站內客服、推薦位等等,這些是引流到重要頁面的點狀位置,它們的引流率、二跳率對整站轉化至關重要,譬如一般25%的訂單那來自站內搜索,15%-25%的訂單有站內客服的貢獻;

面: 就是核心頁面,譬如首頁、著陸頁、寶貝頁、活動頁等,它們是留住用戶,促成轉化的關鍵,這幾類頁面作用不同,都要構建相應的分析評價模型,如首頁可用Heart模型;

線: 指的是核心流程,如訂購、支付、注冊等,這些流程是否順暢,是否符合用戶習慣,影響成交的臨門一腳。

把這三類關鍵的元素分析透、做精,整站轉化自然提升,做強內功,脈沖式的推廣流量才能承接的住。

總結?

互聯網+時代,無處不互聯網、大數據,現在搞個公眾號、小網店、掃掃碼等等實在太常見了,懂一點網站分析,能更好的適應整個社會的發展潮流。

感謝支持199IT
我們致力為中國互聯網研究和咨詢及IT行業數據專業人員和決策者提供一個數據共享平臺。

要繼續訪問我們的網站,只需關閉您的廣告攔截器并刷新頁面。
滾動到頂部