网站分析的“十字箴言”

2023-10-16 07:20
文章标签 分析 网站 十字 箴言

本文主要是介绍网站分析的“十字箴言”,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

互联网相比线下最大的优势在于用户行为可追踪,可通过分析进行用户体验优化,由此产生了一个专业领域——网站分析,其方法与实践在2008年之前就已经理论化、系统化,相关产品也非常丰富,如处于全球顶级水平的ominiture、webtrends、coremetrics、GA等。

而传统线下除了最终的成交结果数据,之前的过程基本没法采集留存,用户为什么成交,不成交的用户为什么走了,是一个黑盒子。

如今,越来越多的线下环节被互联网化、数据化,用数据改善线下流程成为可能,网站分析的很多理念也焕发出勃勃生机。

笔者供职单位从发力电商到O2O转型,网站分析也从纯线上分析到线上线下数据结合,笔者进行了较长时间的研究与实践,总结了一些心得体会。笔者将不会详细介绍具体的概念(很多网站可以参考,譬如“中国统计网”、“网站分析在中国”等),而是提炼一些应用的方法,努力写得浅显些,希望能对更多的人有帮助。

一、网站分析应从哪里开始

一个完整的网站分析应用过程是这样的: 分析目标 →   插码  →   分析  →   行动 ,但实际上大部分人是无法参与插码这个环节的,这样对数据理解不够深刻,分析起来容易产生偏差。为了便于理解,先简单介绍一下网站分析的原理。

主流的网站分析工具基本都是采用页面标记法,就是说在前端页面嵌入一小段可被浏览器执行的代码(如JavaScript),相当于给页面安装上摄像头,把用户在页面上的一举一动都记录下来,再传输给后端的服务器。

必须清楚的一个悲惨的事实是,网站分析没有准确的数据,可能是来不及加载采集代码、网络传输等原因,另外毕竟采集到的是终端行为,背后真实的人具体什么情况,到底是一直在浏览还是上了厕所再回来,我们无从得知。

数据采集是网站分析的起点,也是非常繁琐的工作,尤其开始的时候,页面、推广没有什么规范,只能定制采集代码,相当麻烦,即使是制定了规范,运营、开发经常赶时间上线,无暇遵循,人员的流动也影响规范的执行,经常到使用数据的时候才发现哪里哪里没有部署好。

办法也不是没有,譬如把采集规范固化到CMS、推广流程中,对采集数据进行异常监控等。

二、网站分析十字箴言

进入主题,如何用好网站分析数据,关键是把握十个关键字:转化、趋势、细分、对比、溯源,网站分析看什么, 就看两个:转化、趋势,怎么看?三个词而已:细分、对比、溯源!这些词并非笔者首创,而是前辈们总结出来的,笔者只是谈谈个人的理解。

1.转化

店里来了多少人,其中多少购买,这就是”转化”。我们在运营的时候,一般会设计一些用户的行为路径,譬如我们希望用户来访  →  访问宝贝页   →  进入购买流程   →  填写资料   →  确认支付或者 扫码   →  进入活动页面   →  参加活动等等。

我们希望看到用户在各个环节的流向,是否符合我们的期望,与之相对应的,则是那些不符合我们期望的“转化”(涉及的指标有“流失率”、“跳出率”、“离开率”、“退出率”,如果细究这些概念,又会有很多的不同,这里不展开介绍),我们想知道用户流失去哪里了,到底是什么原因。

“转化”二字,是运营的终极目标,也是网站分析的核心。 所有的分析都是围绕“转化”二字开展(那些流失、跳出、退出等可看作是不好的“转化”),做好转化分析关键是准确的把握哪些是关键环节,针对不同的场景进行不同的路径设计,形成转化漏斗图。

2.趋势

前面提到,网站分析数据是不准确的,但为什么它还有意义,因为数据的精度是稳定的(虽然不准确,但一直采用同一监测方法,带来的误差、误差的偏离方向是一致的),虽然具体数值不是绝对准确的,但是能够准确的把握运营的趋势。

对于运营来说,比当前更重要的是,是否在正确的道路上,网站的流量、转化是不是一直向好,重要环节、路径、页面体验是否持续提升,运营是否碰到天花板了等等。把握这个趋势,清楚自己是属于起步期、上升期、成熟期还是遇到了发展瓶颈,不同的趋势情况下要采取不同的运营策略。

3.细分

有一位前辈说的好:“无细分,毋宁死”。譬如告诉你网站访问上涨了10%,怎么回事?你可以通过网页进行细分,发现大部分网页流量没啥变化,只是某个活动页面涨了200%;或者通过流量来源细分,发现某个推广来源涨得不少,这样就清楚了,这只是一个简单例子。

不细分,就没有真相。选对细分的维度及维度的划分就非常重要,一般来说,细分维度的划分要遵循如下原则:确定哪些是稳定的、哪些是不稳定的,对不稳定的进行穷追猛打。

对于整站来说,一般直接访问、SEO来源等短时间内是比较稳定的,而推广是不稳定的;而对购买转化率来讲,可能要从流量来源、购买路径、产品等维度进行细分,因为不同来源用户质量不同转化率不同、不同购买路径不同、不同规格产品也不一样。

有时候,一些相对稳定的细分发生了较大波动,则要认真去分析了,可能是网站有重大问题或者整个互联网习惯发生改变。

4.对比

发现问题,从对比开始。和自己的过去比,横向比,和行业标杆比,和目标值比,和自己脑子的数据对比,细分了再对比…… 只有进行对比,才能发现问题,只有对比,才能找到提升的方向。

同样的数据,不同的人使用效果会大不不同,譬如一个整站转化率数据,甲只知道比过去提升了10%,而乙知道这已接近行业的最高水平,无需再在这里发力。每个人脑子里存储的经验数据不同,可供对比的数据不同,得出的结论也就有深浅之分。

5.溯源

有时候不管怎样细分、对比都不能发现问题,怎么办?就要追溯回源头,审视原始的数据记录,反思用户的行为以及数据采集的过程,另外,要和运营人员深入交流,有可能他们做的一些动作,而数据没有准确还原。

三、笔者独创的“点-面-线”网站监控分析体系

对于一个电商网站应该如何建立分析体系?应用上述的十字箴言,首先肯定是看总体的转化和趋势,然后按照细分原则,分为日常运营和促销活动监控两大板块。

对于日常运营,可划分为“点”、“面”、“线”三类关键元素,研究它们的转化和趋势。

点: 譬如广告位、二维码、导航、搜索、站内客服、推荐位等等,这些是引流到重要页面的点状位置,它们的引流率、二跳率对整站转化至关重要,譬如一般25%的订单那来自站内搜索,15%-25%的订单有站内客服的贡献;

面: 就是核心页面,譬如首页、着陆页、宝贝页、活动页等,它们是留住用户,促成转化的关键,这几类页面作用不同,都要构建相应的分析评价模型,如首页可用Heart模型;

线: 指的是核心流程,如订购、支付、注册等,这些流程是否顺畅,是否符合用户习惯,影响成交的临门一脚。

把这三类关键的元素分析透、做精,整站转化自然提升,做强内功,脉冲式的推广流量才能承接的住。

总结 

互联网+时代,无处不互联网、大数据,现在搞个公众号、小网店、扫扫码等等实在太常见了,懂一点网站分析,能更好的适应整个社会的发展潮流。



<script type="text/javascript"> </script><script type="text/javascript" src="http://widget.wumii.cn/ext/relatedItemsWidget"></script>无觅相关文章插件,快速提升流量

更多阅读:

  • Avinash:绝妙网站分析指南20——如何评估品牌强度
  • 网站分析:让URL更适合分析
  • 网站分析销售归因模型的四种类型
  • 网站分析高级细分之新老访客细分
  • 网站分析:电子商务关键数字优化线上部分
  • 2014年网站分析10大发展趋势预测
  • 成为网站分析师必备的9大利器
  • 网站分析高级细分六脉神剑之搜索关键字分析
  • 挑战网站分析中的大众智慧(1)——Bounce Rate
  • 网站分析:网站用户的生命周期价值分析
  • 挑战网站分析中的大众智慧(2)——热图
  • 如何写好你的网站分析报告
  • 网站分析:Google Analytics的新秘密——如何定义Visit
  • 网站分析中常见的流量变化原因
  • 信息图:Google分析的未来展望

这篇关于网站分析的“十字箴言”的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/219939

相关文章

Nginx分布式部署流程分析

《Nginx分布式部署流程分析》文章介绍Nginx在分布式部署中的反向代理和负载均衡作用,用于分发请求、减轻服务器压力及解决session共享问题,涵盖配置方法、策略及Java项目应用,并提及分布式事... 目录分布式部署NginxJava中的代理代理分为正向代理和反向代理正向代理反向代理Nginx应用场景

Redis中的有序集合zset从使用到原理分析

《Redis中的有序集合zset从使用到原理分析》Redis有序集合(zset)是字符串与分值的有序映射,通过跳跃表和哈希表结合实现高效有序性管理,适用于排行榜、延迟队列等场景,其时间复杂度低,内存占... 目录开篇:排行榜背后的秘密一、zset的基本使用1.1 常用命令1.2 Java客户端示例二、zse

Redis中的AOF原理及分析

《Redis中的AOF原理及分析》Redis的AOF通过记录所有写操作命令实现持久化,支持always/everysec/no三种同步策略,重写机制优化文件体积,与RDB结合可平衡数据安全与恢复效率... 目录开篇:从日记本到AOF一、AOF的基本执行流程1. 命令执行与记录2. AOF重写机制二、AOF的

MyBatis Plus大数据量查询慢原因分析及解决

《MyBatisPlus大数据量查询慢原因分析及解决》大数据量查询慢常因全表扫描、分页不当、索引缺失、内存占用高及ORM开销,优化措施包括分页查询、流式读取、SQL优化、批处理、多数据源、结果集二次... 目录大数据量查询慢的常见原因优化方案高级方案配置调优监控与诊断总结大数据量查询慢的常见原因MyBAT

分析 Java Stream 的 peek使用实践与副作用处理方案

《分析JavaStream的peek使用实践与副作用处理方案》StreamAPI的peek操作是中间操作,用于观察元素但不终止流,其副作用风险包括线程安全、顺序混乱及性能问题,合理使用场景有限... 目录一、peek 操作的本质:有状态的中间操作二、副作用的定义与风险场景1. 并行流下的线程安全问题2. 顺

MyBatis/MyBatis-Plus同事务循环调用存储过程获取主键重复问题分析及解决

《MyBatis/MyBatis-Plus同事务循环调用存储过程获取主键重复问题分析及解决》MyBatis默认开启一级缓存,同一事务中循环调用查询方法时会重复使用缓存数据,导致获取的序列主键值均为1,... 目录问题原因解决办法如果是存储过程总结问题myBATis有如下代码获取序列作为主键IdMappe

Java中最全最基础的IO流概述和简介案例分析

《Java中最全最基础的IO流概述和简介案例分析》JavaIO流用于程序与外部设备的数据交互,分为字节流(InputStream/OutputStream)和字符流(Reader/Writer),处理... 目录IO流简介IO是什么应用场景IO流的分类流的超类类型字节文件流应用简介核心API文件输出流应用文

Android 缓存日志Logcat导出与分析最佳实践

《Android缓存日志Logcat导出与分析最佳实践》本文全面介绍AndroidLogcat缓存日志的导出与分析方法,涵盖按进程、缓冲区类型及日志级别过滤,自动化工具使用,常见问题解决方案和最佳实... 目录android 缓存日志(Logcat)导出与分析全攻略为什么要导出缓存日志?按需过滤导出1. 按

Linux中的HTTPS协议原理分析

《Linux中的HTTPS协议原理分析》文章解释了HTTPS的必要性:HTTP明文传输易被篡改和劫持,HTTPS通过非对称加密协商对称密钥、CA证书认证和混合加密机制,有效防范中间人攻击,保障通信安全... 目录一、什么是加密和解密?二、为什么需要加密?三、常见的加密方式3.1 对称加密3.2非对称加密四、

MySQL中读写分离方案对比分析与选型建议

《MySQL中读写分离方案对比分析与选型建议》MySQL读写分离是提升数据库可用性和性能的常见手段,本文将围绕现实生产环境中常见的几种读写分离模式进行系统对比,希望对大家有所帮助... 目录一、问题背景介绍二、多种解决方案对比2.1 原生mysql主从复制2.2 Proxy层中间件:ProxySQL2.3