目的性越強，你的網站數據分析越有價值！
分享
評論
贊0
大數據時代已經來臨，但是今天我們不聊這么高大上的東西，哈哈，我也不會，我們今天要聊的是網站數據分析。我們知道它是網站運營中必不可少的一部分，怎么才能知道自己的運營效果，最好的辦法就是通過數據分析。但是對于新手朋友來說，這是個比較頭疼的問題，通過安裝數據統(tǒng)計代碼，每天也能收集大量的網站數據，但是越看越頭大，更別提從里面發(fā)現問題了。這種現象就會直接影響你網站運營中一個很重要的環(huán)節(jié)——優(yōu)化。或者這樣說，你所有的優(yōu)化工作都是基于主觀判斷，沒有數據支撐，凡是都是“我認為”；歸根結底一個原因，你的數據分析沒有目的性，今天何楊就來和大家聊聊什么樣的數據分析才是有價值的，希望對新手朋友有所幫助。
在講如何進行數據分析之前，我們先說幾個常見的場景，如果你還是像下面的這樣進行網站數據分析，那么你就是不合格的：
一、只是簡單的添加全站統(tǒng)計分析代碼；
從統(tǒng)計網站上面獲取的一段代碼，放在網站上面以后就不管了，然后每天就去看數據了，我想大多數新手朋友做數據分析的時候都是這樣干的，每天過來只是簡單的看下昨天的流量怎么樣，對比前天是增加還是減少了等，其實我以前也是這樣干的，但是這種嚴格來說不是數據分析，而是數據收集！
二、跟蹤一些簡單的鏈接點擊行為；
知道跟蹤一些簡單的網站內部的鏈接點擊行為，說明你是有點數據分析的意識了，因為你已經開始意識到跟蹤網站和用戶之間的互動行為是有必要的了，但是僅僅是鏈接監(jiān)測是遠遠不夠的；
以上兩種行為其實都是錯誤的，根本原因就一個：數據分析沒有目的性！所以導致的一個原因就是，在你面前的就是一堆數據，沒有任何的參考價值。
好了，問題來了，我們應該怎么做，才能成為合格的運營數據分析？這里就來分享一下我之前的轉變思路歷程，希望能夠對你有所啟發(fā)：
一、你想通過數據分析知道什么？
我把這個叫做“分析未動，目標先行”，什么意思？就是先不要著急去添加統(tǒng)計代碼，先想好一個問題，你要通過數據分析了解哪些信息？比如這些：
1、用戶購買率：某段時間內，訪問你網站的人有多少占比成交？
2、用戶注冊率：多少比例的用戶注冊我們的會員？
3、用戶下載率：有多少用戶點擊了網站上面的下載鏈接地址？
4、用戶留存率：一個星期里面，有多少用戶重復訪問過？
6、廣告點擊率：在外面做的硬廣點擊通過率怎么樣？
這些都叫你的業(yè)務目標。為什么要知道業(yè)務目標？因為你要通過它們去設計你的數據分析代碼。也就是我們下面要和大家聊得話題。
二、通過目標設計你的統(tǒng)計代碼
第一的目標清晰了，接下來你要做的就是從目標出發(fā)，設計你的數據分析代碼，然后幫你去收集有用的數據，然后通過這些數據你就能快速的分析出想要的結果。
目標的種類千差萬別，統(tǒng)計工具的類型也是各不相同。為了幫助新手朋友理解，我們這里以Google analytics為例講解幾種非常常見的代碼設計模式：
1、廣告代碼的設計；
這種一般針對有付費廣告的情形，比如搜索詞競價，硬廣，廣點通，EDM郵箱等，我們需要知道廣告的效果，這個時候我們可以針對不同的廣告形式和平臺，進行標記，以此來判斷不同廣告的效果；
在GA中有一個網址構建器，可以很方便的幫助我們進行網址標記，這樣我們在投放廣告的時候，只要把標記好的鏈接地址寫上就可以了（如果對于構建器的參數不了解的，可以參考GA幫助手冊）；
假如：我們的域名是www.abc.com，現在銷售一本電子書（ebook），我們做了百度推廣，競價和電子書有關的關鍵詞“xyz”，這個時候我們就可以構建這樣的地址：
http://www.abc.com/?utm_source=baidu&utm_medium=cpc&utm_term=xyz&utm_campaign=ebook
2、網站轉化代碼的設計；
前面的文章中，我們講過轉化的類型有很多，注冊，下載，購買，咨詢等，我們可以根據業(yè)務來設置自己的轉化目標，然后在轉化報告中去有針對性的分析，比如我們可以在GA后臺的目標中添加不同的目標類型：
3、想看某一欄目下數據
有很多時候，我們想要看網站某一個欄目下面的數據統(tǒng)計，或者某一特定URL類型的廣告數據（如廣點通），這個時候我就可以利用GA的內容分組來實現，見圖：
三、收集想要數據
通過上面的代碼設計，接下來的工作就是收集數據階段了，注意要在指定的報告中去查看自己的定制數據，在GA中，我們查看廣告效果數據，我們可以在“流量獲取->廣告系列”報告中查看；
比如轉化類的報告數據，我們在“轉化”報告中查看：
內容分組數組可以在“行為->網站內容->所有頁面->內容分組”報告中查看：
四、發(fā)現問題
通過收集到有明確目標的統(tǒng)計數據，我們在加以分析，從不同的角度去細分，最后發(fā)現問題所在，這樣的話，就會比盲目的收集數據效率會高很多；而且這個時候，你會發(fā)現，數據分析是一項很有意思的工作；
比如我們通過對留存率的分析，發(fā)現網站的留存率很差，這個時候你就想辦法提高用戶粘性，是不是可以優(yōu)化一下網站的布局，增加一些有價值的內鏈接，或者做一些活動，讓用戶參與進來，帶動網站的留存率等；
五、給出解決方案
針對發(fā)現的問題，我們除了分析原因，作為網站運營人員，我們還要給出相應的解決方法，比如：
1、為什么跳出率很高？是不是落地頁面體驗不好、是不是跨域訪問造成的、是不是代碼部署有遺漏等等，不同的原因我們要給出相應的解決方法！
2、怎么找到最合適的廣告投放平臺？我們可以細分不同來源下的廣告效果，然后篩選出那些性價比最高的平臺；
3、為什么網站用戶注冊率很低？是不是流程太復雜，注冊按鈕不明顯等
猜你喜歡
評論(0人參與，0條評論)
發(fā)布評論
最新評論