超贴心 :一份简单明了的营销分析软件包测评

简介: 开始选择使用哪一个分析软件包之前,你有两件事儿要做1)确定你想要回答的问题。比如: 什么营销渠道在促成用户访问网站或下载app? 用户要多久才会再次访问网站/app? 用户在购买流程中的哪一环节放弃购买? 基于各自情况提出的问题不尽相同,但其实大多数网站和app的关心的问题都差不多(访客来源、行为、客户保持/流失、等等)。

开始选择使用哪一个分析软件包之前,你有两件事儿要做
1)确定你想要回答的问题。比如:

  • 什么营销渠道在促成用户访问网站或下载app?
  • 用户要多久才会再次访问网站/app?
  • 用户在购买流程中的哪一环节放弃购买?

基于各自情况提出的问题不尽相同,但其实大多数网站和app的关心的问题都差不多(访客来源、行为、客户保持/流失、等等)。建议你关注3-5个最重要的问题。

2)设置细分(Segment)和数据仓库

你会喜欢细分,因为有了它,与其他服务集成将会更容易(不用再去粘贴javascript代码段)。 你会爱上细分,因为有数据仓库,你可以将所有历史数据存储在一个地方。设置好了数据仓库,就能把这些数据导入到新的工具中,并对数据进行查询。下列软件包都很好,不过有时候你需要查询原始数据来获得答案。

市面上提供的工具

可用的分析工具特别多,无法一一测评。我特意挑选了那些拥有庞大的用户群、价格透明、有免费的自助服务试用版的工具。如果你觉得应该加上哪个公司,欢迎在评论中告知我。

我做了一个详细的比较(表格)和一份对每个工具优缺点的总结。


5

Amplitude:

优点:有非常完善的同类群组分析功能。向用户免费开放很多权限。

缺点:其他核心功能略微欠缺。通常需要和其他工具包互补着用。价格不透明。


4

Google Analytics:

优点:免费。可以处理人口统计学数据/用户兴趣点数据/用户行为数据

缺点:事件相关功能太少,还不好用。


3

HEAP:

优点:支持追溯追踪。可视化事件编辑器。

缺点:没有安卓SDK。价格不透明。


2

Kissmetrics:

优点:有些报告可以深入到单个用户。满足分析邮件留存/回访信息。

缺点:价格贵。


1

Mixpanel:

优点:支持追溯追踪。短信/app内/SMS短信/邮件信息传递。

缺点:不直观,难用。增加使用者计划的话收费很贵。

评估条目

这些软件包有很多共同点。为了能有效率的完成总结,我只比较最相关和最显著的条目。比如,我排除了渠道分析,因为在这一点上所有的工具都做得很好。我也不会包含像Kissmetrics事件数据与用户联系起来(而不是与事件联系)这样的细节,因为我认为对大多数用户案例来说这种区别不重要。

事件定义

对于大多数软件包,事件是进行跟踪的基本单元。事件可以是点击了一个按钮,购买东西或观看视频。数据可以与购买量或按钮的位置等事件关联起来。这里重要因素就是布置站点事件的困难程度。好的软件包有可视化事件编辑器,你可以在网站上查看或单击来创建事件。没有这一功能的软件包需要写代码实现。

追溯追踪

有些新出的工具,在页面上装好javascript后,将自动追踪所有事件。这点非常有用,尤其是当你的网站/app页面面积很大,无法预测你最终可能要分析的每个事件的时候。

同类群组分析

这是分析留存率并基于某些特征将用户笼统分组的重要方法。最常见的分组方式是按时间(比如用户首次访问网站的时间),查看每个时间组内的用户访问网站/app的频率。复杂些的工具使你可以根据任何行为来划分或者创建群组。

移动端App合并

如果你有移动端app,那么你得为每个app单独创建事件。大多数工具都有SDKs,能做最基础的操作;有些工具对移动端app做追溯追踪,或可视化事件编辑。

用户识别

大多数软件包能在用户注册或购买后进行用户识别,同时将用户以前的行为绑定到刚识别的这位用户。好的数据包能跨设备或浏览器绑定用户行为。

附加功能

有些软件包不仅仅只做分析。一个常见的附加功能是留存/回访信息。发消息是一个有趣的功能。大多数目标数据和个性化数据是分析软件包内的本地数据,如果利用软件包的发消息工具,就可以用单个软件包得到大量功能。

原文发布时间为:2017-11-6
本文作者:精神饱满的
本文来自云栖社区合作伙伴“大数据文摘”,了解相关信息可以关注“大数据文摘”微信公众号

相关文章
|
7月前
|
关系型数据库 分布式数据库 PolarDB
|
11月前
|
数据采集 Java API
手机号码在网时长 API 实现广告投放和精准营销案例分析
手机号码在网时长 API 实现广告投放和精准营销案例分析
119 0
手机号码在网时长 API 实现广告投放和精准营销案例分析
|
数据可视化 搜索推荐 数据建模
【MarTech参考架构】Credera的MarTech参考架构第7部分:高级分析和营销测量
【MarTech参考架构】Credera的MarTech参考架构第7部分:高级分析和营销测量
|
机器学习/深度学习 存储 数据采集
使用Databricks进行营销效果归因分析的应用实践| 学习笔记
快速学习使用Databricks进行营销效果归因分析的应用实践
148 0
使用Databricks进行营销效果归因分析的应用实践| 学习笔记
|
机器学习/深度学习 存储 数据采集
使用 Databricks 进行营销效果归因分析的应用实践【Databricks 数据洞察公开课】
本文介绍如何使用Databricks进行广告效果归因分析,完成一站式的部署机器学习,包括数据ETL、数据校验、模型训练/评测/应用等全流程。
589 0
使用 Databricks 进行营销效果归因分析的应用实践【Databricks 数据洞察公开课】
|
Web App开发 监控
从AIPL到GROW,谈互联网大厂的营销分析模型
上一篇《一文看懂:搭建活动分析体系》分享以后,有小伙伴问:那做活动分析,是不是也有模型呢?答:不但有,而且很多。而且互联网大厂尤其热衷于创造新模型,以至于每年都有新词冒出来,诸如:AIPL、FAST、GROW、RISE、5A……等等,看得人头晕目眩。今天就跟大家简单聊聊这些营销模型背后的底层逻辑。
291 0
从AIPL到GROW,谈互联网大厂的营销分析模型
|
传感器 BI
营销分析软件
本文研究全球及中国市场营销分析软件现状及未来发展趋势,侧重分析全球及中国市场的主要企业,同时对比北美、欧洲、中国、日本、东南亚和印度等地区的现状及未来发展趋势
|
人工智能 自然语言处理 算法
科技支撑,营销服一体化重塑企业增长新链路 | 爱分析报告
阿里云智能客服的中信银行卡中心智能辅助产品和教练机器人项目入选爱分析营销一体化实践报告;
科技支撑,营销服一体化重塑企业增长新链路 | 爱分析报告
|
存储 SQL 监控
Hologres+Flink流批一体首次落地4982亿背后的营销分析大屏
本篇将重点介绍Hologres在阿里巴巴淘宝营销活动分析场景的最佳实践,揭秘Flink+Hologres流批一体首次落地阿里双11营销分析大屏背后的技术考验。
14464 0
Hologres+Flink流批一体首次落地4982亿背后的营销分析大屏
|
搜索推荐 大数据 BI
从0到1搭建车企数字化营销中台(1):营销现状分析
通过分析汽车行业数字化营销发展的五大趋势来拆解车企当前面临的数字化营销转型的六大痛点,指导如何搭建数字化营销平台。
1421 0
从0到1搭建车企数字化营销中台(1):营销现状分析