《流量的秘密 Google Analytics网站分析与商业实战》一第1章 衡量成功的前期准备1.1 网站分析数据的价值

  1. 云栖社区>
  2. 博客>
  3. 正文

《流量的秘密 Google Analytics网站分析与商业实战》一第1章 衡量成功的前期准备1.1 网站分析数据的价值

异步社区 2017-05-02 13:14:00 浏览750
展开阅读全文

本节书摘来自异步社区《流量的秘密 Google Analytics网站分析与商业实战》一书中的第1章,第1.1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

第1章 衡量成功的前期准备

流量的秘密 Google Analytics网站分析与商业实战


129aff6bff06ee4b9cec27ed970eba14e500bcc6

你应该知道监测对成功来说是至关重要的,不管是对个人,还是对公司,亦或是对职业发展,都是如此。从很多方面来说,Google Analytics只是一个工具,同用来帮助公司作决策的众多其他数字工具没什么区别。

但是网站分析——即Google Analytics所涉及的领域、技术和行业——有所不同,它的功能和潜力是其他工具都望尘莫及的。为什么?因为Google Analytics不仅可以评估用户参与度、交易量和用户带来的收入,而且还可以监测潜在用户的数据,比如他们来自哪里、要寻找什么、你是在哪个环节失去这些潜在用户的(以及你具体是在网站上的哪个页面或APP上失去他们的)。

把现有用户及潜在用户的数据整合在一起是网站分析所独有的功能,鉴于这个功能的专一属性,网站分析就变得尤为强大。例如,大部分网站的转化率都很低,一般为3%(见图1.1)1。。这也就意味着,每100位访客中最后只有3位转化为了实际用户。尽管有很多业务分析师都在绞尽脑汁地想要提高这个数字,但是有件事显然更为重要,那就是首先弄清楚为什么另外97%对你感兴趣的访客(因为他们访问了你的网站)最终离开了,然后再根据分析得出的结果去改善转化率。


b91eb79e83d5172211fd548355c3b92ffcb2287c

Google Analytics 不仅可以分析用户行为,而且可以分析非用户行为,只要访客在同公司互动时有一个数字接触点。通常来说,这个接触点是通过用户访问网站产生的,但是如果使用Universal Analytics(Google Analytics的最新功能版本,我们会在第6章中详细介绍),这个接触点就不一定非得通过用户访问网站来产生。例如,假如潜在用户收到了一封你寄来的信件,信件中包含一张优惠券。如果潜在用户到你的公司实体店里使用优惠券进行消费,那么实体店就会通过互联网把该用户的消费信息(产品名称、价值、优惠码等)发送到你的 Google Analytics 账户。根据收到的用户消费信息, Google Analytics 就可以生成一份报告,分析你直接向用户投递信件活动的效果和实体店销售情况。

在上面这个例子中,接触点就是用户的实际购买行为,假设:

a = 信件实际投递量 = 100 000

b = 使用优惠券的实际购买量 = 725

那么:

商业活动效果 = b / a = 0.7%

假如你寄出的信件要求收信人首先访问你的网站,以获取优惠码。那么第二个数字接触点就是你的网站,收信人如果访问你的网站,就说明对你提供的信息感兴趣。这样一来,即使收信人没有到实体店消费,你同样会得到一组简单且有力的数据,可以来进一步分析,例如:

a = 信件实际投递量 = 100 000

b = 使用优惠券的实际购买量 = 725

c = 访问你网站的实际收信人数 = 8 000

那么:

访客兴趣度 = c / a = 8.0%

商业活动效果= b / a = 0.7%

网站转化率 = b / c = 9.1%

从上面额外收集到的数据(c)可以看出,对信件投递活动的评估并不是非黑即白的二分法判断。就实际购买量来说,根据数据显示似乎只有725个人对你的产品感兴趣,但是从这项额外收集到的数据(访问你网站的实际收信人数)我们可以判断出,对你的产品感兴趣的实际人数是8 000。根据对这项数据的分析,你就可以通过改善信件投递活动来提高访客兴趣度了。同时,还可以通过改善网站着陆页来提高9.1%的网站转化率,此外还可以尝试提高用户的消费金额(比如交叉销售相关产品)。不管怎么说,你现在可以通过多种途径来提高销量了,同时根据对各种商业活动的评估,还可以判断出盈利最多的活动。这确实是很强大的数据啊。

商业智能定义

所有可以帮助你对公司进行深入分析的工具都属于“商业智能”(business intelligence), Google Analytics也是商业智能的一种分析工具。为了帮助读者理解,我在这里分别对商业智能的三个分类进行解释定义。

Customer Analytics(用户分析)即对现有用户数据进行挖掘,其目的是为了发现用户的购买模式和获得人口统计信息。公司通常会根据这一信息来制定商业活动,提高现有用户购买相关产品的数量,维系用户关系。

Web Analytics (网站分析)即通过研究网站访客的行为,改善访客体验。此类数据的绝大部分都是匿名的。从过去的使用传统来说, Google Analytics 就是网站分析工具。

Digital Analytics (数字分析)随着网站分析的发展,其使用范围目前已包括所有联网设备,如移动应用程序、条形码扫描仪、收银读码机、存货盘点、呼叫中心性能或者芯片。经过最新的功能更新, Google Analytics现已升级为数字分析工具了。

1.1 网站分析数据的价值

想一想下面这个例子。

很多业务分析师都把精力放在了用户分析上(参见上面的“商业智能定义”),分析结果可用来制定商业活动,提高相关产品的销量,维系用户关系。一般来说,活动的结果只能让公司收入提高1~9个百分点。

那么,让我们把在同一个公司所花费的相同精力投入在网站分析上试试。在我们这个例子里,你要了解的是网站转化过程中的不利因素。我们所获得的信息当然也要用来改善这些不利因素,从而提高访客转化率,也就是带来更多的用户。从我的个人经验来看,转化率一般都可以增加两位数甚至三位数(参见图1.2)。

此外,网站转化过程的改善是一个长期复杂的过程。例如,在你把网站效率提高了10个百分点之后,访客的转化率也不是一次性就能提高上来的,这是一个持续改善的过程(尽管实际情况并不总是如此)。也就是说,即使在一年之后,如果有新访客访问你的网站,你还会获得较以前多10%的新用户。不过,如果访客因为用户体验不佳而离开,那么他再次访问网站的几率就很小了。当然,在网站转化过程改善之后,你所获得的每一位新访客,他们被转化并成为长期支付用户的概率都会有所提升。综合起来说,你的收入会大大增加,你的营销尝试也会更加有效!


2c9c975a43da4137627b5ae8a15d06dd4f7ce10a

在吸引高附加值访客以及访客转化方面,网站分析的潜力是无限的。而在这一领域, Google Analytics 又是首屈一指的工具。

假设在认真分析了访客同网站的互动情况,以及他们使用诸如销售漏斗分析、退出点、跳出率(单个网页访问)和参与指标之后,你可以把网络转化率提高3到4个百分点(以33%作为基本改善率)。那么这对你的盈亏底线意味着什么呢?让我们看看下面这个假设,如果:

v = 访问者数量 = 100 000

c = 单个访问者成本 = $1.00

那么:

a = 所有访问者成本 = v x c = $100 000

访客获取成本保持不变,非市场利润率、营销成本和单个转化收入也保持不变:

m = 非市场利润率 = 50%

s =营销成本 = $100 000

u = 单个转化收入 = $75

表1.1显示的是转化率3%提高到4%之后的结果。


0b5069e5e359b912ed73046895140d8faec27094

表1.1中最后两行是实际情况的分析结果:利润增加了 37500美元 ,而投资回报率提高了4倍,增加到了50%。请注意,这仅仅是改善了网站转化率后的结果,此时访客获取成本依然保持不变。这就是网站分析可以为企业带来的商业价值。作为一个拥有超过15年专业经验的从业者,我无数次地见证过这个潜力所发挥的巨大作用。它是真实可实现的。本节书摘来自异步社区《流量的秘密 Google Analytics网站分析与商业实战》一书中的第1章,第1.1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

第1章 衡量成功的前期准备

流量的秘密 Google Analytics网站分析与商业实战

你应该知道监测对成功来说是至关重要的,不管是对个人,还是对公司,亦或是对职业发展,都是如此。从很多方面来说,Google Analytics只是一个工具,同用来帮助公司作决策的众多其他数字工具没什么区别。

但是网站分析——即Google Analytics所涉及的领域、技术和行业——有所不同,它的功能和潜力是其他工具都望尘莫及的。为什么?因为Google Analytics不仅可以评估用户参与度、交易量和用户带来的收入,而且还可以监测潜在用户的数据,比如他们来自哪里、要寻找什么、你是在哪个环节失去这些潜在用户的(以及你具体是在网站上的哪个页面或APP上失去他们的)。

把现有用户及潜在用户的数据整合在一起是网站分析所独有的功能,鉴于这个功能的专一属性,网站分析就变得尤为强大。例如,大部分网站的转化率都很低,一般为3%(见图1.1)1。。这也就意味着,每100位访客中最后只有3位转化为了实际用户。尽管有很多业务分析师都在绞尽脑汁地想要提高这个数字,但是有件事显然更为重要,那就是首先弄清楚为什么另外97%对你感兴趣的访客(因为他们访问了你的网站)最终离开了,然后再根据分析得出的结果去改善转化率。

图1.1 尽管绝大多数公司都只把分析重点放在极少数转化了的访客,但是绝大部分访客依然未实现转化

Google Analytics 不仅可以分析用户行为,而且可以分析非用户行为,只要访客在同公司互动时有一个数字接触点。通常来说,这个接触点是通过用户访问网站产生的,但是如果使用Universal Analytics(Google Analytics的最新功能版本,我们会在第6章中详细介绍),这个接触点就不一定非得通过用户访问网站来产生。例如,假如潜在用户收到了一封你寄来的信件,信件中包含一张优惠券。如果潜在用户到你的公司实体店里使用优惠券进行消费,那么实体店就会通过互联网把该用户的消费信息(产品名称、价值、优惠码等)发送到你的 Google Analytics 账户。根据收到的用户消费信息, Google Analytics 就可以生成一份报告,分析你直接向用户投递信件活动的效果和实体店销售情况。

在上面这个例子中,接触点就是用户的实际购买行为,假设:

a = 信件实际投递量 = 100 000

b = 使用优惠券的实际购买量 = 725

那么:

商业活动效果 = b / a = 0.7%

假如你寄出的信件要求收信人首先访问你的网站,以获取优惠码。那么第二个数字接触点就是你的网站,收信人如果访问你的网站,就说明对你提供的信息感兴趣。这样一来,即使收信人没有到实体店消费,你同样会得到一组简单且有力的数据,可以来进一步分析,例如:

a = 信件实际投递量 = 100 000

b = 使用优惠券的实际购买量 = 725

c = 访问你网站的实际收信人数 = 8 000

那么:

访客兴趣度 = c / a = 8.0%

商业活动效果= b / a = 0.7%

网站转化率 = b / c = 9.1%

从上面额外收集到的数据(c)可以看出,对信件投递活动的评估并不是非黑即白的二分法判断。就实际购买量来说,根据数据显示似乎只有725个人对你的产品感兴趣,但是从这项额外收集到的数据(访问你网站的实际收信人数)我们可以判断出,对你的产品感兴趣的实际人数是8 000。根据对这项数据的分析,你就可以通过改善信件投递活动来提高访客兴趣度了。同时,还可以通过改善网站着陆页来提高9.1%的网站转化率,此外还可以尝试提高用户的消费金额(比如交叉销售相关产品)。不管怎么说,你现在可以通过多种途径来提高销量了,同时根据对各种商业活动的评估,还可以判断出盈利最多的活动。这确实是很强大的数据啊。

商业智能定义

所有可以帮助你对公司进行深入分析的工具都属于“商业智能”(business intelligence), Google Analytics也是商业智能的一种分析工具。为了帮助读者理解,我在这里分别对商业智能的三个分类进行解释定义。

Customer Analytics(用户分析)即对现有用户数据进行挖掘,其目的是为了发现用户的购买模式和获得人口统计信息。公司通常会根据这一信息来制定商业活动,提高现有用户购买相关产品的数量,维系用户关系。

Web Analytics (网站分析)即通过研究网站访客的行为,改善访客体验。此类数据的绝大部分都是匿名的。从过去的使用传统来说, Google Analytics 就是网站分析工具。

Digital Analytics (数字分析)随着网站分析的发展,其使用范围目前已包括所有联网设备,如移动应用程序、条形码扫描仪、收银读码机、存货盘点、呼叫中心性能或者芯片。经过最新的功能更新, Google Analytics现已升级为数字分析工具了。
1.1 网站分析数据的价值
想一想下面这个例子。

很多业务分析师都把精力放在了用户分析上(参见上面的“商业智能定义”),分析结果可用来制定商业活动,提高相关产品的销量,维系用户关系。一般来说,活动的结果只能让公司收入提高1~9个百分点。

那么,让我们把在同一个公司所花费的相同精力投入在网站分析上试试。在我们这个例子里,你要了解的是网站转化过程中的不利因素。我们所获得的信息当然也要用来改善这些不利因素,从而提高访客转化率,也就是带来更多的用户。从我的个人经验来看,转化率一般都可以增加两位数甚至三位数(参见图1.2)。

此外,网站转化过程的改善是一个长期复杂的过程。例如,在你把网站效率提高了10个百分点之后,访客的转化率也不是一次性就能提高上来的,这是一个持续改善的过程(尽管实际情况并不总是如此)。也就是说,即使在一年之后,如果有新访客访问你的网站,你还会获得较以前多10%的新用户。不过,如果访客因为用户体验不佳而离开,那么他再次访问网站的几率就很小了。当然,在网站转化过程改善之后,你所获得的每一位新访客,他们被转化并成为长期支付用户的概率都会有所提升。综合起来说,你的收入会大大增加,你的营销尝试也会更加有效!

图1.2 对某旅游公司的网站数据分析后预订量的增长情况

在吸引高附加值访客以及访客转化方面,网站分析的潜力是无限的。而在这一领域, Google Analytics 又是首屈一指的工具。

假设在认真分析了访客同网站的互动情况,以及他们使用诸如销售漏斗分析、退出点、跳出率(单个网页访问)和参与指标之后,你可以把网络转化率提高3到4个百分点(以33%作为基本改善率)。那么这对你的盈亏底线意味着什么呢?让我们看看下面这个假设,如果:

v = 访问者数量 = 100 000

c = 单个访问者成本 = $1.00

那么:

a = 所有访问者成本 = v x c = $100 000

访客获取成本保持不变,非市场利润率、营销成本和单个转化收入也保持不变:

m = 非市场利润率 = 50%

s =营销成本 = $100 000

u = 单个转化收入 = $75

表1.1显示的是转化率3%提高到4%之后的结果。

表1.1 转化率改善后的经济收益情况

改善前

改善后

r=转化率

3%

4%

C=转化量

3 000

4 000

T=总收入=u*C

$225 000

$300 000

n= 非营销成本=(1-m)*T

$112 500

$150 000

P=总利润 = T-(n+s)

$12 500

$50 000

R=总ROI =P/ s

13%

50%

表1.1中最后两行是实际情况的分析结果:利润增加了 37500美元 ,而投资回报率提高了4倍,增加到了50%。请注意,这仅仅是改善了网站转化率后的结果,此时访客获取成本依然保持不变。这就是网站分析可以为企业带来的商业价值。作为一个拥有超过15年专业经验的从业者,我无数次地见证过这个潜力所发挥的巨大作用。它是真实可实现的。

网友评论

登录后评论
0/500
评论
异步社区
+ 关注