- 相關(guān)推薦
網(wǎng)站數據分析全攻略
對于網(wǎng)站數據分析初學(xué)者，需要先弄清楚幾個(gè)問(wèn)題基礎問(wèn)題。億瑪客就這些問(wèn)題詳細講解一下。
步驟/方法
1.網(wǎng)站數據分析是什么?
2為什么要分析網(wǎng)站數據?
3哪些數據指標值得分析?
4網(wǎng)站數據分析是什么?
網(wǎng)站數據分析即網(wǎng)站訪(fǎng)客行為分析,通過(guò)對網(wǎng)站數據進(jìn)行定量和定性的分析，來(lái)不斷驅動(dòng)和提高訪(fǎng)問(wèn)者在網(wǎng)站中的體驗，并將訪(fǎng)客轉化為你的商業(yè)目標。
網(wǎng)站數據分析的過(guò)程主要是收集用戶(hù)數據→確立優(yōu)化方向→提升商業(yè)回報
如何去收集網(wǎng)站數據并把這些數據處理提取出有用的信息呢?
我們通常都通過(guò)第三方協(xié)助網(wǎng)站或軟件，可以獲得網(wǎng)站訪(fǎng)客的流量信息。但這些獲取的數據沒(méi)有經(jīng)過(guò)處理，我們稱(chēng)之為原始數據。原始數據中能反映出的信息很少，更不會(huì )為制定決策提供什么價(jià)值了。收集網(wǎng)站數據大多通過(guò)統計工具，我的博文《網(wǎng)站分析的數據來(lái)源》中詳細說(shuō)明了網(wǎng)站數據的來(lái)源。
對于數據的處理要從兩方面入手，會(huì )話(huà)(Session)與頁(yè)面(Page)。
會(huì )話(huà)(Session)是指針對一個(gè)用戶(hù)，他在你網(wǎng)站的行為，包括訪(fǎng)問(wèn)來(lái)源(Referrers)、著(zhù)陸頁(yè)面(Landing Page)、離開(kāi)頁(yè)面(Exit)、開(kāi)始時(shí)間(Begin Time)、結束時(shí)間(End Time)、訪(fǎng)問(wèn)時(shí)長(cháng)(Time On Site)、訪(fǎng)問(wèn)頁(yè)面數(Depth Of Visit)。
頁(yè)面(Page)是指針對一個(gè)頁(yè)面，它被用戶(hù)訪(fǎng)問(wèn)產(chǎn)生的信息，主要是訪(fǎng)問(wèn)時(shí)間、頁(yè)面停留時(shí)間、用戶(hù)屬性(Cookies)。
5為什么要分析網(wǎng)站數據?
6流失率
網(wǎng)站流量雖然很大，但轉化率(轉化率=完成KPI用戶(hù)量/總用戶(hù)量)很低，那就意味著(zhù)網(wǎng)站的流失率很大。網(wǎng)站數據分析判斷網(wǎng)站流失率的大小。
7惡意點(diǎn)擊
通過(guò)競價(jià)、廣告等推廣形式獲取的付費流量中可能包含競爭對手的惡意點(diǎn)擊，通過(guò)網(wǎng)站數據分析篩選出惡意點(diǎn)擊流量，并制定相應的推廣策略。
8.流量源優(yōu)化
在網(wǎng)站數據統計中值得關(guān)注的就是通過(guò)各種渠道獲取的流量中，哪些轉化率高，哪些回報率低。
9行為監測
觀(guān)察和挖掘用戶(hù)在網(wǎng)站的哪些行為會(huì )帶來(lái)更多的商業(yè)回報。
對于電子商務(wù)和企業(yè)網(wǎng)站，數據分析則更能體現出它的價(jià)值所在。
數據分析提升電商轉化率
10哪些數據指標值得分析?
11用戶(hù)如何到達網(wǎng)站?
關(guān)注數據：訪(fǎng)問(wèn)來(lái)源(Referrers) 、IP訪(fǎng)問(wèn)數量(IP)、用戶(hù)訪(fǎng)問(wèn)數量UV(User Of View)、頁(yè)面瀏覽量PV( Page Of View)
12用戶(hù)如何瀏覽網(wǎng)站
關(guān)注數據：平均訪(fǎng)問(wèn)時(shí)長(cháng)、平均訪(fǎng)問(wèn)頁(yè)面數
13用戶(hù)流失比例
關(guān)注數據：跳出率(Bounce Rate)
14用戶(hù)關(guān)鍵行為
關(guān)注數據：目標轉化率、目標轉化成本
15.用戶(hù)對網(wǎng)站收益貢獻
關(guān)注數據：平均訂單成本、訂單收益、投資回報率(ROI)
【網(wǎng)站數據分析全攻略】相關(guān)文章：
銷(xiāo)售數據的分析方法07-25
數據分析報告07-28
大數據分析07-20
大數據分析07-25
多維數據分析方法04-07
數據分析簡(jiǎn)歷模板02-17
數據分析工作職責07-28
數據分析常用方法07-26
數據分析主管的職責01-13
數據分析報告【推薦】03-07