互聯(lián)網(wǎng)運(yùn)營數(shù)據(jù)分析十個(gè)經(jīng)典方法

方法一：細(xì)分

嚴(yán)格說，細(xì)分不是一種方法，它是一切分析的本源。所以它當(dāng)之無愧要排名第一。

我經(jīng)常的口頭禪是，無細(xì)分、毋寧死。沒有細(xì)分你做什么分析呀。

細(xì)分有兩類，一類是一定條件下的區(qū)隔。如：在頁面中停留30秒以上的visit（session）；或者只要北京地區(qū)的訪客等。其實(shí)就是過濾。另一類是維度（dimension）之間的交叉。如：北京地區(qū)的新訪問者。即分群（segmentation）。

細(xì)分幾乎幫助我們解決所有問題。比如，構(gòu)建轉(zhuǎn)化漏斗，實(shí)際上就是把轉(zhuǎn)化過程按照步驟進(jìn)行細(xì)分。流量渠道的分析和評(píng)估也需要大量用到細(xì)分的方法。

維度之間的交叉是比較體現(xiàn)一個(gè)人分析水平的細(xì)分方法。比如，我的朋友孫維（卡車之家的數(shù)據(jù)負(fù)責(zé)人），他將用戶的反饋?zhàn)鳛閑vent tracking的屬性（放在了event action屬性中），提交給GA，然后在自定義的報(bào)告中，將用戶反饋和用戶的其他行為交叉起來，從而看到有某一類反饋的用戶，他們的行為軌跡是什么，從而推測發(fā)生了什么問題。

分析跳出率時(shí)，我們也會(huì)把landing page和它的traffic source（流量源）進(jìn)行交叉，以檢查高跳出率的表現(xiàn)是由著陸頁造成，還是由流量造成。這也是典型的維度交叉細(xì)分的應(yīng)用。

無細(xì)分，毋寧死。

方法二：Attribution（歸因）

歸因不是人人都聽說過，用好的更是寥寥無幾。 不過，考慮到人們購買某一樣?xùn)|西的決策，可能受到多種因素（數(shù)字營銷媒體）的影響，比如看到廣告了解到這個(gè)商品的存在，利用搜索，進(jìn)一步了解這個(gè)商品，然后在social渠道上看到這個(gè)商品的公眾號(hào)等等。這些因素的綜合，讓一個(gè)人下定了決心購買。

因此，很多時(shí)候，單一的廣告渠道并不是你打開客戶閘門的閥門，而是多種渠道共同作用的結(jié)果。

如何了解數(shù)字營銷渠道之間的這種先后關(guān)系或者相互作用？如何設(shè)置合理的數(shù)字營銷渠道的策略以促進(jìn)這種關(guān)系？在評(píng)價(jià)一個(gè)渠道的時(shí)候，如何將歸因考慮在內(nèi)從而能夠更客觀的衡量？這些都需要用到歸因。

如果你是互聯(lián)網(wǎng)營銷的負(fù)責(zé)人，歸因分析是必不可少的分析方法。

方法三：Link Tag的流量標(biāo)記

Link tag標(biāo)記流量源頭 ，絕對(duì)是所有方法中最為基本重要的一種。這種方法不僅僅適用于網(wǎng)站的流量來源，也同樣適用于app下載來源的監(jiān)測（但后者需要滿足一定的條件）。

Link tag的意思，是在流量源頭的鏈出鏈接上（鏈出URL上）加上尾部參數(shù)。這些參數(shù)不僅不會(huì)影響鏈接的跳轉(zhuǎn)，而且能夠標(biāo)明這個(gè)鏈接所屬的流量源是什么（理論上能夠標(biāo)明流量源的屬性數(shù)是無限的）。

Link tag不能單獨(dú)起作用，必須要在網(wǎng)站分析工具或者app分析工具的配合下工作。

Link tag是流量分析的基礎(chǔ)，要嚴(yán)肅的分析流量，不僅僅是常規(guī)分析，還包括歸因分析（attribution analysis），都需要使用link tag的方法。

方法四：轉(zhuǎn)化漏斗

分析轉(zhuǎn)化的基本模型是轉(zhuǎn)化漏斗（conversion funnel），這個(gè)大家都應(yīng)該很熟悉了。

轉(zhuǎn)化漏斗最常見的是把最終的轉(zhuǎn)化設(shè)置為某種目的的實(shí)現(xiàn)，最典型的就是實(shí)現(xiàn)銷售，所以大家很多時(shí)候把轉(zhuǎn)化和銷售是混為一談。但轉(zhuǎn)化漏斗的最終轉(zhuǎn)化也可以是其他任何目的的實(shí)現(xiàn)，比如一次使用app的時(shí)間超過10分鐘（session duration >10minutes）。對(duì)于增長黑客而言，構(gòu)建漏斗是最為常見的工作。

漏斗幫助我們解決兩方面的問題，第一、在一個(gè)過程中是否發(fā)生泄漏，如果有泄漏，我們能在漏斗中看到，并且能夠通過進(jìn)一步的分析堵住這個(gè)泄漏點(diǎn)；第二、在一個(gè)過程中是否出現(xiàn)了其他不應(yīng)該出現(xiàn)的過程，造成轉(zhuǎn)化主進(jìn)程受到損害。

漏斗的構(gòu)建很簡單，無論web還是app，都是最好用的方法之一。但漏斗使用的奧秘則很豐富。而且漏斗方法還會(huì)和其他方法混合使用，樂趣無窮。我在互聯(lián)網(wǎng)數(shù)據(jù)運(yùn)營的課程中也會(huì)具體講解。

方法五：Attribution（歸因）

歸因不是人人都聽說過，用好的更是寥寥無幾。 不過，考慮到人們購買某一樣?xùn)|西的決策，可能受到多種因素（數(shù)字營銷媒體）的影響，比如看到廣告了解到這個(gè)商品的存在，利用搜索，進(jìn)一步了解這個(gè)商品，然后在social渠道上看到這個(gè)商品的公眾號(hào)等等。這些因素的綜合，讓一個(gè)人下定了決心購買。

因此，很多時(shí)候，單一的廣告渠道并不是你打開客戶閘門的閥門，而是多種渠道共同作用的結(jié)果。

如何了解數(shù)字營銷渠道之間的這種先后關(guān)系或者相互作用？如何設(shè)置合理的數(shù)字營銷渠道的策略以促進(jìn)這種關(guān)系？在評(píng)價(jià)一個(gè)渠道的時(shí)候，如何將歸因考慮在內(nèi)從而能夠更客觀的衡量？這些都需要用到歸因。

如果你是互聯(lián)網(wǎng)營銷的負(fù)責(zé)人，歸因分析是必不可少的分析方法。

方法六：微轉(zhuǎn)化

人人都懂轉(zhuǎn)化漏斗，但不是所有人都關(guān)注微轉(zhuǎn)化。但是你想指望一個(gè)轉(zhuǎn)化漏斗不斷提升轉(zhuǎn)化率太困難了，而微轉(zhuǎn)化卻可以做到。轉(zhuǎn)化漏斗解決的是轉(zhuǎn)化過程中的大問題，但大問題總是有限的，這些問題搞定后，你還是需要對(duì)你的轉(zhuǎn)化進(jìn)行持續(xù)優(yōu)化，這個(gè)時(shí)候必須要用到微轉(zhuǎn)化。

微轉(zhuǎn)化是指在轉(zhuǎn)化必經(jīng)過程之外，但同樣會(huì)對(duì)轉(zhuǎn)化產(chǎn)生影響的各種元素。這些元素與用戶的互動(dòng)，左右了用戶的感受，也直接或者間接的影響了用戶的決定。

比如，商品的一些圖片展示，并不是轉(zhuǎn)化過程中必須要看的，但是它們的存在，是否會(huì)對(duì)用戶的購買決定產(chǎn)生影響？這些圖片就是微轉(zhuǎn)化元素。

個(gè)人認(rèn)為，研究微轉(zhuǎn)化比研究轉(zhuǎn)化更好玩。有一些案例，課堂上跟大家講。

方法七：AB測試

增長黑客不談AB測試是恥辱。

通過數(shù)據(jù)優(yōu)化運(yùn)營和產(chǎn)品的邏輯很簡單——看到問題，想個(gè)主意，做出原型，測試定型。

比如，你發(fā)現(xiàn)轉(zhuǎn)化漏斗中間有一個(gè)漏洞，于是你想，一定是商品價(jià)格不對(duì)頭，讓大家不想買了。你看到了問題——漏斗，而且你也想出了主意——改變定價(jià)。

但是這個(gè)主意靠不靠譜，可不是你想出來的，必須得讓真實(shí)的用戶用。于是你用AB測試，一部分的用戶還是看到老價(jià)格，另外一部分用戶看到新價(jià)格。若是你的主意真的管用，新價(jià)格就應(yīng)該有更好的轉(zhuǎn)化。若真如此，新的價(jià)格就被確定下來（定型），開始在新的轉(zhuǎn)化高度上運(yùn)行，直到你又發(fā)現(xiàn)一個(gè)新的需要改進(jìn)的問題。

增長黑客的一個(gè)主要思想之一，是不要做一個(gè)大而全的東西，而是不斷做出能夠快速驗(yàn)證的小而精的東西?？焖衮?yàn)證，如何驗(yàn)證的？主要方法就是AB測試。

今天的互聯(lián)網(wǎng)世界，由于流量紅利時(shí)代的結(jié)束，對(duì)于快速迭代的要求大大提升了，這也使我們更加在意測試的力量。

在web上進(jìn)行AB測試很簡單，在app上難度要高很多，但解決方法還是很多的。國外那些經(jīng)典app，那些賣錢游戲，幾乎天天都在AB測試。

當(dāng)前標(biāo)題：互聯(lián)網(wǎng)運(yùn)營數(shù)據(jù)分析十個(gè)經(jīng)典方法
當(dāng)前路徑：http://www.muchs.cn/news19/121269.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供網(wǎng)站維護(hù)、用戶體驗(yàn)、網(wǎng)站營銷、全網(wǎng)營銷推廣、動(dòng)態(tài)網(wǎng)站、微信公眾號(hào)

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請(qǐng)盡快告知，我們將會(huì)在第一時(shí)間刪除。文章觀點(diǎn)不代表本網(wǎng)站立場，如需處理請(qǐng)聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時(shí)需注明來源： 創(chuàng)新互聯(lián)