利用Google Analytics分析百度推广——网站转化分析.doc_第1页
利用Google Analytics分析百度推广——网站转化分析.doc_第2页
利用Google Analytics分析百度推广——网站转化分析.doc_第3页
利用Google Analytics分析百度推广——网站转化分析.doc_第4页
利用Google Analytics分析百度推广——网站转化分析.doc_第5页
已阅读5页,还剩2页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

搜索营销艺术利用Google Analytics分析百度推广网站转化分析Google Analytics是目前应用最广泛的免费网站统计分析工具,接下来的文章介绍利用Google Analytics实现对百度推广数据的收集、处理,并结合其他工具进行数据分析并提出行动建议。本篇介绍如何进行网站转化分析。前面的文章从访问者自身属性、行为属性和技术属性,访问者网站行为,百度推广设置等维度进行网站转化分析,本文再从网站转化时间分布、购物车转化漏斗、目标转化路径三个方面做进一步探讨。一、网站转化时间分布(一)一周时间分布通过一周时间分布分析网站转化在不同工作日的集中趋势,比如周几转化率更高。数据处理利用Google Analytics导出的Day数据配合Excel的数据分列、数据透视功能以及SPSS的Z标准化实现数据处理和图形输出。操作步骤:1. 数据导出。以CSV For Excel形式导出百度推广Conversion Rate数据至Excel;2. 数据分列。利用数据分列功能,分隔符号选择“逗号”;(注:提前在Ecommerce Conversion Rate前插入两空列)3. 数据分类汇总。利用数据透视表做分类汇总,字段名称选择Week Day(此为分列后自定义名称)和Ecommerce Conversion Rate,处理后的数据如下:行标签求和项:Ecommerce Conversion RateSunday0.0753Monday0.1095Tuesday0.132Wednesday0.1617Thursday0.1396Friday0.1278Saturday0.09094. 数据Z标准化。数据Z标准化的意义是衡量Week Day转化率相对于网站均值的表现。在SPSS中选择“分析描述统计描述功能”,勾选“将标准化得分另存为变量”。5. 图形输出。接下来用SPSS或Excel将Z标准化后的数据输出,如图:数据分析数据显示,网站转化率一周中以周三、周四为波峰呈现明显的波动,周末转化率降至波谷。这说明工作日尤其周三是网站转化活动的最佳时间,适合进行网站推广和用户互动;而周末则适合进行不需要网友参加的网站活动。(二)一天时间分布一天内小时转化时间分布分析的目的、数据处理和图形输出同上,这里省略过程直接输出结果:数据显示,网站转化一天内小时转化时间分布不均,转化率较高的时间段为10:00am5:00pm,1:00am2:00am是另一个转化高峰。这说明用户更偏爱工作时间购物。由于网站样本量有限,这里仅进行一周和一天时间转化分布分析。如果要分析的数据样本量大且时间跨度长,建议做全年12个月转化分布分析以及环比、同比分析。二、转化漏斗模型分析我们在“利用Google Analytics分析百度推广流量标记和细分”中设置了两个目标注册和购物车转化。转化漏斗就是基于目标渠道设置形成的。注:购物车转化指转化路径中包含设置的所有渠道,这意味着如果用户完成转化但没有经过设置的所有渠道,那么这次转化不会被记为购物车转化数据,但会被其他转化数据标记,因此购物车漏斗转化分析实质上是抽样调查分析的一种。Google Analytics渠道可视化报告显示了访问者是如何进入和跳出渠道的,报告分为三个部分:左侧是访问者进入渠道的来源数据,中间是到达指定渠道的访问数量和百分比,其中绿色代表成功进入下个渠道的访问数据,红色代表当前渠道的跳出数据,右侧是从当前渠道跳出的数量和去向。左侧进入数据分析可以了解每个渠道的进入路径是否唯一以及具体来源;中间数据显示了访问者在每个渠道的成功执行下一步和流失情况,结合右侧跳出数据分析访问者的跳出原因,从而找出渠道放弃的薄弱环节。关于渠道可视化报告的分析和执行建议,请见“购物车漏斗模型分析”。三、目标转化路径分析(一)目标转化路径分步分析通过目标转化路径分步分析可以找到访问者在转化路径每个环节的集中关注点。数据处理由于网站目标网址中的动态参数根据订单生成,因此每次每条转化目标路径都只有一个记录。我们要将转化路径中的每一步分别做频率统计,操作步骤:首先用SPSS将数据做频率描述,点击“分析描述统计频率”;接着按频率数据排序。数据分析网站设计的购物车转化路径:1.我的购物车(/visit/order/cy_shoppingCart_new2.jsp)2.填写核对订单信息(/visit/order/cy_sendInfo_new.jsp)3.成功提交订单(/visit/order/cy_sendInfo_new.jsp)。Step_3分析Step_3是离成功提交订单最近的前一步。数据显示,有84.29%的用户从填写核对订单信息进入该步骤,部分用户从优惠券系统、限时抢购、EMS帮助信息、订单商品、我的订单中心等页面进入。前三条路径都是网站设计的用户在某些情况下(如使用优惠券、限时抢购)目标转化路径。后面的路径说明用户对EMS快递、流程帮助、在线支付、联系客服(厂家)等信息非常关注。step_3频率百分比/visit/order/cy_sendInfo_new.jsp11884.29/visit/home/quan.jsp?productFlag=sj&ticketFlag=64.29/visit/order/cy_sendInfo_xl.jsp?fromPage=home42.86/visit/home/h_ems.jsp32.14/visit/display/x_new.jsp?OID=1444392121.43/visit/enroll/myshop.jsp21.43/index.jsp?pagetype=110.71/visit/enroll/cy_logon_regist.jsp?fromPage=sendInfo10.71/visit/home/h_liucheng_new.jsp10.71/visit/home/h_lxcj.jsp10.71/visit/home/h_onyinline.jsp10.71可能有的朋友会有疑问,上面的数据是否意味着这些页面都有直接进入购物车成功提交订单的入口?答案:不!这与Google Analytics的跟踪机制有关,GA对进入的定义为在该页面之前,与该页面打开时间戳最近的页面。这意味着即使没有点击链接,如果该页面时间戳离目标网址最近,也会成为其上一步。举例来说,用户在购物车各个步骤都有可能进入网站其他页面浏览之后再返回该流程完成购物,这条目标转化路径为:1.我们购物车2.填写核对订单信息X页面3.成功提交订单,X页面浏览可以在任何一步发生,可以是任何一个页面。通常,X页面容易导致用户形成Shopping Cart Abandonment 。Step_2分析Step_2是离成功提交订单最近前二步。数据显示绝大多数用户都是按照设计的步骤操作。step_2频率百分比/visit/order/cy_shoppingCart_new2.jsp5438.57/visit/enroll/cy_logon_regist.jsp?fromPage=sendInfo2115.00/visit/order/cy_sendInfo_new.jsp128.57/visit/order/cy_shoppingCart_new2.jsp?prodOid=14443921&fromPage=64.29/visit/order/cy_shoppingCart_new2.jsp?prodOid=14442204&fromPage=53.57/index.jsp32.14/visit/order/cy_shoppingCart_new2.jsp?prodOid=14443852&fromPage=32.14/visit/enroll/myshop.jsp21.43/visit/order/cy_shoppingCart_new2.jsp?prodOid=23185952&fromPage=21.43/visit/home/h_lc.jsp10.71/visit/home/h_liucheng_new.jsp10.71/visit/home/h_onbank.jsp10.71/visit/home/quan.jsp?productFlag=&ticketFlag=10.71/visit/home/quan.jsp?productFlag=sj&ticketFlag=10.71数据反映的以下信息需要引起关注: 首页进入的数据不足。在“利用Google Analytics分析百度推广页面详情分析”中曾提到首页“购物车商品”和“去结算”点击率低,这两个功能分别对应了购物车的前两个步骤。在Step_2中index.jsp进入的数据仅占2.14%,也印证了这一点。 支付和购物流程关注度高。同Step_3数据类似,这里的数据也显示了用户比较关注支付和购物流程问题。 新用户购买数量少。第二条路径信息显示了用户从填写核对订单信息进入网站形成注册,比例仅为15%,绝大部分是老用户购买。Step_1分析Step_1是离成功提交订单最近前三步。step_1频率百分比/visit/order/cy_shoppingCart_new2.jsp2618.57/visit/order/cy_shoppingCart_new2.jsp?prodOid=144422316.43/visit/order/cy_sendInfo_new.jsp75.00/visit/display/x_new.jsp?OID=1444220464.29/visit/display/x_new.jsp?OID=1444392164.29/index.jsp42.86/visit/enroll/cy_logon_new.jsp?fromPage=shoppingcar42.86/visit/order/cy_shoppingCart_new1.jsp?prodOid=1444242.86/visit/order/cy_shoppingCart_new2.jsp?prodOid=1444342.86/visit/display/x_new.jsp?OID=1444385232.14/visit/enroll/myshop.jsp32.14/visit/display/x_new.jsp?OID=2318595221.43/visit/order/cy_shoppingCart_new1.jsp?prodOid=1956221.43/visit/order/cy_shoppingCart_new2.jsp?prodOid=2303421.43/visit/order/cy_shoppingCart_new2.jsp?prodOid=2446821.43Step_1数据相对分散,路径来源包括我的购物车、商品信息页面、购物车内部流程、商品搜索页、会员中心等。其中来源最多的商品是诺基亚5233手机、100元充值卡、三星S5660手机、诺基亚5250手机等。(二)完整目标转化路径分析上面的分析针对购物车每个步骤做分类汇总分析,接下来我们分析用户的完整目标转化路径,目的是找出用户实际转化路径和设计路径之间的差异性。数据处理此次数据处理以GA导出的原始数据为基础,首先去掉URL的参数信息,接着将处理好的数据合并成一个单元格并作分类汇总和排序。数据如下:完整目标转化路径转化总计140/visit/order/cy_shoppingCart_new2.jsp/visit/order/cy_shoppingCart_new2.jsp/visit/order/cy_sendInfo_new.jsp 汇总34/visit/display/x_new.jsp/visit/order/cy_shoppingCart_new2.jsp/visit/order/cy_sendInfo_new.jsp 汇总33/visit/order/cy_shoppingCart_new2.jsp/visit/enroll/cy_logon_regist.jsp/visit/order/cy_sendInfo_new.jsp 汇总19/visit/order/cy_shoppingCart_new1.jsp/visit/order/cy_shoppingCart_new2.jsp/visit/order/cy_sendInfo_new.jsp 汇总10/visit/order/cy_shoppingCart_new2.jsp/visit/order/cy_sendInfo_new.jsp/visit/home/quan.jsp 汇总4/visit/enroll/cy_logon_new.jsp/visit/order/cy_shoppingCart_new2.jsp/visit/order/cy_sendInfo_new.jsp 汇总4/index.jsp/visit/order/cy_shoppingCart_new2.jsp/visit/order/cy_sendInfo_new.jsp 汇总3/visit/order/cy_shoppingCart_new2.jsp/visit/order/cy_sendInfo_new.jsp/visit/enroll/myshop.jsp 汇总2完整购物车目标转化路径一共有140条,以上是比较有代表性的转化路径。(注:此处省略了目标网址)符合预期的转化路径第二、三、五、六、七条路径符合设计预期,分别是产品信息页我的购物车填写核对订单信息成功提交订单、我的购物车注册填写核对订单信息成功提交订单、我的购物车填写核对订单信息优惠券系统成功提交订单、注册我的购物车填写核对订单信息成功提交订单、首页我的购物车填写核对订单信息成功提交订单。以下路径反映出网站设计存在问题 第一条路径 我的购物车我的购物车填写核对订单信息成功提交订单。数据显示我的购物车页面在整个购物车完整目标路径中会出现两次,似乎更多用户会在我的

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论