在外貿網站推廣運營中中，數(shù)據(jù)分析是必不可少的環(huán)節(jié)！在移動互聯(lián)網化的今天，以數(shù)據(jù)作為運營支撐，是每個運營人員應該掌握的技能！俗話說，欲善其事必先掌握正確的方式與方法！現(xiàn)如今，眼花繚亂的東西很多，真正派上用場的，卻不見得是那些看起來炫酷的。很多方法樸實無華，卻解決大量的問題。這些方法如果爛熟于心，其實互聯(lián)網運營分析的核心部分也就掌握差不多了，真沒那么復雜。接下來內蒙古網絡公司就給大家分享外貿網站推廣必須掌握的10種分析方法。
  方法一：Link Tag的流量標記
  Link tag標記流量源頭 ，是所有方法中為基本重要的一種。這種方法不僅僅適用于網站的流量來源，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)不僅不會影響鏈接的跳轉，而且能夠標明這個鏈接所屬的流量源是什么(理論上能夠標明流量源的屬性數(shù)是無限的)。
  Link tag不能單獨起作用，必須要在網站分析工具或者app分析工具的配合下工作。
  Link tag是流量分析的基礎，要嚴肅的分析流量，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。
  
方法二：轉化漏斗
  分析轉化的基本模型是轉化漏斗(conversion funnel)，這個大家都應該很熟悉了。
  轉化漏斗常見的是把終的轉化設置為某種目的的實現(xiàn)，典型的就是實現(xiàn)銷售，所以大家很多時候把轉化和銷售是混為一談。但轉化漏斗的終轉化也可以是其他目的的實現(xiàn)，比如一次使用app的時間超過10分鐘(session duration >10minutes)。對于增長黑客而言，構建漏斗是為常見的工作。
  漏斗幫助我們解決兩方面的問題，、在一個過程中是否發(fā)生泄漏，如果有泄漏，我們能在漏斗中看到，并且能夠通過進一步的分析堵住這個泄漏點;第二、在一個過程中是否出現(xiàn)了其他不應該出現(xiàn)的過程，造成轉化主進程受到損害。
  漏斗的構建很簡單，無論web還是app，都是好用的方法之一。但漏斗使用的奧秘則很豐富。而且漏斗方法還會和其他方法混合使用，樂趣無窮。
  方法三：微轉化
  人人都懂轉化漏斗，但不是所有人都關注微轉化。但是你想指望一個轉化漏斗不斷轉化率太困難了，而微轉化卻可以做到。轉化漏斗解決的是轉化過程中的大問題，但大問題總是有限的，這些問題搞定后，你還是需要對你的轉化進行持續(xù)優(yōu)化，這個時候必須要用到微轉化。
  微轉化是指在轉化必經過程之外，但同樣會對轉化產生影響的各種元素。這些元素與用戶的互動，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，并不是轉化過程中必須要看的，但是它們的存在，是否會對用戶的購買決定產生影響?
  
方法四：合并同類項
  合并同類項是大家容易忽視的常用方法。我們往往重視細分，但有的時候我們卻需要了解更宏觀的表現(xiàn)。
  合并同類項就是這樣的方法。舉一個例子，我問你，一個電子商務網站，所有商品頁的整體表現(xiàn)如何?它們作為一個整體的bounce rate怎么樣，停留時間怎么樣，用戶滿意度怎么樣等等，你能夠回答嗎?
  如果我們查看每一個商品頁的表現(xiàn)，然后再把所有一個一個頁面的數(shù)據(jù)加總起來作分析，就太麻煩了(根本無法實現(xiàn)分析)。這個時候，我們必須要合并同類項。
  如何合并?利用分析工具的過濾工具或者查找替換功能。不支持這樣功能的工具你可以考慮扔掉了，因為這根本不應放在增長黑客的裝備箱中。
  合并同類項還有很多用途，比如你要了解web或者app一個版塊(頻道)的整體表現(xiàn)，或者你要了解整個導航體系的使用情況，這都是必須使用的方法。
  方法五：AB測試
  增長黑客不談AB測試是恥辱，通過數(shù)據(jù)優(yōu)化運營和產品的邏輯很簡單——看到問題，想個主意，做出原型，測試定型。比如，你發(fā)現(xiàn)轉化漏斗中間有一個漏洞，于是你想，一定是商品價格不對頭，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。

  但是這個主意靠不靠譜，可不是你想出來的，必須得讓真實的用戶用。于是你用AB測試，一部分的用戶還是看到老價格，另外一部分用戶看到新價格。若是你的主意真的管用，新價格就應該有更好的轉化。若真如此，新的價格就被確定下來(定型)，開始在新的轉化高度上運行，直到你又發(fā)現(xiàn)一個新的需要改進的問題。增長黑客的一個主要思想之一，是不要做一個大而全的東西，而是不斷做出能夠快速驗證的小而精的東西。快速驗證，如何驗證的?主要方法就是AB測試。

  今天的互聯(lián)網，由于流量紅利時代的結束，對于快速迭代的要求大大了，這也使我們更加在意測試的力量。在web上進行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。國外那些經典app，那些賣錢游戲，幾乎天天都在AB測試。

  方法六：熱圖及對比熱圖
  熱圖是一個大家都喜歡的功能，它是直觀的記錄用戶與產品界面交互的工具。不過真用起來，可能大家很少真正去深究吧!
  熱圖，對于web、app的分析，都重要!今天的熱圖相對于過去的熱圖，功能得到了極大的。
  在web端，過去一些解決不好的問題，比如只能看鏈接的被點擊情況，點擊位置錯位，對浮層部分點擊的標記，對鏈出鏈接的標記等等，現(xiàn)在已經有好的工具能夠提供很多新的辦法去解決。在app端則分為兩種情況，內容類的app，對于熱圖的需求較弱;但工具類的app對于熱圖的需求則很顯著。前者的screen中以并列內容為主，且內容動態(tài)變換，熱圖應用價值不高;后者則特別需要通過熱圖反映用戶的使用習慣，并結合app內其他的engagement的分析(in-app engagement)來優(yōu)化功能和布局設計，所以熱圖對它們很重要。
  要想熱圖用的好，一個很重要的點在于你幾乎不能單獨使用一個熱圖就想解決問題。我常常用集中對比熱圖的方法。
  其一，多種熱圖的對比分析，尤其是點擊熱圖(觸摸熱圖)、閱讀線熱圖、停屏熱圖的對比分析;
  其二，細分人群的熱圖對比分析，例如不同渠道、新老用戶、不同時段、AB測試的熱圖對比等等。
  其三，深度不同的互動，所反映的熱圖也是不同的。這種情況也值得利用熱圖對比功能。例如點擊熱圖與轉化熱圖的對比分析等。
  總之，分析很多用戶交互的時候，熱圖簡直是神器，只不過，熱圖真的比你看到的要更強大!

  方法七：Event Tracking(事件追蹤)
  互聯(lián)網運營數(shù)據(jù)分析的一個很重要的基礎是網站分析。今天的app分析、流量分析、渠道分析，還有后面要講到的歸因分析等等，都是在網站分析的基礎之上發(fā)展起來的。
  但是，早期的網站分析有一個特點，就是對于用戶在頁面上互動行為的記錄，只能記錄下來一種，就是點擊http鏈接(點擊URL)。不過隨著技術的發(fā)展，頁面上不僅僅只有http鏈接，頁面上還有很多flash(現(xiàn)在flash都要被淘汰了)、JavaScript的互動鏈接、視頻播放、鏈接到其他的web或者app的鏈接等等，用戶點擊這些東西就都無法被老方法記錄下來了。
  不過，有問題就一定有方法，人們發(fā)明了event tracking來解決上面的問題。event tracking本質上是對這些特殊互動的定制化監(jiān)測，而由于是定制化，所以反而有了更多附加的好處，即可以額外添加對于這個活動的更多的說明(以event tracking這個方法的附件屬性的方式)。結果，這個方法甚有些反客為主，即使是一些http鏈接，很多分析老手也喜歡把它們加上event tracking(技術上可行)，以獲得更多的額外監(jiān)測屬性說明。
  隨著app的出現(xiàn)，由于app的特殊性(屏幕小，更強調在一個屏幕中完成互動)，分析app的page(實際上應該是app的screen)間跳轉的重要性不如web上的page之間的跳轉，但分析app上的點擊行為的重要性則，這就使我們分析in-app engagement的時候，必須大量依賴event，而相對較少使用screen。這就是說，在app端，event反而是主，page(更準確應該是screen)反而是輔!這也是為什么，這個方法你必須要掌握的原因。
  
  方法八：Cohort分析
  Cohort分析還沒有一個所有人都統(tǒng)一使用的翻譯。有的說是隊列分析，有的說是世代分析，有的說是隊列時間序列分析。大家可以參考維基百科，找找自己覺得合適的譯名。
  無論哪種叫法，cohort分析在有數(shù)據(jù)運營領域都變得重要。原因在于，隨著流量經濟的退卻，精耕細作的互聯(lián)網運營特別需要仔細洞察留存情況。Cohort分析大的價值也正在于此。Cohort分析通過對性質一樣的可對比群體的留存情況的比較，來發(fā)現(xiàn)哪些因素影響短、中、長期的留存。
  Cohort分析受到歡迎的另一個原因是它用起來簡單，但卻直觀。相較于比較繁瑣的流失(churn)分析，RFM或者用戶聚類等，Cohort只用簡單的一個圖表，甚連四則運算都不用，就直接描述了用戶在一段時間周期(甚是整個LTV)的留存(或流失)變化情況。甚，Cohort還能幫你做預測。


  方法九：Attribution(歸因)
  歸因不是人人都聽說過，用好的更是。 不過，考慮到人們購買某一樣東西的決策，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商品的存在，利用搜索，進一步了解這個商品，然后在social渠道上看到這個商品的公眾號等等。這些因素的綜合，讓一個人下定了決心購買。
  因此，很多時候，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果。
  如何了解數(shù)字營銷渠道之間的這種先后關系或者相互作用?如何設置合理的數(shù)字營銷渠道的策略以促進這種關系?在評價一個渠道的時候，如何將歸因考慮在內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)網營銷的負責人，歸因分析是必不可少的分析方法。

方法十：細分
  嚴格說，細分不是一種方法，它是一切分析的本源。
  細分有兩類，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)。細分幾乎幫助我們解決所有問題。比如，我們前面講的構建轉化漏斗，實際上就是把轉化過程按照步驟進行細分。流量渠道的分析和評估也需要大量用到細分的方法。
  維度之間的交叉是比較體現(xiàn)一個人分析水平的細分方法。分析跳出率時，我們也會把landing page和它的traffic source(流量源)進行交叉，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分的應用。

內蒙古網絡公司航佳網絡網站建設為您提供網站運營、網站制作、網站優(yōu)化、網站優(yōu)化推廣知識，有何疑問就趕緊咨詢我們，銷售電話：18698468112