【精华知识】初学者的高级谷歌分析指南-Episode 4

主编前言:

这篇文章我们请朱玉雪帮我们翻译自Avinash Kaushik先生的文章。了解Avinash Kaushik先生的朋友不对他的行文风格不会陌生——内容极为全面详实,具有严密的方法论,而且语言很生动。不过,这却为翻译带来了很大的难度。

过去,我也翻译过Avinash的文章,我深知朋友们很喜欢他的文章,因此,这样的一个工作,我们还是希望继续下去。在此,也向Avinash Kaushik先生和朱玉雪表达谢意!

这篇文章被分为四个连载。这是第四部分。

原文见:http://www.kaushik.net/avinash/real-world-smart-beginners-advanced-google-analytics-guide/

紧接前几集精彩内容,这次让我们来具体学习最后三个小节。

5. 搜索引擎优化和竞价点击广告,势在必行!

废话少说,现在是时候讨论一下你可能会花费大量时间的维度了,那就是流量获取。

你可能已经知道怎样查找流量来源报告、引荐URL、访问次数等正常数据了。接下来我们一起来关注两个更高阶的知识,而且我鼓励你们去学习大多数人可能会忽略的事情。

首先我想让你们去研究的是搜索引擎优化。众所周知,这不是件简单的事情,因为当你按照这个路径“流量获取 > 广告活动 > 自然关键词”查找信息时,就会发现95%的数据被贴上了“not provided”的标签。因此这个报告毫无用处。

但是你还有其他的选择来分析SEO效果。这是高级的课程:Search: Not Provided: What Remains, Keyword Data Options, the Future(http://www.kaushik.net/avinash/secure-search-not-provided-keyword-analysis-data-sources/).

但是你也有能力使用GA工具本身来做谷歌自然搜索流量的关键词分析。查找路径:流量获取 > Search Console > 查询。这个报告向你展示了上千个热门关键词(准确来讲撰写本文当日的数量是4974个)。目前的数据之所以是可见的,是因为团队已将Search Console的数据与GA的数据关联起来了(https://support.google.com/analytics/answer/1308621?hl=en&ref_topic=1308589)。如下所示。

我是通过点击区分数据的,因为展现的意义不大。通过研究点击数据,我可以了解访问次数(尽管访问次数和点击数据属于不同的维度)大概接近于多少。我立即在本文中将转化率作为一个衡量维度,因此你可以看到上述转化率数据的变化。这是SEO讨论中最完美直接的数据。

平均排名也很有趣,可能对我们的SEO同行来讲更有吸引力。作为一个网站分析师,在个性化搜索的世界里,我并没有太把平均排名当回事。

我下一步的数据分析步骤是把这些数据从GA中导出来(点击报告顶部的导出按钮),然后研究这些数据来寻找数据中的关键信息。我将使用点击或者转化率作为衡量指标,从创建标签云(https://en.wikipedia.org/wiki/Tag_cloud)等简单的事情开始做,并且通过用户意图或者其他维度来为关键词分类。

在这些策略中,你能发现谷歌商店SEO策略中的漏洞吗?在用户需求方面,你的洞见怎样与你在内容分析中的发现相得益彰呢?这真是个有意义的事情。

你不能将这组数据与GA的其他数据结合使用,比如你不能获取转化率数据或者页面访问深度数据等。这真让人沮丧。但是看一看我在之前写的“not provided”帖子,你可以找到很多策略,同时你也可以用GA做很多SEO方面很酷的事情。

福利:在Search Console报告中,我也发现着陆页报告非常有用,因为你可以像上述相同的指标那样以着陆页为中心查看数据,而不是像先前那样以关键词为中心了。从中洞察到的数据将对你的SEO团队非常有帮助,但是如果使用不当,有可能会在你的整个网站内容团队中引起争议。

备注:对于当前的数据,你可以看到着陆页报告看起来有点奇怪,因为在行为和转化一栏没有数据。奇怪的是,在我的其他账户里却是有数据的。希望GA团队会在不久的将来修复这个问题。

下一步,在AdWords部分多花一些时间。

因为付费搜索通常是每个公司都非常重视的一个流量获取策略,而且与此同时,只有很少的数字获取渠道像AdWords那样精细和复杂。当你为面试做好准备工作时,一定要非常擅长使用AdWords,这是筛选出合格面试者的好办法,因为大多数人对于AdWords只懂得一些皮毛的东西。

这些理由看起来并不够,在GA AdWords可以将来自两个不同来源的数据整合在一起。在GA AdWords报告中,标红的第一簇数据来自AdWords,标绿的第二簇数据是GA正常收集的指标。

看到这个数据图,你也许会想,为什么点击与会话不同呢?当一个用户到达的时候,毕竟是先点击广告后才产生一个会话。正是这些内在的细微差别将报告分析水军与分析大师区别开来。

上述视图来自广告系列报告。我通常从那里开始分析,因为从那里洞察到的数据有助于制定公司整体的竞价点击广告策略。

在学习这个报告的时候,注意一个小技巧。点击图标顶部的“点击”链接(挨着总结、网站使用情况、目标集1,电子商务),你也会得到一组不同指标的数据,这一点也是你应当熟知的。

同时获得单次点击成本和单次点击收入的报告很重要,幸运的是,在本图表中,这两个数据正好挨着。

当你看商店数据的时候,我也想让你现场看到,为什么广告支出回报率不仅仅是一个有用的指标,而且非常的引人注目。你可能会认为,广告支出回报率,听起来很高大上的样子,貌似在什么书籍上有提及。然而,并没有!

现在就开始研究和理解以下问题:你要衡量的是什么?数据展示了什么?是好还是坏?漏掉了什么信息?当你准备好向下一阶段进阶的时候,阅读这篇文章:Excellent Analytics Tip #24: Obsess About Real Business Profitability(http://www.kaushik.net/avinash/analytics-tip-obsess-about-real-business-profitability/)

一旦已经掌握了广告系列报告(已经深入分析研究),是时候将精力放到详情报告中来了。你可能会问,下一步应当是该研究AdWords的关键词报告了吗?然而并不是。我们先从搜索查询报告开始。

在AdWords中,关键字报告展示的是你从谷歌购买的关键字信息。搜索查询指的是,当你的搜索广告由于触发关键字被展现的时候,人们实际在谷歌搜索框中输入的关键字是什么。

以下是来自商店账户的两个报告,你可以清楚的看到为什么我喜欢从搜索查询报告开始。

我非常乐意关注人们输入的是什么信息,然后进入关键字视图研究数据。搜索查询情况报告帮助我重新思考我的广告组合、匹配类型、竞价策略等等,也帮助我从内容层面和引流的广告方面优化着陆页。

在这些报告中仅仅只是学习和优化单次销售成本(Pay per Sale),就可以花上3个月。因此你们可以自己去尝试。

福利:购物广告系列在大多数的电商属性呈现方面是相当成功的。在AdWords部分的购物广告系列方面多花些时间,深入细分相关数据,了解到底是什么使得这些广告系列变得与众不同。如果你被安排去识别和洞察这些数据,你会怎样去做。

6. 更好的了解你的受众群体

过于由于所有的数据是基于cookie的,通常我们对受众群体的了解也是有限的。这慢慢随着时间发生了变化,近来我们多数使用很棒的用户

ID(http://www.kaushik.net/avinash/universal-analytics-implementation-tips-strategy-tactics/#useriedoverride)来了解用户。当然,大多数时候,我们仍然不擅长深入挖掘用户信息和与他们相关的行为。

因此,为了帮助你从一名初学者进阶到高级分析师的领域,现在提供GA中三个比较隐蔽的领域来供你探索。现在你已经有权限获得真实数据了。

路径是:受众群体 > 兴趣 > 有购买意向者细分

以下是你正在查找内容的官方定义:这些细分中的用户更有可能准备购买某个特定领域的产品或服务,这里的用户主要是指在购买漏斗底层的用户。

当我考虑到自己的业务营销策略时,尤其是与展示类广告绑定的那些策略时,我对这个报告是充满感激之心的。我们过去大多数时候仅仅只是依赖竞价点击广告或邮件营销广告,而没有以一种相对明智的方式使用展示类广告。这份衡量用户数据的报告,帮助我明白了该怎样更明智的做展示类广告。

通过点击“有购买意向者细分”,你可以深入细分到感兴趣人群的年龄,而且,对于每一个年龄组,你也可以深入细分到性别。

你的目标是,找出最有价值的数据,最大化的带来微观或宏观业务效果。

通过为公司增加收入和对展示类广告策略转变思维,我已经掌握了有购买意向者的细分维度。接下来,我们一起来看兴趣相似类别的数据。兴趣相似类别报告非常棒。对于任何展示类广告策略或视频广告策略,你必须围绕See Intent(观察-思考-行动-关怀的业务框架http://www.kaushik.net/avinash/see-think-do-care-win-content-marketing-measurement/)建立受众。从营销的角度来看,你必须掌握上述第2个策略,即归因。

对于第2个隐蔽的领域,查看路径是:受众群体 > 用户分层图表。

这个报告展示了你非常渴望看到的数据,不过,我真的不希望你们过于沉浸其中。相关报告如下图所示。

你现在看到的是展示网站每个独立用户行为的报告,每个独立用户是用匿名用户ID标识的。尽管实际上要复杂的多,但是你可以把它看做是每一个人。如果你已经部署了User-ID(用户ID)对其他个人标识ID的覆盖(恭喜,如果你这么做了,你应该得到一个金质奖章!),那么,你在GA中已经接近于追踪到一个真正的人了。

因为这是网站上每一个人的行为,你可以观察每一个人的行为数据。现在明白我之前为什么说不希望你们对这些数据过于着迷的原因了吗?

当我查看这个报告时,我的策略是要理解行为中的“交易大户”,也就是那些在网站上进行大额交易的用户。我按照收入将以上报告进行分类,然后研究头几行的用户行为。如果你在账户中直接对第一个用户进行操作,详情看起来如下图所示。

报告是根据最后一次点击(以上08:16)到第一次点击进行分类的,实际上人们浏览了很多内容,只是在上图中看不到。你可以看一下行为报告,仅在5分钟内就产生了2211.38美元的交易金额!你肯定想知道这个人购买了什么,他们看了哪些页面,他们来自哪里?他们是怎样出入网站页面的等等。

通过研究前几个“交易大户”可能会帮助你了解一些关于产品商业化策略的事情、唯一的来源、怎样通过改变你的流量获取策略来获取更多的“交易大户”。“交易大户”总是只有一小部分人。

最好的分析策略是分析微观细分而不是个人群体,这是更高阶的事情。对于一些有着共同特点的小群体,你可以对一定规模的这类小群体进行分析。没有任何营销策略、网站内容以及当前的服务有能力实时对每个个人用户的行为做出反应。如果你可以做到,那么说明你的用户量并不大。因此,专研微观细分才是可盈利的策略。

以上也是我为什么不在这篇文章中提及实时报告的原因,因为不值一提。(查看更多,请参考A Big Data Imperative: Driving Big Action http://www.kaushik.net/avinash/big-data-imperative-driving-big-action/)

对于第三个隐蔽的领域,其实也不是那么隐蔽,但是却能暴露你所有的分析才华,路径:受众群体 > 移动 > 设备。

如果50%以上的网站流量来自移动端,这个受众群体报告明显值得密切关注(包括细分每个手机端报告、PC端报告和平板端报告)。

问题是,这个报告实际上看起来是这样的……

这个图表主要是由一些维度比较少的重复指标组成,对于我们进行移动用户行为分析没什么帮助,也对决策的制定帮助不大。

现在是时候练习你的自定义报告技能了。(作为一名分析师,如果你只使用自定义报告,那么距离成为分析大师已经不远了。)

返回移动设备报告的顶部,点击自定义按钮。在接下来的页面,选择一些你认为最能帮助你洞察流量获取、用户行为以及效果的指标。当你在这个界面的时候,你会看到仅仅只有一个维度:移动设备信息,你可以增加其他可以深入分析并且有价值的维度。我增加了屏幕分辨率(很重要)和页面(根据屏幕分辨率来分析每个页面的表现)。

以下是相关报告总结。

看起来很不错吧?更智能、更强大!

我不仅仅对于访问次数感兴趣,还对使用移动设备的用户比较感兴趣。因此,用户至上。我主要关注每次会话浏览页数。同样的原因,我衡量效果主要通过目标和每个会话的价值(理想状态下,我会使用每次会话的目标价值,但是你从一开始就可以看到账户中没有目标价值。)我会删掉收入指标,它在这里出现主要是为了防止你的老板来找你麻烦。稍后删除即可。

依靠以下维度:流量获取、行为或效果,就已经是万事俱备,只欠开始我的移动分析旅程了。

正如之前我推荐使用AdWords分析,位于报告顶部的选项卡可以帮助你洞察和分析更多的数据。

你必须去练习你的自定义报告技能,练习使用这些选项卡,在这些选项卡下面还有其他元素。例如,在网站使用情况报告中,我增加了Think intent(观察-思考-行动-关怀的业务框架)指标。在目标和电子商务选项卡部分,有几个更集中的指标。现在有利于制定更明智决策的几乎所有移动数据都一目了然了。

这个练习需要不断的反思和理解:你的商业需求是什么?什么样的分析有意义?这是我们从报告水军到分析大师的必经之路。

对于上述自定义报告,我会在给订阅者(http://www.kaushik.net/avinash/marketing-analytics-intersect-newsletter/)的邮件中发送带有可下载链接的地址。市场营销——交叉分析。你可以将自己选择的维度指标与我选择的维度指标进行对比。

福利:如果你要为你的管理团队提供GA截图,确保你利用了可以展现两个趋势图的选项。在我的上述案例中,你可以看到,我选择了将移动会话与目标达成次数进行对比。

7. 锦上添花:基准化!

这是对于初学者最后一部分的高阶建议。

你刚刚完成了对整个移动指标的研究,那么怎样才能判断谷歌商店的表现是好还是不好呢?是的,你可以研究其过去表现的趋势。但是,行业中其他与你的网站类型和大小差不多的人该如何判断呢?

我相信,大多数时候,如果没有竞争情报或行业生态情报,分析大师做出的决策也是不完善的。

很酷的一点是:你可以在GA中得到基准化数据。

路径:受众群体 > 基准化 > 设备

现在你就可以强烈的意识到,什么样的表现是好的,什么样的表现欠妥的了。

你可能已经通过分析上述移动部分的数据得出了一组结论。我猜想你现在对于整个生态系统怎么样已经有了不同的见解,同时也有了不同的侧重点。

这就是数据之美。

使用基准化维度,你可以做很多的事情。当你准备好了的时候,就可以去探索更高阶的版本了:Benchmarking Performance: Your Options, Dos, Don'ts and To-Die-Fors! (http://www.kaushik.net/avinash/benchmarking-digital-analytics-performance-metrics/)

希望你能从中得到一些乐趣。

希望本文可以帮助你加速成为一名分析大师。

像之前一样,现在轮到你了。

已经得到商店演示账户的权限了吗?上述推荐的哪些元素,你还没有探索过呢?哪些是你认为最容易或最难洞察到有用数据的元素呢?哪些策略是作为分析大师的你还没有采用的呢?

请通过评论来分享你的建议和经历,比如失败的经验、成功的经验等等。

这次学习内容先介绍到这里,谢谢!

原文发布于微信公众号 - 互联网数据官(internetcdo)

原文发表时间:2016-12-13

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏大数据文摘

数据可视化产品选型指南

3947
来自专栏企鹅号快讯

有哪些因素会影响小程序的排名呢?

小程序关键词搜索排名规则 1、小程序上线时间:越早上线,优势越大,曝光次数越多(5%) 2、描述中完全匹配出现关键词次数越多,排名越靠前(10%) 3、标题中关...

3606
来自专栏IT大咖说

新浪微博平台自动化运维演进之路

摘要 新浪微博是一个由新浪网推出,提供微型博客服务类的社交网站。用户可以通过网页、WAP页面、手机客户端、手机短信、彩信发布消息或上传图片,是当下中国最火热的社...

3804
来自专栏理论坞

您有一份礼物, 请查收

一个关于理论的库, [坞]是小港湾, 储存的意思; 英文叫 Theorywood , 简称 TW ( 理解成台湾可以嘛? ) 理论坞——打造你自己的理论库

1274
来自专栏养码场

360数据平台副总监王景正独家解析:大数据平台从0到1的演进历程,深度解构QDAS以及...

在大数据的风口,起飞的为什么是360?这也许是很多人的疑问,作为大数据业界的弄潮儿,360大数据平台是如何演进的,QDAS是缘何诞生,以及再次变革的原因又是什么...

1532
来自专栏无原型不设计

什么是“移动先行”原则,如何践行?

2010年的全球移动通信大会上,谷歌时任首席执行官Eric Schmidt 提出:产品设计应遵循 “移动先行” 的原则。 该原则具体指什么?遵循该原则的依据有...

3304
来自专栏机器人网

先进传感技术简化机器人设计制造过程

过去,机器人制造是一个非常困难、容易出错且耗时的过程,因为采用由分立元件构成的装置实现对环境的感应,而这些装置中很多部件都不能有效地协同工作,处理器缺乏足够的能...

3636
来自专栏java一日一条

为什么我要用C写游戏

我就是这样一个与众不同的老顽固。最近所有由我单独完成的游戏项目完完全全都是用C写的。肯定没人这样干过,所以我觉得这值得我解释下为什么我要这样做。

751
来自专栏数据的力量

说说网站用户的生命周期价值

1554
来自专栏AI科技大本营的专栏

新年第一天 | 恶补新一季《黑镜》的同时,营长又深入扒了扒它那擅长机器学习的新爸爸是如何赚钱的

关注『AI科技大本营』的各位小伙伴,新年好!营长祝愿大家天天都是18岁! 跟放假休息的各位一样,元旦假期的营长着实也不想干活……想起前两天刚刚更新的《黑镜》第四...

33911

扫码关注云+社区