本帖最后由 行云流水2016 于 2017-4-6 16:28 编辑
作者:99click商助科技
用户行为分析是网站分析最为关键的要素,也是决定网站运营分析最为关键的环节,用户分析能帮你判断出你的客户群是否精准,你的广告费是否花到位,通过用户行为分析,实现精准营销。
什么是用户行为分析:用户行为分析,是指在获得网站访问量基本数据的情况下,对有关数据进行统计、分析,从中发现用户访问网站的规律,并将这些规律与网络营销策略等相结合,从而发现目前网络营销活动中可能存在的问题,并为进一步修正或重新制定网络营销策略提供依据。这是狭义的只指网络上的用户行为分析。
重点分析的数据:
用户的来源地区、来路域名和页面; 用户在网站的停留时间、跳出率、回访者、新访问者、回访次数、回访相隔天数; 注册用户和非注册用户,分析两者之间的浏览习惯; 用户所使用的搜索引擎、关键词、关联关键词和站内关键字; 用户选择什么样的入口形式(广告或者网站入口链接)更为有效; 用户访问网站流程,用来分析页面结构设计是否合理; 用户在页面上的网页热点图分布数据和网页覆盖图数据; 用户在不同时段的访问量情况等: 用户对于网站的字体颜色的喜好程度。
访客流量分析:
1.用户群:用户者主要所在区域,24小时之内有多少回访。 2.访问者:访问主要来源哪个区域,如国家、省份、城市。 3.访问量:分析网站月访问,日访问,时访问,来确定网站的高峰是在是何月何日何时。 4.浏览量:访客在一定时间内所浏览内容,日最大浏览量多少,日最小浏览量多少。 5.流量来源:分析网站是从哪方面来的流量。 6.流量页面:哪些页面主要引来的流量。 7.访问者分析:在24小时的回访次数,访客浏览多少页面,在网站中逗留多长时间。 8.访客访问分析:用户电脑所采用的系统语言,所使用的浏览器,屏幕尺寸,屏幕颜色位数。 9.搜索引擎:搜索引擎是提供信息查询的工具,通过分析网站来源关键词,来确定搜索引擎 用户主要关注网站哪些方面。
广告效果分析:
广告效果、性价比分析、成本分析、转化率等
恶意点击分析:
损耗分析、防御策略等等
用户行为分析的维度:
电子商务网站到手不是立刻开展优化,而是记录之前的数据情况,记录之后要进行一系列维度的数据整合。可以说,数据分析和整理做好对以后的优化有很大的帮助。我一直很强调基础,我们做网站优化要善于记录日志,操作日志,异常日志都要有据可循。也许你会觉得一时很麻烦,但是会免去你以后的很多失误。 举个例子:除了基本的收录、外链、锚文本、UV、关键词排名等,你至少还要注意,访客地区分布情况,频道流量情况,页面点击行为等,而且要把搜索流量与广告流量区分开。对于基础的数据还要记录主要竞争对手的。 一个电子商务网站需要拥有大量的产品和目录,同时海量的页面信息。这些页面是否能带来搜索引擎流量取决于网站自身构架的良好性,页面体验与SEO优化做的到位程度有关。SEO优化怎么样,从网站的关键词策略能大概分析的出,包括很多长尾布局,频道关键词以及首页title的书写。良好的关键词策略是获得大量长尾关键词流量的利器! 所以前期对关键词进行有效的整理,例如对首页核心关键词,频道关键词和重点的一些关键词排名进行检测和记录,必要时要针对专题或者单页面进行特别的seo优化处理。 对于基础的数据进行记录是第一步要做的,但那是热身。需要对具体的数据进行更加细致的分解,看到一个网站日PV 10W,日IP 5W并不能证明太多,我们需要分析更多的维度,例如,着陆页面的跳出率情况,直接流量与总流量对比,端到端的ROI等等。 推广流量与自然流量要做好区分,基本上我们所谈及与seo有关的流量是自然流量部分,推广流量中有直接流量,自然流量中也含有直接流量,这势必造成数据上的误导与混淆;所以要安装监控代码识别出来,必要的时候要使用第三方的数据分析工具(如GA .99click旗下的siteflow)。 你要了解网站如何呈现给用户的,因为一切seo都是站在用户角度,而不是你的角度,所以网站体验非常重要。尤其对于一个电子商务网站来说,用户体验就是重中之重了。作为电商网站的运营或者seo来说,易用性体现在网站具有清晰的导航系统,方便的搜索系统与醒目的引导系统。三大系统结合起来,会使用户有“流连忘返”的感觉。
用户分析的主要目的:
1、把握网站整体布局颜色等。 2、分析用户行为数据进行网站调整。 3、掌握大多数网站用户心理。 4、网站用户行为策划。 5、思维活跃,随时根据用户与改变。 通过对用户行为监测获得的数据进行分析,可以让企业更加详细、清楚地了解用户的行为习惯,从而找出网站、推广渠道等企业营销环境存在的问题,有助于企业发掘高转化率页面,让企业的营销更加精准、有效,提高业务转化率,从而提升企业的广告收益,实现销量的提升。
打开链接http://kb.37degree.com/product.html开启可视化用户分析吧! 长按识别二维码或加小编微信(微信号:fengpengpengpeng),即可加入数据分析大牛讨论群!
|