前言:寒冷的北京的春,Tenly 周末宅在家独守空房思考,有点想法令我豁然开朗。于是撰文记之,又开始拿 Google Analytics 此工具开始说事了。好久没来宋星这来逛了。
理论:
对于一个需求不太专业的电子商务网站客户来说,他们关注的东西并不多,但是“转化”倒是一个重要内容。
面对这种转换分析,常用的方法是使用“目标”。以 Google Analytics 为例,即设置特定的页面为目标(Goals),从而知道转换的变化与好坏。对于封闭的,单一的转换,这种方法是完全没有问题的,但是对于非封闭的,而且是动态的页面,方法论就会有一些瑕疵。
网站主问我:“我的访问者,有多少人会去我的商品页?”;“我的访问者,有多少人会去下单?”
于是使用定义“目标”方法的话,需要定义所有的商品页为 Goal 1,购物车页为 Goal 2,……
Goals 的定义是以Page Views为单位的。也就是举例说:
- 2次 Visits,其中1次,从促销页去查看了3个产品页,另外一次从页面去看了2个产品页,共实现了5个 Goals,转化率为 5 / 2 = 2.5。
- 2次 Visits,其中1次,从促销页去查看了6个产品页,另外一次直接从首页跳出(Bounce)。这样共有6个 Goals,转化率为 6 / 2 = 3。
- 结论是后者的转换率高?可是前者2个访问者皆实现了到产品页的转化哦!如果数据放大,这种疑问就值得沉思了。
所以我就觉得有点奇怪,用 Page Views 作分子,Visits 作分母,它们的比值似乎不太对劲。因为个别狂热的的访问,会造成多次的目标实现,就会拉高整站的转换率。
于是我们调整算法,抛弃 Goals 的设定方法:
- 2次 Visits,其中1次,从促销页去查看了3个产品页,另外一次从页面去看了2个产品页。2次 Visits 都成功转化到了产品页,转化率为 2 / 2 = 100%。
- 2次 Visits,其中1次,从促销页去查看了6个产品页,另外一次直接从首页跳出(Bounce)。2次 Visits 只有1次转化到了产品页,转化率为 1 / 2 = 50%。
- 这样看起来是否更合乎逻辑了。因为是 Visits 与 Visits 之间的比,而且分子除以分母的比值永远小于100%。
实践:
基于前面的结论,我们需要知道数据:
1、有多少次访问来到了我们的网站
2、其中有多少的访问造成了转化去了我们的任意产品页
3、再其中有多少的访问会进去购物车
4、然后是下单 – 物流 – 支付……
这样才是一个完全的 Funnel 漏斗,而且这个 Funnel 的确是越来越小。
首先,查看我们网站的 Visits,这样可以知道有多少次访问来到了我们的网站。
然后,定义多个 Advanced Segements:
- Segement 1(去看过产品页的Visits) 的条件是:Page Contain “ProductID=”;
- Segement 2(去购物车的Visits)的条件是:Page Contain “Flow.php”;
- Segement 3 (去下单的Visits)的条件是:Page ……(忽略掉请自由发挥)。
不同的电子商务网站的产品页的共性不同,你只需要找出共性,找到他们即可。有的是“/goods.php?id=888”,有的是“/Product/3333.html”,有的是“/StyleDetail_9384/”……
最后,我们开始跑报告,把定义好的 Segements 都应用到报告中去:
结论:
于是得到按周来看,这三个 Segements 的数据(声明:演示数据,数字已人工调整)。
从下面的图表,我们就很容易回答刚才的问题:
- 本电子商务网站会有 61% 的访问会转化到产品页,从上线第一周开始,随着网站的优化,以及各种促销活动的开展,这个转换率一直在提升。特别是在11周,由于季末大甩卖的促销的有力推动,转化率一度拔高到 67% 的历史最高水平。
- 从产品到下单的的转化率平均为 3%,低于行业平均水平(行业平均水平为 XX%)。令人关注的是,最近的产品到下单的转化率一路下滑。
- 尽管有较高比例的用户会访问产品页,但下单的用户转化率偏低,可能存在的问题有:
- 价格优势不够明显。
- 页面购买下单的按钮都不明显。
- 页面设计不够合理。
- ………………说一大堆。
好及时的文章,正好在学习这方面的知识。
在计算转化率时,用Visits确实比用Pageviews更准确,但当一个购买流程可能不在同一个visit中完成时,比如一个用户在第一次访问时把商品放入购物车然后退出了,过几天才将购物车中商品确认到订单并完成支付,这个断开操作的购物流程可能就需要用进入每个流程的Unique Visitors或者其他更精确的方法去计算。
嗯,如果从大数据量的用户行为来说,Visits已经足够准确了。当然如果客户执着于Unique Visitors,也可以应用Segments后看Unique Visitors的值也行。不过这会使转化率比文章中高。
那么在GA中定义转化时,GA有默认的用PV去计算,还是手工修改定义用vistits去计算,另外定义产品页面到支付页面的转换又该怎么设置呢?或者这种就只能手工计算了,不能定义。非常感激解答。目前有点纠结这个问题,问了很多人都不懂。今天看见救命草了。
定义转化的目标Goals,是PV为度量的。实现一次Goals,即转化的目标页面的PV+1了,无法修改成Visits。
所以如果要想看Visits,甚至是Unique Visitors,我所感觉的方法,应该是文中提到的用Segment定义的方法。
按你的需求,你可能定义2个Segment,条件分别是Page的URI为产品页,Page的URI为支付页,然后比较两个Segment的整站Visits,相除,就是转化率了。
老师 好久上线,我被一个问题纠结死了。
谢谢老师指点啊,自己琢磨了一下能理解很多了。但是我在操作过程中又出现一个疑难问题。
比如:我要定义产品页面的segment 条件是Page的URI为产品页(文章中提到“不同的电子商务网站的产品页的共性不同,你只需要找出共性,找到他们即可。”) 但是网站的URL是经过技术处理了的。如:A产品的URL为:http://www.abc.com/wow/aaa.html B产品的URL为 http://www.abc.com/box/bbb.html 像这样的url有上百种,无法找到共性,那么怎么来设置条件,该怎么办?
备注一下:前面两个URL是伪静态的,其中的WOW和box也是不存在的,只是经过技术处理在url中有显示。做这个技术处理是因为英文网站的URL中包含产品名称的关键词。所以说这两个URL实际解析到到服务器是:A产品:http://www.abc.com/Product/aaa-1.cmf B产品:http://www.abc.com/Product/bbb-2.cmf 。
所以不知道怎么来定义条件了,请老师指点。
的确是个头疼的问题。最好你可以调整你的伪静态,你调整到有一个共性或者多个共性(GA的Segment可以订以几十个条件),比如HTML名字里都带个Gold或者Level(哈哈,知道你是工作室挖金的)。另外有个高级的方法,你不需要修改什么,需要你在你的产品页(即游戏买金页或者代练页)统一加一段GA的代码(pageTracker._setCustomVar(index, name, value, opt_scope))。参考:http://code.google.com/apis/analytics/docs/tracking/gaTrackingCustomVariables.html。然后定义Segment的时候,Demension在Visitors的下面有Custom Variables条件。
我对“Goals 的定义是以Page Views为单位的。”这个结论有疑议,如果按照这个结论推理,目标网页的PageViews就是等于该目标的Goal Completions,但实际上并非如此。目标的Goal Completions和访问了目标页面的Visits却是匹配的,所以我觉得应该是Goals的定义应该是以Visits为单位的。
从使用上来说,感觉这个Advanced Segments就是预设好的Advanced Filter。如果不用Advanced Segments,我需要在Advanced Filter中用关键字一步一步地过滤出自己想要的数据;而用它的话,只要点选就能得到自己想要的数据。不知道我这个理解对不对?
很赞哦,还没有这样用过这样的segment哦。先自己试试哈
另外,GA的Goal Rate不是基于visits的吗?traffic source的section里面goal set的取值都是基于visits的吧。只有在看content section,分析各个页面的数据的时候才是基于pv的。然后到funnel里面去看的时候是基于visitors的。
不知道Tenly有何指教?
哇 厉害!
不错的例子啊,受益匪浅
老菜鸟“目标的Goal Completions和访问了目标页面的Visits却是匹配的”确实是这样的,Goals的定义应该是以Visits为单位的。这和老师得出的结论是不一致的。我们在目标中查看转化率的时候,得到的转化率也是 Goal Completions与总的Visits的比例。所以也能证实Goals的定义是以Visits为单位的。另外我受到老师的启发写了一篇文章“Advanced Segments比goals更能展示分析网站转化”希望老师看见消息后回复,也希望对我这篇文章进行指点。
电子商务网站,转化率这块,除了优化购买流程外,更多的还是要优化引导客户购买的。
这个跟fall-out analysis结合起来用,适合吗?我一直在理解“业务流程与流量监控相结合”这个话题。fall-out analysis的作用有什么呢?从流失分析报告可以知道每个segment的转化率,流失率,借此可以
– 优化整个网站架构 (但不知道如何着手)
– 找到业务流程被卡的地方 (购物车不好用,订单信息填写太繁琐?宝贝价格没有竞争力?)
这种理解有偏差吗?
看到博主的博客才知道, 自己仅仅停留在很肤浅的数据分析层面上.
另外定义产品页面到支付页面的转换又该怎么设置呢?或者这种就只能手工计算了,不能定义。非常感激解答。目前有点纠结这个问题,问了很多人都不懂。
回复银杏树:对于Omniture,可以直接定义event来实现,但需要把event的定义实施进入相关的产品页和支付页。对于Google Analytics,要用trackpage的方法,来间接实现。方法仍然是自己定义表示产品页查看和支付的变量,并将变量置入URL中,然后用trackpage读URL。
第三方支付系统的检测是个很麻烦的事情。Tenly (author) 文中提到的“然后是下单 – 物流 – 支付……”这个环节的检测有没有专门的介绍文章呢?
个人感觉是不是直接用方差算出离散程度就可以了,不用这么复杂?
非常好的建议!