2.3 常用分析方法

2.3.1目标的设置策略

1.什么是目标

“目标”可以衡量网站或应用完成既定目标的情况。目标代表用户完成的某项可推动您的业务取得成功的活动（称为转化）。目标的示例包括完成购买（适用于电子商务网站）、通过游戏关卡（适用于移动游戏应用）或提交联系信息表单（适用于营销网站或潜在客户挖掘网站）等。

定义目标是数字分析衡量计划的基本组成要素。正确配置的目标可让 Analytics向您提供关键信息，如您的网站或应用获得的转化次数和转化率。如果没有这些信息，几乎就不可能评估您的在线业务和在线营销广告系列的效果。

2.目标的原理

目标是在数据视图一级配置的，可以应用到用户访问的特定页面或屏幕，用于跟踪用户在会话中查看的页面或屏幕数、他们在您网站或应用上停留的时间，以及他们在停留期间触发的事件。您可以为每个目标指定货币价值，以评估相应转化给您的业务带来的价值。通过为目标指定价值，您可以重点关注价值最高的转化，例如达到最低交易额的交易。

当网站的访问者或应用的用户执行某项被定义为目标的操作时，GA就会记录一次转化。然后，您可以通过下文所介绍的一系列特定用途的报告查看这些转化数据。

3.目标的类型

目标分为 5种类型，具体如表2-10所列：

表2-10 目标的四种类型

目标类型	说明	示例
目标网址	加载了某个具体位置	某个页面或屏幕
持续时间	会话持续时间达到或超过某个时间	在网站上停留了10分钟或更长事件
每次会话浏览页数或屏幕数	用户查看的网页数量或屏幕数量达到特定值	系统加载了5个网页或屏幕
事件	出发了定义为“事件”的操作	社交推荐、视屏播放、广告单击

注意：如果将事件设置为目标，这个的目标数是等于唯一事件数，目标会对会话内的事件数做去重的。

4.设置举例

下面以设置www.example.com/about-me.html为目标作为例子：

1、在GA中选择“管理”→“目标”→“+新目标”，可以看到如图2-32所示的界面：

图2-32 目标创建界面

这里有很多的一个模板选项，这个是在GA根据您设置的行业给您推荐的模板，一般选择“自定义”设置目标

2、单击“继续”会看看到如图2-33所示：

图2-33 目标类型选择

名称就是目标的名称了，目标位置ID就是目标的使用序号，免费版的GA有20个限额。然后根据自己的需要选择类型。这里选择“目标网址”。

3、类型设置

目标详细信息设置如图2-34所示：

图2-34 目标详细信息设置

目标网址就是您想设置成目标的网址的，比如我想把用户访问到“关于作者”的页面设置为目标，就可以按如上设置，这里设置是“/about-me.html”,具体是设置什么取决于页面这个字段显示的是什么，一般情况下是如上的设置，如果您有用过滤器将主机名调整显示出来，那么就需要包含主机名。

设置完后验证这个目标设置是否生效。 需要注意的是目标网址这个类型还有个“渠道”可选，这个的作用是将转化目标前的一些页面访问可以实现漏斗的分析，这个功能很不错的，点开根据自己业务流程去梳理填上对应的页面，如流程是a-b-c-目标，那么只需要将啊a、b和c的页面填上即可。

这个报告是在GA的“转化”→“目标”→“渠道可视化”里面看，可以实现如图2-35所示的漏斗转化报告：

图2-35 渠道可视化报告

这个报告非常实用的的，主要应用在注册、购物结算等涉及到转化的流程上面。

2.3.2自定义高级细分进行聚焦分析

1.什么是细分

细分就是将具有共同属性的群体剥离出来单独分析或对比分析，研究其中的特征与差异。

2.为什么需要细分

站点的流量往往比较稳定，需要通过细分才可以看到其中的差异和异常，如对不同的渠道做细分，对新旧客户做细分，可以知道不同渠道的、不同类型的客户的转化、偏好是否有差异的，对此可以提供不同的内容，制定不同的营销策略。

为什么需要细分的反面就是细分有哪些好处？通常来说，细分有两个优点：

（1）避免被平均，如页面的停留时间就是一个平均值，不同的时间分布对网站的影响是不同的，如果整个网站的打开时间是5秒，但如果某个核心页面打开是10秒，那就有问题了。

（2）深入洞察数据，细分可以让我们更深入的从各个维度去分析网站的实际情况，更能说明问题。

3.如何创建细分

细分的创建入口有两个地方：一个是在是数据视图层级下面的细分，在GA中选择“管理”→“细分”→“新建细分”；一个是报告中的细分，单击“+添加细分”，单击后可以看到如图2-36所示：

图2-36 细分创建界面

创建界面各个位置的功能对应如表2-11所列：

表2-11 细分创建界面的功能解析

字段	解析
+新细分	就是新建一个细分，创建就是单击这里
从库中导入	可以从第三方库中导入细分配置，可以将自己的细分设置共享到第三方平台，所有的人都能够获取得到
共享细分	就是将细分配置共享给其他的，与上面不同的是，共享细给特定的人共享
数据视图	就是细分展现的形式
搜索细分	快速检索细分名字
查看细分	就是细分的分类，有全部、系统、自定义、共享、已加星标和已选择
操作	就是对细分做操作，可以修改、复制、共享、构建受众群体和删除
应用	就是将选择的细分应用到报告

单击“+新细分”后就可以看到细分的设置面板，如下图2-37所示：

图2-37 新建细分

然后就就可以根据面板去设置细分条件了，细分里面提供很多维度用于剥离具体的群体，如受众特征、技术、行为、首次会话日期、流量来源、增强型电子商务，特别是“条件”里面的维度有很多，次级维度里面有的维度基本都可以在这里可以找到；“顺序”是将符合特定顺序的流量过滤出来，如访问页面顺序是a-b-c的流量；细分在设置的时候，右侧的摘要会及时显示整个设置过滤出来的用户数和会话数比例。

4.细分的一些角度

（1）流量来源：不同渠道的用户的转化不同，通过细分可以深入分析，了解其中的差异，定位其中的流失环节，

（2）着陆页：了解不同着陆页的转化和后续的行为情况。

（3）操作系统：可以了解用户特定设备的浏览情况，如浏览器类型，屏幕分辨率，系统等，可以根据这些对网站做优化和完善。

（4）特定用户等级/城市:异常定位、垃圾流量分析。

5.细分的限制

GA允许在每个账户中创建1000个细分，但是在单视图中最多创建100个细分，单个数据视图最多同时应用4个细分做对比，细分选择的时间不能超过90天。

2.3.3巧用对比

对比就是将不同周期的数据指标做比较，从数量上确定其差异，并进行差异分析或趋势分析的分析方法，在GA里面非常常用的一种分析方法。

对比设置的位置在右上角的选择日期范围，除了“实时”报告外，其他的报告在右上角都有一个时间范围选择器，单击日期范围就可以看到对比的选项了，如图2-38所示：

图2-38 对比

“日期范围”的类型有自定义、今天、昨天、上周和上月，一般使用是直接默认自定义后去选择时间区间，现在GA能选择的时间范围最多是93天。

对比通常是应用在数据异常的时候，需要寻找为什么？可以是昨天跟前天的比较，跟上周的，跟上月的同期比较等，分析差异的原因。或是看整体趋势增幅如何？这周比上周增长了还是下降了，增幅多少等。

示例：

背景：7月10号的流量比9号的大幅增长，想要知道是为什么？

分析：在GA中选择“流量获取”→“所有渠道”→“渠道报告”，然后使用对比。用7月10号的数据对比9号的设置如图2-39所示：

图2-39 对比设置

然后看各个渠道的差异和波动，如图2-40所示：

图2-40 各渠道对比差异

可以看到是直接访问和自然搜索这两个渠道在那一天有大幅波动，再去跟推广的同事沟通，看是否该段时间推广上是否有挑调整。这个例子里面10号的流量之所以大幅增加，我的站点是周一到周五访问人数比较多，周末就是低谷了，10号那天是周一，流量回升。

2.3.4善用次级维度

次级维度是将主维度按照次级维度做交叉分析，通常用于做规律分析或异常分析。

使用的方法是：只要看到有“次级维度”的位置都可以单击，单击后会有个下拉菜单，选择一个维度即可，如图2-41所示：

图2-41 次级维度

需要注意的是，并不是所有的维度都能在次级维度里面找得到，比如有些属于广告系统的数据就没有和GA里面的关联起来的，在次级维度里面就是用不了的。

通常在做异常分析的时候用到比较多的次级维度是：城市、时段、设备类型、设备型号、浏览器、系统类型等。

2.3.5热力图

热力图是一种非常好用的分析方法，它以图形的形式非常直观地展示很多数据，一图抵千言，可以从上面解读出很多有用结果。但是GA里面的热力图有不足之处：首先它只记录了有链接的单击，也就是很多空白处的单击是没有记录的，缺失了很多数据；其次是GA的热力图的展现比较不友好，看上去的印象是很粗糙的；最后就是，这个这么棒的功能，居然在最新版的GA里面给移除了，只能通过Chrome中的Page Analytics去查看。虽然这个功能被GA 抛弃了，但我还是要介绍一些热力图的分析方法和角度，而且我也推荐适用其他一些产品去实现这个图，如CrazyEgg。

通常来说，热力图可以从以下几个角度去分析：

• 用户的集中单击位置。一般会集中单击导航，表单，图片；需要留意是否有位置是很高单击，但却没有跳转链接的，是用户单击死角，这种类型的设计的模糊，会消耗访客的耐心，要避免这样情况出现。

• 用户的页面浏览或单击分布，特别是对于单页面的着陆页或长页面，如果首屏没有单击，第二第三屏幕单击很多，那么您呈现信息的优先次叙旧有问题，需要将第二三屏的内容排到前面；如果在第三屏幕只有3%的访客到达，只有很小比例的用户会继续下来去看，那么设置的时候就没必要设置那么多屏，可以两屏，或一屏就够了。

• 不同渠道的访客的页面行为表现，对比不同渠道的方法关注的内容，可以用于指导着陆页的设计。

• 垃圾流量识别，机器垃圾流量进来大部分是不会产生单击的，如果某个渠道是垃圾流量，那么某个渠道的页面访问数单击很多，但是热力图会是很稀疏的节奏，这种就很可能是机器流量。

当然，最重要的是结合页面的设计布局也解读数据。

2.3.6事件跟踪

“事件”是指用户与内容进行的互动，可以独立于网页或屏幕的加载而进行跟踪。下载、移动广告单击、小工具、Flash 元素、AJAX 嵌入式元素以及视频播放都是可以作为事件进行跟踪的操作。

简单的一句就是：凡是用户的行为都可以用事件跟踪，当您想不到用什么方式跟踪的时候，用事件跟踪就没错的。

事件跟踪有5个参数，用法如表2-12所列：

表2-12 事件参数解析

事件参数	中文名	是否必须	解析
Category	类别	必备	为了对要跟踪的对象进行分组而提供的名称，一般是固定不变的
Action	操作	必备	针对特定网站对象跟踪的事件或互动的类型。
Label	标签	可选	为要跟踪的事件提供额外信息，如事件跟踪所在的页面。
Value	值	可选	值与其他组成元素不同，因为它是整数而非字符串，所以可用于为被跟踪的网页对象指定数值
noninteraction	非互动参数	必备	控制此次匹配是否为互动类型，如果是互动类型的匹配会影响跳出率的计算，一般选择True，非互动匹配

在这里再次强调，事件跟踪是匹配的一种类型，默认是会纳入跳出率的计算的了，为了不让事件跟踪影响真实跳出率，通常会将事件跟踪设置为非互动匹配，

事件跟踪的限制，系统会自动发送前10个匹配给Google分析，之后是每秒1次，如果您的是一秒内有多次触发，事件跟踪得到的数据是不准确的，对此您可以做归并，如触发2次，5次的时候发一次事件。

经典版的用法是：

_trackEvent(category, action, opt_label, opt_value, opt_noninteraction)

统一版的用法是：

onClick=”ga(‘send’, ‘event’, ‘ category’, ‘action’, ‘label’, value, {'NonInteraction':1});”

下面举例如何添加，比如单击某个链接：

经典版的代码格式为：

_trackEvent(‘book retailer’, ‘click’, ‘Barnes&Noble’, 5, True)

统一版的代码格式为：

onClick="ga('send', 'event', 'book retailer', 'click', 'Barnes&Noble', 5, True);"

上述格式添加在您需要跟踪的位置，您单击那里希望它触发就添加在哪里，完整格式的如：

经典版：

<a href=”/catalogue/books.html” onClick=”_gaq.push([‘_trackEvent(‘book retailer’, ‘click’, ‘Barnes&Noble’, 5, True]);”>New Release</a>

统一版：

<a href=”/catalogue/books.html” onClick="ga('send', 'event', 'book retailer', 'click', 'Barnes&Noble', 5, True);">New Release</a>

进一步还可以将ga()封装成一个函数，然后给onClick调用，封装的函数如：

function click_link(){

ga('send', 'event', 'book retailer', 'click', 'Barnes&Noble', 5, True)

}

统一版代码变形为：

<a href=”/catalogue/books.html” onClick="click_link()">New Release</a>

上述的方式是直接往页面添加代码的形式，这种采用页面硬编码的形式有很大的弊端：每次添加事件跟踪都需要开发添加有发版，事件添加多了不利于代码的维护。最便捷的方法是通过GTM去添加，而且配置的方法多种多样，灵活多变，有兴趣的可以直接去看第三章第二节的事件跟踪。

报告的查看:事件跟踪的报告在GA中选择“行为”→“事件”里面，一般查看“热门事件”居多。

2.3.7漏斗转化

1.什么是漏斗分析

漏斗分析是一套流程式数据分析，它能够科学的反应用户行为从起始到终点各阶段用户转化率情况的分析模型。这是一种非常有效和直观分析方法，适用于涉及到转化的所有流程，可以帮助用户分析一个多步骤过程中每一步的转化与流失情况，提高各个环节的转化率，如注册流量，购物流程，充值流程。

2.漏斗转化能干什么

漏斗分析能了解整个流程各个环节的转化，分析其中的异常和合理与否，及时进行调整，提高各个环节的转化率，主要从下面几个角度来看：

（1）观察各个环节的转化率，分析其中合理性，通常是针对转化率异常低的环节，然后针对异常环节做调整（当然这个环节需要先分析原因，看是自身产品的问题，还是用户行为规律的因素，还是行业水平本来就这样）。

（2）追踪转化率的变化，商业目标异常，产出大幅波动的时候可以定位异常的位置；或追加营销投放，运营策略调整，站内营销等效果评估或持续优化。

（3）配合细分和维度，分析各渠道的转化率，找出优质渠道，给运营或市场的策略调整提供数据支持

3.GA中的漏斗

GA有两种形式的漏斗分析，一种是增强型电子商务模块中的购物行为报告和结账行为报告，一种是目标中的渠道可视化，渠道可视化需要在设置目标的时候采用自定义的类型。

（1）购物行为，如图2-42所示：

图2-42 购物行为报告

这个漏斗转化需要部署有增强型电子商务模块才会有的。对比各个环节的转化率，可以看到第一个环节的转化率最低，只有15.94%，也就是很多的用户访问后都没有去单击查看产品的详情。对此，可以先看跳出率如何？跳出率很高，意味着可能是这部分用户不是目标用户人群；跳出率不高，那就是用户单击其他冷门内容去了，那么页面的设计就有问题，如产品详情页面入口不明显，入口太少等都有可能是问题。

（2）渠道可视化，如图2-43所示：

图2-43 渠道可视化中的漏斗报告

可以看到这个漏斗转化只要进入结算流程，后面环节的转化率均在80%左右，只有从购物车进入结算这个环节只有44%，这个就是一个低洼点了，需要想办法提高的。可以看到有25%是直接退出的，这部分用户是迟疑犹豫，那么后续的EDM（Email Direct Marketing，电子邮件营销）可以给予限时优惠；而有75%是访问其他页面的，可以继续分析这部分用户的在站内的交互，页面访问情况，再决定是否需要强化购物车图标的显示或弹框提示的使用。

漏斗分析大部分是基于业务流程构建，有些并不能直接从Google分析里面的报告看到，需要对数据做一些处理，如某个广告系列的：展示-单击-访问-注册-转化、可以构建一个漏斗模型去评估，这些数据需要从各不同的平台获取。

2.3.8归因的几种用法

1.什么是归因

归因模型是指一种或一组规则，用于确定如何将销售功劳和转化功劳分配给转化路径中的接触点。例如，在 GA中，“最终互动”模型会将 100% 的功劳分配给销售或转化之前的最终接触点（即单击），而“首次互动”模型会将 100% 的功劳分配给引发转化路径的接触点。

上面这段是GA官方文档的定义，简单的说，归因就是将转化或销售按照一定的规则在各个渠道上划分，用于评估渠道优劣的一种方法。GA默认是最终互动归因。

2.归因的分类

GA在模型对比工具中提供以下默认归因模型，如表2-13所列：:

表2-13 各归因模型解析

字段	解析
最终互动归因	最后一个接触点将获得100%的销售功劳
最终非直接单击归因	所有直接流量均被忽略，100%的销售功劳归于客户在转化之前单击访问的最后一个渠道
最终AdWords单击归因	最终AdWords单击将获得100%的销售功劳
首次互动归因	第一个接触点将获得100%的销售功劳
线性归因	转化路径中的每个接触点将平分销售功劳
时间衰减归因	最接近销售或转化时间的接触点将获得最多的功劳
根据位置归因	将向首次互动和最终互动各分配40%的功劳，剩下20%的功劳将平均分配给中间的互动

您也可以在该工具中创建自己的自定义模型，创建的地方在GA中选择“管理”→“归因模型”→“+新建归因模型”创建自己的归因模型。可以将自定义归因模型共享出去，也可以直接导入别人分享的自定义归因模型。

3.归因的使用

在GA中选择“归因”→“模型工具对比”就可以看到如图2-44所示的归因分析的界面，在这里选择的转化是“在线时间超过10分钟”，此处是根据读者自己设置的目标选择的：

图2-44 归因模型对比工具

模型对比工具上各个位置的功能如表2-14：

表2-14 模型工具对比解析

字段	解析
转化细分	细分，剥离出特定渠道或类型的转转化
导出	将此报告导出，有PDF和CSV两种格式可选
快捷方式	将次报告保存在“自定义”中的“已保存报告”
转化	归因的目标，默认是全部目标
类型	是指渠道流量，可以选择全部或Adwords流量
回溯期	每次转化前的1-90天。系统仅统计此时间段内的展示和单击，如果目标涉及到单击和展示的时候归因受影响
选择模型	选择对应的模型，最多可以选择3个模型对比

可以看到有67%的最终互动转化次数是来自直接访问的，高度集中在直接访问这个渠道，为什么会有这么高的比例会是直接访问的呢？这个就涉及到怎么理解最终互动归因了，例如，一个用户在上述的时间区内，首次访问的时候是通过自然搜索进去的，达成目标1次，之后多次通过直接访问进去，达成目标10次，在这段时间区间的最后一次是通过直接访问进来的，达成目标1次，那么这个用户达成的12次目标在最终归因的时候就归类到直接访问上去了。

所以，如果在选取时间区间内有频繁转化的话，最终互动归因是不适合使用的。如果是注册数量作为目标，那么归因后就知道那个渠道带来的注册量最多了，可以指导广告费用的投放。

上图中的“0.00”：表示给定的渠道、来源、媒介和关键字等有费用数据，但选定日期范围内的总支出为 0 元。如果是“—”：没有费用数据，例如尚未上传费用数据或这是无需支付费用的渠道。

4.渠道报告上的归因

从上面最终互动归因的原理上，可以知道，期间多次转化的这种归因方法不适用，下面我要介绍另一种我常用的归因方法，渠道报告中的归因，这里的归因原理是与最终互动归因完全相反的，可以说是“首次互动”，但有不完全是，因为它是受广告参数影响，如果用户第二访问的时候从其他带广告参数的页面进来，这时候新的广告参数会覆盖掉旧的广告参数，这时候达成的目标在渠道报告会归因到新的渠道，而在首次互动归因是归到旧的渠道，在归因上，我更多的是看渠道报告上归因，直接就这次转化归到此次的渠道上去了，如图2-45所示：

图2-45 渠道报告上的归因

同样是696次转化，在渠道上的归因就有60%是在自然搜索了，这与自然搜索是目前站点的主要流量来源是符合的。这种方式的归因更符合业务情况。

5.多渠道归因

现在的营销，越来越多的用户在转化之前已经就接触过我们的广告了，除了转化前最后一次广告的临门一脚，在之前的广告也是对用户转化有促进作用的，怎样才能评估这种类型的广告的效果呢？

这时候就要用到多渠道转化，在GA中选择“多渠道路径”→“热门转化路径目标”，如图2-46所示，可以看到用户最后转化的之前经过了哪些路径（需要注意：查看热门路径报告，进入默认是两次以上的，需要在“路径长度”中选择“1次或更多”才会看到跟下图一样的报告，且对应在转化中要选择一个目标，这里还是选择“在线时长超过10分钟”）：

图2-46 多渠道归因

通过这个报告可以知道：

（1）首次转化与多渠道后的转化的比例，如果多路径转化的比例很多，就必要分析哪种类型的最多，之前是通过哪个渠道的，对应的提高该渠道的市场预算，或是有需要做再营销。

（2）一次转化中最高的渠道是哪个，这个就是优质渠道，需要加大投入。

2.3.9波士顿矩阵分析方法

波士顿矩阵分析方法是市场营销领域非常常用的一种方法，也就做矩阵分析方法或四象限分析方法。

四个象限具有不同的定义和相应的战略对策。下面举一个实际的例子，关于广告评估的，利用CVR (Conversion Rate，转化率)和CTR（Click-Through-Rate，单击率）来分析，如图2-47所示：

图2-47 波士顿举证分析（CVR-CTR）

横纵轴划分出四个象限，分成四类：

第一象限的单击率和转化率都比较高，这是满意消费者，需要促进，加大投入，力促取得规模效应(这是经济上的一种分析方法，用于最优化，取的最好效益) 第二象限是低单击率，高转化率，问题是处在广告上面，属于糟糕的广告，这就需要定位是Banner还是广告语的问题，再针对性调整 第三象限是低单击和转化，这是由于受众的问题，是广告定位不精准用户导致，这就需要对广告的受众做重新定位 第四象限是高单击率和低转化，这部分受众有兴趣，但进到页面后地转化，产品难以满足需求，可能是价格因素，也可能是知名度等导致用户迟疑不转化，这个需要具体分析后在做策略，如果是价格因素，可以选择在再营销的时候降价，或捆绑销售，降低访客的心里价位；或赠送等，如果是知名度问题，则找知名的第三方做背书~

这就是通过波士顿分析方法来定位问题和通过不同的策略来解决问题的实例，这种方法通过分类，提供的解决方法更具针对性。类似的逻辑可以用于关键字的筛选，优质渠道的甄别。