网站分析常用的指标之内容指标(4.2.1流量分类与规则详解上介绍流量的识别原理)

　　网站分析常用的指标之内容指标(4.2.1流量分类与规则详解上介绍流量的识别原理)

　　4.2.1 流量分类及规则详解

　　上一节介绍了流量识别的原理，我们也知道了一些特殊情况。接下来，我们将介绍如何将流量划分到不同的渠道。

　　当 Google Analytics 识别流量渠道时，是时候遵循某些规则了。分类是基于Referral 和URL 的特征。具体来说：

　　

　　详细流程处理逻辑如图4-5所示：

　　

　　图4-5 流量判断逻辑

　　上面看似复杂的流程图可以概括为： GA的通道流识别具有一定的顺序和优先级。总体顺序是：

　　1、广告词/DoubleClick/广告系列

　　2、UTM 参数

　　3、自然搜索

　　4、社交流量

　　5、推荐流量

　　6、直接流量

　　7、其他

　　这个判断过程是一个顺序判断过程。一个流按照上述顺序判断后，将不会被归入以下任何一个通道。比如判断Adwords流量，如果是Adwords流量，开启自动标记功能，那么URL就用gclid标记，如果用户来自Adwords，则先判断是否是Adwords，然后将这个流量归因进入 Adwords；如果是UTM，先判断是否是Adwords，如果不是，再判断下一个，Doubleclick，或者，直到判断为UTM，才归类为UTM流量。

　　将流量分成不同的渠道后，主要在GA中“流量获取”→“所有流量”→“渠道”的报表页面，如图4-6所示：

　　

　　图 4-6 通道报告

　　频道报告中的流量划分有一定的规则。默认规则如表4-1所示：

　　表 4-1 频道划分规则

　　

　　从上面可以看出，渠道的划分主要是根据媒介，部分是根据来源。该规则的作用是：广告添加的UTM中的来源和媒体必须遵循该表中的字段，这些字段是系统预先设置的。，可以准确划分流量。如果不是，则通道报告中的数据划分是错误的。详细的错误原理请参见第二章第二节UTM参数的正确使用部分。

　　请注意，这些通道区分大小写。手动标记 URL 时，请使用小写标记，以确保 GA 可以正确分类会话。例如，标记为“电子邮件”的电子邮件营销活动与“电子邮件”渠道的系统定义不匹配。并且并非所有维度都允许 GA 查询相关成本数据。如果在渠道分组对象中使用这种类型的维度，将无法获取渠道分组的成本数据，导致数据混乱。

　　如果不幸你放出来的link tag参数没有使用上表的系统字段，还是有办法调整的，让渠道报表中的数据准确无误。有两种调整方法：

　　1、频道设置（Channels Settings）

　　2、自定义渠道分组

　　两种方法的区别在于通道分组中的配置显示在通道默认报告中，即修改默认通道分组。自定义渠道分析的分组在“主要维度”→“内容分组”中，选择后才会生效。下面分别介绍这两种设置方法的具体操作：

　　1.频道分组设置方法：

　　渠道分组设置是在视图级别，所以它是在数据视图级别下设置的。有几个数据视图需要设置，需要在每个数据视图下进行设置。

　　1、 在GA中，选择“管理”→“频道设置”→“频道分组”→“操作”→“修改”修改默认分组，如图4-7所示。

　　

　　图 4-7 修改

　　2、点击“修改”后，可以看到如图4-8所示的设置面板

　　

　　图4-8 通道组设置

　　“名称”不需要修改；“Define a new channel”意思是创建一个新的频道；

　　如果要移动频道的排序，移动鼠标等待鼠标列表的黑叉随意移动频道。需要注意的是，通道前的顺序是指先剥离该通道的流量，通道的划分遵循逐渐剥离。例如，如果将满足direct 介质的流量划分为direct 流量，则直接流量已从所有流量中剥离。下一条规则只是对剩余流量进行第二次剥离，不会有A通道的流量。是的，它是针对 B 频道的；如果要修改已有的通道规则，可以点击右侧的钢笔符号来调整该通道的规则。调整界面如图4-9所示：

　　

　　图4-9 修改示例

　　可以看出，设置的条件是or and and, or表示并列关系，表示同时满足两个条件。设置字段中有很多选项，但主要使用的是Landing Page URL和Source/Medium/Campaign之间存在一一对应关系。这个原则意味着登陆页面 URL 和来源/媒体/活动是关键。-value关系可以从Landing Page URL的URL特征来划分，也可以从Source/Medium/Campaign的角度来划分。一般来说，它们是组合使用的，这样更容易定位特定的通道流量。

　　示例：如果我网站的 PPC 推广着陆页有 tuiguang 字段，例如 /tuiguang/lpd1,html，

　　/tuiguang/lpd2,html,

　　...

　　设置Landing Page URL 匹配群内推光，频道名称为付费推广。然后，所有从上述页面访问的流量和后续流量都将归类为“付费推广”。面板设置如图4-10所示。展示：

　　

　　图 4-10 设置案例

　　这个原理很重要，经常用于通道规则调整。

　　3、 调整保存后，这个设置的有效期是实时的，但是数据反馈会稍微晚一两个小时，然后你会看到如图4所示的频道报告效果-11：

　　

　　图4-11 通道分组设置结果

　　2.自定义渠道分组设置方法

　　自定义渠道分组的设置和渠道分组一样，也是在视图层面。在GA中点击“管理”→“自定义渠道分组”→“新建渠道分组”进行设置，如图4-12所示。设置方法同上。

　　

　　图 4-12 自定义渠道分组

　　注意

　　对于每个视图，每个用户最多只能创建 100 个自定义渠道分组。每个视图最多可以收录 50 个通道分组，这个数字不包括默认通道分组。

　　4.2.2 评价方法

　　准确划分不同渠道的流量后，也是付费流量，渠道还可以细分很多类型的流量，比如PPC、CPC、CPM……哪个渠道的流量质量更好？我们需要评估不同渠道的质量，快速识别劣质流量，停止在劣质流量上浪费投资。

　　1.直接度量评估

　　直接评价也是一种一维评价方法，用一维来评价交通状况。根据评价的类型，可分为定量、访问和核心交互视角。

　　(1） 数量上

　　主要是用数量来描述和评价流量的大小。它是流动中心阶段常用的方法。目前还不是主流的分析方法，但仍然适用。通用指标可用。

　　用户数：用户数是衡量GA中用户数的重要指标。

　　访问者：访问者数与用户数在数值上相同，但计算原理不同，两者有本质区别。在 GA 中，Users 是一个指标，而 Visitor 是一个维度。很多人经常将两者混淆。迷惑。

　　PageViews：简称PV，是页面浏览量，通常与Users正相关。

　　Sessions：会话数，以流量分析为核心工具的常用指标。

　　UV：Unique Visitor，独立访客数，访客数去重，通常在国内网站分析工具用的比较多，接近GA用户。

　　独立 IP 数量：基于 IP 角度计算。由于当前IP资源有限，多个用户共享同一个IP出口，或者动态IP，从IP角度来计算用户数不是很合适，但是国内用户由于使用习惯倾向于使用IP计数，并且还有分析工具使用IP计数，甚至直接将访问者IP提供给用户。因为国外隐私保护政策比较严格，GA没有这个维度的数据。

　　（2）来自采访

　　在访问方面，是用户在网站上浏览的具体情况。通过这个指标，可以从访问的角度来评估流量的价值。通常有以下几种：

　　跳出率也是跳出率。这是衡量质量最常用的指标。如果你想判断流量的质量，这是你需要看的第一个指标。该指标在不同行业差异较大，没有适用于所有行业的参考价值；这个指标不是越低越好，特别是对于长页和单页应用，这个指标会失效。

　　页面停留时间：在页面上停留的时间。其重要性仅次于跳出率。这通常用于在跳出率失败时评估流量，尤其是在分析长页面时。

　　页面访问深度：指访问了多少个页面，比如一个会话访问了多少个PV。一般来说，访问次数越多，质量越好。

　　（3）来自核心交互

　　可以跟踪用户在网站上的一些关键行为来评估流量状况。通常这些行为需要通过事件跟踪来实现，例如：

　　页面浏览率：通过查看访问页面的比例，可以知道这部分用户是否是目标用户。

　　一键：一些关键行为，如加入购物车、一键注册、试用等，可以用来衡量兴趣和意愿。

　　在GA中，已经有很多指标供用户评价频道质量。在GA中，选择“流量获取”→“所有流量”→“渠道”，以渠道报告为例说明一些评价角度，如图4-13所示。：

　　

　　图4-13 通道报告

　　新用户（New User） 该字段表示每个频道带来的新访问者。可以知道当前流量的主要渠道是什么：原生搜索占比最高。

　　跳出率（Bounce Rate）是衡量访问者对登陆页面或网站的兴趣的指标。一般来说，着陆页的跳出率越高，渠道质量越差，反之亦然。从上面可以看出，Referral的跳出率最低，这意味着来自该渠道的用户与我们的目标用户有很高的重叠。看目前流量占比只有18%，这个频道是优质频道。增加投资。

　　不同行的跳出率水平不同，可以到“受众群体”→“标杆分析”比较行业水平。

　　平均会话持续时间（Avg.Session Duration） 我们希望访问者在网站上停留的时间越长越好。平均会话持续时间越长，访问者对站点的兴趣就越大。从上面可以看出，Referral的平均会话时长最高，而Social值最短。如果你之前一直在做Social渠道，从数据上看，这个渠道的效果比较差，需要看一下。看看你的努力方向是否正确，或者你是否将资源投资于推荐而不是社交。

　　平均会话持续时间还有另一个功能。它可以为需要注册的登陆页面衡量登陆页面的性能。如果时间太短，那么访问者将没有足够的时间来完成表格。注册转换会很差。

　　用户数 = 新用户。如果上面的等式出现在一个频道中，那么这个频道的质量一定很差，因为根本没有回头客，而且都是一次性用户。那你要怀疑这是不是假的流量呢？

　　从前面的角度，我们可以得出结论，该网站现在以自然搜索为主，具有良好的SEO；推荐目前占比较低，但带来的流量质量非常好；Social的质量很差。我们需要找到原因。基于此，我们可以建议下一步重点推广Referral 渠道，停止继续投资Social 或进一步分析该渠道为何如此糟糕，并做出相应调整。

　　2. 目标转化评估

　　以上评价方法主要是根据访问者在页面上的一些行为来评价频道的质量。评估渠道质量的目的是为了有效分配广告成本，最大化转化率。如果转化是最终目标，那么平均会话时长和跳出率是一些过程目标，整个大目标分解成小目标进行评估。

　　下面介绍一下如何使用转换来评估信道质量。整体是通过设定目标来实现的。具体设置方法请参考第二章第三节的目标设置策略，我们来看一个例子，如图4-14所示：

　　

　　图 4-14 目标转化评估

　　我们直接看转化数据：

　　电子商务转化率（Conversion Rate）=目标完成次数/会话次数。在一定程度上可以理解为转化率。值越高越好。从上图可以看出，Referral的转化率最高。高达11.3%，流量占比最高的转化率仅为0.9%。

　　Completions：完成次数，这里是购买次数，越高越好。

　　收入（Goal Value）：目标值，这个值一般和完成次数成正比，但是如果是电商网站就不一定了，因为可能会有大单或者奢侈品订单可能会影响某个频道的目标。值直接拉高。

　　通过以上数据我们可以知道，Referral 和付费搜索的转化率是比较好的。这两个优质渠道可以增加投资。

　　上面的方法是attribution中的最后一个attribution。如果您想应用其他归因模型，请参阅归因报告。

　　3.波士顿矩阵分析

　　以上介绍的两种方法都是单一指标的评价方法。可能会出现一个指标好而另一个指标很差的情况。似乎和之前的情况有矛盾。这种情况应该通过波士顿矩阵来评估。波士顿矩阵（BCG Matrix），又称市场增长率-相对[市场份额]（市场份额“\t”_blank）矩阵，通过两个主要指标综合评价一个渠道的优劣。

　　下面我们根据行为指标中的跳出率和转化指标中的转化率构建波士顿矩阵，如图4-15所示：

　　

　　图 4-15 波士顿矩阵

　　横轴代表转化率，纵轴代表跳出率。

　　推荐：高转化率，低跳出率，只做优质渠道，策略化推广

　　社交：转化率低，跳出率低，访问者没有离开网站但没有转化。这部分让用户犹豫不决。策略是定位用户犹豫的原因，降低首次使用成本等，促进访客转化

　　AFF：转化率低，跳出率高。主页对访问者没有吸引力。策略是定位访问者的属性，如年龄、性别、地区等，看他们是否是目标用户，并协助评估是否停止投放。

　　付费搜索：转化率高，跳出率高。这种类型的用户在没有反弹的情况下可能会有更高的转化。策略是让访问者停留更长时间并吸引访问者。

　　使用波士顿矩阵不仅可以评估不同渠道的质量，还可以定位不同渠道之间差异的原因，并且可以有针对性地使用一些解决方案。使用波士顿矩阵时，使用各种比值作为测量字段，因为这种方法使用的字段更多，覆盖的也更​​全面。

　　以上是比较常用的信道质量评价方法。这种方法可以应用于更细化的广告维度，如广告单元、广告系列等进行评估，及时调整*敏*感*词*用的分配。

　　4.2.3 多通道评价方法

　　现在广告主在多个平台投放广告，用户可能会在多个地方看到同一个广告主的广告，忽略广告在过程中的记忆和品牌作用，单纯将转化归因于最后一个广告有点不合理。为了更合理地评价多渠道广告到达用户的情况，应采用多渠道路径分析方法进行评价。

　　您可以在“转化”→“多渠道路径”→“热门转化路径”中查看。该报告显示路径长度默认为“两个或更多”。如果要查看所有的转换数据，需要在“Path Length”中选择“1次或更多”，如图4-16所示：

　　

　　图4-16 多通道路径

　　从以上数据可以得出以下结论：

　　1、 单渠道转化占比低于50%，即大部分用户在多渠道访问后转化，需要吸引用户回访。对此，可以考虑再营销。

　　2、 第一次是自然搜索，后来直接访问的转化率占了10%。也就是说，这部分用户在做SEO后记住了你的产品直接访问。这部分人的转化质量非常高。嗯，有必要加入自然搜索，也就是SEO投资。

　　一般来说，多渠道评估的目的是评估每个渠道在实现业务目标和转化过程中的贡献。基本思路是：如果单通道转化率高，那么可以用前面“评价方法”一节中的方法进行分析。; 如果多渠道转化率高，那么就要想办法增加用户访问其他渠道的可能性；如果大部分用户第一次集中在一个频道，然后再从另一个频道多次进入才转化，那么这个第一个频道需要加大投入，扩大基础用户人群。