网站分析常用的指标之内容指标(网站运营数据分析方法六：AB测试增长黑客不谈AB)

　　网站分析常用的指标之内容指标(网站运营数据分析方法六：AB测试增长黑客不谈AB)

　　网站运营数据分析方法六：AB测试

　　增长黑客不谈论 AB 测试是一种耻辱。

　　通过数据优化运营和产品的逻辑很简单——看问题、想想法、做原型、测试定型。

　　比如你发现转化漏斗有漏洞，你就认为产品的价格一定是错的，让人不想再买。你看到了问题——漏斗，你也想出了一个主意——改变定价。

　　但是这个想法是不靠谱的，不是你想出来的，一定是真正的用户在用。所以你用AB测试，有的用户还是看到旧的价格，有的用户看到的是新的价格。如果你的想法真的奏效，新的价格应该会有更好的转换。如果是这种情况，新的价格将被确定（敲定）并在新的转换高度开始运行，直到您发现需要改进的新问题。

　　增长黑客的主要思想之一不是制作大而全面的东西，而是不断制作可以快速验证的小而精确的东西。快速验证，如何验证？主要方法是AB测试。

　　在当今的互联网世界，由于流量红利时代的结束，对快速迭代**的要求越来越高，这也让我们更加关注测试的力量。

　　web上的AB测试很简单，app上的难度要高很多，但是解决方法还是很多的。那些卖钱的经典国外应用和游戏几乎每天都在AB测试。

　　网站运营数据分析方法五：热图和对比热图

　　热图是每个人都喜欢的功能。它是记录用户与产品界面交互的最直观的工具。但如果你真的使用它，也许你很少真正深入它！

　　热图对于网络和应用程序分析非常重要！与过去的热图相比，今天的热图在功能上有了很大的提升。

　　在web端，一些过去没有很好解决的问题，比如只看到被点击的链接，点击位置错位，点击在浮动层上的标记，链接在外层的标记链接等，现在有很好的工具可以提供很多新的解决方法。在app端，有两种情况。内容应用对热图的需求减弱；但是工具应用程序对热图有很大的需求。前者的画面以平行内容为主，内容动态变化，所以热图的应用价值不高；后者需要通过热图来反映用户的使用习惯，结合应用内其他的参与度分析（in-appEngagement）来优化功能和布局设计，所以热图对他们来说非常重要。

　　要用好热图，很重要的一点是，你很难单独使用热图来解决问题。我经常使用热图集中比较的方法。

　　一、各种热图的对比分析，尤其是点击热图（触摸热图）、阅读线热图、停屏热图的对比分析；

　　二、细分人群的热图对比分析，如不同渠道、新老用户、不同时间段、AB测试等的热图对比分析。

　　第三，不同深度的交互反映了不同的热图。在这种情况下，也值得使用热图比较功能。比如点击热图和转化热图的对比分析。

　　总之，在分析很多用户交互时，热图简直就是神器，但热图真的比你看到的更强大！

　　网站 运营数据分析方法四：Event Tracking

　　互联网运营数据分析的一个非常重要的基础是网站分析。今天的app分析，流量分析，渠道分析，后面要讲的归因分析，都是在网站分析的基础上发展起来的。

　　但是早期分析网站有一个特点，就是对于用户在页面上的交互行为的记录，只能记录一种类型，即点击http链接（点击URL ）。但是随着技术的发展，页面上不仅有http链接，还有很多flash（现在flash会被淘汰）、JavaScript交互链接、视频播放、其他网页或app链接的链接，等等，用户点击了这些东西，老方法是无法记录的。

　　但是，如果有问题，就一定有办法。事件跟踪就是为了解决上述问题而发明的。事件跟踪本质上就是对这些特殊交互的定制化监控，而且因为是定制的，所以有更多额外的好处，就是可以为这个事件添加更多的指令（​​附带事件跟踪方法的属性方法）。因此，这种方法甚至有点反客户导向。甚至对于一些http链接，很多资深分析师也喜欢添加事件跟踪（技术上可行），以获得更多额外的监控属性。

　　随着app的出现，由于app的特殊性（屏幕小，更强调一屏交互），分析app页面（其实应该是app的屏幕）的重要性) 不如网络上的页面重要。但是，分析应用上点击行为的重要性非常重要，这使得我们在分析应用内参与度时非常依赖事件，而相对很少使用屏幕。也就是说，在app端，事件为主，页面（更准确地说，屏幕）为辅！

　　这就是为什么你必须掌握这个方法。

　　网站运营数据分析方法三：队列分析

　　群组分析还没有一个大家都统一使用的翻译。有人说队列分析，有人说世代分析，有人说队列时间序列分析。

　　无论名称如何，群组分析在数据运营领域都变得非常重要。原因是随着流量经济的衰退，密集的互联网运营需要仔细洞察留存情况。Cohort 分析的最大价值就在这里。队列分析比较了性质完全相同的可比组的保留率，以找出影响短期、中期和长期保留率的因素。

　　Cohort analysis 流行的另一个原因是它使用起来非常简单，但非常直观。与更繁琐的流失分析、RFM 或用户聚类相比，Cohort 只使用了一个简单的图表，甚至没有使用四个算术运算。它直接描述了用户在一段时间内（甚至整个LTV）的表现。保留（或丢失）更改。甚至 Cohort 也可以帮助您做出预测。

　　我一直认为群组分析是最能体现简洁与美感的典型方法。

　　网站 运营数据分析方法二：归因

　　不是每个人都听说过归因，也很少有人很好地使用它。但是，考虑到人们购买某件商品的决定可能会受到很多因素（数字营销媒体）的影响，比如看广告了解该商品的存在，使用搜索了解更多该商品，然后在社交渠道。去这个产品的公众号等等。这些因素的结合使一个人决定购买。

　　因此，在很多情况下，单一的广告渠道并不是你打开客户闸门的阀门，而是多个渠道协同工作的结果。

　　如何理解数字营销渠道之间的这种关系或互动？如何建立合理的数字营销渠道策略来促进这种关系？在评估一个渠道时，如何将归因考虑在内才能更客观地衡量？这些都需要使用归因。

　　如果您是网络营销的负责人，归因分析是必不可少的分析方法。在我的课上，会有很多篇幅来解释这个方法。

　　网站运营数据分析方法一：切分

　　严格来说，分割不是一种方法，而是所有分析的起源。所以它应该被排在第一位。

　　我经常的口头禅是，不细分，否则给我死。没有细分你会做什么分析？

　　细分有两种，一种是一定条件下的细分。如：停留在页面30秒以上的访问（session）；或者只要来自北京地区的游客等等。它实际上是过滤。另一个是维度之间的交集。如：来自北京地区的新访客。那就是细分。

　　细分帮助我们解决了几乎所有的问题。比如我们前面讲到的转化漏斗的构建，其实就是按照步骤细分转化过程。流量渠道的分析和评估也需要大量使用分割方法。

　　维度之间的交叉是一种比较和反映一个人的分析水平的细分方法。比如我的朋友孙伟（Truck House的数据经理），他把用户反馈作为事件跟踪的属性（放在事件action属性中），提交给GA，然后在定制的报告中，用户反馈和将其他用户行为进行交叉，让有某种反馈的用户可以看到自己的行为轨迹是什么，进而猜测哪里出了问题。

　　在分析跳出率时，我们还会将着陆页与其流量来源进行交叉，以检查高跳出率是由着陆页引起的还是由流量引起的。这也是维度交叉细分的典型应用。

　　猜你感兴趣：

　　1. 作战能力指标及分析意义

　　2.最常用的经济指标及解释

　　3.企业经营分析

　　4.市场营销网站运营推广案例分析

　　5.如何看个股的各项指标

　　6.成功网站营销运营案例分析