从上图可以看出，如果我们的媒介投放渠道过于复杂，我们很难去识别不同媒介之间的交互作用，例如用户A从新浪横幅广告看到了广告主的广告，非常感兴趣，但是用户并没有点击广告进去而是进入了搜索引擎去搜索相关的产品信息，从搜索引擎广告点击进入了活动页面。在网站分析的报表中，似乎大多数订单转换都是来自于搜索引擎，但是如果没有这些强势媒体的覆盖，就不会触发用户去搜索产品，也就不会有后面的KPI转化。现在问题来了，那我们利用网站分析工具分析的数据还有价值？因为从这些数据中根本无法反应出每个媒介的实际作用。

有什么方法可以知道用户行为路径，并帮助我们了解哪些媒介影响着网站KPI转换？
基于第三方cookie技术，现在有些公司可以实现用户跨媒介访问的跟踪，但是第三方cookie会被许多浏览器屏蔽掉，从而很难保证数据的精确性。 现在国内也有一些利用flash cookie来跟踪用户访问行为路径，但是具体还没有实际使用过。也不好做出评价。

一、使用第三方工具

使用工具来监测用户行为路径，确实能帮助我们获得更有价值的数据，但是对于离线营销媒体工具是无法分析到的。我们只能尝试下面提到的第二种方法！

二、数据对比分析(趋势对比)

这种方法可以根据不同排期媒介投放，对于用户搜索行为的影响及订单转换影响做出评估.虽然很难保证非常高的精确性，但不失为一个很好的方法！在我现有的客户中，其中就有使用趋势对比的方式，了解电视媒体对于KPI转换的影响。

Step1：媒介排期

在这里当然要注意最好不要在同一时段来投放不同媒介广告，这样去判断哪些媒介对于搜索行为及KPI转换与哦一定的影响(例如15号的17：30投放广西卫视，16号的18：30投放云南卫视)

Step2：优化创意,

想了解各种媒介对于搜索行为的影响，当然需要诱导用户去搜索特定的关键词。(例如在广告结尾的最后一帧提示用户在百度搜索XXX关键词了解更多详情,这种方法会触发更多感兴趣用户的搜索行为,间接获得KPI转换)

Step3：数据分析,可以从几个方面来做数据分析对比，

1、例如媒介1投放期是1周，那么可以使用百度指数和谷歌趋势去查看这一周的数据变化，了解这些媒介对于用户搜索行为提升有多少。

2、使用网站分析工具对比搜索引擎访问趋势及带来的KPI转化趋势。如果是离线广告，也需要关注用户直接输入网址的访问趋势及直接访问的用户获得的KPI转化趋势。

Step4、分析投资回报率，例如没有投放电视广告时间段，我们的KPI转换每天有2000次左右，投放电视广告A这段时间，每天KPI转换增加到4000次!  这段时间电视广告我们需要花费10万RMB，那么每次KPI转换就为100000/(4000-2000)=50元的成本 ，同样我们可以评估电视广告B，或者其它在线广告C的转换率，每次KPI转化成本越低，说明我们的投资回报率越高。

Step5、决策行动: 通过数据对比，及投资回报率的计算，我们可以得出投放哪些媒体可以获得更高的投资回报率及我们的投放对于用户搜索行为及KPI转换的影响。

在回到我们的转换漏斗示意图，我们就会发现，如果进入最上端漏斗相关媒介被我们通过单方面因素过滤掉，到底部的转换数据肯定也会越来越少。我们必须了解不同媒介之间的互相影响才能有效提升广告投资回报率。

以上的方法也有一定的局限性，对于电视、门户等强势媒体，使用数据趋势对比可以很容易得出决策数据，但是对弱势媒体，这种趋势并不是很明显，我们很难通过这种方法得到相应的媒介优化决策数据！

大家如果有更好方法，或者好的建议请在博客中给我留言！

相关文章

• 网站分析实践-KPI度量的定义
• 体验Google Urchin7 日志分析又一利器
• 如何有效优化网站关键度量(Key Performance Indicators)?
• 网站分析基础及KPI实践
• 如何在同一网站部署多个Google Analytics帐户?
• 哪些分析度量影响SEM(搜索营销)优化决策？
• 基于WA的SEM广告优化之Google Adwords分时段出价
• 利用谷歌分析跟踪移动设备访问
• 使用Google Analytics 将推介网站分组分析
• 使用Google Analytics 将内容分组分析

一：跳出率(bounce rate)

跳出率(bounce rate)是优化SEM广告最重要的KPI度量之一，跳出率也是最能反应广告媒介质量的KPI度量，SEM竞价广告投放会给广告主带来很多的价值用户，但是有多少比例的用户是真正对我们产品或者服务感兴趣的？跳出率(bounce rate)则可以帮助我们解答这些问题，例如：从百度来源“切换器”这个关键词,对应的跳出率是80%,说明我们投放的这组广告有100个用户进来，只有20个人会继续深入访问我们的网站,80个人是直接从Landing page页面直接离开了。说明这组关键词投放肯定是不合算的，投资回报率很低，其中影响跳出率的有主要的几个因素组成，

a、广告创意与Landing page相关性

b、广泛匹配造成的匹配误差,尽量不要投放过于宽泛的关键词(例如谷歌对于广泛匹配采用的词组及近义词匹配，如果广告是以广泛匹配投放的”切换器”关键词，那么用户如果搜索 “繁体字切换器” 同样可以让这组广告显示,但是这个词组和广告主卖的产品毫无关系,无效点击直接会影响跳出率数据)  。如果你想了解如何分析谷歌竞价广泛匹配关键词所对应的用户实际搜索数据，请访问我的博文，如何让谷歌分析停止窃取Adwords关键词数据?

c、网络访问速度及网页用户体验影响(用户无法正常打开页面，但打开过程中执行了分析代码；网页对于主流浏览器兼容问题，造成用户打开可读性较差的页面)

d、Landingpage 设计问题(例如用户进入Landing page，没有一定的亮点或者优势来打动客户的购买欲望)   关于landing page设计请参考我的博文,8个技巧让设计转换为成功的销售

现在，您可以仔细分析到底是哪个因素影响到跳出率数据，得到相应的决策数据！

二、网站平均停留时间(Average time On Site)

网站平均停留时间(Average time On Site),可以准确的反应用户进入Landing page页面后对广告主产品/服务，感兴趣的程度。因为这是一个均值，所以具有一定的参考性。如果大多用户进入到Landing page后都能停留2～5分钟，说明广告投放与Landing page设计都非常到位;  如果平均停留时间在30秒以内，说明用户感兴趣程度较低。当然这也不是绝对的，跟Landing page选择也有一定的关系，例如用首页投放，通常停留时间会较高,如果Landing page页面没有任何可访问的链接，只有一个表单，那么停留时间就不适合做为优化KPI的度量，这个环境下适合用目标转换来做为关键优化度量。

关于如何优化KPI度量，大家可以访问我的博文，如何有效优化网站关键度量(Key Performance Indicators)?

三、目标转换(goal conversions)

目标转换(goal conversions)是优化SEM广告最重要的KPI度量！为什么这么说？因为它代表着，我们投放的广告带来的用户，实际有多少比例的用户是对我们网站最有价值的用户。也可以这么说，哪些用户是对我们网站KPI转换贡献最大的用户。通过目标转换度量我们可以了解到我们投放的内容网络网站，或者关键词所对应的目标转换率与转换值。哪些关键词或者哪些内容网站对我们的目标转换贡献较大则继续加大投放，哪些是转换率低的关键词或者没有转换率的关键词，我们直接暂停投放。

有了以上三个主要KPI度量，优化SEM广告投放将变得更为简单！

如果大家对以上方法有什么建议和意见，请给我留言吧！

相关文章

• 体验Google Urchin7 日志分析又一利器
• 谷歌分析扩展-【百度竞价】搜索词分析
• 哪些营销活动,影响用户搜索行为及KPI转换？
• Shareware下载监测策略
• 谷歌内容网络优化Step5-转化跟踪策略【视频】
• 网站分析基础及KPI实践
• 百度竞价即将支持URL插入通配符参数功能
• 百度竞价排名 VS Google Adwords
• SEM广告基础优化策略
• 搜索引擎广告2010年Q1报告(US)

几种重要网站KPI转换指标：

1、电子商务网站订单转换：通过评估广告投放到订单的转换来评估整体广告投资回报率,实际交易线上完成。（相关网站：京东商城、新蛋网、淘宝网、拍拍)

2、网上商业机会转换：线上只提供重要商业机会或者产品的介绍，实际的交易由线下完成.   (相关网站:产品服务、咨询服务网站)

3、会员注册/信息注册: 通过评估广告到注册成功转换率来评估 (相关网站:华尔街英语、英孚教育、世纪佳缘、嫁我网)

4、服务/支持网站: 用户购买产品前、或者购买产品后在支持/服务网站，关键访问转换。例如用户查询了哪些内容、下载了哪些产品介绍的PDF等等.

不管是哪种类型的网站，只要您知道，哪些用户行为对于您网站产生的价值贡献最大，这个行为及行为访问页面就可以作为重要KPI转换目标。

我应该以什么步骤来优化网站KPI度量？

一、吸引用户访问网站：如何吸引我的目标用户访问我的网站呢? (即使您的网站有多么棒，没有人访问又怎么可能产生商业价值？)

SEM付费搜索广告

门户或者垂直行业站的横幅广告

邮件营销

联盟广告

搜索引擎优化

无论是使用哪些方法,您一定需要知道哪个渠道对我的网站产生的KPI价值更高。更需要关注以下几个重要分析依据：

哪些广告来源的用户访问我的网站次数最多?

哪些来源的用户访问网站次数最少?

哪些广告来源的用户访问我的网站次数最多，但是KPI转换较少. (这表明我花了更多无用的广告开支换来了对网站KPI贡献度较低的用户)

哪些广告来源的用户访问我的网站次数最多，KPI转换也较高.  (虽然我花费了不菲的广告费，但是有着更高的投资回报率。)

二、用户转换优化

用户已经进入到我希望进入的landing page页面，但是如何能让更高比例的用户到达我希望达到的关键页面？

网站结构优化：优化用户访问体验，并且用合理的导航引导用户进入下一步关键页面。 关于结构优化与LANDING PAGE页面设计的要点，请大家参考我博客中的一篇文章：
8个技巧让设计转换为成功的销售

站内搜索:设计合理的站内搜索，让用户更高效的找到所需的产品/服务。

转换分析: 分析哪些来源的用户对于网站KPI转换贡献较高，哪些来源的用户对于网站KPI贡献较低。过滤掉转换率低的广告源，把更多广告预算投放到转换率高的媒体。

用户行为分析: 分析用户群特点,例如通过”百度-》KVM”关键词来源的用户，同时还访问了网站上”延长器产品” ，说明这些用户对于其它产品也可能会有兴趣，通过改进网页引导    来引导更多用户进入相关性产品，从而提升用户转换价值.

三、增加用户对于网站KPI贡献度: 用户已经进入网站，并且产生了KPI转换，如何能让这些有价值的用户，产生更高的KPI转换值？

交叉销售:对于电子商务网站，我们需要知道购买A产品的人，还购买的B、C产品。如果有相当比例用户都有这种行为，只要我们把B、C产品推荐给购买A产品的用户，那么这个用户很可能给网站产生更高的KPI贡献。

用户分段:对有特定行为的用户分段，例如拥有A行为的用户，他们都有哪些特点，关注哪些类型的产品或者服务。 B行为的用户更关心哪些产品或服务。  对特定的用户群体，推荐他们更喜欢的内容。

邮件目标行为分析:分析哪些用户访问了邮件中的哪些内容，但是确没有购买产品或/服务，下一次我们在发送邮件的时候，只发送用户感兴趣的内容，并且尝试发送优惠券吸引用户去购买感兴趣的产品。

如果大家有更好的优化网站关键词度量的方法，或者对我的文章有什么意见和建议，请给我留言吧!

相关文章

• 哪些营销活动,影响用户搜索行为及KPI转换？
• 网站分析实践-KPI度量的定义
• 体验Google Urchin7 日志分析又一利器
• 网站分析基础及KPI实践
• 哪些分析度量影响SEM(搜索营销)优化决策？
• 基于WA的SEM广告优化之Google Adwords分时段出价
• 关于谷歌分析帮助中”将页面停留时间作为转化目标”代码修正
• 最佳网站分析实践攻略 之 衡量购买前的天数和访问数
• Shareware下载监测策略
• 谷歌分析扩展-【百度竞价】搜索词分析

1、电子商务网站:电子商务网站看似比较容易定义度量的，订单的转换率是最直观的KPI定义了，但是如果想深入分析用户行为还是有一定的复杂性。

2、汽车行业网站：汽车是比较特殊的消费类商品，许多汽车厂商大多采用全站FLASH来作为广告landing page页面，虽然商业网站分析软件都有FLASH监测的解决方案，例如：omniture,但是想定义非常客观的KPI则显得异常     困难。汽车行业大致有两个重要的通用KPI定义:

a、预约试驾转换率
b、广告覆盖率

其实广告覆盖率是不容易评估的，有些广告可能带来的只是不敢兴趣的用户，如何只将有价值的用户转换作为有价值的目标转换值？对于静态页面可以通过用户进入网站的访问质量，停留时间、跳出率等参数来确定媒体基本效果；对于FLASH广告页面则可以采用把深层级别的内容定义价值转换目标，只有访问到这一层级内容的客户才是有价值的客户。这种定义也会增加KPI的合理性。纯粹的网站展示次数与点击率，对于广告主来说是没有多少价值的。

3、硬件厂商网站:国内的硬件厂商大多都是依靠渠道的模式来销售产品，自己并不直接参与销售，但是厂商也需要投放一些品牌支持广告来增加产品品牌的影响力，同时也帮助代理商接触更多价值客户。此种类型的网站似乎定义广告到电话的转换率，或者广告到联系我们页面都没有实际价值。 此种类型的网站可以定义几个有意义的价值转换目标。
a)  广告到经销商查询页面转换
b) 经销商页面(用户进入经销商查询页面，是经过处理后的页面，用户必须点击”拨打电话“按钮才可以看到详细的电话)  
c) 在联系经销商页面停留时间(设定用户在页面停止一定的时间生成一个目标转换值，用户进入了拨打页面并且停留一定的时间以上基本上可以确定用户是对产品感兴趣的，客户可能不一定点击进入后就会拨打电话，但是我们可以确定这是一个感兴趣的用户就足够了)

当用户在此页面停留一定时间后，则生成一个拨打电话的目标。用线上流量分析模拟离线营销分析

4、产品销售/咨询服务 网站:此种类型的网站也代表着国内大部分中小企业网站，这些中小企业可能并不在乎广告能带来多少流量，或者流量质量如何，他们关心的是有多少用户通过广告引导拨打了咨询电话!这种类型的网站该如何评估？ 大致可以以这样的思路去定义KPI，首先我们要问自己，我们定KPI是为了什么。客户不关心流量价值难道就可以不定义度量？当然不行，如果没有这些流量数据，就没有相应调整广告的基础数据。
a) 定义关键页面转换，例如联系我们页面，此页面作为广告转换的目标页面，这将有助于帮助我们了解用户的访问是否是有价值的。
b) 定义广告到电话咨询转换：对每个广告渠道设定特定的电话，例如针对百度设定一个电话、谷歌广告投放也设定一个，然后把landing page部署相应的电话，最后根据广告到电话转换率、每个电话咨询广告成本，来评估广告价值。甚至可以给每个咨询电话定义一个相应的价值。

无论您如何定义KPI，一定要先知道两个问题。 为何要定义KPI？（比如我只是希望有一套基于价值转换的广告优化解决方案);   用户在网站哪些行为对我最有价值？(可以是订单交易，也可以是PDF下载，或者是到联系我们的转换，甚至是在关键页面停留时间都可以作为有价值的行为) .

大家如果有更好的定义KPI的方法。或者对文章有什么意见和建议，请给我留言吧！

相关文章

• 哪些营销活动,影响用户搜索行为及KPI转换？
• 如何有效优化网站关键度量(Key Performance Indicators)?
• 体验Google Urchin7 日志分析又一利器
• 基于WA的SEM广告优化之Google Adwords分时段出价
• 网站分析基础及KPI实践
• 如何在同一网站部署多个Google Analytics帐户?
• 哪些分析度量影响SEM(搜索营销)优化决策？
• 利用谷歌分析跟踪移动设备访问
• 使用Google Analytics 将推介网站分组分析
• 使用Google Analytics 将内容分组分析

将页面停留时间作为转化目标

<script type=”text/javascript”>
if(typeof(_gat)!=’object’)document.write(’<sc’+'ript src=”http’+ (document.location.protocol==’https:’?’s://ssl’:'://www’)+ ‘.google-analytics.com/ga.js”></sc’+'ript>’)
</script>
<script type=”text/javascript”>
setTimeout(’_gat._getTracker(”UA-xxxxx-x”)._trackPageView(”/xxxxxxxxxx/goal”)’, 4000);
</script>

<script type=”text/javascript” src=”http://www.google-analytics.com/ga.js”></script>
<script type=”text/javascript”>
    if (typeof(_gat)==’object’)
        setTimeout(function(){
            _gat._getTracker(”UA-xxxxx-x”)._trackPageview(’/outgoing/tel’)}, 1500);
</script>

相关文章

• 体验Google Urchin7 日志分析又一利器
• 谷歌分析扩展-【百度竞价】搜索词分析
• 谷歌分析(Google Analytics)抽样数据分析
• Google Analytics异步代码-创建虚拟浏览量跟踪
• 如何在同一网站部署多个Google Analytics帐户?
• 谷歌分析(Google Analytics)推出新功能Intelligence
• 什么是Google Urchin:了解Urchin与Google Analytics差异
• 利用谷歌分析跟踪移动设备访问
• 建立谷歌分析与网站优化工具跨域跟踪
• 使用Google Analytics 将推介网站分组分析

已经有很多很好的度量来帮助我们理解顾客在网站上的行为，比如转化率，Page views / visitor，在网站上的平均停留时间，到购买页面前所浏览的平均页面数等等。这些度量也都可以根据你的需要进行进一步细分，但是有时候他们还是不能满足我们的需要。

对于本文要讨论的这两个度量，并没有直接集成在网络分析工具中，但是因为它们能够很好的揭示一些客户行为的深层次诱因，尤其是提供关于最终购买的诱因，因此我还是非常喜欢它们的。这两个度量是：“购买前的天数”（Days to Purchase）和“购买前的访问数”（Visits to Purchase）。即使你没有度过我这个文章，我敢说你此前肯定在哪儿也见过这两个度量。

（在这儿，我用了“购买”这个名词。其实电子商务没有什么特别的，你也可以把这些度量用在其他领域，比如说用在“购买意向”上，或是让访问者“下载PDF说明文件”或寻求技术支持上。你需要的是一个对于访问者“最终行为”的清晰理解，即你必须搞清楚最希望访问者在你的网站上做些什么。）

目前，大多数的网站分析度量都是基于session（同visit，即访问，译者注）的。但是，基于session的度量的“短板”在于它们都被当做一个“封闭”的过程（或者你可以说它们是平均每个visit的度量）。但事实跟这种过程是不同的。客户访问你的网站，然后基于他们的需要，在之后又回访几次，最后也许才会归结为实现某个目的（例如买了什么东西，或者留下一个购买意向，或是得到一些解答，或者写给你网站的CEO一封不怀好意的email，大骂你们的网站有多么稀烂），而这个过程很多时候都不是在一个session内就完成的。

而本文的这两个度量则是“泛session”（pan-session）的，因为它们包含了顾客是如何真正使用网站的信息，因此它们很有指导作用。

好了， 不卖关子了，下面是具体的内容了（我必须承认，我宁愿在一个白皮书内讲解这个内容而不是一个博客的帖子里面，因此，如果你觉得内容有点儿复杂，请稍稍保持耐心）……

假定：

• 你的网站是能够让访问者进行某个（或某些）“访问流程”（sessionization）的。大多数情况下，无论你通过网站的log文件还是通过javascript代码来搜集关于访问流程的数据，都是没问题的。
• 你的网站既设置了暂时性的cookie，也设置了100%匿名永久”user_id”cookie。（关于cookie的暂时和永久问题，请参见译者的帖子：捍卫Cookie——没有Cookie，我们什么都没有了）
• 如果你使用第一方cookie，将大大的提升数据的质量（尽管第一方cookie不能消除错误，但是能大大减少错误）。[另外，如果你没有使用第一方cookie，我强烈建议你尽快威胁你的网站分析工具提供商帮你把第三方cookie换成第一方cookie。所有的帅哥/靓女可是都支持第一方cookie的哦！]

定义：

• 顾客购买前的平均访问数（Avg Visits to Purchase）：顾客第一次访问网站到最终购买之间的平均访问数
• 顾客购买前的平均天数（Avg Days to Purchase）：顾客第一次访问到最终购买之间的平均天数

为什么我们需要衡量这两个KPI？

我们在做网站分析的很多时候，都会忽略某个顾客在最终购买前的许多不同的在网站上的交互行为。人们来了，他们在网站上东瞅西看，然后他们会再来，再看看一些其他的东西，然后他们又跑到Amazon（亚马逊，一个世界知名的电子商务零售网站）上看看别人的商品评论，他们还会做一些比价的分析，然后，不知道什么原因，即使你卖的价格并不便宜，他们还是在你的网站上买了这个东西。

基于session的度量（例如网站分析工具中集成的路径分析报告）并不能告诉你上面的情况。

因此，如果你正在做网站联盟推广，或者按点击付费的广告营销，或者是直销（直复式营销），你顾客的第一次访问的价值是什么？只是因为顾客跟你可能还有来日方长的生意做，你就真的应该花更多的钱把他们都先领进门吗？

衡量这两个度量的一个简单的原因是，它们的确能够告诉你到底要“来日方长”到多久，顾客才会真的从你的网站上购买东西。而且，你还能判断不同细分顾客的不同行为，依此来优化你的”营销战役“、促销活动以及其他最能赚回钱的推广活动。

如何测量这两个KPI？

我们手边的网站分析工具一般都不能完成这种复杂的分析，因此我们要利用数据仓库，其中包含了我们所需的完整的点击流（clickstream）和最终结果（outcome）的数据。或许你的网站分析工具可以让你完成类似的分析，如果这样的话，请在本文下面的留言区给我留言。我们需要运行SQL的查询来获得我们所需的信息：

1. 收集一段时间内所有的访问数据（在我们的这个例子中设置了6个月，得使用oracle）
2. 每个访问内包含的数据根据你的网站情况可能会有不同，我建议至少要包括所有的cookie的值，营销战役（campaign）的值以及页面信息。
3. 利用永久的“user_id” cookie的值组织这些访问，即一个use_id对应它的一系列的访问（有时候，网站会使用shopper_id作为永久cookie，这时候你只要问问你的网站技术人员这些cookie的名字是什么，我相信你会很容易的就能得到它）
4. 对于每个user_id的“数据系列”（set），如第3步所示的，找到包含有浏览过“thank_you”（或是购买成功）页面的那些访问
5. 对于第一个度量，即Visits to Purchase：
   1. 把某个月度内（比如2009年3月份）所有的包含了“thank_you”（或是成功购买）页面的永久user_id cookie对应的值全部选出来
   2. 回溯数据（在这个例子中是6个月），以找到它们的第一次访问
   3. 数出上面的“数据系列”中，第一次访问和最后购买的访问之间的总的访问数
6. 对于第二个度量，即Days to Purchase：
   1. 把某个月度内（比如2009年3月份）所有的包含了“thank_you”（或是成功购买）页面的永久user_id cookie对应的值全部选出来
   2. 回溯数据，以找到它们的第一次访问
   3. 数出上面的“数据系列”中，第一次访问和最后购买的访问之间的天数
7. 搞定！搞一瓶香槟好好庆祝下！

下一步该怎么办？

现在你已经通过上面的方法获得了所有两个度量的数据，如下面的两个图所示（当然，下面的数据都不是真的，你的数据肯定跟这个不一样）：

以及……

光这两个表本身就已经很有价值了。如果这些数据是真实的，那么你就可以知道81%的人访问了你的网站3次就成功“转化”为购买者了，相当令人愉快！或者，62%的人在一天之内就决定下来要买你们的东西！！如果你是那种悲观的家伙（half empty kind of gal/guy），那么可能这个数字会让你感到沮丧：原来我们的生意只是“一槌子买卖”，第一天会有很多人光顾，但是第二天还会购买我们商品的人就会急剧减少了。

显然，你也可以把visits和days进行分组，以发现一些更有商业意义的东西。

如果你能够进一步细分这些数据就更有价值了！（难道这不是一个一直以来的好主意吗！：）。

从最简单的细分开始吧！首先从月度开始细分，然后你能够得到一个趋势数据。随着时间的流逝，购买前的天数和访问数发生了什么样的变化？这些数据背后有什么原因吗？（例如在“倒霉”的七月，如果人们都考虑他们自己的欢乐时光而不是像2月份的情人节一样跟自己的另一半一起度过，那么他们的消费行为会发生什么变化从而体现在你的网站上？）

我的标准化的建议是：通过你的核心的捕获顾客的策略来进行细分（例如，将联盟网站，直接流量，点击付费的广告流量，搜索引擎优化的流量以及博客营销带来的流量等等进行细分）。你就将得到一个对于顾客行为的真正的理解，例如你在下图所看到的：

是不是很有意思？像我说的一样吧？

通过这些信息我们能采取什么行动？

通过“泛session”的顾客行为分析，你能够获得一些真正深入的事情，而这些事情不是网站分析工具能够提供的。这也意味着如果你走到这一步，你就能找到能够帮助你建议真正有竞争力的优势来。因为做这种事情是很难的，你的竞争对手未必有这个能力。

通过这两个KPI，你能做的事情包括：

• 优化网上营销的花费，例如优化点击付费广告的关键词，尤其是是当你去竞价一些“类型”关键词的时候（这些类型关键词往往是有些赌博性质的，你能做的是把这些词跟其他的关键词作比较，如果通过上面的分析发现来自这些关键词的访问的数字不理想，那么就应该对这些词减少投资了——当然，这是一个完全的假设性的例子）（译者注：翻译的不好，请参考原文：Optimize spending on key phrases for ppc campaigns, especially as you bid for “category” terms (with category terms you are betting on getting on the radar “early”, compared to brand key phrases, and if the number of sessions is small from above analysis that would be rather depressing, so put less value on category key phrases – this is a completely hypothetical example). ）
• 优化那些被“中断”的过程。如果你的网站平台能够做到这一点，将是非常cool的。如果你知道顾客的脱离点（point of “bailing”），例如在第三次访问后很多顾客没有在网站继续下去，那么你可以在他们第四次访问的时候给他们点儿甜头，或是基于你已经知道的信息，给他们一些更相关的商品（这是你最后的机会了），或者问他们要一个email地址为未来的联系和机会。
• 其他的一些可以聪明利用的东西，你能想到的。不过这会儿我还没有完全想出来。：）

好了，就写到这里了。你怎么认为呢？是不是有点儿意思？你已经有一些相关经验了吗？或者你不同意我上面说的。请给我回复吧！谢谢！[Like this post? For more posts like this please click here.]

相关文章

• 哪些营销活动,影响用户搜索行为及KPI转换？
• 体验Google Urchin7 日志分析又一利器
• 谷歌分析扩展-【百度竞价】搜索词分析
• 网站分析基础及KPI实践
• 谷歌分析(Google Analytics)抽样数据分析
• Omniture SiteCatalyst 用户课程(北京|2天)
• Phdnetwork 2010招聘信息(2个职位)
• Omniture官方培训课程(北京)
• Google Analytics异步代码-创建虚拟浏览量跟踪
• 如何在同一网站部署多个Google Analytics帐户?