网站数据分析：提高转化率，推动盈利增长
前言：
在如今的网络时代，网站已经成为企业盈利的重要渠道。要实现盈利增长，首先需要熟悉并分析自己网站的数据。本文将介绍如何进行网站数据分析，提高网站的转化率，从而推动公司的盈利增长。
在如今的网络时代，网站已经成为企业盈利的重要渠道。而要实现盈利，首先需要熟悉并分析自己网站的数据。本文将介绍如何进行网站数据分析，提高网站的转化率，从而推动公司的盈利增长。
说到网站，每个网站都有自己存在的目的和意义。对于一个企业的网站，大多数企业的网站都有很重要的功能或作用，除政府和公益类网站之外，大部分网站存在的目的都是为了盈利或为盈利创造条件。那么如何让这样的战略目的得以顺利实施？首先要做的就是熟悉并分析你自己网站的数据。
那么，对于网站数据，我们应该分析什么、如何分析，又如何做优化？这就是今天的文章要告诉你的。
*本文部分内容来源：《网站分析实战》一书。
一、为什么要做网站数据分析
无论是以直接的方式在线销售产品，还是以间接的方式收集客户信息或产生销售线索，大部分企业的网站存在的根本目的都是为了赚钱。对企业来说，
销售额=流量*转化率*客单价
如果需要提高企业的销售额，有三种方式：①花钱做推广，扩大流量；②对网站进行分析，提高转化率；③通过满减、捆绑产品等方式，提高客单价。
很明显，提高客单价短期内可行性较低，但调整产品定价是个复杂的工作，短期内大幅度提升客单价容易导致市场竞争力下降，同时品牌和口碑也会受到负面影响，造成不可挽回的损失。对于扩大流量，如果企业的市场预算充裕，多花点钱做推广也是可行的，但对许多企业来如果不是处于产品生命周期成长期或成熟期，烧钱的策略并不可持续。于是，只有通过网站分析提升转化率是性价比最高的方式。
而通过网站分析提高转化率也同时意味着购买流量的钱变得更有效，每个客户的获取成本更低。同时，新增的客户产生了更多的订单，进而创造了更多的收入（如图所示）。最终带来的价值和改变就是提高网站的投资回报率（ROI）。另外优化过的网站还可以长久发挥作用，产生复利效应，进一步发挥作用。
二、什么是网站数据分析
网站数据分析涉及的内容非常广泛，由很多部分组成。且每个部分都可以作为一个单独的分析项目，这里我们从3个角度来说说网站数据分析是什么。
1.网站营销的角度
网站数据分析可以帮助看清网站里发生了什么事情、访问者来自哪里、他们在网站中寻找什么、网站中哪些信息最受欢迎等等。在这里主要的分析对象是访问者，访问者在网站中的行为以及不同流量渠道之间的关系。（本图表使用Data Analytics数据可视化软件制作，原数据已做脱敏处理，下同）
2.产品和架构的角度
网站数据分析可以了解到网站健康状况，网站页面的表现如何、哪个功能出现了问题、哪里需要进行调整、页面布局是否合理、导航是否清晰等等。在这里主要的分析对象是网站的逻辑和结构，网站的导航结构是否合理，注册及购买的逻辑流程是否顺畅。
3.网站运营的角度
网站分析让我们在完成目标的过程中合理分配资源和预算，并通过优化不断提高网站的表现。在这里主要的分析对象是投资回报率（ROI），也就是说，在现有的情况下，如何合理地分配预算和资源以完成网站的目标。
三、如何进行网站分析
对企业来说，网站的核心目标是ROI（return on investment投资回报率）。要达到这个目标，首先需要有访问者；其次，我们要针对访问者的需求，有效地展示我们的内容、商品和信息，并且让客户喜欢这些内容；最后，也是最关键的部分，要让访问者转化为客户，购买我们的信息和商品。因此一般从以下3个方面来进行网站分析：①网站的流量分析；②网站的内容分析；③网站的转化分析。
1.网站的流量分析
（1）流量质量分析
流量对于每个网站来说都很重要，但流量并不是越多越好，我们应该更加看重流量的质量，换句话说就是流量可以为我们带来多少收入。我们可以按照质和量两个维度来衡量流量的表现（如图所示），横轴指网站的访问量，纵轴指可以促进网站目标的事件次数（如商品浏览、注册、购买等行为）。将流量按照它们在这两个维度上的表现展示在坐标轴上，不同的流量出现在了不同的位置上。这里圆圈的大小代表获得流量的成本。
①第一象限流量（质高量高）：这是网站的核心流量，对于这部分流量保持即可，建议降低获取流量的成本；
②第二象限流量（质高量低）：这部分流量是网站的忠诚用户，它们有很高的质，但数量较少。建议提高这部分流量的数量；
③第三象限流量（质低量低）：这部分流量质和量都比较低，同时获取的成本也比较高，但这部分流量却不能直接砍掉，因为访问者的决策流程中会使用不同的查询方式对信息和产品进行查询，对比并作出决策，所以这部分流量是辅助决策的。
④第四象限流量（质低量高）：对于这部分流量需要提高质，可以采取细分的方法（下文会详细讲述）。
（2）流量多维度细分
细分是指通过不同维度对指标进行分割，查看同一个指标在不同维度下的表现，进而找出有问题的那部分指标，对这部分指标进行优化。
指标是访问量，就是我们常说的流量。在来源维度、媒介维度、时间维度、位置维度等维度下，我们可以对访问量进行单独或重叠的多维度细分。通过细分我们可以发现流量中存在问题的那一部分，例如，某个流量来源、某个城市地区或者使用某一种浏览器的访问者，并加以解决。
（3）流量重合度分析
访问者在整个购买过程中会穿梭于多个不同的流量渠道，他们使用不同的查询方式对信息和商品进行查询，对比并作出决策。并且越是价值高的商品，访问者需要的信息越多，决策时间越长。
而每个渠道在访问者的转化过程中也会扮演不同的角色。有些渠道吸引注意，树立品牌形象。例如门户网站的Banner广告，有些提供精准信息，像搜索引擎广告，而有些帮助访问者进行决策，像比价和评论。
因此，我们在处理前面的问题时，对于第三象限流量渠道需要分析这个渠道与其他渠道间的关系，也就是渠道间的访问者重合度，以及这个渠道在整个转化过程中扮演的角色。这里的广告活动、付费搜索和直接流量之间有明显的重合。直接砍掉广告活动流量或者降低广告投放都有可能会影响另外两个渠道的表现。
2.网站的内容分析
对于所有的网站来说，页面都可以划分为三个类别，即导航页、功能页和内容页。首页和列表页都是典型的导航页，站内搜索页面、注册表单页面和购物车页面都是典型的功能页，而产品详情页、新闻和文章页都是典型的内容页。导航页的目的是引导访问者找到信息，功能页的目的是帮助访问者完成特定任务，内容页的目的是向访问者展示信息并帮助访问者进行决策。以上三类页面共同组成了网站的整体页面结构。
在这种结构的网站中，我们分析时主要寻找两类诡异的行为。一类是访问者在导航类页面中途离开，另一类是访问者从内容类页面重新返回导航类页面。这两类行为不符合我们队网站导航架构的设计初衷，都是我们不希望看到的行为。
（1）导航类页面
访问者从导航类页面（首页）进入，在还没有看到内容类页面（详情页）之前从导航类页面（列表页）离开网站。在这次访问中，访问者并没有完成任务，导航类页面也没有将访问者带入到内容类页面（详情页）中。因此，我们需要分析导航类页面（列表页）造成访问者中途离开的原因。
（2）内容类页面
访问者从导航类页面（首页或列表页）进入网站，从内容类页面（详情页）返回到导航类页面（首页）。看似是访问者在这次访问中完成任务（如果浏览内容页就是这个网站的最终目标的话），但其实访问者返回首页是在开始一次新的导航或任务。除非新的任务与目标的任务毫不相关或者数据很少，否则我们也应该分析内容页最初的设计，并考虑在内容页面提供交叉的信息推荐。
（3）页面质量分析
判断一个页面的质量的好坏，对于导航类页面来说，最简单的方法是检查访问者从这个页面到下一个页面的分流情况。
流量的去向是否符合我们最初的设计思路和逻辑，是否能将访问者带到促进目标达成的关键页面。如果答案是肯定的，那么这个页面就是OK的。当然，在现实中访问者并不会这么听话，导航类页面的设计也没有这么简单。但是这只是一个最基本的页面分析思路，现实中的导航页面往往会兼顾很多任务。因此，我还要对访问者进行分类，对不同页面位置及流量去向分配权重。
对一般导航类页面，目标明确的访问者会直接流向详情页，浏览及寻找信息的访问者会流向不同的频道页或类别页。这三个流向对于导航页来说都是没有问题的，只是完成转化的不同路径。而离开网站很明显是有问题的流向，是需要通过对导航页进行优化来避免的。
3.网站的转化分析
转化分析也属于产品的一部分。因为转化渠道与前面的导航页面很像，区别在于转化渠道通常是一个目标非常明确的封闭渠道。在这个渠道中我们希望访问者一路向前，不要回头也不要离开，直到完成转化目标。对于转化渠道，我们主要进行两部分的分析，分别是访问者的流失和迷失。
（1）转化过程中的阻力与流失
转化的阻力是造成访问者流失的主要原因之一，这里的阻力包括错误的设计和错误的引导。错误的设计包括访问者在转化过程中找不到下一步操作的按钮，无法确认订单信息，或无法完成支付等；而在访问者的支付过程中提供很多离开的渠道的链接，如不恰当的商品或活动推荐、对支付环节中转化名词的解释、帮助信息等内容都属于错误的引导。
（2）访问者的迷失
造成迷失的主要原因是转化流量设计不合理。访问者得不到需要的信息，并且不能根据现有的信息作出决策。例如，在某票务网站购买演出票，直到支付时也没有看到在线选座到提示，这让我无法确认购买的演出票是否合适，同时担心在前面的流程中错过了在线选座的操作，不得不停止支付操作，再次返回前面的页面查看。
最后，需要注意的是每一个问题都不是单一的原因引起的，每一个分析也都不是孤立存在的，因此我们还需要串联整个访问和购买过程，对网站进行端到端的分析。
四、网站分析的基本流程
网站分析其实就是一个发现问题、分析问题和解决问题的过程。问题的发现可以来源于多方面，如网站运营中遇到的问题、用户的反馈和抱怨、日常统计数据的表现异常等；分析问题的过程就是根据遇到的问题运用合理的方法对其进行解释；而最后的解决问题则是最为关键的一点，也是目前最被忽视的一点，目前的网站分析工作往往在找到问题后无法进行持续的反馈，并从根本上解决问题，很多只是针对一时的举措，而解决问题的过程恰好是最能体现公司执行力的时候，如果没有最终解决问题或实现优化，那么网站分析就没有丝毫的价值。
随着互联网的不断发展成熟，网站的发展趋势将更加规范化、精细化、更加注重用户体验。这里运用六西格玛中的DMAIC循环来梳理一下网站数据分析的流程，DMAIC是PDCA质量环的改进，这里将其核心设置为“用户体验”，因为不同网站会有不同的目标，而提高“用户体验”则是所有网站的共同目标。
1.定义
确定这次分析的所针对的问题是什么，分析最终需要导成何种目的，对网站有何实际的意义，同时需要确定分析的范围，以及规范本次分析工作的进度和质量控制。
2.测量
这里的测量指的是一个收集和获取数据的过程，尽量获得完整、真实、准确的数据，做好数据的预处理，以便分析工作的开展。
3.分析
分析不只是对数据的简单统计描述，其结果不应该是一张报表或图表这么简单，分析的本质应该是从表面的数据中找到问题的本质，最后需要第一步针对的问题进行归纳和总结。同时需要注意的是，分析要紧跟“定义”，不能偏离问题的范围和本质。
4.改进
找到最优的解决方案，使问题得到解决或使问题的负面影响降到最低。这是最为关键的一步，也是目前很多网站分析工作中容易被忽视的一步，很多网站分析只呈现结果，缺少解决问题的方案，这就相当于找到了管道的漏水点却任由其漏水而不进行处理，任何不付诸实践的分析结果都是废纸，毫无意义。这一步也是考验网站执行力的一个步骤。
5.控制
监控改进的结果，使相同问题不再重现。这一步也是目前很容易被忽略的一步，很多改进方案实施之后根本不会再去关注反馈情况，而有些改进方案治标不治本，就像网站的访问量无法通过一两次的推广活动得到本质上的提升，关键还在于网站本身的质量，推广活动可能让数据在短期内获得提升，但想要保持长期增长还需要不断地优化和改进。所以“控制”要的是持续的反馈和监控，并不断寻找能从根本上解决问题的最优方案。
最后，网站建设是一个循序渐进的过程，很多网站数据分析也是长期不断地监视、跟踪并改进，而DMAIC循环也正体现了这个概念，通过持续的网站分析来提高网站质量，提高用户体验。
五、小结
网站数据分析主要是通过有效地度量网站在各方面的表现，为网站的优化改进提供有力的参考依据，并最终帮助网站实现目标。
据统计，网站分析在一个公司中最主要的几项作用是：为网站改版收集数据和信息，为未来的活动进行效果预测，确定广告创意并进行测试，以及为商业目标规划营销预算。
那如何做好以上这些事情，让数据帮我们做更正确的决策，DataHunter就能帮到你了。Data Analytics是一个轻量级业务数据可视化平台，可一键快速接入企业本地和云端内外部Execl/CSV等数据文件，无需编程仅需简单的拖拽即可制作酷炫的数据可视化看板，用直观的数据帮你做好的决策。
本文中所有图表都是使用Data Analytics数据可视化软件制作，原数据已做脱敏处理。想尝试自己做图，点击文末链接即可学习如何制作，记得先注册哦～
*本文内容是一篇读书笔记，摘录自《网站分析实战》。
结语：
通过网站分析提高转化率不仅意味着购买流量的钱变得更有效，还能提高每个客户的获取成本，带来更多的订单和收入。网站数据分析涉及网站营销、产品和架构、网站运营等多个角度，需要进行流量分析、内容分析和转化分析。通过发现问题、分析问题和解决问题的循环，可以不断优化网站，提高用户体验，最终实现网站盈利的目标。
暂无评论内容