优化宅的日常-数据分析篇
59 likes3,131 views
本文件讨论了网络分析和数据分析的基本概念与实践，包括分析原理、可分析的内容和分析如何与产物开发结合。介绍了各种关键指标，如跳出率、转化率等，并探讨了分析流程和方法。最后还提供了学习资源和分析师应具备的特质。
优化宅的日常-数据分析篇
- 2. 王宛如 Ruby Wang PM, EC & Marketing Science, ASUS 政大資管＋AMBA 訊連科技、共贏科技、 聯合報系 udn買東西、歐易亞科技 數據分析／SEO／導購 活動／網站／平台規劃
- 3. 今天的分享內容 ? 什麼是網路分析（Web Analytics）？ ? 分析的原理 ? 有什麼可以分析？ ? 有什麼不能分析？ ? 分析如何结合产物开发？ ? 分析师的特质归纳 ? 学习资源分享
- 5. Web Analytics 2.0 之定義 你跟你的競爭者的質化跟量化的分析 ? the analysis of qualitative and quantitative data from your website and the competition, 目的是持續性改善用戶跟潛在用戶的線上體驗，精益求精 ? to drive a continual improvement of the online experience of your customers and prospects, 轉化成你想要的結果（包含線上跟離線的） ? which translates into your desired outcomes (online and offline) ~ Web Analytics 2.0, Avinash Kaushik
- 7. 分析的原理
- 9. Server Log - Web
- 10. 目前主流的追蹤方法 2. JavaScript (Cookie) Source: https://analyticsacademy.withgoogle.com/course02/unit?unit=2&lesson=1 基本 code + 資料加工 那 APP 呢？
- 12. 有什麼可以分析？
- 13. Sessions / Visits & Users / Visitors 訪次／工作階段＆訪客／使用者 一個 User 可能會有多次造訪 Sessions。 每個追蹤工具都有自己的命名與追蹤方式， 必須了解才能善用。 User 1 Session 1 Session 2 Session 3 Page 1 Page 2 Page 3 Page 4 Page 5 … Page 2 Page 3 Page 2 … Page 4 Page 1 Page 3 …
- 14. Bounce Rate vs. Exit Rate 看到廣告/FB 到達頁 瀏覽網站 註冊流程 捐款/報 名 流程 再訪/ 分享
- 15. Bounce Rate 跳出率 ? The sexiest web metrics! ? 使用者只看一頁（到達頁），（沒有互動）就離開網站的比率。 ? 兩個衡量層次 – 全站的平均 bounce rate – 熱門到達頁（landing page）的 bounce rate ? 其他應用（＋維度） – Top referrers 的 bounce rate – 關鍵字（paid/organic）的 bounce rate – Blog的 bounce rate是否重要？
- 16. Exit Rate 離開率 ? 訪客從特定網頁離開你的網站的比率。 ? 使用者終究會離開網站，但他們是否是在我們期許的情況 下離開？ ? Bounce Rate & Exit Rate 是相輔相成的。
- 17. Conversion Rate 轉換率 ? 訪次完成預期目標的比率。 Conversion Rate = Outcomes ? Sessions ? 舉例： Sessions = 10, Users = 3, Orders = 1, Revenue = 2,000 Conversion Rate = 1 / 10 = 10%
- 18. 關於轉換率 ? 常見轉換率：註冊、購買、廣告、 訂閱、下載/安裝、捐款、 儲值、 使用。 ? 轉換重心根據目的及公司定義而有所不同。 – 萌芽期 ? 成長期 ? 成熟期 ? 衰退期 – 政府、企業、社會企業、非營利組織…
- 19. 嘗試一下 2014/12/2 2015/1/2 2015/1/5 2015/2/2 看了 1 頁即離開 看了 3 頁（加入會員）才離開 看了 2 頁才離開 看了 1 頁即離開 在報表區間 2015/1/1-2015/2/20 內… 工作階段 Sessions = 3 單次工作階段頁數 Page/Session = 6/3 = 2 使用者 Users = 2 跳出率 Bounce Rate = 1/3 = 33.33% 瀏覽量 Pageviews = 6 % 新工作階段 % of New Sessions = 1/3 = 33.33% 入會達成率 Conversion = 1/3 = 33.33%
- 20. 我們如何用不同角度切割數據 ? 使用者的樣貌 – 年齡 – 性別 – 新客／舊客 – 使用裝置 ? 使用者的行為 – 流量來源 – 瀏覽頁面／到達頁／離開頁 ? 時間
- 21. 使用者样貌－年龄
- 22. 使用者样貌－性别
- 23. 年齡性別是預估而來 ? 嘗試一下 Google 廣告設定 https://www.google.com/settings/ads
- 24. 使用者样貌－使用装置
- 25. 使用者样貌－新客与回访
- 26. 使用者的行為－流量来源
- 28. 关於时间
- 29. 指標(Metrics) vs. 維度(Dimensions) Source: https://analyticsacademy.withgoogle.com/course01/ Dimensions Metrics 好壞評斷依據 資料切割方式
- 30. 優秀KPI的四個特性 ? 簡單 ? 指標與業務相關 – 可從朋友或競爭者取得靈感 ? 即時 ? 即時有用 – 可以馬上發現問題 ～Avinash Kaushik
- 31. Avinash 的三個教訓 ? 不要過分追求完美 – Stuart Gold：一次讓人有收穫的犯錯，好過什麼都不做。 ? 要做到少而精 – 做最重要的事。 ? 重視網站指標的生命週期
- 33. 使用次维度把资料做细分
- 34. 比较不同产物系列的使用者样貌
- 35. 有什麼不能分析？
- 36. ~ SSA: 用戶搜索與行為分析, Louis Rosenfeld
- 37. 样本≈母体
- 40. 分析如何结合产物开发？
- 42. 页面／网站瀏览行為
- 43. 单一使用者行為
- 44. Heat Map / Scroll Map https://goo.gl/iLTsio 第 1 屏 第 2 屏 第 3 屏 第 4 屏 第 6 屏
- 45. 但現實往往沒那麼美好。 產品出了才知道：有埋 code／沒埋 code／埋錯 code／樣本根本不夠… 以上理由任選，總之就是得從 sigh 當中找 insight。 Source: http://goo.gl/r6K9K6
- 48. 清點：FLOW >> Analytics >> Conversions Source: http://www.creativeuxdirector.com/portfolio_ux.html 瀏覽 首頁 點擊 xxx 功能 瀏覽 填寫表單 - 1 瀏覽 表單確認 點擊 送出(完成) Views/Clicks 244,704 412 517 66 Micro Conversion 0.17% 125.49% 12.77% Final Conversion 16.02% 資料區間：xxxx/xx/xx-xx/xx @x Country
- 49. 提出 假設 設定 目標 佈碼/報 表計畫 佈碼 數據 驗證 報表 呈現 分析 洞察 看完一輪就會有一些洞察出現： ? 流程／介面優化 ? 佈碼缺失 …洞察不一定是從數據來， 但數據能幫助評斷更版成效。
- 51. 改版計畫出來佈碼計畫又要再來一次 View Name: Home 動作 項目 Web Event 設定 Category Action Label 點擊 搜尋按鈕 button clicked Area-date1-date2-room-adults-children-porpose
- 53. 版本比較 Previous Version 瀏覽 首頁 點擊 xxx 功能 瀏覽 填寫表單 - 1 瀏覽 表單確認 點擊 送出(完成) Views/Clicks 244,704 412 517 66 Micro Conversion 0.17% 125.49% 12.77% Final Conversion 16.02% Current Version 瀏覽 首頁 點擊 xxx 功能 瀏覽 填寫表單 - 1 點擊 送出(完成) Views/Clicks 253,749 1,052 689 49 Micro Conversion 0.41% 0.65% 7.11% Final Conversion 4.66%
- 54. 關於實驗 A/B Test ? A/B Test的金科玉律 – 一次只改一個小東西（變數） – 持續改善（把好 A/B Testing 到最好） – 改變變數≠改變目的 – 同一個人看到的都是同一個選項
- 55. A/B testing in Online Advertising 至少換過五個圖 樣本數越多越好，至少每個ad有100個clicks 測試結果無法使用一輩子，但可以延伸
- 59. 分析师的特质归纳
- 67. One Page Site單頁式網站的跳出率一定 100% ，合理嗎？
- 77. 学习资源分享
- 78. 參考書籍 ? 英文書 – Web Analytics 2.0 – Practical Google Analytics and Google Tag Manager for Developers ? 中文書 – 人人都是網站分析師（簡／繁） – 網站分析實戰（簡） – 透視數據下的商機：運用Google Analytics發掘商業洞見（繁） – SSA：用戶搜索心理與行為分析（簡） – 深入理解網站優化:提升網站轉化率的藝術與科學（簡）
- 79. Google Analytics 官方資源 ? 說明中心 – https://support.google.com/analytics/ ? Google Analytics Academy – https://analyticsacademy.withgoogle.com/explorer ? 功能介紹 – https://www.google.com/intl/zh-TW_ALL/analytics/features/index.html ? Google Developer – https://developers.google.com/analytics/ ? The Analytics Blog – http://analytics.blogspot.tw/ ? Google+ 社群 – https://plus.google.com/+GoogleAnalytics/posts ? YouTube – https://www.youtube.com/user/googleanalytics
- 80. 累積數據經驗的訣竅就是， 只要確保不會影響原始資料， 那就 大膽玩，不怕髒 就可以了 Source: https://goo.gl/iRBfva