利用Google Analytics分析百度推广－流量标记和细分_营销推广_动态网站制作指南
利用Google Analytics分析百度推广－流量标记和细分
来源：人气：568
Google Analytics是目前应用最广泛的免费网站统计分析工具，接下来的文章介绍利用Google Analytics实现对百度推广数据的收集、处理，并结合其他工具进行数据分析并提出行动建议。本篇先介绍如何标记和细分百度推广流量。
一、标记百度流量
默认情况下，Google Analytics会将百度CPC流量划分到Organic（自然搜索），通过标记使流量被正确划分到付费流量中。单个关键词用谷歌网址构建器即可；关键词数量较多时推荐使用网址构建器，具体使用方法见账户批量操作（三）中有关网址构建的操作，最关键的一点是utm_medium必须为cpc或ppc才能被正确标记为paid search。
二、建立配置文件
第二步需要针对百度CPC的流量单独建立配置文件。这里可能有的朋友会问&&Google Analytics可以在高级细分针对百度CPC流量建立细分群体，为什么还要单独建立配置文件？实际上高级细分可以针对每个流量渠道细分，而且数据收集不受时间限制，适用于大多数情况下的网站分析，但是特定维度下高级细分是不适用的，比如渠道可视化（Goal Visualization）报告，而这部分是漏斗模型的关键。
新建配置文件：点击Add new ofile，选择Add a Profile for an existing domain，在Select Domain中选择你要监测的域名，Profile Name随便写，比如baidu cpc source。
三、设置配置文件
操作步骤：点击配置文件后面的edit，进入配置文件设置界面。配置文件设置包含主要网站信息、目标、过滤器设置和用户设置。
1. 主要网站信息（Main Website Profile Information）
点击edit，主要设置的部分有：
1.1.首页（Default page）。如果首页不统一，比如有index.和default.jsp两种，根据实际情况确定一个主要页面，目的是统一首页数据。
1.2.排除URL查询参数（Exclude URL Query Parameters）。如果没有特殊需要无需设置。
1.3.设置交易单位（Currency displayed as）。中国，选择Chinese Yuan （CNY CN￥）。
1.4.电子商务网站（E-Commerce Website）。启用，此项功能是启用Google Analytics电子商务功能。
1.5.网站搜索（Site Search）。选择Do Track Site Search，设置查询参数和分类参数。参数不清楚的询问网站管理员，比如我们网站搜索查询参数是tiaojian，分类参数为cateoid。
2. 目标（Goals）
设置目标主页有三个作用。一是与电子商务数据一起衡量每个页面的index值，二是衡量细分维度的目标实现价值，三是形成漏斗模型。这里设置两个目标&&注册和购物车转化。
点击add goal，以设置购物车转化为例，主要设置的内容有：
1.1.激活目标（Active Goal）。选择on之后才能有效跟踪。
1.2.目标类型（Goal Type）。订单转化属于URL Destination。
1.3.匹配类型（Match Type）。通常电子商务网站URL使用前端匹配（Head match）就可以实现，特殊情况下需要正则。
1.4.目标地址（Goal URL）。目标地址是订单成功提示页，URL地址类似于/visit/order/cy_shopping_success.jsp？oid=，由于采用前端匹配，只需要填写前半段相同的部分即可。另外，不需要填写域名，直接从根目录开始写。所以此处填写/visit/order/cy_shopping_success.jsp。
1.5.目标价值（Goal Value）。目标价值是衡量完成此次目标能实现的价值，比如对某些网站来讲完成一个目标可能会获得100元收入，那么目标价值就可以写100；对电子商务网站而言不写也行，我们后面会用到电子商务功能呈现更多数据信息。
1.6.目标渠道（Goal Funnel）。这是选填项，需要做渠道漏斗模型时填写。设置目标渠道的主要目标是跟踪购物车前后数据，并通过漏斗分析购物车流程。比如，我们的网站在购物车会经历三个步骤，依次是我的购物车、填写核对订单信息、订单成功。因此将各个步骤的URL前段相同的步骤依次填入各个step中，并勾选Required step。
3. 过滤器设置（Filters Applied to Profile）
设置过滤器目的是使新建的配置文件中仅包含baidu 推广流量，通过Campaign Source 和Campaign Medium实现。
点击Add Filter，新增一个过滤器。Filter Name任意填写， Filter Type选择Custom filter&Include， Filter Field选择Campaign Medium，Filter Pattern设置为cpc，然后保存。注意，Filter Pattern中的字段cpc需要与网址构建中的Medium字段一致。通过这一步设置，配置文件中的流量仅包含cpc流量。如果你只做过百度CPC推广，那到此就完成了，但如果你还有谷歌Ads或其他CPC渠道，就需要下一步设置。
再次点击Add Filter，新增一个过滤器。这里的设置与上一过滤器基本相同，区别在于Filter Field选择Campaign Source，Filter Pattern设置为baidu。
上面三项都设置完成之后，会看到Goals中有两个目标，Filters Applied to Profile有1-2个过滤器（我的是两个）。
原文地址：搜索营销艺术
优质网站模板您所在位置： &
&nbsp&&nbsp&nbsp&&nbsp
利用GoogleAnalytics分析百度推广多渠道路径分析（上）.docx 3页
本文档一共被下载：
次 ,您可全文免费在线阅读后下载本文档。
下载提示
1.本站不保证该用户上传的文档完整性，不预览、不比对内容而直接下载产生的反悔问题本站不予受理。
2.该文档所得收入(下载+内容+预览三)归上传者、原创者。
3.登录后可充值，立即自动返金币，充值渠道很便利
需要金币：150 &&
利用GoogleAnalytics分析百度推广多渠道路径分析（上）
你可能关注的文档：
··········
··········
搜索营销艺术利用GoogleAnalytics分析百度推广——多渠道路径分析（上）GoogleAnalytics是目前应用最广泛的免费网站统计分析工具，接下来的文章介绍利用GoogleAnalytics实现对百度推广数据的收集、处理，并结合其他工具进行数据分析并提出行动建议。本篇介绍如何进行网站多渠道路径分析。通常GoogleAnalytics将目标HYPERLINK&/advertising-effectiveness-evaluation3.html&\t&_blank&\o&Conversion&转化或电子商务交易归功于引导访问者进入网站的最后渠道，但一个订单转化可能由多个渠道共同促成。通过多渠道路径分析，我们期望获得以下信息：用户转化过程中经历过哪些渠道？用户与各个渠道接触顺序怎样？用户与各个渠道接触次数如何？如何确定各渠道对订单的贡献权重？?多渠道路径原理要点有关多渠道路径的基本原理，请查看官方帮助HYPERLINK&/support/analyticshelp/bin/topic.py?topic=1191164&Multi-ChannelFunnels（推荐使用英文版查看帮助信息，因为信息多）。这里重复几个关键点：统计时间。多渠道路径统计的时间范围是30天内为转化或电子商务交易所进行的活动。数据来源。统计数据是通过GoogleAnalytics访问者Cookie收集的并且是未采样的。路径限制。GoogleAnalytics可以生成统计时间内每个订单的转化路径，但每条路径包含的渠道数量上限为5000条，这意味着转化路径内最多有5000次互动记录。最终互动转化判定。渠道根据在转化过程中的作用被判定为首次互动、HYPERLINK&/google-adwords-search-funnels-reports.html&\o&辅助转化报告&\t&_blank&辅助转化或最终互动转化。但当最终渠道为直接流量时，如果用户之前在30天内点击了其他非直接流量渠道进入网站形成订单，则此订单被判定为先前的非直接流量渠道上。?多渠道路径指标要点首次互动转化首次互动转化是多渠道路径转化的开始渠道，它是辅助转化的一种。如果首次互动转化数据较高，说明该渠道适合做用户转化的起始渠道。辅助转化辅助转化是在多渠道转化路径中非最后一次互动。如果辅助转化数据较高，说明该渠道适合做用户转化的过程渠道。最终互动转化最终互动转化是指多渠道转化路径渠道最终促成的转化。如果最终互动转化数据较高，说明该渠道适合做用户转化前的确认渠道或最后渠道。辅助转化次数/最终互动转化次数这是衡量渠道在整体转化路径中作用的一个指标。计算该比值时，如果在多路径转化过程中某个渠道既发挥了辅助作用又促成了最终互动，则该渠道只会被计为最终互动转化，不会同时被算作辅助转化；如果某个渠道在一条转化路径中多次辅助完成转化，则在计算时只会算作一次辅助转化。如果该值接近0，说明该渠道更适合做最终转化渠道；如果该值接近1，说明该渠道在辅助转化和最终转化方面作用差别不大；如果该值大于1，说明该渠道更适合做辅助转化渠道。转化当访问者完成一次目标或电子商务活动时，即被记录为一次转化。多渠道路径报告中的总转化次数等于目标转化总次数加上电子商务交易总次数。?多渠道路径使用要点查看多渠道路径报告时，请使用未经过滤的HYPERLINK&/baidu-promotion-analysis-with-google-analytics-traffic-marking-and-segments.html&\o&建立配置文件&\t&_blank&配置文件数据信息，否则路径和渠道信息会受到HYPERLINK&/google-adwords-homepage-data-report.html&\o&过滤器设置&\t&_blank&过滤器的影响。如果要进行细分，推荐使用转化细分群体功能。多渠道路径分组和标记GoogleAnalytics基本渠道分组如下：渠道描述付费广告访问者来自A
正在加载中，请稍后...Link Tag让你更了解推广的效果
随着SNS的普及，UCenter Home（SNS）像Discuz！（BBS）一样成为网络社区建站的标配。为了更好的让更多的网络社区用好UCenter Home，我们特别准备UCenter Home（SNS）建站&运营秘籍&系列专题，把很多UCenter Home（SNS）实战应用的小技巧，与广大站长朋友们一起分享，愿UCenter Home和广大站长朋友一起成长。
Link Tag让你更了解推广的效果
新建立一个UCenter Home站点，我们能够采用的推广方式有很多，比如在论坛增加更多的入口：增加广告位，发布论坛公告，给会员发送短消息通知，论坛的会员信息处增加UCenter Home的相关数据调用，或者发起社区活动来吸引用户加入，甚至还有更多的站外宣传等等。
作为中小站长，本身资源有限，自然把有效的资源都投入到效果最好的推广方式中去。然而当我们把所有能采用的方式都用过一遍之后，发现没有实现预期的流量增长，注册用户更是少的可怜。为什么别人用这些方法就能收到不错的效果，而我们却得不到想要的呢？
这是因为很多时候我们都仅仅把要宣传的内容发出去就万事大吉了，在推广方式选择和推广效果监控上都没有花心思，导致我们白白做了很多无用功。其实推广本身和推广监控是缺一不可的，尤其采取了多种方式组合推广的时候，我们更需要清晰的知道哪一些用户是通过哪种推广方式带来的。也许你会问，如何才能知道每种推广方式的效果呢？其实对推广进行监控很简单，因为不管采取何种手段推广，用户都要以我们发出推广链接为途径访问到目标网站。我们只需要使用统计工具，给推广链接加上标注就可以监控到每一次的推广活动了。
在这里我们推荐大家采用Google Analytics来对你的网站进行统计，原因是Google Analytics的功能很强大，而且非常稳定，还有一点就是这样一个优秀的工具，他是免费的。不足的地方是，统计的结果不能够实时反映，也就是说只能从24小时前起，一直想之前的时间进行统计，不过这并不影响我们对自己网站的分析，好了说了这么多，让我们来说一下如何开始。
首先，需要在网站上添加上Google Analytics的统计代码。你需要注册一个Gmail账号，在登陆到http：///analytics/ 开通统计功能。
开通之后，选择下方的添加网站配置文件，来增添一个网站配置信息，需要填写的只是网站的访问网址即可。
按照要求填写网站配置信息，如下图：
填写完成之后，会生成一段JS代码，将这段代码放置在UCenter Home的footer.htm中。
1、获取统计代码，如Google的统计代码；
2、打开template\default\footer.htm，文件，找到《script language=&javascript& type=&text/javascript& src=&source/script_manage.js&》《/script》
在这个代码的上面添加统计代码。
3、更新UCenter Home缓存。
一、添加Link Tag
基本准备工作做完之后，我们就可以针对推广链接，添加Link Tag了。比如：我们要在论坛顶部投放一个banner广告，告诉用户论坛开通了&我的空间&，邀请用户由此加入到UCenter Home中来。
首先需要对即将投放的广告做一下标注，我们可以借助于Google提供的工具网址构建器：http：///support/analytics/bin/answer.py？answer=55578&hl=zh_CN
注意：只要填写广告来源、广告媒介和广告名称即可，而填写的内容都应是英文或拼音。
网站地址：这里输入的是希望用户点击广告后，访问到的页面地址
广告系列来源：填写要投放广告的网站，比如这里是贴吧，可以标注为baidu
广告系列媒介：广告的形式，我们选择的是横幅，可以标注为banner
广告系列词：广告的关键词，由于站内投放，可以不用标注
广告系列内容：广告的名称，本次投放的内容，可标注为zhuce
广告系列名称：广告活动的名称，可以标注为test
（注：google对广告按照广告系列、广告内容向下依次分级，在一个系列下可有多个版本的广告内容）
标记完成后，点击生成网址，会自动生成一串带有标记的链接地址，将这个地址，替换掉本身点击图片要链接到的内容。此时再投放的广告，就已经带上了，当我们查看Google Analytics当中的访问量来源报告的广告系列或广告版本分项目的时候，就能够看到我们添加过标记的广告内容了，如图。
大家已经跃跃欲试给自己的推广链接加上tag了吧，对于平时我们在QQ/MSN或者邮件推广的效果，Link Tag同样有效。下面再给大家举例说明如何通过Link Tag来为其他形式的推广添加标记。
假设我们要通过QQ群对官方的UCenter Home做推广，那么我们可以在工具网址构建器的网站网址输入：http：//u.dicuz.net
广告系列来源输入qun
广告系列媒介输入qq
广告系列名称输入index
点击生成网址，会得到如下链接
http：//u.discuz.net/？utm_source=qun&utm_medium=qq&utm_campaign=index
生成了链接后，我们还需要将要做推广的QQ群做一个简单的分类，列出朋友、同事、同学、老乡会等大类，以便针对不同类型的群，使用不同的宣传语。
在同学的群里写：班长来北京了，昨天北京的同学都来了，大伙一起吃的饭，之后K歌，他那破嗓子还是那么破，聚会照片放这了，http：//u.discuz.net/？utm_source=qun&utm_medium=qq&utm_campaign=index
在老乡会的群里写：国庆回家有没有要一起买票的啊，大家聚一起回去路上好有个伴，我、刘芳、张路、赵志强都报名了，还想一起的快来这里报名啊http：//u.discuz.net/？utm_source=qun&utm_medium=qq&utm_campaign=index
另外，可以根据宣传的内容不同，有针对性的将网址中的http：//u.discuz.net替换为宣传语中相应的内容，以便符合不同目标对象感兴趣的点。切忌不要只把生成的链接复制下来，在所有的QQ群里面群发一次就大功告成了。那样的宣传效果很差，多数人都会以为是广告或者病毒，而不愿意点击链接，使得我们在推广过程中做了很多无用功。
如果你还有精力能够针对QQ/MSN上的好友做推广的时候，可以参照以下格式来给你的好友发送邀请。
Hi，我是大熊，最近还好吗？我在UCenter Home上建立了个人主页，我的几个好友已经在上面注册了，你也加入并成为我的好友吧，我的几个好友已经在上面注册了，加入后可以随时查看我的最新照片、日记、了解我的最新动态。..
赶快点击下面链接成为我的好友吧，
http：//u.discuz.net/home/invite.php？u=346159&c=fcc5f5d70de37f87/？utm_source=qun&utm_medium=qq&utm_campaign=
如果能够在邀请的开始部分，写上被邀请人昵称，效果会更好，通常这样的方式不会被人们当作普通的广告，推广效果较好，只是这对我们推广的要求就更高，很多时候会同目标对象产生一对一的互动。其他添加Link Tag的方法和QQ/MSN邀请的添加方法类似，这里就不做赘述了。下面再和大家简要分享一下如何通过Link Tag监测推广效果。
二、查看统计结果
当所有的推广链接做过Link Tag标记之后，在推广的第二天开始，我们就能够查看到之前推广的效果了。
登陆Google Analytics后，查看&访问量来源&中&AdWords&报告下的&广告版本&子报告，可见到如下图的页面。
该图反映了从8月24日到9月23日的过程中的名称是linktag1的推广活动的反馈情况。统计报告中可以通过切换维度来查看推广效果的不同参数。这个推广链接发布在论坛水区，链接指向UCenter Home的随便看看。
从反馈的数据可以清晰的看到，该链接共获得了20次点击，每次的访问页数是56.25页，用户在网站的平均停留时间为54.06分钟，而且老用户所占的比例是100%，跳出率非常低只有10%。从时间上来看推广第二天的效果最好，此后成下降趋势。
在维度选择的位置，如选择&来源&，可以查看来自于不同来源的推广效果，比如QQ群、QQ邀请、E-mail邀请等等。不同来源的报告会按照访问数进行排序，以帮助我们更直观的了解到哪个来源获得的效果最好。该推广活动的来源显示为该网站的论坛。
在维度处选择&目标网页&，可以看到用户通过推广链接进入网站后，关注的内容是是哪些，见下图：
从图中可见用户进入UCenter Home的随便看看页面后，点击最多的是&首页&这个链接，共15次，其他链接分别为随便看看当中展示的内容，共5次。而之前我们看到这次推广带来的访问全部为老用户，可见老用户访问到UCenter Home之后，会直接访问首页查看feed。并且离开的比例很低，在线时间在1小时以上，访问页数接近70页。
那么该站若针对站内老用户进行推广的时候，可将推广内容制定为&查看好友的最新动态&等方面，链接则指向UCenter Home首页。
通过多维度报告分析（在以后的文章中会详细说明），我们就能够把通过各种方式进行的推广进行比较，那些效果不错的方式，我们就要更进一步的加大力度，而效果平庸或者不是很理想的方法，就可以考虑尽快替换掉了。
如果你比较忙碌而没有时间每天查看统计报告的话，Analytics还有很贴心邮件提醒的小功能。只需在&设置－我的帐户&里，把电子邮件通知勾选上，就可以每周收到统计的报告，轻松了解到网站流量和推广效果了。
作者：郝晓琳 康盛创想UCenter Home（SNS）运营专家
产品简介：
UCenter Home （简称UCHome）是一套采用PHP+MYSQL构建的社会化网络软件（Social Network Software，简称SNS）。通过 UCenter Home建站者可以轻松构建一个以好友关系为核心的交流网络，让站点用户可以记录生活中的点点滴滴，方便快捷地发布日志、上传图片，还可以十分方便的与其好友们一起分享信息、讨论感兴趣的话题，轻松的了解好友最新动态。UCenter Home 强调&家&的理念，充分认可每一个站点用户的个人隐私重要性。UCenter Home 强调只提供用户愿意关注的信息，在信息噪音方面有着多级筛选控制。UCenter Home 以 UCenter 为多应用交换中心，既可以独立运作，又可以实现与多个应用挂接，尤其是Discuz！论坛的互为补充。UCenter Home 使用强大灵活的 Manyou Open Platform 第三方应用开放平台。作为 UCenter Home使用网站的开放平台应用开发标准（API），Manyou开放平台为您的UCenter Home站点用户提供各种个性化的互联网应用（诸如投票、电影、送礼物、挖金子等&&）。
看过本文的人还看过
最新图文推荐
最新专栏文章
大家感兴趣的内容
网友热评的文章网站数据分析 | 通过网站分析与数据分析实现网站优化 | 第 5 页
　　KPI（Key Performance Indicators，关键绩效指标），似乎是一个很熟悉的名词了，很多企业都设置了各种各样的KPI来作为日常绩效考核的指标。公司会用KPI来评估员工的表现，同样网站也需要用KPI来衡量网站的表现，选择好合适的KPI有利于正确地把握网站的运营状况，迅速地做出调整和改进。
网站KPI的定义
　　KPI的设定本来就是基于目标管理的基础上的，用定量的方式来评估目标的实现情况。对于网站而言，KPI是直接与网站目标（Goal）挂钩的，下面是我对网站KPI的一些理解：
KPI并不等于网站目标，而是反映目标实现过程中网站在各方面的表现情况的指标；
每个网站对KPI的选择都会存在差异；
KPI往往能够直接反映网站的目标实现情况，并且可以被量化；
分析KPI可以发现运营中的问题，并直接指导决策和行为的执行。
　　同时，网站可以设定多个KPI，从多个层面来评估网站的表现，这也是我在标题中用KPIs的原因。
选择KPI的原则
　　基于上面对网站KPI的定义，我们在选择KPI的时候需要注意以下几个原则：
　　首先根据KPI的定义，知道KPI由网站目标决定，所以在选择KPI之前先要明确网站的战略和目标。什么，你不知道你的网站目标是什么？那就问下自己网站存在的意义是什么，或者你建立这个网站是为了实现什么目的。
　　既然网站目标决定了KPI，而对于每个网站而言战略目标都会存在差异，即使网站的类型再相似，其在市场、运营和发展战略上面必然不尽相同，所以就导致了上面KPI定义第二项的差异性；而网站战略会不断变化，所以KPI应该根据网站目标的变化做出调整。
　　网站分析的指标何其之多，我们应该选择哪些指标作为KPI？所以必须把握这个原则：KPI能够直接反映网站目标的实现程度。其实很多网站分析的指标都能反映网站的基本状况，比如访问数（Visits），但它只能反映网站的受欢迎程度，而并非目标，比如Visits的数量无法直接决定电子商务网站的利润，也没法确定那些访问用户是否能够成为博客的忠实读者。所以我们需要寻找更接近目标的指标，Avinash Kaushik先生在他的博客中也一再强调在做分析的时候需要不断探索更加深入和有效的指标。
　　KPI是一个定量指标，可以被衡量，所以在选择KPI的时候，我们必须明确KPI的指标定义，计算逻辑和公式，以及其具体衡量的问题。
　　KPI最终目的是指导我们Make Decisions或者Take Actions，所以在选择的时候必须确定其在这方面能够做出有效的判断，于是就有了Avinash Kaushik的So What Test（有时候自问自答的模式也是挺有效的），假如能够在回答完3个So What前提出有效的解决方案，那么这个指标就过关了。
　　大部分的KPI指标都是可以基于细分的。因为聚合的指标对于决策和行为是无效的，看着网站的总体转化率（Conversion Rate），也许你无法采取任何行动，但通过来源细分organic搜索、PPC和各来源网站的转化率变化趋势，也许你就十分清楚是应该加强SEO还是SEM、或者着重于链接建设了。
几类网站的KPI选择
　　很明显，电子商务网站的目标就是创造更多的利润（当然某些特定的时期也有可能专注于提高订单数或者创造更多购买顾客）；而WEB2.0网站在不断地制造内容、聚合内容、传播内容，他们的目标在于信息的快速通常的流转；而搜索引擎一定希望更多的用户来使用他们的搜索服务，于是他们关注的是用户是否能够通过搜索引擎迅速地找到想要的信息。下面就看下这三类网站各自可以选择哪些KPI：
　　对于电子商务网站，我可能会选择平均订单价值（Average Order Value, AOV）或者平均每次访问销售额（Sales Per Visit, SPV)来作为网站的KPIs，因为这些指标直指网站目标——利润。同时这两个指标都可以基于来源途径、用户类型、产品类型进行细分，可以更清晰地看到哪些渠道带来了最有价值的流量；网站吸引的是哪类用户，应该注重哪块市场的开发；或者网站的哪类商品是核心产品，网站应该坚持20/80法则还是走长尾路线。这些都是战略决策中应该考虑的问题，KPI可能已经给出了直观的参考答案。
　　再来看一下博客类网站，作者都希望自己的文章被更多的读者阅读，所以他们对于博客的目标是更多的忠实读者、更多的评论和订阅，于是他们把忠诚用户访问比率、每次访问的订阅几率或每篇文章的评论数作为KPIs；而对于这类博客平台而言，吸引更多访问量的基础是用户能够不断创造出更高质量的内容，于是他们会把平均每位用户发表文章数或者产生的热门文章数作为自己的KPI，看上去两者存在很大区别，这完全取决于两者目标定位上的差异。
　　同样对于Facebook、Twitter这些Social Media网站而言，他们都是以UGC（User Generated Content）为基础，用户生产的内容或者制造的热门正是他们的价值所在，也就是的体现，只有足够活跃的网站才能吸引更多的眼球，制造更多的曝光和焦点。所以他们更加会关注每位用户的平均关注人数、发布信息数量、评论和转发信息数等。
　　再看一下搜索引擎，Google另类地提出要让用户更快地离开网站的口号，这正是其自身目标的体现——让用户更方便快捷地找到自己想要的信息，所以是不是Google会把平均每次访问的搜索时间作为它的KPI呢？
　　当然，上面都是作者的一家之言，大家可以各抒己见，基于KPI的定义的基础上，有原则地选择合适的KPI。我想网站的决策层一定会喜欢你为网站量身选择的KPIs的，因为没有比直接衡量网站战略目标更有意思的事了。
本条目发布于 。属于
分类。作者是 。
　　上一篇文章——中已经介绍的直邮营销（EDM）的特点及基本的实现流程。这篇文章重点介绍一下与直邮相关的分析指标，这些指标的数据获取方式，及基于直邮实现流程的漏斗模型的构建。
直邮的分析指标
　　因为直邮的分析始终是基于其实现流程的，所以在列举直邮相关的分析指标前，还是再引用下上一篇文章中的实现流程图，这样对照着看会更加清晰：
　　发送邮件数：这个一般是已知的，从可以获取到的邮箱中抽取一定数量的用户作为直邮的对象用户；
　　发送失败邮件数：这里的发送失败是指邮箱服务器有失败响应的邮件，如无效地址、网络错误等，这个也是在发送后可以直接统计得到的（需要注意的是我们无法获取诸如邮件被防火墙屏蔽或者被识别为垃圾邮件等这些意外事件，因为无法知道也就不会被算入发送失败）；
　　打开邮件数：即被用户打开查看阅读的邮件数；
　　点击数：如果邮件中有引导用户进入网站的链接或者call to action的按钮，那么当用户点击这类链接进入网站时就被计入点击数的统计中；
　　上面四种数据是直邮的基础统计数据，基于这些数据我们可以计算得出一些有价值的指标：
　　发送成功邮件数 = 发送邮件数 – 发送失败邮件数
　　邮件发送成功率 = 发送成功邮件数 / 发送邮件数
　　邮件打开率 = 打开邮件数 / 发送成功邮件数
　　邮件点击率（Click-to-Open Rate, CTOR） = 点击邮件数 / 打开邮件数
　　邮件的目的是实现预期的营销目的，所以自然还要统计目标实现的指标，举个例子，比如电子商务的网站用直邮吸引用户购买新出来的产品，那么目标指标就是直邮带来的网站收益，所以直邮的KPI可以是平均每封直邮收益 = 直邮带来的总收益 / 发送成功邮件数；如果目标是吸引用户注册，那么目标指标就是直邮带来的注册用户数，目标转化率 = 直邮带来的注册用户数 / 发送成功邮件数。
　　最后不要忘记还有退订邮件数，以及邮件退订率 = 退订邮件数 / 发送邮件数。
直邮的追踪与数据获取
　　从上面列举的指标中，我们已经知道发送邮件数、发送失败邮件数可以直接获得，而当用户进入网站后的数据也可以从网站分析工具中获取；所以只有邮件的打开和点击情况是由用户操作，并且处于网站之外，是比较难以追踪和获取的一部分数据。
　　关于邮件的打开统计，一般的实现方式是通过Beacon log的形式获取数据，即在邮件中加入1×1px的透明图片，通过统计该图片被加载情况来获取邮件被打开的次数，如果你用的是Google Analytics，当然也有一些解决方案，具体的介绍可以参考之前的文章——。但是我在实践的时候发现这种方式只能统计到网页邮箱的邮件打开情况，如果用户使用邮箱客户端（如Outlook等），那么图片请求不会显示在GA的报表上，我猜想是当使用邮箱客户端时，没有相应的URL链接，于是GA无法获取utmp参数也就无法识别和统计，不知道有没有GA的大牛可以提供其它完整的解决方案。
　　关于邮件的点击统计，也许很多同行已经想到了办法，那就是为邮件上每个可点击链接加上URL参数，根据参数进行追踪。如果要用GA，那也相当方便，因为GA提供了广告流量追踪，我们可以使用同样的方法来统计，详细的设置方法可以参考蓝鲸的文章——。比如我要为我的博客的推广邮件中的“欢迎访问网站数据分析”这个按钮添加追踪链接参数，点击后进入我的博客首页，使用Google的URL构建器（因为Link Tag加的参数都严格区分大小写，所以在这里我全部统一使用小写）：
　　生成的带参数的链接如下：
http://webdataanalysis.net/?utm_source=directmail0915&utm_medium=email&utm_term=%E6%AC%A2%E8%BF%8E%E8%AE%BF%E9%97%AE%E7%BD%91%E7%AB%99%E6%95%B0%E6%8D%AE%E5%88%86%E6%9E%90&utm_content=&utm_campaign=webdataanalysis_promotion
　　细心的朋友可能注意到了，我在Campaign Content（utm_content参数）设置的是一个邮箱地址，是的，我放的是该直邮目标用户的邮箱地址，我们可以用它来追踪每个用户的点击情况（用户可能点击多次，跟踪每个用户的后续操作、目标实现等），当然这个需要根据每封直邮的对象用户进行动态生成，你可以请教下前台开发的同事，他们应该可以搞定。好了，参数加好后就可以将链接加到相应的邮件中去了，之后你只需要统计匹配相应参数的页面请求就行，如果你是用GA等第三方工具，那就只要坐等结果就行。
　　从上图GA的统计中可以看到Tom和Jerry都通过直邮渠道光顾了我的网站，如果你的网站设置了目标（Goal），那么就可以在Goal Set的标签下查看直邮来源的用户的目标实现情况和转化率了。
直邮分析的漏斗模型
　　其实从看到上篇文章的那张直邮的实现流程图之后，可能很多朋友已经想到了，对直邮的统计同样可以使用漏斗模型，因为同样具有相对固定清晰的实现路径（Path）。关于关键路径分析和漏斗模型可以参考我之前的文章——。下面就基于直邮的实现流程来构建一下漏斗模型：
　　具体的计算和分析这里就不展开了，详细可以参考我之前的那篇文章。其实只要成功获取上面提到的各类原始直邮追踪数据，然后通过这些数据计算得出上面直邮分析中相关的指标，那么上面的这个漏斗模型就自然成型了，让直邮整个实现流程的分析一目了然。
我们需要注意些什么
　　直邮从发出到最终实现预期目标需要经历一个如此长的流程，自然流程中某些环节的不确定因素会对整个直邮的分析模型造成影响：
实际收到邮件的用户往往比预期的要少。受到邮件错发、屏蔽和邮箱反垃圾系统的影响，一般实际发送成功的邮件数（用户从收件箱中看到了该邮件）要比发送端显示的发送成功的数要少；
实际邮件的打开数可能比统计到的数字要多。上面已经介绍过了，邮件的打开数是通过Beacon log的方式统计的（图片请求），这种方式只有在支持HTML格式的条件下才能实现，也就是说当不支持HTML格式时，用户打开的是文字形式的邮件，图片无法被加载，那么打开数也就无法被统计到。
实际点击邮件数可能比统计到的数字要多。上面介绍的是通过统计加入相应参数的链接被请求的次数作为该链接被点击的次数，但实际是我们仅仅统计到了链接被点击并成功进入网站的用户，而那些点击了链接，但因为某些原因加载页面失败，或者那些在页面未加载完成之前就关闭了浏览器的用户都是未被统计到的，但这些因素一般可以被忽略。
提供邮件退订功能，分析邮件的退订率。提供退订是对用户的尊重，也是对自身形象的维护，如果用户对该类邮件不感兴趣甚至排斥，提供了退订的按钮可以避免用户直接把邮件归类为垃圾邮件，同时可以避免潜在用户直接流失这种更严重情况的出现；通过分析邮件的退订率我们可以分析直邮的内容对用户是否有足够的吸引力，如果某批直邮的退订率很高，那么显然那封邮件的内容出了问题。
　　好了，我对直邮分析的总结和分享就是这些，你是不是还有更有价值的分析？欢迎评论分享。
　　BTW. 上周末在英国留学的一个同学回国，几个同学一起来我这边聚了下，突然发现有朋友的感觉真好，似乎这个时候才真切地体会到了孔子的“有朋自远方来，不亦乐乎”的真谛。
本条目发布于 。属于
分类。作者是 。
　　也许你平均每天都会收到一封各类的营销邮件，超市的广告、银行的记账单（里面一般都夹杂着广告）、各类电子商务网站的定期产品促销邮件、也许还有其他网站的产品或应用的更新通知，或者也不知道怎么会发到你的现实或电子邮箱的某些产品的推销广告。以此可以看到直邮营销正在被广泛的应用在各个领域，无论是传统的邮寄投递或者是通过网络的电子邮件，所以就出现了针对直邮的数据分析，这里主要介绍一下基于电子邮件形式的直邮分析。
直邮的特点和类型
　　既然直邮被这么广泛的使用，一定有它的优势所在。直邮（Direct Mail，或者叫EDM，Email Direct Marketing），即直接通过邮件的方式发送的通知、广告等信息，它的特点简单地说就是：“定位准确、成本低、见效快”（都有点像医药的广告了-_-|||）。直邮的用户群体是既定的，也就是有选择性的，这让营销可以面向特定的市场和人群；直邮，尤其是电子邮件方式的直邮几乎没有显性的成本，这也让直邮成为很多促销和推广的首选；通过Email方式发送的直邮几乎可以认为是在发送后实时到达的，而大部分用户都有每天查看邮箱或者不定期地收取邮件的习惯，因此直邮的信息能够迅速地到达用户那边，以便快速地收到用户的反馈。
　　直邮的类型比较多样，根据目的的不同可以分为：
用于发展新用户的广告邮件，如邀请用户来使用或购买产品；
用于推销产品的促销邮件，如产品的低价促销、活动奖励等；
用于保留客户的提醒邮件，如购买商品的过期提醒，对很久未登录用户的召唤等；
对用户操作的反馈，如订单状况、付款状况等；
通过直邮方式发送的用户调查问卷。
直邮营销的准备
　　发直邮前需要做哪些准备工作？也许营销部门的同事都已经驾轻就熟了，所以这里只是提一下当我们需要分析直邮数据时，在发直邮前需要做哪些准备：
明确直邮的目的，如吸引用户注册、购买等，这也是基于目标分析的前提；
选择合适的对象，也许可以通过分析用户的历史行为选择合适的用户群体进行精准地投放；
添加追踪的链接参数，主要包括统计直邮打开的带参数的小图片及需要追踪点击的各个链接及按钮的参数设置（这个会在下一篇具体分析的时候介绍）；
Call to action按钮及Landing page的设置，这些都将影响直邮营销的效果；
在直邮中添加退订按钮，这是对用户自主选择的尊重，也是直邮分析的需要。
直邮的实现流程
　　好了，所有一切的准备工作都完成了，现在可以开始发送邮件了。那么我们来看一下这封小小的邮件会经历一个怎么样的冒险历程呢？
——图中用黄色标识邮件服务器行为，蓝色标识用户行为
　　其实一封邮件的路途看起来有点坎坷，它在任何时候都有可能经历被抛弃的危险。首先在发送时有可能因为地址无效或者网络问题导致发送失败；在到达用户的邮箱后，很有可能被邮箱服务提供商归为垃圾邮件而被放入垃圾箱；当然也可能招致用户的无视或厌恶，因而被用户直接删除或归为垃圾邮件；自然也会有些幸存者被用户打开了，但如果用户对内容不感兴趣也同样会遭受被抛弃的命运；而剩下的幸运儿们有幸得到了用户的赏识，用户准备点击链接进去看看，这时邮件的使命其实已经完成了，而很多时候大部分的分析工作也在这里“中止”了。
　　根据上面的流程我们其实已经可以得到很多数据：发送邮件数、发送邮件成功数、用户打开邮件数、用户点击邮件数等的行为数据，基于此我们已经可以开展一些分析工作了，但这些数据和分析还远远不够，这也是为什么我上面用“中止”而不是“终止”的原因。其实从上面的流程图中可以看到还有最后一步——实现目标，这是基于目标的分析必须要做的事情，我们的目的并不只是让用户通过直邮进入我们的网站，我们的最终目的是为了让用户实现我们预期的目标（也就是直邮准备第一步中指定的目标），所以分析最终实现目标的用户数才是有意义的，也是对直邮效果的最客观的评价。这时我们可以说已经完成了80%的分析工作了，但我们还可以做得更多，我们可以考量下有没有实行剩下的20%的工作的需要——，也就是说我们不仅要关注直邮带来的用户的单次价值的实现，更应该关注这些用户是否能够为网站带来持续的价值，当然这类分析的成本也不低，对于某些类型的直邮而言，做好前面80%的工作就已经足够了。
　　哦，对了，不要忘了，用户在打开邮件后，可能觉得这些信息他并不感兴趣，甚至已经有些厌恶了，他不再希望收到这类邮件，于是毫不犹豫地点击了退订按钮，所以我们也需要把用户的退订行为分析进来，这些对于我们也是有用的。
　　这篇文章主要介绍的是直邮的一些特点和实现流程，以及我们可以对直邮做哪些分析。下篇会介绍针对直邮的具体的分析指标及分析方法，会在之后奉上。
本条目发布于 。属于
分类。作者是 。
　　随着互联网的不断发展，信息更注重实时性，微博的风靡，搜索引擎相继推出实时搜索的功能，但是对于网站分析而言实时的数据是否更有意义呢？
　　其实看数据看报表的人往往希望数据越实时越好，他们希望掌握网站每个小时甚至每十分钟的变化情况，能够对网站的当前状况了如指掌，能够发现问题并快速响应。但其实如果你问下他们在知道了网站数据的实时变化情况后，或者在某个时间段网站访问量突然剧增或者剧增，我们又能做些什么？我估计大多数人答不上来。刚好前段时间在做网站的实时数据统计相关的工作，所以有些想法在这里分享一下。
实时统计的优缺点
　　先不说实时统计到底有用还是没用，先看看如果需要获得实时的统计数据需要做些什么，以及实时的数据能够给我们带来什么，也就是实时统计的Pros and Cons。
　　首先从技术的角度来看一下，很明显实时的数据统计需要更多的资源占用，因为网站分析的数据大部分是需要从点击流数据中计算得到的，并没有现成的结果数据可以直线获取显示。从点击流中获得的数据需要进行计算和汇总，无疑这些操作需要更多的成本，特别对于大型网站的大数据量处理而言，同时实时数据增加了实现的复杂度，并可能会在某种程度上增加数据的不准确性。
　　但是实时的数据统计可以展现在技术层面上处理数据的能力，同时可以提供更丰富的报表展示，甚至在报表上使用动态的趋势图表进行实时刷新，在显示效果上自然不用说，所以有时候很多技术人员也很乐意做这些工作。
　　再从数据应用和分析的角度来看一下，目前很多实时数据统计的结果用于展示网站实时流量的变化情况，哪个时间段的访问量最高，或者网站的整体活跃度最高，同时可以分析每天各小时的流量或用户数分布，但这些分析的对于网站到底有多大的意义？即使知道网站在晚上8、9点的时候有最多的在线用户，我们又能做些什么？网站的压力测试显然不需要通过这种方式来完成。
　　所以个人认为实时统计更多的是对网站实时状态的监控，对于分析而言，没有多大的实际意义，至于能对网站的优化和决策支持起到多少作用，至少我还没有想到。
　　记到Avinash Kaushik在书中提到过一句话：“Real-Time Data: It’s Not Really Relevant, and It’s Expensive to Boot.” 其实我对这句话非常赞同。很多人都会觉得获取实时数据将更有利于做出实时的响应，细粒度的数据也为数据的分析提供了更加细节的基础数据，我们可以基于此做更多的分析工作，但我们需要认清实时数据给我们带来的成本及其真正的价值到底能够体现多少。Avinash Kaushik同时还列举了5中典型的获取实时数据所造成的消极影响，大致可以概括为以下几点：
不要一味追求数据的量，更应该注重数据的质，并通过有效的分析来体现数据的价值；
不符合10/90的原则，实时数据在获取上的成本显然无法和分析价值达成1:9的比例；
过多地关注实时数据会在分析工具的选择上造成拘束，无法使用真正优秀的网站分析工具；
技术上的系统资源占用、任务调度以及复杂的流程；
在某种程度上可能增加数据的不准确性。
　　当然实时数据也不是一点价值都没有，只是出于其成本的考虑，没有必要对每个分析指标进行实时统计，或者花费大量的精力去关注实时数据。
实时数据的价值
　　其实无论是Google Analytics还是百度统计，都提供了部分指标的每小时的统计数据。百度统计将实时数据统计放在网站概况里面显示，也就是用户只要一登录就能看到当天的PV、UV等整点数据的变化趋势：
　　而在Google Analytics中，可能我们会发现GA一般都是以天为单位显示各度量，但其实GA也有以整点统计的数据，只是潜藏的比较“深”，在Visitors—Visitor Trending里面，在Visits、Pageviews、Bounce Rate等报表中会发现右上方时间区间选择下面的时间汇总粒度多了一个选项——Hour，选择后就会看到每天个小时的数据变化趋势：
　　实时数据也并非一无是处，Avinash Kaushik认为当一个公司具有快速的分析能力、快速的决策能力和快速的执行能力时，那么实时的数据就能创造其价值。我这里举几个我想到的应用，如果我们能够获取到每小时的统计数据，那么我们就能知道网站在哪个时间段具有最高的用户访问数，可以在这个时间段做些推广活动，并通过实时的数据统计分析活动的效果，做出快速合理的反应。比如“秒杀”活动就需要在极短的时间内完成统计并展示结果，当然前提是需要在后台的统计系统可以承受的条件下。
　　最后还是借用Avinash Kaushik的一句话作为总结：如果只是为了看实时数据而进行实时统计，而不是根据实时数据做出相应的action，那么实时数据就是相当昂贵的。
　　轮到你了，大家有什么在实时数据分析上的想法吗？也许可以让我之前实现的实时数据产生除了实时监控外更有价值的结果，欢迎留言评论。
本条目发布于 。属于
分类。作者是 。
2013 年八月
2013 年五月
2013 年二月
2013 年一月
2012 年十二月
2012 年十一月
2012 年十月
2012 年九月
2012 年八月
2012 年七月
2012 年五月
2012 年四月
2012 年二月
2011 年十二月
2011 年十月
2011 年八月
2011 年七月
2011 年六月
2011 年五月
2011 年四月
2011 年三月
2011 年二月
2011 年一月
2010 年十二月
2010 年十一月
2010 年十月
2010 年九月
2010 年八月
2010 年七月
2010 年六月
2010 年五月
2010 年四月
2010 年三月
2010 年二月}