前一篇文章的模拟场景中我们对S1和S2频道进行了流量分割,并发现两个频道在跳出率上的表现和对整个网站的影响。本篇将继续从用户类别的角度对流量进行分割。Google analytics在报告中提供了两个用户类别,新访用户和回访用户。不过我不推荐直接使用这两个类别对网站流量进行分割。原因有以下几条:
新访和回访的计算方法:(新访和回访)
Google analytics通过检查用户的cookie是否存在来判断新访和回访。
新访和回访在同一个时间段内会被重复计算。即:某一时间段内某用户既是新访,也是回访。
度量与网站业务的关联度:
新访和回访度量只根据cookie区分新老用户。不能更深入的反应用户属性。这两个度量对于一个以注册为目标的网站来说基本没有太大意义(很多网站的初级目标):一个已注册的老用户在清除掉cookie后会被标记为新访用户。而一个访问了网站N次也没有注册的用户会被标记为回访用户。
定义用户群类别:
在Google analytics里,我们可以按照自己设定类别对用户进行分类。比如可以按用户的兴趣爱好,职业类别,收入等等属性分类用户。最简单的例子,是把用户分为非注册用户,新注册用户和已注册用户三类。当用户初次访问网站时被归为“非注册用户”类别,当用户在网站注册后变为“新注册用户”,当这个类别的用户再次登录网站时变为“已注册用户”。通过这三类用户可以看出注册用户和非注册用户的区别。这也是适合大部分网站的一种分类方法。另外还有一个好处,就是在流量分割后方便单独设定目标。
分割用户群流量:
分割用户群流量的原理是按照用户的行为通过调用google analytics里的_setVar(”)函数对不同的用户群进行定义(在用户浏览器内新建一个_utmv的cookie,并将我们预先定义的值放在cookie里),然后通过过滤器进行分割。达到区分不同用户群流量的目的。
_setVar(”)函数有三种方法可以为对用户进行分类。比如:下面我们将用户分类为bluewhale
1通过用户访问特定的页面对其进行分类。
在特定页面的追踪代码里调用_setVar(”)函数,这时候所有访问过这个页面的用户都将被分类为bluewhale用户。
<script src="http://www.google-analytics.com/ga.js"></script> <script type="text/javascript"> var pageTracker = _gat._getTracker("UA-12347890-1"); pageTracker._setVar('bluewhale'); pageTracker._trackPageview(); </script>
在“注册成功!”的链接里加入onClick事件,当用户点击这个链接后被分类为bluewhale用户。
<a href=”http://bluewhale.cc/” onClick=”pageTracker._setVar(‘ bluewhale ‘);”>注册成功!</a>
3通过用户自主的选择对其进行分类。
在表单里调用_setVar(”)函数,当用户选择“蓝鲸网站分析笔记”的选项后被分类为bluewhale用户。
<form onSubmit=”pageTracker._setVar(this.mymenu.options
[this.mymenu.selectedIndex].value);”>
<select><option value=”bluewhale “> 蓝鲸网站分析笔记</option>
<option value=”WA”>网站分析</option>
<option value=”SEM”>搜索引擎营销</option>
<option value=”SEO”>搜索引擎优化</option>
在分割用户群流量之前,先要做好准备工作,就是明确每组用户的定义。这里的三组用户分别是:
非注册用户——代表在网站没有注册行为的用户
新注册用户——代表在网站完成注册行为的用户。
已注册用户——代表在网站进行登录行为的用户。
按照上面各组用户的定义,我们可以根据网站的注册和登录流程来对不同的用户赋值,区分出这三类用户。
新注册用户:当用户完成网站的注册流程后,在页面或链接里调用_setVar(”)函数,把用户定义为“新注册用户”。
已注册用户:当用户登录网站时调用_setVar(”)函数,把用户定义为“已注册用户”。
非注册用户:未作定义(没有注册和登录行为)的用户都属于“非注册用户”。
按照前一篇对频道流量的分割方法。又得到了三组不同用户的网站数据报告。
Name | Avg. Time on Site | Bounce Rate |
非注册用户 | 00:01:20 | 55.28% |
新注册用户 | 00:03:30 | 30.07% |
已注册用户 | 00:03:02 | 31.87% |
通过两次流量分割发现,S2频道和非注册用户都是造成网站跳出率偏高的原因。这两组流量之间有什么联系吗?
——【所有文章及图片版权归 蓝鲸(王彦平)所有。欢迎转载,但请注明转自“蓝鲸网站分析博客”。】——
Name |
Avg. Time on Site |
Bounce Rate |
非注册用户 |
00:01:20 |
55.28% |
新注册用户 |
00:03:30 |
30.07% |
已注册用户 |
00:03:02 |
31.87% |
请教一下,我同时用两个配置文件,即:
var pageTracker = _gat._getTracker(“UA-XXXXXXX-X1″);和
var pageTracker1 = _gat._getTracker(“UA-XXXXXXX-X2″);
来统计网站,一个用做功能测试,另一个正常(可以不受影响),
我也设置了自定义变量,
但是cookie中的__utmv没有值。
另外,我的网站有两个子域,一个www,另一个school,会不会有影响
@zd: 最近比较忙,这么晚才回复你。不好意思。刚刚看了你的网站,GA在返回的两条数据中只UA帐号和随机编码不一样,所以这种做法应该不受影响。另外没有看到你的__utmv cookie,请告知触发的位置或页面。
两个子域或主域与子域直接需要设置跨域追踪。避免相互推介。
蓝鲸你好,非常感谢你的文章,很受用。
问个问题:
如果用户注册后我在成功页面设置pageTracker._setVar(‘ NewUser‘),这时候应该算是标记为新用户了。同时我在登陆成功的页面设置了pageTracker._setVar(‘LoginUser‘),那就标记为已注册用户了,但是如果用户注册完后未默认自动登陆,而是要求登陆,那么是不是整个统计以后面的状态为主了?这样的话细分似乎意义就不大了?而且很多用户尤其是电子商务网站用户在不打算购买什么的时候一般不登陆,是不是数据干扰就很厉害了,这个也很头痛。
另:关于电子商务跟踪的问题。
现在都是第三方支付完成的,支付完成的返回页面倒是可以想办法去跟踪订单数据,我在想如果用户当时没支付,格几个小时甚至隔几天支付,那么前面的用户各类包括来路等数据还有效吗?是不是就造成了不连贯数据?比如下单时是从搜索引擎来的,而支付时是第二天直接来路来的,这时候电子商务信息中关于这块是怎么处理的,来路算哪里?或者说第二天干脆换了台电脑,Cookie、分辨率、浏览器等信息都变了,算谁的?呵呵,这些对于SEM、SEO等效果分析至关重要,而且比较常见呢。。
非常感谢,盼复。
文章写的非常棒,但是图片是用英文展示给中国人看,不是卖弄英文厉害吗?