使用Google analytics细分网站流量3—细分用户流量

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>

2通过用户点击特定的链接对其进行分类。

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”。】——