用户在网上的行为以及行为背后发生的时间、频次等维度的分析。其通过对用户模型的完善补充,构建出精细、完善的用户画像。
1、用户的来源地区、来路域名和页面;
2、用户在网站的停留时间、跳出率、回访者、新访问者、回访次数、回访相隔天数;
3、成交用户和非成交用户,分析两者之间的浏览习惯;
4、用户所使用的搜索引擎、关键词、关联关键词和站内关键字;
5、用户搜索什么样的关键词进入网站;
6、用户访问网站流程,用来分析页面结构设计是否合理;
7、用户在不同时段的访问量情况等;
8、用户对于网站的转化通道的关注度。
通过对用户行为监测获得的数据进行分析,可以让企业更加详细、清楚地了解用户的行为习惯,从而找出网站、推广渠道等企业营销环境存在的问题。
帮助企业发掘高转化率页面,让企业的营销更加精准、有效,提高业务转化率,从而提升企业的广告收益。
竞价员新接收一个项目不是立刻开展优化,而是分析之前的数据情况,记录之后要进行一系列维护的数据整合。
可以说,数据分析和整理做好对以后的帐户优化有很大的帮助。
举例:
除去网站首页外,你的访客更喜欢那个页面、喜欢那种方式的转化通道、通过什么样的渠道进入你的网站,这些数据都需要竞价员在日常工作中进行数据的记录与整理。
一个竞价网站除首页外,还拥有很多的专题页面和内容页。这些页面是否能承载流量取决于流量质量与网站自身构架的良好性,页面体验与流量质量有关。
访客意向怎么样,从搜索词就能分析出,包括长尾关键词布局、高转化关键词与品牌词统计,精准的搜索词是竞价转化的利器。
所以前期关键词的分析、收集、选择是提高帐户效果的关键。
对于基础的数据进行记录是第一步要做的,但那是热身。需要对具体的数据进行更加细致的分解,看到一个网站日PV 10W,日IP 5W并不能证明太多,我们需要分析更多的维度。
例如,着陆页面的跳出率情况,直接流量与总流量对比,端到端的ROI等等。
用户特征分析是指找出各类用户的行为特点。用户特征分析是实施针对性营销的前提条件。
例如,通过对各资费档次用户使用特征的比较,获得高资费用户上网的特征,找到目标用户,通过业务引导、资费策略等方式使用户向高资费转移。
关联分析发现关联规则。在用户行为分析中,可以把用户的一种使用习惯和另外的使用习惯进行关联分析,也可以把用户的消费习惯和使用网络习惯进行关联分析,或者把用户的自然属性如年龄、性别、职业与使用网络习惯进行关联分析。
利用分类技术,可以将用户归属为一个特定的类。例如,通过对大量拆机用户分析,得到拆机用户拆机前的上网行为特征,形成拆机用户模型,再通过与该模型对比,对具有类似行为特征的用户发出拆机预警,为营销部门采取客户挽留措施提供依据。
关注公众号 获取更多干货资讯