用分析法做好數據分析判斷
細分分析的目的是為了看清問題真正的所在,從而找到解決辦法,細分分析是指將指標與維度相互組合。
例如網站報告一般都是網站數據的綜合情況,包括網站的總訪問量、總停留時間、總銷售量等。但是我們不知道用戶在不同頁面、不同內容、不同渠道的停留時間以及訪問量,也就是說這些匯總數據無法對不同屬性的流量進行正確的判斷。所以,無論是從用戶還是從網站的角度,流量細分都是很重要的。
1、指標和維度的類型
指標是用來記錄訪問者行為的數字,維度是用來提供觀察訪問者行為的一種角度,維度必須與指標在一起時才有意義。指標又可分為基本指標和複合指標,常見的基本指標有訪問次數、綜合瀏覽量等,常見的複合指標有訪問深度、跳出率、平均網站停留時間、新訪次佔比等。常見的維度類別有訪問者屬性維度、時間維度、流量來源維度、地理維度、內容維度和系統維度等。
2、細分例子
聽完這個需求後,你可能感覺有點暈,好多的條件混在一起,這個數據要如何獲得呢?其實包含了6個維度和1個指標。
這6個維度和1個指標分別是 :
時間維度――2010年3月10日
地理維度――北京地區
瀏覽器維度――Safari瀏覽器
流量來源維度―― Google
流量屬性維度――自然排名結果
關鍵詞維度――」藍野」
指標――訪問次數
而這個分析過程也很快,5分鐘就可搞定,步驟如下:
當然,如果嫌操作太複雜的話也可以通過標記用戶群進行自定義細分。常見的標記用戶群方法有:
通過用戶訪問特定的頁面對其進行分類;
通過用戶點擊特定的鏈接對其進行分類;
通過用戶的自主選擇對其進行分類。
當然,安徽光伏光電細分前得分清非註冊用戶、新註冊用戶、已註冊用戶。
※新站如何做好網站推廣和宣傳
※剛剛建立的企業如何做好品牌上推廣
TAG:看客網 |
※數據分析方法論
※關於數據分析的簡單分享
※不幹貨不分享——數據分析講座
※深度解析——數據分析是什麼!
※大數據情感分析
※大數據架構與數據分析
※數據分析前須知
※數據分析如何入門,怎麼樣成為一個初級數據分析師
※產品經理最常用的幾個數據分析方法
※數據包分析技術
※大數據應用案例趣談——如何利用大數據分析人群情感訴求
※以AI賦能數據分析,一站式數據分析平台仍是國內主流打法
※銷售管理過程中的數據決策分析
※大數據技術詳解比較分析!
※了解零售數據分析的架構
※數據分析師工作內容
※壹看板:用數據分析解決客服中心的知識庫管理問題
※分策數據:數字化管理諮詢
※麥肯錫:如何讓數據分析為你所用
※數據分析的流程