谷歌分析告訴你的8個數據謊言及修復方法

本文長度為4462字，預估閱讀時間15分鐘。

引言：本文介紹了8個谷歌分析的數據謊言並指出了修復方法。

翻譯 | Lisa

審校 | 王楠楠

編輯 | 雨欣

使用谷歌分析是營銷人員必須要做的，因為它可以高效衡量結果。真的是這樣嗎？

數據是有價值的，而谷歌分析可以快速簡單地獲取數據。你當然需要谷歌分析來衡量結果。這是必經之路。

但是，你知道這個平台可以欺騙你，並且你永遠都不會知道嗎？這意味著你得到的數據可能完全是錯的。當數據出錯時，是沒有辦法依靠錯誤的數據做出未來的營銷決策的。

如果依靠這些數據做了營銷決策，你將可能犯下代價高昂且無法彌補的錯誤。受污染的數據是不能被信任的。一旦數據錯誤把數據弄亂了，就很難讓事情回到正軌，即使再優秀的數據分析團隊也無法挽回。

幸運的是，有很多方法可以解決大部分的數據謊言。前提是得知道謊言是什麼。這就是為什麼我寫下這篇文章的原因。

尋找謊言的第一個地方就是不明來源流量偽裝成直接流量。

謊言1 :「不明來源流量」興起

不明來源流量可以簡單地看作是隱藏流量，它可以偽裝成「直接」流量，也可以偽裝成郵件、社交、搜索等任何一種。不明來源流量將極大地影響訪客流量統計。這主要是因為包括谷歌在內的分析平台很難追蹤每一種流量來源。

TalkWalker做了分析並找出了不明來源流量對他們品牌的影響。他們發現至少21%的直接流量可以被歸類為「不明來源」流量。

這是相當大的一部分佔比。並且這種情況在你身上也會發生。正因為如此，你的營銷活動並沒有收穫它們應有的效果。而這也會影響你的聲譽。當影響到自然搜索流量的分析時，情況會更糟糕。

這種事我們大家都避免不了。甚至Groupon最近發現他們 60%的直接流量都應該被定義為自然搜索。

好消息是，你可以使用UTM給鏈接打標籤來防止該類問題的發生。Google和Buffer都提供了操作簡單的UTM。

你所要做的就是確保鏈接在正式使用之前做好了標記。但這個解決方案並不總是能解決自然搜索的問題。

不明來源流量將首先影響短小簡單的URL鏈接，比如主頁。因為主頁通常是人們登陸網站的第一個著陸頁。但長的網址更有可能被影響，因為他們可能根本無法得到大量的直接流量。使用UTM至少可以幫助減少這些問題。

在所有不明來源流量中，隱藏的社交推薦流量可能是最常見的。下面我們來說一說這是為什麼。

謊言2 :隱藏的社交推薦流量

可以說，谷歌分析最大的數據謊言是它們隱藏了大部分來自Facebook的流量以及所有的社交推薦流量。Facebook和Google追蹤到訪用戶的方式大相徑庭，因此比較兩者的分析結果並不可靠，很難知道哪個平台的更準確。

如果你曾注意到Facebook的廣告點擊數與谷歌分析上的數據差異，你就知道我在說什麼了。

2014年初人們開始注意到這一點，直到2018這仍然是個問題。

這些差異的一個主要原因是Facebook用戶在點擊廣告時，會在Facebook App里打開內置瀏覽器。這類在應用程序中打開的瀏覽器與傳統的瀏覽器不同。這意味著此種交互不會被標記為來自Facebook.com的推薦流量，即使它本來是的。

給每一個社交媒體平台（Twitter, Pinterest, Instagram等）使用谷歌的URLBuilder 以及UTM碼可以解決這類問題。對於Facebook而言，試試谷歌的Facebook URL Builder，這樣就不必離開平台就可以根據鏈接追蹤訪客。

提示：用谷歌的URL Builder為所有的社交平台生成單獨的鏈接，包括Instagram，Pinterest，Twitter，LinkedIn，等等。這將幫助你追蹤到所有谷歌分析丟失的社交推薦流量。

「不明來源流量」也是你首先應該放棄關注虛浮指標的原因。因為它們不準確。

謊言3 :虛浮指標

流量和頁面訪問量是監控網站進展的一個簡單方法。

事實上，這兩個指標並沒有告訴你任何具體的東西。它很容易讓我們認為高瀏覽量是因為網站做的很好，其實不然。比如說，你寫了一些很受歡迎的博文，訪問量很高。

但如果這些頁面的跳出率很高，那這些瀏覽量的意義就不是很大。人們可能會點擊你的內容，但這並不意味著他們為你的內容而停留。

如果你的網站有成千上萬的月訪客，但他們的大部分都是在進入網站之後立即離開，那這些訪客其實沒有為網站增加任何價值。這就是為什麼你不能將巨大的精力放在提升這些虛浮的指標上。這些指標只是用來衡量網站是否吸引了人們的注意力。如果跳出率太高，那麼就需要提高網站頁面的交互或使用熱力圖找出他們離開的原因。

謊言4 :誘導性的垃圾鏈接

如果你認為垃圾鏈接只是博客或郵箱中的一個問題，那你就錯了。

垃圾鏈接還會弄亂谷歌分析中的流量來源數據。

這是因為垃圾流量發送者不會直接訪問你的網站。但是會發送假代碼，製造虛假訪問量。

以下是垃圾流量的工作原理：

垃圾流量通過測量協議可以進入谷歌分析的數據中，這意味著他們可以直接發送數據（以及虛假數據）到谷歌分析伺服器。

垃圾流量的訪問量是虛假的，他們讓你認為得到了大量的流量，但其實並不是。這並不利於轉化率的評估。好消息是，你可以識別這些垃圾鏈接，並用Loganix把它們過濾出來。

你可以通過三個因素確定垃圾郵件：

1、流量來源是否已經列在垃圾源列表中

2、在hostname中是否有無效的網站

3、無法獲取屏幕顏色和解析度的，很可能就是假網站（比如0x0,1x1或790x1）

為了避免這個問題，請確保打開谷歌的 BOT過濾。

從這裡，向下滾動到「Bot過濾」，並選擇旁邊的框「排除所有已知的機器人和蜘蛛。」

一旦啟用該功能，大部分垃圾流量不會被包括在你的分析數據中。任何來自機器人或蜘蛛的訪問都會從你的結果中過濾掉。

但那只是錯誤流量的一部分。A/B測試也會導致錯誤的信息。

謊言5 :正向的A/B測試

A/B測試需要做大量工作，但通常沒有高回報。A/B測試成功的機會非常渺茫，需要每月至少有1000個轉化才能看到有意義的結果。 大多數人只用兩個變數，這導致轉化率很低。

你必須測試至少五個變數才能看到真正的結果，這比你最初計劃的兩個變數要花費更多的精力。

簡單地說，成功完成A／B測試所花費的時間可能不值得。

虛假的正向結果是常見的。例如，刪除某表單欄位，將明顯看到更正向的結果。

適用的場景如用戶註冊時是否要求輸入信用卡賬號，如果要求，轉化率會降低，不要求，轉化率會變高。

Totango (一家客戶管理公司) 的轉化率曾從10%下降到2%，並且高達70%的免費體驗是完全沒有意義的。這很容易理解。如果你讓大量的用戶到達網站，但他們的質量較低，那麼正向的A / B測試並不總是能說明真相。

除非你關注整個銷售漏斗，否則沒有辦法真正知道A／B測試是否完全成功。你跟蹤的線索也並不像已完成的售賣那麼重要。

謊言6 :過分強調線索而不是銷售

分析數據可以告訴你一次營銷活動帶來多少線索。但是，這些線索又帶來了多少交易呢？

例如，一個營銷活動可能帶來70條線索，而另一個則帶來了100條線索。但是兩個營銷活動都可能提供相同數量的轉化客戶。那些轉化客戶比一般的線索更有價值。而這還不包括每個客戶的終身價值（LTV）。

客戶的終身價值是產品售賣和市場定位非常重要的主要原因。事實上，36%的營銷人員認為調整售賣和市場定位是高優的組織目標。而你應該也是如此認為的。

一次轉化（和購買）沒有客戶的終身價值重要。終生價值可以讓你一直從客戶身上獲得利潤。

因為越來越多的東西變得商品化。而這意味著更低的價格。

例如，看看今天WordPress 主題的成本：

甚至網頁設計成本近年來也在下降，因為現在比以往任何時候都有更多的選擇去完成這件事。這意味著你不能像大多數服務或產品那樣收費。因此，老客戶重複購買是利潤最大的方式。但是，只有當你的市場分析和產品售賣合併時，你才能獲取（和追蹤）回頭客。

如下使用 ContactMonkey：

通過電子郵件跟蹤功能，可以看到人們何時、何地以及如何與你的消息互動。然後你可以利用這些信息來調整市場選擇。

控制住了該數據謊言後，你就會想如何避免錯誤轉化的成本。

謊言7 :錯誤轉化的成本

用戶行為可能導致不正確的關鍵字統計、轉化成本等等。

例如，你可能已經在像TrafficBooster這樣的app上運行AdWords PPC的營銷活動。

你可能已經花費了大量的精力做了許多嘗試，但谷歌分析告訴你，你只獲得了少得可憐的兩個訂單。轉化就到此為止了。基於這樣的信息，你很容易就會感到沮喪並取消整個營銷活動。

但是你需要審查整個流程，才能得到更準確的轉化結果（和成本）。

一些看過你廣告的人不會馬上點擊廣告。他們當時可能很忙，心煩意亂，或者在趕時間。但他們會記住你的品牌，然後在谷歌上搜索品牌名稱。從搜索引擎到達活動頁面後，如果他們決定購買，他們將不會被列為直接轉化用戶。儘管理論上講他們應該被算作是直接轉化。是因為你的廣告引導他們產生了直接購買的行為。

那麼如何解決這個問題呢？答案就是銷售追蹤。需要關註銷售量在新的營銷活動開始後是否突然增加了？儘管分析數據並沒有改變。你應該把這些數據歸因到轉化率中。

而同樣的，末次觸點歸因也在說謊。

謊言8 :末次觸點歸因偏差

末次觸點歸因是谷歌將已知的轉化記錄下來，並且追蹤到發生轉化之前用戶最後接觸到該商品的時刻，則標記為最後的這次接觸帶來了轉化。

社交策略不是驅動銷售的因素。而自然和付費搜索以及電子郵件是驅動因素。

當人們輸入搜索詞查詢時，他們知道自己在尋找什麼。他們通常已經做好了購買的準備。

而郵件列表中則充滿了準備重複購買的老客戶。

但是谷歌分析只考慮了末次觸點歸因。這就是為什麼你不能忽視多觸點歸因。

事實上，真正的購買行為發生之前，廣告其實已經觸達該用戶十幾次了。購買者的多次被觸達很可能也發生在不同的設備上。因此，你沒有看到用戶與你品牌、產品或服務的每一次互動。你不知道每個人最初是如何到達你的網站的，他們是如何找到你的，或者是什麼讓他們信任你，以至於他們最終購買了你的產品或服務。

當末次觸點歸因偏差發生時，你所有努力尋找的受眾，營銷內容，收集到的銷售線索則都將會被忽視。由於隱私問題，谷歌分析不讓你追蹤到所有的這些信息。但是你可以追蹤用戶ID。這仍然沒有提供給你姓名，電子郵件地址，或任何其他具體信息。如果你試圖追蹤這些信息，你可能會面臨嚴重的後果。

據谷歌稱，「如果使用任何此類信息，您的分析帳戶可能會被終止，所有數據也將被銷毀。」相反，你可以只獲取用戶ID。

沒有辦法解決這個謊言，所以最好是避免單獨使用末次觸點歸因偏差。

結論

通過谷歌分析可以快速、簡單、便捷地獲取你需要的數據。但其中會有很多數據謊言。

大多數時候，除非你知道需要關注哪些數據，否則你永遠不會發現這些謊言。

而當你的數據出錯時，你的決定也會出錯。

好消息是，一旦發現了谷歌分析中數據的錯誤，就有很多方法可以解決。

例如，不明來源流量潛伏在每個角落。電子郵件、搜索和社交流量通常被歸類為直接流量，即使它們不是。

這就是為什麼UTM 如此重要。他們可以標記你的鏈接，這樣你就能看到流量的真正來源。他們可以幫助你發現隱藏的社交推介流量。

谷歌還著重突出一些虛浮指標，比如頁面瀏覽量，而不考慮跳出率。

誤導性的垃圾流量鏈接也會搞亂你的流量統計數據。這就是為什麼你應該過濾掉它們。

不要忘記正向的A / B測試。他們並不總是成功的。

銷售線索也不總是有用的。銷售應該將注意力放在這些線索帶來了什麼。

高轉化成本也會令人沮喪，但通常是虛假的。他們只是沒有將所有的轉化數據考慮進去。

末次觸點歸因也會撒謊。

來自谷歌分析的數據並不總是告訴你營銷中正確和完整的故事。但如果你知道該去哪裡查找，你就可以結束被欺騙。

作者簡介

Neil Patel是紐約時報最暢銷的作家。華爾街日報稱他為網路最具影響力人物之一，福布斯說他是top10營銷人員，企業家雜誌說他創造的公司是100個最優秀的公司之一。他被美國總統奧巴馬評選為30歲以下100強企業家，並被聯合國評選為35歲以下100強企業家。

譯者簡介

Lisa，統計學專業海歸碩士，曾就職於百度，負責DMP及廣告效果評估的產品工作。目前致力於移動推廣領域。呂東昊，網路營銷分析師，廣告設計師。擅長SEM、SEO、廣告設計。iCDO翻譯志願者。

審校簡介

王楠楠，互聯網數據分析從業者。

關於iCDO

internet Chief Data Officer (iCDO)，中文全稱互聯網數據官，中國專業化的學習型媒體平台，專註數據驅動的互聯網營銷和運營。

訂閱號-每日嘗鮮

服務號- 每月精選

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！