3.1、流量分组分析

Google Analytics Haran 6年前 (2018-08-20) 3187次浏览 0个评论

转化与Engagement(流量质量)的二维评估
这其实是波士顿矩阵的一个典型应用了,Engagement通常了解为用户参与或交互,通常会是用户的行为,也就是action,我一般是用Engagement-转化,因为是有行为,然后才有转化,这个在流程和时间上的顺序结构,更便于理解。
在这个Engagement会是一些重要的行为,能够体现用户很强的体验或转化的行为,如:
点击咨询窗口
提交个人信息
点击播放
停留时间超过10分钟
⋯⋯
假设某个站点的产品是高价值的产品,是有在线咨询的功能,大部分的用户都是会先咨询,然后在做购买决策,那么,我们可以跟踪用户点击咨询窗口的数据,然后和转化率,构建波士顿矩阵去分析流量,如
3.1、流量分组分析

横坐标为Engagement-点击咨询窗口数量,纵坐标为转化率,然后在将平均值作为横竖的两条线,这样坐标轴就被分成四个区域了,再将不同渠道,不同分区的Engagement-转化数据放到坐标轴上面,可以看到如线图
第一象限:高咨询,高转化,咨询过后的转化率高,这是优质渠道,如这里的Social,需要持续投入,一般电商会这样做,在一些社交平台养账号,然后引流到主站去交易。
第二象限:低咨询,高转化,用户咨询少,直接做决策的,可能这部分是刚需用户,目标用户,对价格不敏感,需要进一步分析这部分用户的用户属性,去扩大受众人群。
第三象限:低咨询,低转化,带来的流量非潜在用户,或页面设计不友好导致咨询量低,或其他原因,逐个去验证。
第四象限:高咨询,低转化,用户有意愿,但是没转,说明用户有些顾忌或担忧,需要进一步分析,可能是价格,服务质量,支付方式,这些都有可能导致用户犹豫,迟迟没有转化,需要根据客户在咨询过程中的反馈去分析,然后在针对性给与折扣,体验等营销,促进用户转化。
基本上,你能画出这个图,结合业务的特点,不仅能够评估出各个分组的情况,还能够分析出所存在的问题。

思考与发现

1、横纵坐标的选取上
用户在不同阶段流程都会有一些Engagement,结果目标也可能有多个,而我们只能选取其中的两个去衡量,评估,往往可能会出现过于关注过程指标和忽略了对利润,产出的影响。如果不同阶段分到不同部门负责,这种情况出现问题会更普遍。

2、忽略外界因素
通过波士顿矩阵划分成四个象限,每个象限所采取的策略是不同的,对于第一现象,是现金奶牛,通常采取的是维持或扩大规模效益,对于第三象限,是瘦狗,可能会采取放弃方式,这种策略没有考虑到各个渠道所处的阶段,可能这个渠道是刚开始投放,还是处于粗投放,还在培育阶段,单纯的看波士顿矩阵,可能会忽略外界的因素导致错误的决定。

还会有其他问题的,没有一种方法是完美的,因为问题总是复杂的,往往我们通过建模,去将复杂的问题去抽象化去,去分析,能把握主要部分。


如有疑问,可以在文章底部留言或邮件(haran.huang@ichdata.com) 我~
喜欢 (0)
发表我的评论
取消评论
表情 贴图 加粗 删除线 居中 斜体 签到

Hi,您需要填写昵称和邮箱!

  • 昵称 (必填)
  • 邮箱 (必填)
  • 网址