20160315 網路星期二:數據會說話 - 從npo的網站分析談起
TRANSCRIPT
數據會說話 What I learned from numbers
Ruby Wang
王宛如 Ruby Wang PM, EC & Marketing Science, ASUS 政大資管+AMBA 訊連科技、共贏科技、 聯合報系 udn買東西、歐易亞科技 數據分析/SEO/導購 活動/網站/平台規劃
Agenda
• 什麼是網站分析(Web Analytics)? • 網站分析的原理與工具
– 站內分析 – 競爭分析
• 有什麼可以分析? – 常用 KPIs – 指標(Metrics)/維度(Dimensions)有什麼不同
• 切割(Segmentation)的重要性 – 資料切割 – A/B Testing
• 練習:我們可以利用數據解決什麼問題? • 網站分析的美麗與憂愁 • 學習資源
什麼是網站分析? WHAT IS WEB ANALYTICS?
Web Analytics 2.0 之定義
你跟你的競爭者的質化跟量化的分析
• the analysis of qualitative and quantitative data from your website and the competition,
為的是持續性改善用戶跟潛在用戶的線上體驗,精益求精
• to drive a continual improvement of the online experience of your customers and prospects,
並轉化成你想要的結果/目的(包含線上跟離線的)
•which translates into your desired outcomes (online and offline)
~ Web Analytics 2.0, Avinash Kaushik
問對問題/確認目的是最重要的
~ 增長黑客, 范冰
分析的工作流程
提出
假設
設定
目標
佈碼/報
表計畫
佈碼
數據
驗證
報表
呈現
分析
洞察
網站分析的原理 HOW WEB ANALYTICS WORKS?
目前主流的追蹤方法
1. Server Log
Server Log
目前主流的追蹤方法
2. JavaScript / Cookie
Source: https://analyticsacademy.withgoogle.com/course02/unit?unit=2&lesson=1
基本 code + 資料加工
Web / APP 分析工具
一般通用
• Google Analytics
• OMNITURE (Adobe)
• mixpanel
• webtrends
• Webtrekk
• Coremetrics (IBM)
特殊使用
• Flurry (Mobile)
• AppsFlyer (APP)
• Application Insight (MS)
• APP Annie (APP)
• 百度統計 (China)
• CNZZ (China)
• Yandex Metrica (Russia)
其他分析工具
定性
• 4Q Survey
• Kampyle
• uservoice
• surveygizmo
• surveymonkey
Misc.
• CrazyEgg
• ClickTale
• SkyGule
• UXSuite
競網分析工具種類
瀏覽器小工具 Toolbar Data
• Alexa, SimilarWeb, Pingle
樣本資料 Panel Data
• comScore, Nielsen
網路服務供應商 ISP Data
• Hitwise, Compete
搜尋引擎資料 Search Engine Data
• Keyword Planner
分析工具的產業標準 Benchmarks from Web
Analytics Vendors
• Fireclick, Coremetrics, GA
自主回報 Self-reported Data
• Quantcast, Google’s Ad Planner
客戶滿意 External Voice of Customer Data
• iPerceptions
混用資料 Hybrid Data
• Compete , DoubleClick Ad Planner
• Google's Trends for Websites
http://www.kaushik.net/avinash/competitive-intelligence-data-sources-best-practices/
有什麼可以分析? DIMENSIONS, METRICS, REPORTS
Visits/Sessions & Visitors/Users 訪次/工作階段&訪客/使用者
一個 Visitor 可能會有多次造訪 Visits /Sessions。
每一個追蹤工具都有自己的命名與追蹤方式,
必須了解才能善用。
Time on Page & Time on Site 網頁停留時間&網站停留時間
3:00 pm
3:01 pm 3:05 pm
3:10 pm
Bounce Rate 跳出率 • The sexiest web metrics!
• 使用者只看一頁(到達頁/著陸頁)就離開網站的比率。
• 兩個衡量層次
– 全站的平均 bounce rate
– 熱門到達頁(landing page)的 bounce rate
• 其他應用(+維度)
– Top referrers 的 bounce rate
– 關鍵字(paid/organic)的 bounce rate
– Blog的 bounce rate是否重要?
Exit Rate 離開率
• 訪客從特定網頁離開你的網站的比率。
• 使用者終究會離開網站,但他們是否是在我們期許的情況下離開?
• Bounce Rate & Exit Rate 是相輔相成的。
Bounce Rate vs. Exit Rate
看到廣告/FB
到達頁
瀏覽網站
註冊流程
捐款/報
名
流程
再訪/
分享
Conversion Rate 轉換率
• 訪次完成預期目標的比率。 Conversion Rate = Outcomes ⁄ Sessions
• 舉例:
Sessions = 10, Users = 3, Orders = 1, Revenue = 2,000 Conversion Rate = 1 / 10 = 10%
關於轉換率
• 常見轉換率:註冊、購買、廣告、 訂閱、下載/安裝、捐款、儲值、 使用。
• 轉換重心根據目的及公司定義而有所不同。
–萌芽期 成長期 成熟期 衰退期
–政府、企業、社會企業、非營利組織…
ROAS 目標廣告投資報酬率
• 每 1 元廣告支出,能為公司帶來的業績。 ROAS = Revenue / Advertising Spending
• 舉例:
Sessions = 10, Users = 3, Orders = 1, Revenue = 2,000, AD Spending = 50 ROAS = 2,000 / 50 = 40
使用者參與 Engagement
• 參與、涉入:吸引更多喜好與關注。
– Time on site?Frequency?回訪?回購?
• 量化資料只能得知 Engagement 的程度,無法得知類型(正面/負面)。
– Facebook 按讚、點擊、分享?
• 因地制宜,適時加入質性研究。
嘗試一下
2014/12/2
2015/1/2
2015/1/5
2015/2/2 看了 1 頁即離開
看了 3 頁(加入會員)才離開
看了 2 頁才離開
看了 1 頁即離開
在報表區間 2015/1/1-2015/2/20 內…
工作階段 Sessions = 3 單次工作階段頁數 Page/Session = 6/3 = 2
使用者 Users = 2 跳出率 Bounce Rate = 1/3 = 33.33%
瀏覽量 Pageviews = 6 % 新工作階段 % of New Sessions = 1/3 = 33.33%
入會達成率 Conversion = 1/3 = 33.33%
網站停留時間 Time on Site / Session Duration
工作階段時間長度 Time on Site = 8:15 – 8:00 = 15分
各別頁面停留時間
Page 1 = 8:05 – 8:00 = 5分
Page 2 = 8:15 – 8:05 = 10分
Page 3 = ? – 8:15 = 0分
8:20 am
我們如何用不同角度切割數據
• 使用者的樣貌 –年齡
–性別
–新客/舊客
–使用裝置
• 使用者的行為 –流量來源
–瀏覽頁面/到達頁/離開頁
• 時間
使用者樣貌-年齡
使用者樣貌-性別
年齡性別是預估而來
• 嘗試一下 Google 廣告設定 https://www.google.com/settings/ads
使用者樣貌-新客與回訪
使用者樣貌-使用裝置
使用者的行為-流量來源
關於網站內容-所有網頁
關於網站內容-到達頁
到達頁(landing page)是使用者到達網站的第一頁,到達頁可能是任何一頁。 到達頁的重要性在:若能清楚了解使用者的來源與到達頁,便可在到達頁上提供適切的內容與資訊,加深使用者繼續瀏覽的意願-降低跳出率,提升轉換率!
關於網站內容-離開頁
離開頁是指,使用者在哪一頁離開網站。 使用者終究會離開網站,但若使用者在重要環節(如:確認結帳頁)離開網站,那就大事不妙了。
關於目標-程序視覺呈現
藉由了解消費者完成目標的流程, 觀察每一個流程裡的離開率, 就可以知道, 哪個步驟需要優化。
關於時間
指標(Metrics) vs. 維度(Dimensions)
Source: https://analyticsacademy.withgoogle.com/course01/
Dim
ensi
on
s
Metrics 好壞評斷依據
資料切割方式
優秀KPI的四個特性 • 簡單
• 指標與業務相關
– 可從朋友或競爭者取得靈感
• 即時
• 即時有用
– 可以馬上發現問題
~Avinash Kaushik
Avinash 的三個教訓
• 不要過分追求完美
– Stuart Gold:一次讓人有收穫的犯錯,好過什麼都不做。
• 要做到少而精
–做最重要的事。
• 重視網站指標的生命週期
資料切割的重要性 SEGMENTATION & A/B TESTING
有時候問題很複雜, 資料需要切割,或是分類
使用次維度把資料做細分
比較不同產品系列的使用者樣貌
比較不同產品系列的使用者樣貌
關於實驗 A/B Test
• A/B Test的金科玉律 – 一次只改一個小東西(變數)
– 持續改善(把好 A/B Testing 到最好)
– 改變變數≠改變目的
– 同一個人看到的都是同一個選項
A/B testing in Online Advertising
至少換過五個圖
樣本數越多越好,至少每個ad有100個clicks
測試結果無法使用一輩子,但可以延伸
練習: 我們可以利用數據解決什麼問題?
先來個簡單的
看到廣告/FB
到達頁
瀏覽網站
註冊流程
捐款/報
名
流程
再訪/
分享
指標索引
• Visits/Sessions 訪次/工作階段
• Visitors 訪客
• Time on Page 網頁停留時間
• Time on Site 網站停留時間
• Bounce Rate 跳出率
• Exit Rate 離開率
• Conversion Rate 達成率
• Page Value 網頁價值
• Engagement 使用者參與
拿個網站當例子 http://www.youthrights.org.tw/
網站分析的美麗與憂愁 PROS & CONS OF ANALYTICS
If you cannot MEASURE it,
you cannot IMPROVE it.
英國物理學家 Lord Kelvin
~ SSA: 用戶搜索與行為分析, Louis Rosenfeld
價值三億美金的按鈕
Source: https://articles.uie.com/three_hund_million_button/
樣本≈母體
但數據無法告訴我們…
使用者的意圖
學習資源
參考書籍
• 英文書 – Web Analytics 2.0
– Practical Google Analytics and Google Tag Manager for Developers
• 中文書 –人人都是網站分析師(簡/繁)
–網站分析實戰(簡)
–流量的秘密(繁)
– SSA:用戶搜索心理與行為分析(簡)
Google Analytics 官方資源
• 說明中心 – https://support.google.com/analytics/
• Google Analytics Academy – https://analyticsacademy.withgoogle.com/explorer
• 功能介紹 – https://www.google.com/intl/zh-TW_ALL/analytics/features/index.html
• Google Developer – https://developers.google.com/analytics/
• The Analytics Blog – http://analytics.blogspot.tw/
• Google+ 社群 – https://plus.google.com/+GoogleAnalytics/posts
• YouTube – https://www.youtube.com/user/googleanalytics
結語
網路上, 什麼都可以記錄! 什麼都可以測量!
但重要的是要先討論
什麼是應該測的? 先定義成功,再設定策略
我認為一個好的 數據分析師應該是…
• 對分析有熱情,喜歡新東西。
• 邏輯好比念什麼系重要。
• 問問題的能力。
• 刻苦耐勞,不怕失敗。
• 販賣點子的能力。
• 加分:產業知識。
累積數據經驗的訣竅就是, 只要確保不會影響原始資料,
那就 大膽玩,不怕髒 就可以了
Thank You. Merci Beaucoup.