日誌標籤'用戶分析'
2011年12月8日
從網站的用戶層面,我們根據用戶訪問的行為特徵將用戶細分成各種類型,因為用戶行為各異,行為統計指標各異,分析的角度各異,所以如果要對用戶做細分,可以從很多角度根據各種規則實現各種不同的分類,看到過有些數據分析報告做了各種用戶的細分,各種用戶行為的分析,再結合其他各種維度,看上去內容絕對足夠豐富,但很難理解這些分析結果到底是為了說明什麼問題,也許作為一個諮詢報告反映當前整體的趨勢和用...... »閱讀更多:基於用戶細分的比較分析 2011年3月28日
最近最常被問到的就是一些用戶的統計指標,無論是決策層還是產品部門,所以這篇文章重點說下用戶指標的一些內容。 假設你想用盡量簡潔有效的數據了解一個網站或產品的用戶情況,你會問哪幾個用戶數據? 其實一個聰明的提問者永遠不會問網站的累計用戶數有多少,甚至不會問網站的UV是多少,因為這些指標都不能從真正意義上去反映網站的價值和發展狀況。 舉個簡單的例子——網秦,累計用戶數應該不下千萬,但這個數字真的能夠體現...... »閱讀更多:值得關注的用戶指標 2010年8月8日
網站用戶管理的目標是發掘新用戶,保留老用戶。 但僅僅吸引新用戶還不錯,還需要保持新用戶的活躍度,使其能持久地為網站創造價值;而一旦用戶的活躍度下降,很可能用戶就會漸漸地遠離網站,進而流失。 所以基於此,我們可以對用戶進行又一個細分——活躍用戶和流失用戶。 活躍用戶與流失用戶活躍用戶,這裡是相對於“流失用戶”的一個概念,是指那些“存活”著的用戶,用戶會時不時地光顧下網站,同時為網站帶來...... »閱讀更多:網站的活躍用戶與流失用戶 2010年7月25日
網站中新老用戶的分析已經成為了網站分析中常見的一類用戶細分的方法,也是網站分析中用戶分析的一個重要組成。 Google Analytics中對新老用戶的命名分別為New Visitors和Returning Visitors,同時也為許多的分析指標提供了基於新老用戶的細分。 簡單地說,新用戶就是首次訪問網站或者首次使用網站服務的用戶;而老用戶則是之前訪問過網站或者使用過網站服務的用戶。 無論是新老用戶都能為網站帶來價值,這也...... »閱讀更多:網站新老用戶分析 2010年4月21日
Avinash Kaushik的博客中最近更新的一篇文章——Calculate Customer Lifetime Value,裡面非常詳細地論述了什麼是網站用戶的生命週期價值(Lifetime Value,簡稱LTV),及為什麼要使用LTV這個指標。 其中主要闡述的是在SEM及網站推廣的過程中不要僅關注於一次訪問(Visit)中的轉化率(Conversion Rates)和CPA(Cost Per Acquisition)這些指標,計算用戶在網站的整個週期中創造的總價值將更具意義,用戶生命週期價值對於衡量網站...... »閱讀更多:網站用戶的生命週期價值 2010年4月11日
前面的兩篇文章介紹了基於點擊流數據的適合所有網站的用戶忠誠度分析及應用於電子商務網站的用戶分析,並且通過雷達圖可以直觀的展示用戶在各指標上的表現情況,我們可以通過雷達圖上圖形圍成的面積來簡單評價一個用戶的綜合價值。 可能大家都有這樣的疑問,當各指標的影響權重不同時(比如電子商務網站可能會更看重用戶完成的訂單數或者在一段時間內的交易額),在這種情況下我們該如何來評價用戶的綜合價值? 如果...... »閱讀更多:用戶綜合價值評分體系 2010年3月31日
前一篇文章主要是基於點擊流數據的用戶分析,適合所有網站,而對於一些特殊的網站,可以根據自身所能獲取的數據將分析的指標進行擴展或根據自身的特徵定制合適的指標,這裡主要介紹的是適合一般的電子商務網站的用戶分析方法。 當用戶在電子商務網站上有了購買行為之後,就從潛在客戶變成了網站的價值客戶。 電子商務網站一般都會將用戶的交易信息,包括購買時間、購買商品、購買數量、支付金額等信息保存在自...... »閱讀更多:電子商務網站用戶分析 2010年3月28日
忠誠用戶不僅能為網站創造持續的價值,同時也是網站品牌口碑推廣的重要渠道,所以目前網站對忠誠用戶愈加重視。 可能很多網站或者網站分析工具對用戶做了“新用戶”和“回訪用戶”的劃分,但是單單區分新老用戶是不夠了,我們需要更加完善的指標來衡量網站用戶的忠誠度。 用戶忠誠度(Loyalty),指的是用戶出於對企業或品牌的偏好而經常性重複購買的程度。 對於網站來說,用戶忠誠度則是用戶出於對網站的功能或偏好而經...... »閱讀更多:網站用戶忠誠度分析 2010年2月24日
根據美國數據庫營銷研究所Arthur Hughes的研究,客戶數據庫中有三個神奇的要素,這三個要素構成了數據分析最好的指標: 最近一次消費(Recency) 消費頻率(Frequency) 消費金額(Monetary) RFM分析原多用於傳統營銷、零售業等領域,適用於擁有多種消費品或快速消費品的行業,只要任何有數據記錄的消費都可以被用於分析。 那麼對於電子商務網站來說,網站數據庫中記錄的詳細的交易信息,同樣可以運用RFM分析模...... »閱讀更多:電子商務網站RFM分析