網站運營常見指標分析有哪些

　　網站從建設到日常整體運營,都必需規劃好每個段價完成任務。網站運營模式有多種多樣,要根據自己實際制定運營指標示。那麼，網站運營中最常見的指標分析方式有哪些呢?下面就一起來看看。

　　網站運營常見指標分析方式

　　一、使用者的細分方式

　　我不建議把使用者細分成許許多多的型別，目前為止見過的使用者細分的類別也不在少數，羅列出來應該有一大串：當前使用者、新老使用者、活躍使用者、流失使用者、留存使用者、回訪使用者、誤闖使用者、休眠使用者、常駐使用者、忠誠使用者……其實很多的定義或含義是相近的，在分析層面也扮演著類似的指標角色。所以不建議將使用者這樣混亂無章地分成N個類別，使用者的細分關鍵在於以合理的體系將使用者細分成幾個類別，並且每個類別都能發揮其在使用者分析上的功效，不存在累贅和混淆。

　　所以這裡想介紹下我認為比較合理的使用者細分方式。我將使用者分成以下幾類：當前使用使用者、新使用者、活躍使用者、流失使用者、回訪使用者，下面來簡單的解釋下。

　　當前使用使用者：即我們平常所說的UV，也就是網站的登入或者使用使用者數。用於體現網站的當前運營狀況。

　　新使用者：首次訪問或者剛剛註冊的使用者;那麼那些不是首次來訪的使用者就是老使用者，於是同時也獲得了老使用者的統計。用於分析網站的推廣效果或者成長空間。

　　活躍使用者數：活躍使用者的定義千差萬別，一般定義有關鍵動作或者行為達到某個要求時的使用者為活躍使用者;每個網站應該根據自身的產品特定定義活躍使用者。活躍使用者用於分析網站真正掌握了多少有價值使用者。

　　流失使用者：網站的活躍使用者與流失使用者中已經做了定義和介紹，用於分析網站保留使用者的能力。我們將那些未流失的使用者叫做留存使用者，可以通過總使用使用者數減去流失使用者數計算得到。

　　回訪使用者：是指那些之前已經流失，但之後又重新訪問你的網站的使用者。用於分析網站對挽回流失使用者的能力***常常會受到那些很久沒有登入的網站給你發的郵件吧，讓你回去看看，這些措施就是他們在挽留那些流失使用者***。除非近期內執行了一些挽留流失使用者的手段，正常情況下回訪使用者的比例應該是比較低的，否則就是你對流失使用者的定義不夠準確，應該適當延長定義流失的時間間隔。

　　所以其實在我們獲得某些使用者統計指標之後，通過計算同時也獲得了諸如老使用者、留存使用者這些指標。

　　二、值得關注的使用者指標

　　文章的開頭已經提到過，如果你想了解一個網站或者一個產品的使用者情況，請儘量抓住那些最為關鍵的使用者指標。如果是我來問，我只會問3個指標：活躍使用者數、新使用者比例和使用者流失率。

　　顯而易見，活躍使用者數直接反映了網站或者產品真正掌握著多少使用者，這些使用者並不是因為某些廣告或者連結誤點進來的，而是真正對這個網站或者產品感興趣，有意向去使用或者持續關注的。活躍使用者數越高，網站或者產品當前擁有的價值越高。但這裡有一點需要格外注意，那就是活躍使用者的定義，活躍使用者跟新使用者不一樣，活躍使用者可能催生各種形形色色的定義，之前的文章——用Engagement衡量使用者活躍度對於如何定義使用者活躍做過介紹，活躍使用者的定義也類似，可以有各種方法。寬鬆的定義可以讓活躍使用者“變多”，比如只要訪問頁面數超過2頁或者停留時間超過30秒;而嚴謹的定義可能會導致活躍使用者“減少”，比如微博網站定義平均每天傳送微博數量超過2條的才是活躍使用者。所以，不同的定義影響著活躍使用者的數量，當你問到活躍使用者時，一定要了解對方是如何定義活躍使用者的。我更偏向於嚴謹的定義，雖然這會讓活躍使用者“減少”***某些高層看到這個數字可能就不幹了，趕緊重新下個定義吧，讓資料變得“漂亮”一點……***，但嚴謹的定義讓資料顯得更加真實，可以說根據這個定義統計到的使用者是那些真正在為網站創造價值的使用者。

　　新使用者比例反映著網站或產品的推廣能力，渠道的鋪設和帶來的效果。新使用者比例不僅是評估市場部門績效的一個關鍵指標，同時也是反映網站和產品發展狀況的重要指標。

　　但只看新使用者比例是不夠的，需要結合著使用者流失率一起看。我見過流失率98%的網站，也見過流失率20%左右的產品，流失率會根據產品對使用者黏性的不同而顯得參差不齊。使用者流失率反映了網站或者產品保留使用者的能力，即新使用者比例反映的是使用者“進來”的情況，使用者流失率反映的是使用者“離開”的情況，結合這兩個指標會有下面3類情況，代表了3種不同的產品發展階段：

　　新使用者比例大於使用者流失率：產品處於發展成長階段;

　　新使用者比例與使用者流失率持平：產品處於成熟穩定階段;

　　新使用者比例低於使用者流失率：產品處於下滑衰退階段。

　　網站運營資料分析方法

　　網站運營資料分析方法十：Link Tag的流量標記

　　Link tag標記流量源頭，絕對是所有方法中最為基本重要的一種。這種方法不僅僅適用於網站的流量來源，也同樣適用於app下載來源的監測***但後者需要滿足一定的條件***。

　　Link tag的意思，是在流量源頭的鏈出連結上***鏈出URL上***加上尾部引數。這些引數不僅不會影響連結的跳轉，而且能夠標明這個連結所屬的流量源是什麼***理論上能夠標明流量源的屬性數是無限的***。

　　Link tag不能單獨起作用，必須要在網站分析工具或者app分析工具的配合下工作。

　　Link tag是流量分析的基礎，要嚴肅的分析流量，不僅僅是常規分析，還包括歸因分析***attribution analysis***，都需要使用link tag的方法。

　　網站運營資料分析方法九：轉化漏斗

　　分析轉化的基本模型是轉化漏斗***conversion funnel***，這個大家都應該很熟悉了。

　　轉化漏斗最常見的是把最終的轉化設定為某種目的的實現，最典型的就是實現銷售，所以大家很多時候把轉化和銷售是混為一談。但轉化漏斗的最終轉化也可以是其他任何目的的實現，比如一次使用app的時間超過10分鐘***session duration >10minutes***。對於增長黑客而言，構建漏斗是最為常見的工作。

　　漏斗幫助我們解決兩方面的問題，第一、在一個過程中是否發生洩漏，如果有洩漏，我們能在漏斗中看到，並且能夠通過進一步的分析堵住這個洩漏點;第二、在一個過程中是否出現了其他不應該出現的過程，造成轉化主程序受到損害。

　　漏斗的構建很簡單，無論web還是app，都是最好用的方法之一。但漏斗使用的奧祕則很豐富。而且漏斗方法還會和其他方法混合使用，樂趣無窮。我在網際網路資料運營的課程中也會具體講解。

　　網站運營資料分析方法八：微轉化

　　人人都懂轉化漏斗，但不是所有人都關注微轉化。但是你想指望一個轉化漏斗不斷提升轉化率太困難了，而微轉化卻可以做到。轉化漏斗解決的是轉化過程中的大問題，但大問題總是有限的，這些問題搞定後，你還是需要對你的轉化進行持續優化，這個時候必須要用到微轉化。

　　微轉化是指在轉化必經過程之外，但同樣會對轉化產生影響的各種元素。這些元素與使用者的互動，左右了使用者的感受，也直接或者間接的影響了使用者的決定。

　　比如，商品的一些圖片展示，並不是轉化過程中必須要看的，但是它們的存在，是否會對使用者的購買決定產生影響?這些圖片就是微轉化元素。

　　個人認為，研究微轉化比研究轉化更好玩。有一些案例，課堂上跟大家講。

　　網站運營資料分析方法七：合併同類項

　　合併同類項是大家容易忽視的常用方法。我們往往非常重視細分，但有的時候我們卻需要了解更巨集觀的表現。

　　合併同類項就是這樣的方法。舉一個例子，我問你，一個電子商務網站，所有商品頁的整體表現如何?它們作為一個整體的bounce rate怎麼樣，停留時間怎麼樣，使用者滿意度怎麼樣等等，你能夠回答嗎?

　　如果我們檢視每一個商品頁的表現，然後再把所有一個一個頁面的資料加總起來作分析，就太麻煩了***根本無法實現分析***。這個時候，我們必須要合併同類項。

　　如何合併?利用分析工具的過濾工具或者查詢替換功能。不支援這樣功能的工具你可以考慮扔掉了，因為這根本不應放在增長黑客的專業裝備箱中。