互联网运营分析时一定会用到的十个方法

请报名参加3月25日至26日在深圳举行的课程预览。

如果您也想报名：

深圳课程距离优惠期结束仅剩10天。 目前已有110人报名，还剩40个席位。 如果您想注册，请至文末获取注册信息。

注：所有图片均来自《》PPT页面。

眼花缭乱的东西有很多，但真正有用的不一定是看起来很酷的。 很多方法简单朴实，但却解决了大量问题。

下面这十种方法都是我这么多年做互联网运营分析时用到的最经典的方法。 如果你熟悉了这些方法，你就差不多掌握了互联网运营分析的核心部分。 其实没那么复杂。

我们先从第十种方法开始倒着说。 就重要性而言，没有好坏之分，但结局往往是最重要的。

方法十：链接标签流量标记

链接标签标记流量来源绝对是所有方法中最基本也是最重要的。 该方法不仅适用于网站流量来源，也适用于监控App下载来源（但后者需要满足一定条件）。

链接标签是指在流量源的出站链接（出站URL上）添加尾部参数。 这些参数不仅不影响链路的跳转，而且还指示该链路所属的流量源（理论上可以指示流量源的属性数量是无限的）。

链接标签不能单独工作，必须与网站分析工具或应用程序分析工具配合使用。

链接标签是流量分析的基础。 要认真分析流量，不仅要常规分析，还要进行归因分析（），需要使用链接标签方法。

方法九：转化漏斗

分析转化的基本模型是转化漏斗（），每个人都应该熟悉。

最常见的转化漏斗就是设定最终的转化来达到某种目的，最典型的就是实现销售，所以人们经常混淆转化和销售。 但转化漏斗的最终转化也可以是任何其他目的的实现，例如一次使用应用程序超过10分钟（>）。 对于增长黑客来说，构建漏斗是最常见的工作。

漏斗帮助我们解决两个问题。 第一，流程是否存在泄漏。 如果有泄漏，我们可以在漏斗中看到它，并通过进一步分析来堵塞泄漏点； 第二，流程是否存在泄漏。 是否还有其他不应该发生的进程，导致主转换进程受损？

构建漏斗非常简单，无论是 Web 还是应用程序，它都是最好的使用方法之一。 但漏斗的使用有很多秘诀。 而且漏斗法可以与其他方法混合使用，带来无穷的乐趣。 我也会在互联网数据操作的课程中详细讲解。

方法八：微转换

每个人都知道转化渠道，但并不是每个人都关注微转化。 但你指望一个转化漏斗能不断提高转化率太难了，但微转化可以做到。 转化漏斗解决了转化过程中的大问题，但大问题总是有限的。 解决了这些问题之后，你还需要继续优化你的转化。 这时候就必须使用微转换。

微转换是指转换必要过程之外的各种元素，但也会对转换产生影响。 这些元素与用户的交互影响着用户的感受，直接或间接影响着用户的决策。

例如，有些产品的图片展示在转化过程中并不是必须看到的，但它们的存在会对用户的购买决策产生影响吗？ 这些图像是微转换元素。

就我个人而言，我认为研究微转换比研究转换更有趣。 有些情况我会在课堂上告诉你。

方法七：合并相似项

合并相似的项目是一种常见但很容易被忽视的方法。 我们常常非常重视细分，但有时我们需要了解更广泛的表现。

合并相似的项目就是这样的方法之一。 比如我问你，一个电商网站所有产品页面的整体表现如何？ 他们的总体比率、停留时间、用户满意度等是多少，您能回答吗？

如果我们看每个产品页面的表现，然后把所有页面的数据加起来进行分析，那就太麻烦了（分析根本不可能实现）。 这时候我们就必须合并相似的项。

如何合并？ 利用分析工具的过滤工具或查找和替换功能。 您可能会考虑扔掉不支持此类功能的工具，因为这根本不应该出现在增长黑客的专业变速箱中。

合并相似的项目有很多用途。 例如，如果你想了解网页或应用程序的某个部分（频道）的整体表现，或者如果你想了解整个导航系统的使用情况，这是一个必须使用的方法。

方法六：AB测试

遗憾的是增长黑客不谈论 AB 测试。

通过数据优化运营和产品的逻辑很简单——发现问题、提出想法、原型化、测试并最终确定。

比如你发现转化漏斗中间有漏洞，所以你认为产品的价格一定是错误的，让人不想买。 你看到了问题——漏斗，然后你提出了想法——改变定价。

但这个想法靠谱不靠谱，不是你想出来的。 它必须由真实用户使用。 所以你用AB测试，有的用户看到的还是旧的价格，有的用户看到的是新的价格。 如果您的想法确实可行，新价格应该会更好。 如果是这种情况，新的价格就确定（最终确定），并开始在新的转化高度运行，直到发现需要改进的新问题。

增长黑客的主要思想之一不是构建大而完整的东西，而是不断构建可以快速验证的小而精致的东西。 快速验证，如何验证？ 主要方法是AB测试。

当今的互联网世界，由于流量红利时代的结束，对快速迭代的要求大大提高，这也让我们更加注重测试的力量。

AB 测试在 Web 上很简单，但在 App 上就困难得多网站运营数据分析，但解决方案还是很多的。 那些国外的经典应用，那些卖钱的游戏，几乎每天都在进行AB测试。

方法五：热力图与对比热力图

热图是每个人都喜欢的功能。 它是记录用户与产品界面交互的最直观的工具。 但说到使用，可能真正深入挖掘的人却很少！

热图对于网络和应用程序分析非常重要！ 与过去的热图相比，今天的热图在功能上有了很大的提高。

在Web端，一些过去没有很好解决的问题，比如只能看到链接的点击状态、点击位置错位、在浮动层上标记点击、标记出站链接等，现在有了好的工具可以提供很多解决问题的新方法。 在app端，有两种情况。 内容类应用对热力图的需求较弱； 但工具类应用程序对热图的需求很大。 前者主要是并列内容，内容动态变化，因此热力图的应用价值不高； 后者具体需要通过热图反映用户的使用习惯，并与应用内（in-app）的其他分析相结合，以优化功能和布局设计，因此热图对他们来说很重要。

如果你想用好热图，很重要的一点是，单独使用热图很难解决问题。 我经常使用重点比较热图。

一、各种热图的对比分析，特别是点击热图（触摸热图）、阅读线热图、暂停屏热图的对比分析；

其次，细分群体的热图对比分析，如不同渠道、新老用户、不同时间段的热图对比、AB测试等。

第三，不同深度的交互反映不同的热图。 这种情况也值得利用热图比较功能。 例如点击热力图和转化热力图的对比分析。

简而言之，在分析许多用户交互时，热图简直就是一个神器，但热图确实比你看到的更强大！

方法四：Event（事件跟踪）

互联网运营数据分析的一个非常重要的基础就是网站分析。 今天的app分析、流量分析、渠道分析、以及后面要讲的归因分析，都是在网站分析的基础上发展起来的。

然而，早期网站分析的一个特点是只能记录页面上的一类用户交互行为，那就是点击http链接（点击URL）。 但随着技术的发展，页面上不仅有http链接，还出现了大量的flash（现在flash正在被淘汰）、交互链接、视频播放、其他网页或app的链接等。用户点击这些东西不能用旧的方法来记录。

不过，有问题就一定有解决办法。 人们发明了事件来解决上述问题。 事件本质上是对这些特殊交互的定制化监控，而且因为是定制化的，所以它还有更多额外的好处，就是可以为这个活动添加更多的指令（​​在事件方法的属性中）。 因此，这种方式甚至有些反客户导向。 即使对于一些http链接，很多分析老手也喜欢在其中添加事件（技术上完全可行），以获得更多额外的监控属性描述。

随着App的出现，由于App的特殊性（屏幕小，更注重在一屏上完成交互），分析App页面之间（其实应该是App）之间的跳转的重要性已经不如分析页面之间的跳转了。网络上的页面。 在事件之间跳转，但是分析应用程序上的点击行为非常重要。 这意味着当我们分析应用内时，我们必须严重依赖事件并且相对很少使用它们。 这意味着在app端，事件为主，页面（更准确的说）为辅！

这就是为什么你必须掌握这个方法。

方法三：分析

还没有一个大家统一使用的翻译。 有的说是同期群分析，有的说是世代分析，有的说是同期群时间序列分析。 您可以参考维基百科：%E9%98%9F%E5%88%97%E7%A0%94%E7%A9%B6 找到您认为合适的翻译。

不管你怎么称呼它，分析在数据运营领域已经变得非常重要。 原因在于，随着流量经济的衰退，互联网的密集运营需要仔细洞察留存。 这就是分析的最大价值所在。 分析比较具有完全相同性质的可比群体的保留率，以发现哪些因素影响短期、中期和长期保留。

分析流行的另一个原因是它使用起来简单又直观。 与更繁琐的流失分析、RFM或者用户聚类等相比，只用一个简单的图表，甚至不需要四次算术运算，就可以直接描述用户在一段时间内（甚至整个LTV）的留存（或流失） ） 变化。 它甚至可以帮助您做出预测。

我总觉得分析是最能体现简洁之美的典型方法。

方法二：（归因）

并不是每个人都听说过归因，能很好地运用它的人就更少了。 然而，考虑到人们购买某种东西的决定可能会受到很多因素（数字营销媒体）的影响，例如看到广告并了解该产品的存在，使用搜索来了解有关该产品的更多信息，然后看到它在渠道上、该产品的公众号等。这些因素的结合使人决定购买。

因此，很多时候，单一的广告渠道并不是打开客户大门的阀门，而是多个渠道共同作用的结果。

如何理解数字营销渠道之间的这种顺序关系或互动？ 如何建立完善的数字营销渠道策略来促进这种关系？ 在评估渠道时，如何考虑归因，才能更客观地衡量？ 这些都需要使用归因。

如果你是网络营销的负责人，归因分析是必不可少的分析方法。 在我的课堂上，我会花很多时间解释这个方法。

方法一：细分

严格来说，分割并不是一种方法，它是一切分析的起源。 所以它排名第一是当之无愧的。

我不变的口头禅是，不细分，不死亡。 如果不进行细分，您会进行什么样的分析？

有两种类型的细分。 一是在一定条件下的划分。 例如：在页面停留超过30秒的visit()； 或者只限北京地区的游客等等。其实就是过滤。 另一类是维度之间的交集()。 例如：来自北京地区的新访客。 那就是group()。

细分帮助我们解决几乎所有问题。 比如我们前面讲的转化漏斗的构建，实际上是将转化过程细分为步骤。 流量渠道的分析和评估也需要大量使用细分方法。

维度之间的交集是一种细分方法，相对反映一个人的分析水平。 例如，我的朋友孙伟（卡车之家的数据经理）将用户反馈作为事件的属性（放在事件属性中），提交给GA，然后在定制的报告中报告用户反馈。 通过与用户的其他行为进行交叉，我们可以看到有某种类型反馈的用户的行为轨迹，进而推测出现了哪些问题。

在分析跳出率时，我们也会将页面与其（流量来源）进行交叉，检查跳出率高是由着陆页还是流量造成的。 这也是维度交叉分割的典型应用。

不细分，还不如死了。

好了网站运营数据分析，这十种方法就讲完了。 事实上，还有很多可以补充的。 保存起来供以后（或课堂上）使用！

对了，我说的这个班已经在深圳开课了。 注册方法如下：

重要的提醒

欢迎来到松星互联网数据运营公开课

深圳站：

网络营销数据分析与优化

时间为2017年3月25日至26日（周末两天），地点选在深圳市南山区科兴科技园（南山区科园北路科兴科技园会议中心B4单元）深圳）三楼7+8会议室）。

扫描二维码了解具体课程信息：

数据驱动的互联网营销和产品类别

从事行业十年，撰写《中国网站分析》博客八年，宋老师全面、完整、深入地剖析了如何通过数据来分析和优化互联网营销和产品！

课程核心内容：

这不仅仅是方法论，更是实践！ 就是理论与实践的结合！

近500页PPT，25个主要部分，68个关键知识点，25个精彩案例，无数工作中感悟的经验总结。

特别适合想要在短时间内快速、系统地掌握互联网分析和优化的朋友！

而且，宋老师最擅长的就是把复杂的知识变成简单有趣的“故事”，给孤立的知识点加上全面的脉络，让你轻松愉快地掌握互联网产品和营销最深奥的原理。

如果您是企业数字营销领导者和实践者、搜索引擎营销领导者和实践者、互联网产品经理、运营领导者和实践者、网站分析从业者、数字广告从业者以及任何对互联网营销感兴趣的人产品朋友。 这个课程非常值得一听。

关于宋老师

宋星，中国网站分析创始人，互联网营销和产品数据分析优化领域顶级专家，全球最大广告公司之一法国阳狮传媒集团数据解决方案总经理，WAW（网站分析）创始人星期三）中国。

宋星曾任百度广告商业务咨询总经理、Adobe大中华区首席业务顾问。 在Adobe任职期间，他曾在中国、澳大利亚和美国工作，为中国、澳大利亚和东南亚的客户提供产品业务咨询、网络营销分析和网站分析服务。 在加入 Adob​​e 之前，宋星被任命为传媒集团监测与分析业务负责人（并购负责人）。 此前，他曾担任传媒集团旗下浩腾媒体北京的高级分析经理。 在加入集团之前，宋星曾在IPG集团旗下MRM北京担任团队领导和分析师顾问。

宋星服务过的客户包括（按时间顺序排列）IBM、Intel、HP、RB、SGI、AMP、搜狐视频、OPPO等全球领先企业。

宋星，中国网站分析科学的推动者，WAW（ ）中国网站分析创始人，CWA创始人，北京航空航天大学软件学院特聘教授，百度认证委员会专家委员，钻石讲师。

中国网站分析博客被网络营销分析大师先生在《Web 2.0》一书中推荐为全球15个值得阅读的网站分析博客之一。