[Avinash博文精选]最佳网站分析实践攻略 之 衡量购买前的天数和访问数

  本文是Avinash在21 Aug 2006所做的一篇文章。原文请见这里。下面是译文:

Think before you buy!  已经有很多很好的度量来帮助我们理解顾客在网站上的行为,比如转化率,Page views / visitor,在网站上的平均停留时间,到购买页面前所浏览的平均页面数等等。这些度量也都可以根据你的需要进行进一步细分,但是有时候他们还是不能满足我们的需要。

  对于本文要讨论的这两个度量,并没有直接集成在网络分析工具中,但是因为它们能够很好的揭示一些客户行为的深层次诱因,尤其是提供关于最终购买的诱因,因此我还是非常喜欢它们的。这两个度量是:“购买前的天数”(Days to Purchase)和“购买前的访问数”(Visits to Purchase)。即使你没有度过我这个文章,我敢说你此前肯定在哪儿也见过这两个度量。

   (在这儿,我用了“购买”这个名词。其实电子商务没有什么特别的,你也可以把这些度量用在其他领域,比如说用在“购买意向”上,或是让访问者“下载PDF说明文件”或寻求技术支持上。你需要的是一个对于访问者“最终行为”的清晰理解,即你必须搞清楚最希望访问者在你的网站上做些什么。)

  目前,大多数的网站分析度量都是基于session(同visit,即访问,译者注)的。但是,基于session的度量的“短板”在于它们都被当做一个“封闭”的过程(或者你可以说它们是平均每个visit的度量)。但事实跟这种过程是不同的。客户访问你的网站,然后基于他们的需要,在之后又回访几次,最后也许才会归结为实现某个目的(例如买了什么东西,或者留下一个购买意向,或是得到一些解答,或者写给你网站的CEO一封不怀好意的email,大骂你们的网站有多么稀烂),而这个过程很多时候都不是在一个session内就完成的。

[版权归译者Sidney Song所有,欢迎转载,但请事先告知作者并注明出处]

  而本文的这两个度量则是“泛session”(pan-session)的,因为它们包含了顾客是如何真正使用网站的信息,因此它们很有指导作用。

  好了, 不卖关子了,下面是具体的内容了(我必须承认,我宁愿在一个白皮书内讲解这个内容而不是一个博客的帖子里面,因此,如果你觉得内容有点儿复杂,请稍稍保持耐心)……

 假定:

  • 你的网站是能够让访问者进行某个(或某些)“访问流程”(sessionization)的。大多数情况下,无论你通过网站的log文件还是通过javascript代码来搜集关于访问流程的数据,都是没问题的。
  • 你的网站既设置了暂时性的cookie,也设置了100%匿名永久”user_id"cookie。(关于cookie的暂时和永久问题,请参见译者的帖子:捍卫Cookie——没有Cookie,我们什么都没有了
  • 如果你使用第一方cookie,将大大的提升数据的质量(尽管第一方cookie不能消除错误,但是能大大减少错误)。[另外,如果你没有使用第一方cookie,我强烈建议你尽快威胁你的网站分析工具提供商帮你把第三方cookie换成第一方cookie。所有的帅哥/靓女可是都支持第一方cookie的哦!]

定义:

  • 顾客购买前的平均访问数(Avg Visits to Purchase):顾客第一次访问网站到最终购买之间的平均访问数
  • 顾客购买前的平均天数(Avg Days to Purchase):顾客第一次访问到最终购买之间的平均天数

为什么我们需要衡量这两个KPI?

  我们在做网站分析的很多时候,都会忽略某个顾客在最终购买前的许多不同的在网站上的交互行为。人们来了,他们在网站上东瞅西看,然后他们会再来,再看看一些其他的东西,然后他们又跑到Amazon(亚马逊,一个世界知名的电子商务零售网站)上看看别人的商品评论,他们还会做一些比价的分析,然后,不知道什么原因,即使你卖的价格并不便宜,他们还是在你的网站上买了这个东西。

  基于session的度量(例如网站分析工具中集成的路径分析报告)并不能告诉你上面的情况。

  因此,如果你正在做网站联盟推广,或者按点击付费的广告营销,或者是直销(直复式营销),你顾客的第一次访问的价值是什么?只是因为顾客跟你可能还有来日方长的生意做,你就真的应该花更多的钱把他们都先领进门吗?

  衡量这两个度量的一个简单的原因是,它们的确能够告诉你到底要“来日方长”到多久,顾客才会真的从你的网站上购买东西。而且,你还能判断不同细分顾客的不同行为,依此来优化你的”营销战役“、促销活动以及其他最能赚回钱的推广活动。

如何测量这两个KPI?

  我们手边的网站分析工具一般都不能完成这种复杂的分析,因此我们要利用数据仓库,其中包含了我们所需的完整的点击流(clickstream)和最终结果(outcome)的数据。或许你的网站分析工具可以让你完成类似的分析,如果这样的话,请在本文下面的留言区给我留言。我们需要运行SQL的查询来获得我们所需的信息:

  1. 收集一段时间内所有的访问数据(在我们的这个例子中设置了6个月,得使用oracle)
  2. 每个访问内包含的数据根据你的网站情况可能会有不同,我建议至少要包括所有的cookie的值,营销战役(campaign)的值以及页面信息。
  3. 利用永久的“user_id” cookie的值组织这些访问,即一个use_id对应它的一系列的访问(有时候,网站会使用shopper_id作为永久cookie,这时候你只要问问你的网站技术人员这些cookie的名字是什么,我相信你会很容易的就能得到它)
  4. 对于每个user_id的“数据系列”(set),如第3步所示的,找到包含有浏览过“thank_you”(或是购买成功)页面的那些访问
  5. 对于第一个度量,即Visits to Purchase:
    1. 把某个月度内(比如2009年3月份)所有的包含了“thank_you”(或是成功购买)页面的永久user_id cookie对应的值全部选出来
    2. 回溯数据(在这个例子中是6个月),以找到它们的第一次访问
    3. 数出上面的“数据系列”中,第一次访问和最后购买的访问之间的总的访问数
  6. 对于第二个度量,即Days to Purchase:
    1. 把某个月度内(比如2009年3月份)所有的包含了“thank_you”(或是成功购买)页面的永久user_id cookie对应的值全部选出来
    2. 回溯数据,以找到它们的第一次访问
    3. 数出上面的“数据系列”中,第一次访问和最后购买的访问之间的天数
  7. 搞定!搞一瓶香槟好好庆祝下!

[版权归译者Sidney Song所有,欢迎转载,但请事先告知作者并注明出处]

下一步该怎么办?

  现在你已经通过上面的方法获得了所有两个度量的数据,如下面的两个图所示(当然,下面的数据都不是真的,你的数据肯定跟这个不一样):

Days To Purchase

以及……

Visits To purchase

  光这两个表本身就已经很有价值了。如果这些数据是真实的,那么你就可以知道81%的人访问了你的网站3次就成功“转化”为购买者了,相当令人愉快!或者,62%的人在一天之内就决定下来要买你们的东西!!如果你是那种悲观的家伙(half empty kind of gal/guy),那么可能这个数字会让你感到沮丧:原来我们的生意只是“一槌子买卖”,第一天会有很多人光顾,但是第二天还会购买我们商品的人就会急剧减少了。

  显然,你也可以把visits和days进行分组,以发现一些更有商业意义的东西。

  如果你能够进一步细分这些数据就更有价值了!(难道这不是一个一直以来的好主意吗!:)。

  从最简单的细分开始吧!首先从月度开始细分,然后你能够得到一个趋势数据。随着时间的流逝,购买前的天数和访问数发生了什么样的变化?这些数据背后有什么原因吗?(例如在“倒霉”的七月,如果人们都考虑他们自己的欢乐时光而不是像2月份的情人节一样跟自己的另一半一起度过,那么他们的消费行为会发生什么变化从而体现在你的网站上?)

[版权归译者Sidney Song所有,欢迎转载,但请事先告知作者并注明出处]

  我的标准化的建议是:通过你的核心的捕获顾客的策略来进行细分(例如,将联盟网站,直接流量,点击付费的广告流量,搜索引擎优化的流量以及博客营销带来的流量等等进行细分)。你就将得到一个对于顾客行为的真正的理解,例如你在下图所看到的:

Visits2Pur Segmentation

是不是很有意思?像我说的一样吧?

通过这些信息我们能采取什么行动?

  通过“泛session”的顾客行为分析,你能够获得一些真正深入的事情,而这些事情不是网站分析工具能够提供的。这也意味着如果你走到这一步,你就能找到能够帮助你建议真正有竞争力的优势来。因为做这种事情是很难的,你的竞争对手未必有这个能力。

  通过这两个KPI,你能做的事情包括:

  • 优化网上营销的花费,例如优化点击付费广告的关键词,尤其是是当你去竞价一些“类型”关键词的时候(这些类型关键词往往是有些赌博性质的,你能做的是把这些词跟其他的关键词作比较,如果通过上面的分析发现来自这些关键词的访问的数字不理想,那么就应该对这些词减少投资了——当然,这是一个完全的假设性的例子)(译者注:翻译的不好,请参考原文:Optimize spending on key phrases for ppc campaigns, especially as you bid for “category” terms (with category terms you are betting on getting on the radar “early”, compared to brand key phrases, and if the number of sessions is small from above analysis that would be rather depressing, so put less value on category key phrases – this is a completely hypothetical example). )
  • 优化那些被“中断”的过程。如果你的网站平台能够做到这一点,将是非常cool的。如果你知道顾客的脱离点(point of "bailing"),例如在第三次访问后很多顾客没有在网站继续下去,那么你可以在他们第四次访问的时候给他们点儿甜头,或是基于你已经知道的信息,给他们一些更相关的商品(这是你最后的机会了),或者问他们要一个email地址为未来的联系和机会。
  • 其他的一些可以聪明利用的东西,你能想到的。不过这会儿我还没有完全想出来。:)

  好了,就写到这里了。你怎么认为呢?是不是有点儿意思?你已经有一些相关经验了吗?或者你不同意我上面说的。请给我回复吧!谢谢![Like this post? For more posts like this please click here.]

未经允许不得转载:版权归宋星及chinawebanalytics.cn所有宋星的数字观 » [Avinash博文精选]最佳网站分析实践攻略 之 衡量购买前的天数和访问数
分享到: 更多 (0)

评论 12

  • 昵称 (必填)
  • 邮箱 (必填)
  • 网址
  1. #-49

    我们的第三个网站就是这么做的,只可惜。。。

    ant15年前 (2009-05-27)回复
  2. #-48

    好文,收藏至20ju.com

    草根网15年前 (2009-05-28)回复
  3. #-47

    现在这种有实践意义的网站分析的文章太少了,感谢翻译,学习了!

    猴子15年前 (2009-06-01)回复
  4. #-46

    好文,谢谢!

    魔方网15年前 (2009-06-03)回复
  5. #-45

    受教了,谢谢

    Lily15年前 (2009-06-25)回复
  6. #-44

    受益匪浅,谢谢了!

    顺便提提我的一点小想法:sidney所提的这两个KPI是只针对新客户来讲的么?还是你在所定义的这两个KPI是用于那种一次性消费的网站呢?
    我个人认为可以将新老客户分开来分析,从新客户的第一次购买与其第一次访问的间隔天数或访问次数可以更好的映射出访客对网站或者产品的感受。因为对于一个新访客,其购买行为的发生主要由三个因素决定:网站,产品及访客本身。新访客进来的目的相对于老客户而言,也略微简单一些。你怎么看?
    而对于老客户,这两个KPI可能就会衍变成为消费频次或访问频次了,因为购买之后,总会发生评价或者兑换奖品等其他一些行为。或者还有什么其他更好的分析角度么?

    helen15年前 (2009-07-15)回复
  7. #-43

    虽然这两个参数不太重要,但对于网站的改进还是有帮助。

    哈根达斯月饼15年前 (2009-07-17)回复
  8. #-42

    感谢翻译,看了很有收获!希望看到更多更及时的译文,同时,更愿意看到您的真知灼见!

    SEMER14年前 (2010-03-08)回复
  9. #-41

    你好,我转发了您的文章~

    judy14年前 (2010-04-27)回复
  10. #-40

    看完后获益菲浅。
    只是有一些疑问,
    1、提取购买的user_id cookie,很容易。
    2、将这些用户定义成一个群体,这个id如果成千上万,那么omniture可以做到吗?
    3、查看该群体在某一时间段的访问总次数,很容易。
    4、回溯第一次访问时间,并求与现在时间的间隔分布。依然是大量的数据,如何实现。
     

    水少爷13年前 (2011-02-23)回复