區隔分析範例- Analytics (分析)說明

跳出率只有未轉換訪客的⅙ 左右. 對您網站較有共鳴的使用者較容易完成轉換，聽起來或許是理所當然的事；但這些資料顯示，使用 ... 區隔分析範例套用及建立區隔，以便進行分析和再行銷。

本文將說明如何使用、修改及新建區隔，進行資料分析。

  本文內容： 比較「已轉換訪客」和「未轉換訪客」 分析特定地理區域內發生轉換的工作階段 建立高價值使用者區隔 建立同類群組區隔 建立潛在消費者區隔 相關資源   比較「已轉換訪客」和「未轉換訪客」 為了因應各種常見應用方式的需求，我們特別設計了「系統區隔」。

在本例中，我們將使用「已轉換訪客」和「未轉換訪客」這兩個系統區隔，比較每位網站或應用程式擁有者都十分重視的兩大要素：完成轉換(達成目標和/或交易)的使用者以及未完成轉換的使用者。

釐清哪些使用者完成了轉換，不只有助於進一步發揮現有的行銷優勢，還能讓您看出必須修正的弱點，進而網羅其他深具潛力的客群。

深入分析使用者無法完成轉換的原因，則可修正您接觸這些使用者時的弱點。

在第一個範例中，我們將為「目標對象總覽」報表套用「已轉換訪客」和「未轉換訪客」這兩個系統區隔，以瞭解它們提供了何種查看資料的嶄新觀點。

已套用「已轉換訪客」和「未轉換訪客」區隔的「目標對象總覽」報表。

  如您所見，完成轉換的使用者人數較少(20,042相較於54,212)，而且這些使用者執行的工作階段也較少(27,788相較於59,080)。

然而，儘管已轉換訪客在網站流量中的所佔的比例還不及未轉換訪客的一半，卻是網站上絕大部分活動的來源： 網頁瀏覽量是未轉換訪客的4倍以上 單次工作階段頁數是未轉換訪客的7倍以上 平均工作階段時間長度是未轉換訪客的10倍以上 跳出率只有未轉換訪客的⅙左右 對您網站較有共鳴的使用者較容易完成轉換，聽起來或許是理所當然的事；但這些資料顯示，使用者在您網站上完成轉換後會成為擁護者，與網站頻繁互動。

此外，超過三分之一的已轉換訪客會再度回到您的網站。

您套用的區隔會在所有報表中生效，以方便您在各種不同情況下評估資料。

開啟「客層>年齡層」報表。

套用了「已轉換訪客」和「未轉換訪客」區隔的「客層>年齡層」報表。

  如您所見，隨著年齡增加，轉換對未轉換的比例也逐漸降低。

25-34歲的客層在發生轉換的工作階段中所佔的比例最高(6312次，佔42.65%)，在發生轉換及未發生轉換的工作階段間，分佈比例也最對等(6312比6886)。

「客層>年齡層」報表中，25-34歲的「已轉換訪客」和「未轉換訪客」。

  這也許是因為25-34歲的使用者較傾向於在線上購物、您的產品/服務對這個客群來說特別有吸引力，或者是您將行銷重心放在年輕使用者身上。

另外從統計資料中還能看出一個跡象：您網站鎖定的對象可能是比較熟悉科技的年輕客群。

雖然單憑這些資訊仍無法窺得全貌，但至少已經可以確定最年輕的客層對您的網站最具價值；其他客層則隨著年齡增加，重要性逐漸降低。

25-34歲及35-44歲這兩個客層合併的工作階段量佔了半數以上(56.9%)，其轉換次數所佔的比例甚至更高(64%)。

「客層>年齡層」報表中，25-34歲及35-44歲的「已轉換訪客」和「未轉換訪客」。

  這裡顯示65歲以上客層的工作階段只佔工作階段總數的5.1%，轉換次數所佔的比例甚至低達3.5%，更突顯出年輕客層對您的價值。

「客層>年齡層」報表中，65歲以上的「已轉換訪客」和「未轉換訪客」。

  然而，雖然25-44歲客層貢獻了64%的轉換次數，65歲以上客層的轉換率卻較高：25-44歲客層的合併轉換率是0.63%，65歲以上客層的轉換率卻高達0.77%。

這意謂著65歲以上客層的轉換次數較少，卻有著驚人的購買潛力，只是尚未開發而已。

「客層>年齡層」報表中，25-44歲與65歲以上客層的電子商務轉換率對比。

  開啟「客層>性別」報表，並將轉換指標設為「所有目標」，查看各個性別客層的轉換情況是否有差異。

已套用「已轉換訪客」和「未轉換訪客」區隔的「客層>性別」報表。

  在發生轉換的工作階段當中，男性使用者工作階段的比例是女性使用者的2.5倍(12,011比4,756)。

套用了「已轉換訪客」和「未轉換訪客」區隔的「客層>性別」報表中，詳盡列出發生轉換的工作階段次數。

  但只要查看目標轉換率就會發現，雖然完成轉換的女性使用者人數較少，目標轉換率卻略高於男性(84.13%比83.56%)。

套用了「已轉換訪客」和「未轉換訪客」區隔的「客層>性別」報表中，詳盡列出了目標轉換率。

  簡單套用這兩個系統區隔之後，您可以開始瀏覽一些報表，各個客層的轉換模式也會逐漸浮現： 年輕客層在總轉換次數中佔較高比例，但高年齡層的轉換率較高。

男性使用者在總轉換次數中佔較高比例，但女性使用者的轉換率較高。

這項初步調查或許還不足以做為調整您原本資源配置方式的依據，卻奠定了後續調查的方向。

舉例來說，您可以為各個年齡層和性別客層建立區隔，並將它們套用至廣告活動報表，藉此瞭解您的行銷活動是否只能引起某個特定客層的共鳴(雖然您並未特別鎖定該客層)。

如果真是如此，代表您的行銷活動引起的共鳴不夠廣泛。

這時您就可以針對其他明顯具有轉換潛力、卻對您目前的行銷活動反應不夠熱烈的客層(例如65歲以上的客層或女性使用者)另外建立廣告活動，並向他們放送廣告。

有些地理位置有極高比例的使用者蘊藏著驚人的轉換潛力，您卻尚未在這些位置推行廣告活動。

這時只要將相同的區隔套用至「地理位置」報表，就可以找出這些位置。

若要查看各個客層的興趣有多大的差異，並確認您是否需要為程式輔助廣告採購活動設定更明確的目標對象，只要將這些區隔套用至「興趣總覽」報表即可。

透過上述初步調查收集到極具轉換潛力的客層等重要資料之後，您就可以開始建立對應的區隔，並將其套用到您的報表。

接著，您可以進行更深入的分析，瞭解您可以採取哪些新的行動和資源分配措施，以充分發揮這些分析資料的效益。

  分析特定地理區域內發生轉換的工作階段 在本範例中，我們會複製並修改「發生轉換的工作階段」這個系統區隔。

我們將從「目標對象總覽」報表開始著手，並套用「發生轉換的工作階段」區隔。

已套用「發生轉換的工作階段」區隔的「目標對象總覽」報表。

  請移除「所有工作階段」區隔，將重點放在使用者已完成轉換的工作階段上。

套用這一個系統區隔之後，您可以瀏覽報表，查看是否有任何部分的資料特別值得注意(例如發生轉換的工作階段數量特別多的地理區域)。

接下來，請開啟「地理區域>位置」報表。

已套用「發生轉換的工作階段」區隔的「地理位置」報表。

  在本例中，美國境內發生轉換的工作階段數目是第二個成效最佳國家/地區的10倍以上。

您可以複製並修改原有的區隔來加入額外的篩選器，以便深入查看資料的特定部分(例如美國境內發生轉換的工作階段)。

隨著套用的區隔越來越精確，您就可以在瀏覽報表時，只將重點放在指定的一小部分資料上。

開啟報表上方的[發生轉換的工作階段]選單，然後按一下[複製]。

「發生轉換的工作階段」區隔的「複製」指令。

  原本的區隔定義會在區隔建立器中開啟。

區隔建立器以及「發生轉換的工作階段」區隔的篩選器設定。

  按一下[+新增篩選器]並加入一個額外的條件篩選器，讓區隔只以美國境內發生轉換的工作階段為限。

為新區隔取一個有意義的名稱(例如「發生轉換的工作階段-美國」)。

區隔建立器和「發生轉換的工作階段」區隔的篩選器設定，以及新增的「國家/地區/領域」篩選器。

  按一下[儲存]。

移除「發生轉換的工作階段」區隔，以專注於美國境內發生的轉換。

已套用最新「發生轉換的工作階段」區隔的「地理位置」報表，以及美國的地圖和表格資料。

  您可以從這裡開啟任何其他報表，並單獨查看此資料細項。

由於轉換率很高，因此最好能先瞭解此目標對象包含哪些類型的使用者。

開啟「客層>總覽」報表。

已套用最新「發生轉換的工作階段」區隔的「客層總覽」報表，以及美國使用者的年齡層和性別資料。

  顯而易見的是，在完成轉換的使用者當中，25-34歲的男性佔絕大多數。

開啟「興趣>興趣相似類別」報表。

已套用最新「發生轉換的工作階段」區隔的「興趣>興趣相似類別」報表，以及美國的興趣資料。

  雖然10大興趣類別的分佈還算平均，但當中仍以「科技迷」、「電影迷」和「電視迷」最受歡迎。

開啟「技術>瀏覽器和作業系統」報表。

已套用最新「發生轉換的工作階段」區隔的「技術>瀏覽器和作業系統」報表，以及美國的瀏覽器資料。

  對這些使用者來說，Chrome是目前最受歡迎的瀏覽器。

您只需要完成最基本的設定並點選幾個選項，就能專心查看實用資料，著手釐清哪些使用者在該區隔中最具價值。

在本例中，美國境內使用Chrome瀏覽器啟動工作階段的主要客層，是喜愛「科技」、「電影」和「電視」的25-34歲男性使用者。

收集到這些資訊之後，您就可以輕鬆地將行銷活動的目標對象鎖定在最積極回應的使用者身上。

  建立高價值使用者區隔 除了使用系統區隔(包括沿用預設設定的系統區隔，以及您修改過的系統區隔)以外，您也可以自行建立自訂區隔，將重點放在您有興趣的任何資料上。

所謂最有價值的使用者數據分析，指的是哪些客戶對您的業務來說極具價值：哪些「最近」曾與您的內容互動或購物、哪些「經常」進行互動或購物，以及哪些進行的轉換「極具價值」。

您可以建立一個「回訪率-頻率-收益」區隔來找出這些使用者。

回訪率：如果使用者最近(例如這兩天或上週)曾與您內容互動或購物，他們很有可能會再次進行互動或購物。

頻率：如果使用者經常(例如每週或每月)且最近曾進行互動或購物，他們很有可能會再次進行互動或購物。

收益：進行的轉換次數最多，且經常和最近曾經完成轉換的使用者更有可能再次完成轉換。

您必須找出「回訪率-頻率-收益」的門檻，才能找出您的高價值使用者。

若要建立「回訪率-頻率及獲利金額」區隔，請以下列這類篩選器為準： 行為 最終工作階段後所經過的天數>5(回訪率) 工作階段數目>5(頻率) 電子商務 每個使用者的收益>100(收益) 條件>篩選使用者 每位使用者的目標達成數>10(收益) 每位使用者的目標價值>10(收益) 和前幾個範例一樣，您可以先建立這類區隔，然後瀏覽報表來找出符合條件的使用者(例如特定國家/地區/州/省/城市、特定客層、使用特定技術或特定管道的使用者)，再依據這些資料設定目標對象和行銷活動。

  建立同類群組區隔 您可以建立區隔來辨識同類群組，例如在特定日期/指定日期範圍內，按下特定廣告活動後連至您網站的新使用者。

請依照以下方式使用篩選器： 最初工作階段日期：廣告活動的日期範圍 流量來源：廣告活動與「您的廣告活動名稱」達成完全比對 同類群組可用來追蹤同一組使用者在一段時間內的行為變化。

舉例來說，您可以分別為不同的廣告活動建立同類群組，並持續追蹤這些使用者數週或數個月，藉此瞭解這些人的轉換速度和程度，以及他們能夠持續轉換多久。

若您發現廣告活動提升轉換量的效果比預期的更長，可以考慮少放送幾個廣告活動；如果轉換量的增減有規律性，不妨運用這項資訊，在舊廣告活動的效果開始減退時推出新廣告活動。

您也可以直接比較不同的廣告活動，以找出其中有哪些廣告活動在整體轉換量和收益方面的成效較佳，以及哪些廣告活動的影響力最持久。

  建立潛在消費者區隔 有些使用者明明已進入購物程序，卻只進行到一半就退出(例如將商品放進購物車卻未結帳的一群使用者)。

您通常會想要識別這群使用者，並透過再行銷重新接觸他們。

只要建立一個包含「條件」篩選器的區隔，就能找出這些使用者，如下所示： 使用者>包含 網頁包含「產品詳情」 使用者>包含 事件動作完全符合「放進購物車」 使用者>排除 網頁完全符合「ThankYou.html」 運用這個區隔，您就能夠找出哪些使用者曾在瀏覽產品詳情網頁後按下[放進購物車]，但從沒有看過固定在訂單成立時顯示的訂單確認網頁(意即他們從來不曾完成訂購)。

這些使用者已表現出強烈的購買意願，因此是您執行再行銷廣告活動時絕不能錯過的理想目標對象。

    相關資源 關於區隔 套用和移除區隔的方式 使用區隔進行再行銷 建立區隔 管理區隔 從Analytics解決方案庫匯入其他使用者建立的區隔 這對您有幫助嗎？我們應如何改進呢？是否送出true區隔關於區隔套用及移除區隔建立新區隔管理區隔區隔分析範例依據區隔建立目標對象搜尋清除搜尋內容關閉搜尋Google應用程式主選單搜尋說明中心true69256false