每個網站都有目標。如果網站以獲客為目標,那麼就需要儘可能地讓客戶留下自己的信息,即我們常說的銷售線索。網站目標確定後又該如何實現呢?首先需要對這個目標進行分解。
獲客目標解析
▌業務+技術,雙重角度把握網站背景信息
把握網站的關鍵背景信息,主要從兩個角度進行——
● 業務角度:確定網站所構建的用戶旅程,關係到最終數據看板的呈現;
● 技術角度:探尋技術實施落地的思路,關係到技術實施能否達到業務目標。
▌ 監測用戶旅程,開啟獲客第一步
簡單理解,用戶從來到網站到離開網站,這中間的過程及客戶的感受都屬於用戶旅程(Customer Journey)。以獲客為目的,關注的用戶旅程主要需要進行以下部分的監測:
● 監測用戶所有交互,即網站所有頁面打開、關閉、跳出。
● 監測大部分用戶都會產生的交互,即頁面曝光度的監測。
很多網站會將聯繫電話、郵箱或二維碼放在頁面底部,那麼怎樣監測頁面底部信息的曝光度?這就需要對頁面進行滾屏監測,如果根據滾屏監測的結果顯示,200人來到網站,但只有6個人把網頁拉到了最底部,這時我們就應該考慮是否需要將聯繫電話、郵箱、二維碼挪到首屏。
● 監測註冊流程及註冊引導過程:
1、【註冊】流程本身
客戶來到網站首頁-點擊首頁的註冊按鈕-進入註冊頁面-填寫郵箱、手機號等註冊信息-獲取驗證碼-點擊【立即註冊】,這個過程中可能會出現流失用戶的現象,如獲取驗證碼失敗。
對【註冊】流程本身的監測可形成漏斗,如下圖。
2、註冊引導過程
以易觀方舟官網(http://ark.analysys.
cn/)為例,將網站根據功能劃分為三大模塊:產品功能及介紹模塊、產品文檔模塊、博客模塊,如果所有模塊在設計時都存在網站的註冊引導功能,那麼我們就需要將網站所有的註冊引導過程監控起來。
註冊引導過程圖
3、產品模塊內部的註冊引導:
● 首頁首屏和尾屏的註冊引導、導航欄的註冊引導
● 文檔介紹模塊的註冊引導
● 博客模塊的註冊引導
▌ 技術實施落地,加強數據可視化
(一)檢查網站的結構
檢查網站結構時,有以下幾點需要注意:
(二)需要的代碼
1、基礎代碼:監測每個頁面基礎的UV和PV
如果使用易觀方舟SDK,引入SDK後每個頁面可自動實現UV和PV的監測,無需單獨埋點。
2、滾屏代碼:滾屏代碼設置時需注意滾屏設置:一般設置為20%、40%、60% 、80% 、98%五檔即可。為什麼不監測100%的頁面呢?實際在大部分監測過程中,用戶下拉到98%程度時,即可默認為用戶加載並觀看了100%的頁面。
3、事件代碼:比如監測"註冊",監測關鍵事件
fz.event({
EI:"ID01",
EPD:{
"event01":"事件01"
}
});
4、用戶屬性代碼
fz.setUInfo({
"UID":"123456",
"UN":"用戶01",
"UPRO":"直接註冊",
"EM":"[email protected]",
"PN":"18600001234",
"SEX":"1",
"BIY":"1988-01-01",
"QQ":"123456",
"WED":"18600001234",
"WBD":"[email protected]",
"UPD":{"自定義屬性01":"屬性01"}
});
(三)數據看板的設置
採集回來的數據,需要可視化為數據看板,才能方便隨時監控或滿足日常報表需求。
具體來說,如何選擇合適的分析圖表?例如針對【註冊】按鈕,可選擇事件分析圖表,如果我們要進行【註冊】流程分析,可選擇轉化漏斗圖表。如果我們要分析【註冊】這個事件,則可以用事件分析圖表。
事件分析圖表
怎樣根據分析圖表,設置數據看板?每個分析圖表應該可以解決特定的業務問題,然後將這些圖表按照一定的邏輯進行組合。
以下給出一種參考方式來構建數據看板:
● 網站流量情況(流量來源類型分佈、流量來源趨勢、外部鏈接分佈等)
● 用戶質量情況(新增用戶留存概括/趨勢、活躍用戶留存概括/趨勢等)
● 用戶轉換情況(各環節用戶轉化率等)
另外,還可以將日活、新增等最常用的且每天第一時間都會關注的指標放在【日常指標】中,起到每日指標概覽的作用;
數據看板-新增用戶留存趨勢圖
▌ UTM追蹤,點亮獲客的隱藏技能
最大程度地獲取銷售線索,除了對網站本身頁面、按鈕、屬性等的監測,還需要關注用戶的來源。用戶是從哪裡來的?怎樣來的?為什麼會來?這些監測主要通過UTM追蹤來實現。可以向網址添加的UTM參數主要有以下5個:
● 來源 (utm_source) :必須參數,用來標識流量來源網站、搜索引擎或其他來源。示例:utm_source=baidu
● 媒介 (utm_medium) :必須參數,用來標識媒介,比如電子郵件或每次點擊費用。示例:utm_medium=cpc
● 名稱 (utm_campaign) :必須參數,用來標識特定的產品推廣活動。示例:utm_campaign=summer_spread
● 關鍵字(utm_term):非必須參數,常見於付費關鍵字廣告所使用的字詞或是連結名稱/圖片的替代文字。示例:utm_term = web+analysis
● 內容 (utm_content) :非必須參數,使用utm_content區分指向同一個網址的廣告或鏈接。示例:utm_content=logolink或utm_content=textlink
數據看板-流量來源類型分佈
▌總結
● 以獲客為目標搭建數據分析體系,需要做到監測每一個頁面、每一個按鈕,並且知道其業務意義;
● 瞭解業務最好懂代碼,清楚關鍵流程、關鍵指標,也需要知道技術如何落地,如何統計到自己想要統計的數據,最大程度地避免數據的不準確性;
●巧用圖表,設置符合自身與領導需求的數據看板;
●根據收集回來的數據,建立數據面板,進行數據分析,採取有效措施確實改善網站的獲客情況,這是最後的一步,但實際是最後的99步。
閱讀更多 深度志 的文章