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
