網站分析是什麼?該從何開始學起?

0
1988
網站分析是什麼
網站分析是什麼?該從何開始學起?

無論是用網站賣東西、架設形象網站、寫部落格、經營新聞媒體⋯⋯,都會遇到一個 Moment,那就是你開始聽到:有做網站就要做分析!從指標數據、使用者在網頁行為追蹤,可以得到洞察,創造更多商業機會喔!通常好學的人就會開始幫網站安裝 Google Analytics 追蹤碼,打開 Google Analytics,買本書、看網路上的教學,從頭開始學 Google Analytics 該怎麼用、有哪些報表可以拉、有哪些指標可以看。

但是,究竟學網站分析等於學會使用 Google Analytics 嗎?從單一工具去學習「分析」的全貌到底好不好?有沒有更好的學習歷程,可以讓你更有系統的抓到分析的精髓?

TL;DR 文章太長但時間不夠,沒關係可以跳著看

分析不是新概念

分析並不是新概念
「分析並不是新概念」,這是內建於人類進化基因的一種思維,只是現在你要把它應用在「分析網站商業表現」罷了。

又有個颱風快來了,到底會不會放颱風假?需要先分析颱風是強颱、中颱還是輕颱?從花蓮台東登陸?還是從墾丁高雄南邊尻上來?再來去翻找每個縣市長,之前核准颱風假的嚴謹程度;或是有沒有曾經沒放颱風假,後來造成民怨的案例?除此之外,像是有科技園區的縣市,想必也會受到一些壓力,如果接近選舉月,也可以把這個因素納入容不容易放颱風假的考量。接著開始陸續公佈時,再看看附近縣市放假趨勢如何,其實就會很接近開獎結果喔!

你可以看出「分析並不是新概念」,這是內建於人類進化基因的一種思維,只是現在你要把它應用在「分析網站商業表現」罷了。而所謂的分析就是以下幾個環節組成:

一、充分觀察、大膽假設:

對網站、自身商業、產業現況充分觀察,大膽假設商業上可能的問題點、改善點。

二、分析目的:

因為有了初步的假設,分析的目的應該清晰地展開。

三、設計實驗:

了解要搜集什麼資料、設計哪種測試,才能符合分析目的。

四、選擇分析工具:

知道要搜集什麼資料,接下來就會清楚哪種分析工具最適合此次分析。

五、結果與分析:

如果你的假設是對的,應該可以直接在數據判讀結果,並且找到落地的執行方法。

六、問題與討論

如果不幸的從數據中根本看不出差異性,甚至出現與假設完全相反的結果,這時就應該重新釐清「資料是否正確?是否要驗證一下資料的誤差?」、「假設錯的話,是錯在哪裡?還有沒有其他可能性?」。

七、應用

依據數據判讀結果,最後轉換成落地執行的項目。

 

建構你的行銷分析世界觀

無論是傳統行銷分析或是網站分析,其實用一句話就能述說出終極目標:

將對的資訊用對的方法送到對的人面前。

這句話其實就是「客戶分級管理」這個概念!用「客戶分級」這個詞彙有點社會階級傲慢,不如說「客戶分群」。客戶分群的中心理念主張:一個商品或是服務,都應該依據「不同客戶所帶來的利潤及價值」,設計出「不同的客戶服務、不同的關懷項目」。藉由分析不同分群的客戶資訊後,可以歸納出「同群客戶的共同特點」,並且了解「同群客戶的需要」,接著就能展開量身打造的行銷策略,確保對的資訊可以送到對的人面前,引導各個分群客戶貢獻更多價值。

網站分析 vs. 傳統行銷分析差異在哪?

網站分析與傳統分析的差異在哪?最大差異就在「數位時代的網站分析可以對每個使用者做滴水不漏的追蹤」。以往傳統統計分析,為了解決資料處理量,會盡可能透過精密的取樣方式,配合焦點小組,希望透過「用少數代表多數」的方式,來判斷整個市場概況。過程中可能造成取樣誤差,或是看不清市場全貌的狀況,在追蹤顧客消費歷程也較薄弱。

傳統行銷分析
傳統統計分析,盡可能透過精密的取樣方式,配合焦點小組,透過「用少數代表多數」,來判斷整個市場概況。
網站分析/數位分析
數位時代的網站分析可以對每個使用者做滴水不漏的追蹤。

但隨著現代使用者習慣從多途徑、跨平台接觸資訊,電腦對於巨量資料的處理能力也突破性成長(就是到處都在嚷嚷的大數據),人工智慧演算模型的快速發展,使用者行為追蹤技術也越發成熟;網站分析,甚至擴大到數位分析(Digital Analytics),已經可以在很多層面補足傳統行銷分析的弱點,拾起過去漏掉的拼圖。

網站分析能做到什麼事?優點是什麼?

  • 結合搜尋資料,窺見客戶心中動機
  • 了解每個潛在客戶接觸品牌途徑
  • 追蹤每個潛在客戶造訪網站時的行爲
  • 勾勒出不同客戶分群的顧客歷程
  • 在合適的顧客歷程階段,將合適的廣告/促銷/資訊,給合適的人

網站分析可以幫助商業帶來哪些深入見解?

  • 營運見解
  • 網站訪客行為見解
  • 轉換率見解
  • 使用者體驗見解

實際情境:最近公司花了五十萬,架設了新的網站,但是線上賣場業績根本沒變

⋯⋯,這樣花在網站翻新的投資是對的嗎?

一、充分觀察、大膽假設

業績沒變其實跟很多環節有關,有可能與內部因素有關,有可能與外在的因素有關,甚至與不可控因素有關。原本的網站用的是 10 年前的 UI 風格,購物車鈕也不明顯,事實上網站上線前也請了多個使用者來受測,反應都很良好,導覽動線也很直覺,於是我先排除網站 UI 介面變更造成業績停滯的可能性。但是理論上,一個動線好的網站,在商品或服務不變的狀況下,轉換率應該會上升才是。這時我打開 Google Analytics 報表,發現新網站比舊網站的平均轉換率高了1% 的比例,雖然平均客單價沒有太大的變化,但我更能確定新網站在引導使用者達成購買的能力是好的。

那為什麼線上購物的業績沒有大幅上升呢?這是一個很簡單的數學式子:
Traffic x Conversion Rate % x Per Customer Transaction =Sales Amount
那我可以大膽的說,問題出在 Traffic,也就是進到網站的流量。

二、確認分析目的

這一步驟我們應該著重在繼承上一步的大膽假設,也就是「網站流量」出了問題,分析的目的為:了解不同管道的流量在新網站上線後有無變化,包括搜尋流量、直接流量、推薦流量、廣告流量、其他流量⋯⋯

三、設計實驗

若要去分析既定商業事實,通常這一步驟會是在設計「要抓哪些資料下來看」、「要排除哪些資料才能確保判讀正確性」。但商業上也常有需要「設計實驗」的,像是「實驗哪種網頁導覽更能讓使用者找到資訊?」、「實驗哪種文案點擊率最好?」、「實驗Hero Image是哪一張?」,總而言之這一項的內容,與分析目的息息相關。

四、選擇分析工具

工欲善其事,必先利其器。分析工具有很多種,不同的工具「銳利」之處也不一樣,單看你分析的目標為何,有時會多個類型的工具一起運作。根據搜集資料類型的不同,常見的網站分析工具可以粗略分為:

  • 點擊分析型,流量從哪裡來?中間又去了哪裡?最後從何離開?像是Google Analytics。
  • 實驗測試型,測試哪個版本比較好?像是Google Optimize。
  • 綜合輔助決策型,預算該如何分配?顧客歷程為何?目前市場競爭狀況如何?像是Appier。

就這篇文章所舉例,因為我們想要知道流量從哪裡來、不同來源流量在新網站上線後是否出現波動⋯⋯的等等資訊,所以最適合的分析工具應該為「點擊分析型」,而 Google Analytics 就是個功能強大又免費的點擊分析型工具。

延伸閱讀:
免費又好用的A/B Test工具 – Google Optimize安裝教學
2018 awoo 推薦的七個分析工具

五、結果與分析

在 Google Analytics 抓出「不同來源(管道)」的Traffic,新舊網站一比較之下,這時候可能就真相大白了。以下面這個數據來說,很明顯可以看出,新網站上線後,流失了 70%的 Organic 流量,也就是搜尋流量,但是同時公司也有一波廣告活動,造成總 Sessions 幾乎打平的狀況(4,988 vs. 5,085)。也因為流量幾乎一樣,在廣告活動的推動下營收也沒有發生太大的落差,所以這個問題並沒有馬上被發現。

去年同月份(舊網站) 今年同月份(新網站)
管道 Sessions

工作階段

佔比 % Sessions

工作階段

佔比 %
Organic 1,689 33.9% 501 9.85%
Display 580 11.6% 1,765 34.71%
Direct 1,009 20.2% 1,200 23.60%
Referral 121 2.4% 210 4.13%
Social 1,589 31.9% 1,409 27.71%
總和 4,988 100.0% 5,085 100.0%

 

六、問題與討論

以這個例子來說,這個分析結果一次就 Hit the Jackpot!你已經發現因為舊網站砍掉重練,有些頁面合併、重整,網站除了首頁外的 URL 都變了,在缺乏 301 轉址的狀況下,搜尋引擎只會在一時之間發現你的網站多了許多 404 錯誤頁面,原本有帶來搜尋曝光的頁面也失效,搜尋流量當然直直落下。

七、應用

最後這個步驟,算是網站分析的重點!怎麼說呢?無論你是屬於哪種分析工作者,你應該都會知道,分析的最終目標,就是為了給決策者下決定、執行者開始落地執行、進而達到改善現況的目的!順著這個例子,最終落地執行的項目很直觀,就是:

  • 全面執行新舊網址 301 轉址
  • 提交新網站的 Sitemap.xml
  • 檢視舊網站帶來最大搜尋流量的 Landing Page 是哪一類型(通常代表最有搜尋需求的內容),試著在新網站中補強類似內容。

該如何開始學習網站分析?

從分析的精神、行銷分析的世界觀,最後到數位網站分析的優勢,你應該理解了整個脈絡,並且清楚知道了數位分析的全景。最後回到個人出發:你該如何開始學習網站分析?

以下整理出 4 個面向,可以根據目前職位不同,延伸補強其他面向。你可以選擇單一面向鑽得很深,例如專攻「數據搜集專業」,可以成為一個可靠的「數據追蹤/資料處理工程師」;你也可以選擇多個面向都涉略,例如同時「暸解產業環境」、「具有數據搜集概念」、「解讀數據並找出落地解法」,成為一個可靠的「Data-driven 決策者」。

瞭解產業環境

好的分析師應該對產業有深刻的見解,並且要有不錯的Common Sense。例如家電市場就與美妝市場不同,消費者購物歷程、認知風險截然不同,若沒有對產業有一定暸解,也很可能對數據解讀錯誤。

具有數據搜集的專業

要扎實學好網站分析,一開始資料是如何搜集的?準確性如何?誤差值是多少?該如何改善?⋯⋯這些都需要了解。因為數位追蹤的技術有些是透過網頁前端上的 JavaScript 完成,也有透過後端蒐集資料達成,通常也都會需要存取資料庫。所以一個成熟的數據分析師必須要具備「確認資料來源的正確性」,才能更深入的應用分析。

應用分析工具、數量統計工具的能力

要自由的運用分析工具來幫助你達成商業觀察,第一個要點就是必須熟悉不同分析工具之間的差異、功能特色、搜集資料的差異性、上手的難易度⋯⋯等等資訊,如此才能在一遇到需要分析的時候,你能馬上直覺選擇適合的工具。不過通常一間企業裡面常用的大型分析工具就是那一兩套(因為有些工具很貴),所以大部分時候對分析工具學得精比學得廣有用。而在這其中,Google Analytics 既免費、安裝又方便,教學資源也很豐富,無論網站大小都可以應用,這也是為什麼大部分探討網站分析的書會先使用 Google Analytics 作為主要教學內容,我們也推薦先從認識 Google Analytics 這套分析工具開始。

延伸閱讀:
開啟網站分析之門-學習Google Analytics吧
GA (Google Analytics) 是什麼?為什麼全世界都在用?

解讀數據並提出落地解法

數據再精準、質性研究再全面,最終沒有落地解法還是枉然。其實這一項算是網站分析能力集大成的最終目標。因為暸解產業環境、規劃資料搜集分析的架構、良好應用工具,最終才能在「現實考量」、「企業文化」與「數據解讀」中,找到甜蜜的交集,才能提出專為企業打造的最適方案。

延伸閱讀:
談數據驅動文化,踏出你的第一步

結語

任何概念的發展都有其脈絡,並且有他存在的最終目標,網站分析也是。無論你是大型電子商務模式、實體通路結合線上銷售模式、新聞媒體模式,若能先了解網站分析的優勢,就可以應用到自身商業結構中,為公司帶來價值。

像是不同類型的產品,投放廣告的效益都一樣嗎?是不是有可能某一類型的產品,比起廣告,使用者更相信自然搜尋呢?或是哪個管道才能帶來最多的新使用者呢?獲取單位新使用者的成本是多少?這些新使用者價值是多少?回購率高嗎?⋯⋯

這些有趣的網站分析及見解,若能好好應用,或多或少都能為企業帶來商業價值,更重要的是在執行網站分析的過程中,企業也能深化分析思維,培養出「觀察➜分析➜判讀➜決策」的好文化,相信最終會對企業帶來更高的價值!

關於網站分析有更多的想法嗎?歡迎在文章下面留言讓 awoo 知道喔!

2018 iSearch搜尋引擎行銷年會
2018 iSearch搜尋引擎行銷年會
2018 iSearch搜尋引擎行銷年會
2018 iSearch搜尋引擎行銷年會