六月 24, 2022 | 數位行銷
網站流量分析第三步 : 透過分析GA數據掌握訪客行為、進站表現和數位廣告成效
了解網站追蹤原理
在古代要追蹤敵軍動態要派出間諜潛入敵軍陣營,所以說GA的數據並非憑空產生一定要有一個間諜安插在目標網站,這個GA間諜就能時時刻刻把收集的數據回傳到GA伺服器,我們在GA後台看到的瀏覽量、停留時間、轉換率就是這樣來的,這個GA間諜就叫做GA網站追蹤碼,是一段javescript,每一個追蹤碼都有獨立的代號。(Facebook叫做meta pixel)
假設我們追蹤的某些敵軍將領正要進入敵軍陣營,我們在這些敵軍將領身上安插信物,這樣我們的間諜就能辨識出這些被安插信物的將領並解讀信物內容,這個信物又叫做網站追蹤參數,GA使用的網站追蹤參數叫做UTM參數,想當然爾參數的內容必須要有規則性,這樣才能收集到有意義的的情報也就是網站數據。
古代戰爭情報收集 | 網路行銷追蹤 | 補充解釋 |
敵軍陣營 | 預追蹤的網站 | |
間諜 | 網站追蹤碼 | 網站追蹤碼的ID不正確或沒有運作都不會有數據回傳 |
信物 | 網站追蹤參數 | 想要辨別特定的網站流量,就要埋設網站追蹤參數 |
參考文章 : 網站流量分析工具的追蹤原理 、 你的網站有做壓力測試嗎?
網站追蹤碼不是埋在網站就好,還要確定網站追蹤碼的代號是正確的,因此隨時隨地都要檢查網站追蹤碼是否運作正常,可以透過Google Tag Assistant、Facebook像素小幫手查看網站上的GA、GTM、GA4、Meta Pixel、Facebook Pixel有沒有正確運作,基本上每天查看一次網站追蹤碼有沒有運作、網站追蹤碼ID正不正確。
Google Tag Assistant 第一次載入時要允許使用,再重新整理一次就看到Google Analytics、GTM等追蹤碼
目前聖誕老人網頁設計公司官網共有4個Google體系的網站追蹤碼
Facebook 像素小幫手會跑比較慢,大概等3-5秒會出來
定義清楚 UTM 追蹤參數
UTM參數共有三個基本項目要設置,分別是utm_source(來源)、utm_medium(媒介)、utm_campaign(廣告名稱),這些參數有基本的命名邏輯,因為在GA的區隔和GA4的轉換歸因中會使用這些命名邏輯來分類資料,以下分別為每個utm參數的命名用意
媒體類型 | 流量媒體來源 | Source | Medium | Campaign | 產生短網址 | CHECK_PERSON(檢查的人) |
線上 | Facebook AD | cpc | ||||
異業合作 | 媒體(線上或線下) | elle | cpc | |||
banner | ||||||
cpm | ||||||
線下 | 專櫃 | 新光三越 | qrcode | 常駐(櫃台上的qrcode) | ||
線下 | 專櫃 | 新光三越 | qrcode | 活動看板(櫃姐推波掃描,或是像sk2發傳單) |
- utm_source : email, 字詞包含shop
- utm_medium : banner, social, display, interstitial, sms, push, notification, ppc, cpm, 字詞包含paid
- utm_campaign : 含有shop 會被GA4歸因至為購物廣告
以上命名邏輯是目前GA4有參考的轉換歸因模式,當然未來可能還會持續新增,了解更多請參考 : UTM追蹤參數重點整理。
熟悉GA 5大報表的意義 : 即時、客戶開發(流量)、目標對象、行為、轉換
表定Google預計2023年通用版GA就停止收集資料,但是通用版GA五大報表仍是分析網站流量的非常好用的框架,以下放上每天要看的
即時報表 : 了解即時的網站流量,在加大廣告預算的時間,可以透過即時報表來確認廣告流量有沒有進入。
客戶開發 : 比較各種流量來源的成效,通常會將Organic, Paid Social, Paid Search, Display, Direct的轉換率、工作階段數做比較,也會比較各種類型的廣告流量的成本和投資報酬率(ROAS)。(Google Ads和GA連動後的報表也在客戶開發報表中)
目標對象 : 研究使用者的輪廓,找尋最佳受眾的興趣、性別、年齡、地理位置、使用裝置,目標對象報表可以呈現廣告或文案在哪些受眾表現最好。
即時報表
客戶開發(流量哪裡來)
研究網站流量來源比例,找出增加網站流量的方向,例如透過google.com來的比例流量最高,因此應該可以多操作網站SEO。
客戶開發(維度) | 維度內容 |
流量管道 | Organic(搜尋引擎)、Direct(直接進站)、Referral(從別得網站的連結進站)、Social(社群媒體)、Other(其他分類) |
流量來源 | 透過哪個來源近來網站,可能是google或是在utm追蹤參數中自行定義,如果不是GA預設的來源,或用網域來呈現。 |
流量媒介 | 進入網站的媒介,可能是廣告、EDM、社群或是utm參數中自行定義,如果不是GA預設的來源,或用(none)來呈現。 |
推薦網頁 | 記錄進站前一個瀏覽網址 |
Google Ads整合 | Google Ads的廣告活動、廣告群組、廣告文案、關鍵字等 |
Google Search Console整合 | GSC中的搜尋字詞、到達網頁等 |
行為(站內行為)
研究網站瀏覽量最高的網頁、離開比率最高的網頁、和那些網頁的發布商廣告營利最高,分析和優化方法可參考如下。
- 瀏覽量最高的網頁 : 在網頁中置入需要曝光的連結
- 離開比率最高的網頁 : 優化網頁內容或是置入熱門網頁,降低使用者離開的機率
行為(維度) | 維度說明 |
網頁 | 可設定網址或網頁標題,觀察瀏覽數、使用者數、不重複瀏覽樹等 |
到達網頁 | 進站的第一個網頁,也是工作階段的開始,轉換目標會記錄在到達網頁。 |
離開網頁 | 從哪個網頁離開,可觀察離開百分比。 |
網站速度 | 網頁的平均載入時間 |
事件 | 可設定瀏覽頁面比例、按鈕等事件 (參考如何設定事件) |
發布商 | 整合Google Adsense,可觀察哪些網頁的廣告曝光最多 |
目標對象
根據網站使用者的年齡性別占比、興趣類型,提供相對應的有價值跟有趣的內容,也能成為業務合作的賣點,以下幾項研究方向供參考
- 媒體業 : 透過性別、年齡、興趣比例進行合作提案
- 電子商務 : 找出含金量最高的目標對象,在各種廣告平台投放
- 多國語系 : 各國語系的使用者占比,出口型產業可以進行市場分析
目標對象(維度) | 維度說明 |
客層 | 年齡類別、性別 |
興趣 | 興趣類別(如財經、旅遊、美食等) 和 可能的消費服務(理財投資、電子產品等) |
地理區域 | 語言、地區(洲、國家、城市) |
行為 | 新訪客、舊訪客(回訪者) |
技術 | 作業系統(ios, android, wins)、瀏覽器種類 |
行動裝置 | 手機、平板、桌機 |
轉換
轉換有目標和電子商務兩大報表,電子商務必須設定進階型電子商務才能有更全面的功能。
目標>程序視覺呈現 : 能呈現出消費者在轉換路徑上的流失率,進而優化轉換的每個環節。
目標>反轉目標路徑 : 能反推完成目標的前三個步驟,找出目標達成樹最好的路徑,分析出原因進而擴展到全站頁面,例如將目標必經步驟最多次頁面以超連結的方式置入在最熱門的到達頁面,縮短達成目標的流程。
使用篩選器、區隔、次要維度來挖掘數據Insight
篩選器、區隔、次要維度都是幫助資料分析的最佳幫手,其中次要維度是最常使用的功能,除了觀察熱門商品在哪個廣告表現最好外,次要維度設定日期或月份,就能匯出Excel日、月報表做分析。
次要維度使用教學
點選報表左上方,次要維度,輸入關鍵字會自動帶入,如果沒有帶入就是個下拉選單去展開
主要維度設定到達網頁,次要維度設定預設管道分組(網站流量類型),可以掌握到熱門網頁是受廣告流量影響大,還是自然流量影響大,評估暫停廣告後的流量影響程度。
次要維度設定日期、月份,能觀察網站流量和時間的相互關係,匯出Excel後透過排序功能,找最大值、最低值,如Paid Search的特定日期跳出率最高,就代表當天廣告頁面是否有錯誤。
廣告活動和廣告群組可以透過次要維度的設定,匯出有層級邏輯的初始報表
其實產品業績不一定只看廣告,我們也能看消費者的到達網頁,必進門面非常重要,或許能找到重要的Insight,例如原本要找外套的消費者結果都先買了襯衫居多?
篩選器使用教學
篩選器只能針對報表畫面的維度、指標進行篩選,因此次要維度搭配篩選器更能高效率的分析,例如找出跳出率大於資料檢視平均值的廣告群組,更能按部就班的的調整廣告成效,畢竟廣告不跳出才有可能提高轉換率阿
點選報表右邊的進階,設定篩選器
以指標為條件設定篩選器,透過大於平均、低於平均來找出可優化的廣告群組
區隔使用教學
掌握區隔就擁有一目十行的分析能力,區隔的特色在於同一個報表中將數據分類呈現,最常用在觀察裝置表現、性別、流量來源等想要進階分析在不同的變因下的流量成效表現,以下三種是我最常使用的區隔類型。
- 回訪客 : 持續的回購消費者,能成為品牌穩定的營收
- 無跳出的工作階段 : 先觀察最有互動的流量,更能洞察出數據的秘密,提出改善計畫
- 行動裝置流量 : 行動優先世代,網站在手機的體驗不好,轉換率當然不好
在畫面的最上方點選區隔,可勾選最多四個區隔
例如/basket.html 這個頁面應該非常吸引人,無跳出的工作階段幾乎超過90%,且超過60%是回訪者,但是行動裝置流量偏低只有一成左右是可以探討的問題。
10個網站分析邏輯 : 誰、時間、哪個表現好、網頁互動好不好
以下幾個分析邏輯看似基本,但已經涵蓋了整個網站的使用者行為分析,按照以下檢查邏輯設以非常足夠洞察網站流量可以優化的項目
- 入站 : 調查到達網頁比例、流量來源比例,各到達網頁的流量來源比例,更進階能搭配時間區間比對
- 離站 : 調查離站網頁比例,並進階觀察離站網頁的平均瀏覽深度
- 跳出 : 分析跳出率高的網頁的內容目的,並設定篩選器排除勢必會跳出的頁面,再繼續深入分析跳出頁面的流量來源
- 強勢 : 熱銷商品、熱門頁面,將流量來源設為次要維度分析
- 弱勢 : 冷門商品、冷門頁面,將流量來源設為次要維度分析
- 比對 : 時間區間設定 週 vs 週、月vs月,進行各項指標分析,找出落後點
- 時段 : 了解全站每小時的流量、瀏覽量、轉換率
- 全站受眾 : 以性別為主要維度,並將年齡、使用裝置依序設為次要維度進行分析
- 熱銷售眾 : 以熱銷產品為主要維度,並將性別、年齡、使用裝置依序設為次要維度進行分析
- 廣告成效 : 以廣告活動為主要維度,並將性別、年齡、使用裝置依序設為次要維度進行分析
完成上述的網站流量分析,至少可以歸納出以下兩個網站流量優化項目
- 消費者情境假想 : 假設我們的商品主要消費者是辦公室女性,午休時段廣告以曝光最新產品,晚上八點半以再行銷導購為主,這個策略能用上述第7點-時段來做分析。
- 角色分工釐清 : 網站流量從受眾、內容體驗、流量來源做分析後,更能明確的用數據提供行銷、產品、廣告三個單位需要加強的部分,達到綜效的提升。
GA4會有重大改變嗎?
GA4再網站數據分析上,最大的改變就是拿掉跳出率指標,因為同步追蹤APP和網頁應用程式,因此更強調互動體驗代替跳出,下方節錄出GA的報表和功能,也附上目前網路上完整的GA4教學資訊。(GA4跳出率回來了!? 利用「參與度」來解釋跳出率)
GA4的報表包含 : 即時、生命週期、使用者三大類報表
生命週期 : 客戶開發、參與、營利、客層、科技
使用者 : 客層、科技
通用型GA目標對象報表整合到使用者報表中
GA4 的探索功能,可以根據業務需求製作報表,跟通用型GA的客製化報表有類似的效益,善用探索功能可以節省拉報表的時間,探索功能很像Dashboard一樣。
我們點選 Campaign Engagement 這個探索範例
GA4的探索可以切分多個頁籤
GA4的進階參考資訊可研究以下內容