不论是电商还是O2O企业,都需要花费相当的人力、物力、财力去获取新客户,常见的手段包括各种广告投放、地推、电话拜访等。每个产品面对的目标人群都不尽相同,因而最合适的推广渠道也各不相同。每个企业,如何根据自己的业务和目标人群的特点,选择最合适、最有效率、性价比最高的推广渠道,也是企业是否可以在竞争中占据优势的重要因素。

今天,我们结合 Sensors Analytics 提供的数据分析功能,以一个典型的电商产品为例,来讲解如何用数据对渠道转化的效率进行分析。

整个分析过程,可以由浅入深地从如下几个方面来进行:

1. 不同渠道带来的新用户数量

这个典型电商产品A,在百度、今日头条、广点通、应用宝等渠道都投放了广告,广告链接指向产品首页。同时,也花钱雇佣了一些地推人员在主要交通路口让用户扫描二维码,扫码的结果同样是指向产品首页。

为了区分不同的来源,这个电商产品针对不同的渠道过来的流量,编码了不同的URL,如下面的例子:

在使用 Sensors Analytics 的 SDK 进行数据接入时,则在 track “浏览首页” 这个事件时,需要记录一个名为 “channel” 的 property。在事件管理界面,我们可以将 “channel” 的展示名称设置为 “渠道”让后面的使用更加方便。

配置完成之后,就可以使用“事件分析”功能,查询每天通过每个渠道,访问产品首页的用户数和相应的PV了。

同时,上面的查询结果还可以保存为书签,添加到数据概览,方便后续每天第一时间察看数据。

2. 不同渠道用户的后续购买情况

很多时候,一个渠道带来的用户多,并不一定就意味着,这是一个好的渠道。对于一个电商产品来说,期望渠道给我们带来的不仅仅是用户对产品的简单访问,而是有最终的购买行为。

因此,为了观察这些用户后续一段时间内的访问、购买、转化和留存等情况,在某个用户首次访问本网站的首页时,根据用户访问的渠道,可以调用 Sensors Analytics 的 profile_set 接口,设置一下这个用户的 RegisterChannel (注册渠道)这个 profile,从而在后续所有的查询使用中,都可以通过这个 profile 进行查询和分组。

现在,我们除了可以察看每个渠道累计带来的那些用户,在今天的总PV、总UV以及总的支付订单数量了,如下图所示:

需要特别说明的是,如果想要进一步分析,在百度购买的多个关键词,每个关键词带来的用户后续的情况,那么,也可以把关键词作为一个用户的 profile 进行设置。

3. 不同渠道的用户转化情况

在上一节中,我们描述了如何在事件的属性和用户的 profile 中,记录渠道相关的信息,以及如何使用事件分析功能,来分析不同渠道用户的访问情况和购买情况。除此之外,我们还可以使用 Sensors Analytics 提供的漏斗分析功能,来分析每个渠道带来的用户,在整个购买流程的每一步的转化情况。分析转化情况,一方面,可以考核不同渠道带来的用户的质量;另一方面,也可以找到关键的流失节点,对于后续产品形态、界面布局、用户流程调整都具有很强的指导意义。

对于这个电商产品而言,有一个关键的转化流程,是“浏览首页”--->“浏览商品”--->“提交订单”--->“支付订单”。因此,我们可以创建一个这样的漏斗,并把窗口期设置为“1天”,即限定用户上述行为在1天内完成。

在保存漏斗之后,就立刻可以看到这个漏斗在指定时间内的转化情况,并且,可以选择按照用户的 profile “注册渠道”进行分组:

从上图中可以看出,在2015年10月31日,这三个渠道各自的转化情况其实差不多,并且主要都是在“浏览商品”到“提交订单”这一步有较多的流失,这意味着,可能是缺少用户需要的商品,也可能是价格上并不让人满意。如果想要做进一步的精准分析,可以先选中“浏览商品”到“提交订单”这一步,然后下载流失用户的明细,如下图所示:

4. 不同渠道的用户留存分析

除了可以分析用户转化情况以外,Sensors Analytics 还可以分析不同渠道的用户的留存和回访情况。

如我们想分析2015年10月24日来过的各个渠道的用户,在后面一周内的留存情况,那么,可以按照下图所示的配置来使用留存功能:

上图中“104”这个数字,就表明,地推渠道带来的那些用户中,有258人在10月24日有过访问行为,其中有104人,在之后的第二天依然有访问行为。当然,如果定义的留存是有购买行为,自然可以把“后续行为”改成“支付订单”。