邵珠庆の博客 生命只有一次,你可以用它来做些更多伟大的事情–Make the world a little better and easier

113月/123

关于在大中小型网站上的最佳运营KPI/度量

网站分析中,获取大量数据并不艰难,艰难的是建立考核体系,获取有效的高质量分析见解,以实现数字化的网站运作与营销活动。本文主要从Avinash的文 章意译而来,有翻译不到位或错误的地方,望大家指正,同时建议英文好的朋友直接阅读原文《Best Web Metrics / KPIs for a Small, Medium or Large Sized Business》。

网站运营最佳KPI/度量

图一:网站运营最佳KPI/度量

一、小型网站最佳运营KPI/度量

1、营收成本度量

单次营收成本(CPA

从目标获取的单次成本来考核,淘汰CPA不适当的营销项目,提高CPA较低项目的投入。

CPA应作为分析报告中的最佳度量之一,其中展示次数(Impressions)、点击数(Clicks)、点击率(CTR)、平均每次点击成本 (Avg CPC)、转换(Conversions)等度量数据均可通过Google Analytics、Omniture等网站分析工具获得,但是成本(Cost)需要自行核算。

小型网站运营成本KPI/度量

图二:小型网站运营成本KPI/度量

2、访客行为度量

跳出率(Bounce Rate

通过跳出率高低,可辨别营销活动带来的访客与登陆页的相关性匹配情况,以此对营销活动进行减少或增加资源投入。

支付放弃率(Abandonment Rate

最快挣钱的方法是从想给你钱的人手中获得。重点关注支付过程中放弃率最高的环节,通过减少支付步骤、将账号注册由开始放到最后、A/B测试与多变量测试(成本高)等措施不断测试、考核,将会有很大的营收改观。

通过Excel、Paditrack、KissMetrics等免费工具建立支付路径检测,可自动获取Abandonment Rate等相关度量。

支付放弃率监测

图三:支付放弃率监测

3、效果度量

宏观转化率(Macro Conversion Rate

作为小规模站点,我们要重点关注转化率,并竭尽所能去提高它。通过每天(周)查询流量来源报告中的转化率,降低表现不佳的流量来源投入,提高表现好的。做好营销策略让其涵盖面广,并都保持盈利,那我们的收益将会最大化。

电子商务网站宏观转化率

图四:电子商务网站宏观转化率

我们可以给买两次的客户创建一个高级细分群体,然后通过来源、地理分布、两次购买产品的类型、关键字与营销活动等去挖掘更多同样的潜在客户。切记同时查看转化率与转化次数,以免决策失误。

作为小规模站点,只需围绕上述四个度量:单次营收成本(Cost Per Acquisition)、跳出率(Bounce Rate)、支付放弃率(Checkout Abandonment Rate)、全局转化率(Macro Conversion Rate),进行运营监测,即可取得良好的功效。最好是已全面掌控此四大度量后,再拓展至其它度量。

二、中型网站最佳运营KPI/度量

1、营收成本度量

单次营收成本(CPA

点击率(Click-through Rate

CPA作为宏观度量,只提供营销活动的基本信息,我们还需要通过点击率(CTR)度量,更加深入的去分析联盟营销(Affiliate Marketing)、搜索引擎营销以及旗帜广告等营销活动的创收能力与访客质量。

SEO/SEM的关键字选词、排名、访客搜索词与关键字的匹配度,都会对提高CTR有帮助;如果访客来到我们网站(未跳出),那么意味着我们获得了一次说服他们购买我们产品或服务的机会。

点击率自定义报告

图五:点击率自定义报告

通常,通过频繁较大幅的对展示效果进行优化,会使得我们的再营销活动(Remarketing Campaigns)有巨大的改观。例如,优化EDM邮件标题、广告投放的地理位置等都会使CTR明显提高。而CTR就像是帮助你了解在第一次约会时是否 出现在正确的地点,适当的穿着,怡人的笑容。因此,我们应当将创意营销活动列出来,干掉表现差的,提高表现Good的,如此反复。

2、访客行为度量

跳出率(Bounce Rate

支付放弃率(Checkout Abandonment Rate

访问深度(Page Depth

极少访客会在一个站点浏览几以上个页面,这是互联网实情。因此在不断提高用户体验、内容架构、内容相关性的同时,我们应当重点关注访客访问深度情况 (Page Depth),而不是没有用处的平均每次访问页数(Average Page Views per Visit or Average Time)、平均网站停留时间(Average Time on Site)。

页面访问深度分析

图六:页面访问深度分析

通过访问深度报告,我们可以将访客的访问根据个人喜好进行分类组合。例如分为放弃者、搭讪者、浏览者、一次性访客、忠实访客,那我们对内容表现的看法会有戏剧性的改变,通过长久的深入关注,我们将会发现业务的赢利点。

上图强调的是最终销售/转化,但是即使我们是资讯站,提高访问深度最起码能使页面更均衡、广告展示量更大。

忠诚度(按访问次数)

如果说访问深度优化的是单次访问体验,那么忠诚度将会是批量级的。换句话说,就是衡量我们网站吸引同一访客多次访问的能力?对于电子商务或者非电子商务网站来说,忠诚度好与差的差异意味着巨大收益与难以存活。

首先,以“实现x次的访问占总访问y%”为目标。电子商务网站可以用“每天转化数报告(Days to Conversion)”来设置目标。内容站点可以依据内容更新规划来制定目标,例如我们是纽约时报,每天24小时更新网站,是不是目标就可以是平均每个 访客访问90次/每月呢?

其次,按照如下方式,基于访问次数设置高级细分群体。

按访问次数计的访问者忠诚度

图七:按访问次数计的访问者忠诚度

最后,将设置好的高级细分群体,应用于关键字报告、广告系列报告、引荐报告,就可以辨别主要带来忠实访客的是哪些流量来源。将其应用于内容报告,就能推断出哪些内容(体育新闻?国际新闻?还是宠物故事?)能吸引忠实访客。

访问次数,在许多统计工具中都会有。如果我们用的是新版Google Analytics,那么可以通过“受众群体”->”行为”->”覆盖率与频次”查看。

3、效果度量

宏观转化率(Macro Conversion Rate

微观转化率(Micro Conversion Rate

通常我们查看报告,会发现仅不足2%的访客实现了转化。因此我们仅仅是关注宏观转化率(Macro Conversion Rate),那就意味着默认放弃98%访客的价值,损失巨大。

通过查看具体转化次数(目标)以及它们在长短期带来的收益,我们会很快的发现它们能带来的价值,远远超过宏观转化报告中展示的收益,优化它们即可获得巨大的惊喜。

Google Analytics中可以点击“转化”->“目标”进行查看。内容站点还可以查看“目标网址”报告,来确认目标转化所在页面。

微观转化率

图八:微观转化率

每次访问目标价值(Per Visit Goal Value

通过此KPI,一方面可以避免只关注那2%访客转化的弊端(因为它关注的是每一次访问),另一方面可以促使我们拓展更多适合访客的业务。

每次访问目标价值

图九:每次访问目标价值

虽然不是每个访客都能实现目标转化,但是每个访客都有其固有的经济价值。查看这个度量,能让我们确定那些创造高价值的目标,并且明白一些简单的道 理,例如 什么是我们的重点。如果说Twitter带来的每次访问目标价值为87美分,Google是97美分,也许我们就应当将更加注重SEO策略,而不是采纳那 些说搜索引擎已过时的社会媒体营销专家的建议。

对于中型网站需关注以上9个度量,如果有天我们能获得超过500万美金的经济收益时,就说明它们见效了。它们与小型站点度量不同之处的关键在于,我们需要致力于多重转化、深层次的网站交互以及更好的营收效率分析。

三、大型网站最佳运营KPI/度量

1、营收成本度量

单次营收成本(CPA

点击率(Click-through Rate

新访问比率

通常可以用这个度量调整我们的营销策略,发掘能为业务带来新大陆的营销方式。如果我们正忙于已有盈利性付费媒体的监测,想付费搜索、广告、联盟营销 以及社 会媒体营销能带来新访客,那么该度量就显得尤为重要,除非我们不想。该度量在报告中随处可得,创建利于分析的最佳细分群体是重点。

2、访客行为度量

跳出率(Bounce Rate

支付放弃率(Checkout Abandonment Rate

访问深度(Page Depth

忠诚度(按访问数) 

事件/访问(Event/Visit

每个不错的大型站点,都会以各种复杂技术(Flash、AJAX、插件…)提供丰富的访客体验(视频、演示、动态幻灯片、配置程序…)。几乎一直 以来,我们仅仅以经验(或页面噪音)来衡量它们。事件跟踪可以帮助我们对它们进行测量,通常能令人惊讶地获得相关用户体验信息,赢得珍贵的主动权。

每次访问触发事件数度量

图九:每次访问触发事件数度量

110842次访问,9054次网站体验交互事件,那么每次访问事件数为2.24次,这样的结果是好?还是坏呢?能再好点么?2.24次交互有给我们带来更好的经济价值么?

案例的答案是:No!答案应该更具我们的策略和目标来确定。最终对于内容规划方面,我们能做出更具重要意义的明智决定(尤其当你是分析高手时,你可以将绩效以第一次访问、访问深度与第二次访问、忠诚度,进行三角型建模)。

许多网站分析工具都有类似的事件跟踪,Google Analytics的事件跟踪数据查询路径为:内容->事件。

3、效果考核度量

宏观转化率(Macro Conversion Rate

微观转化率(Micro Conversion Rate

每次访问目标价值(Per Visit Goal Value

转化所需天数[或者内容站的时间延迟]

“一口吃不成大胖子”。许多公司做数据分析以及营销活动优化只用了一朝一夕的时间,所以也期望能快速实现转化,并且即刻对营销活动做出增加或减少投 入的决 策。这种做法不仅是鼠目寸光,更是对访客的亵渎。因为他们要有适当多的时间去体验良好后才会完成转化。该度量能帮助我们明确我们的访客的转化速度。我们能 在最短的时间,完成营销信息修改、采取行动以及调整登陆页。但如果说转化所需天数很长,那么我们可以制定稳健(逐步)的微观转化策略。

如果我们的是非电子商务网站,那么通过Google Analytics多渠道路径(Multi-Channel Funnel),查看“Time Lag”报告,可以获得许多惊人欣喜的结果。电子商务网站同样可以查看数据“购买前所耗天数(Days to Transaction)”。我们即刻看到的度量是“转化(Conversions)”,它反映了具体目标的转化情况。

因此,我们可以对“欢迎登陆”,”您喜欢的是什么?”,”这些是我能为您提供的”,“您为什么不购买支付呢?”,“回头并试图购买支付”,多次反复,我仍旧出现在您面前,“您打算支付了么?那么您可以…”的访问转化流程进行优化。

“购买前所耗天数(Days to Transaction)”是标准报告,可以在我们网站分析报告的电子商务部分进行查看。“时间延迟(Time Lag)”一些网站分析软件中不是标准报告,可以向软件商家咨询。Google Analytics中可以通过路径:“转化(Conversions)”->“多渠道路径(Multi-Channel Funnels)”->“Time Lag(时间延迟)”查看。

转化所需天数

图十:转化所需天数

辅助转化比值(% Assisted Conversions

辅助转化是近期盛行起来的又一不错度量,它凌驾于以上度量组合模型之上。大部分的访客转化(不管宏观与微观)都需要一定的时间,那为什么我们大都将 网站分 析重点放在单个渠道的分析与优化呢?是因为联盟营销(Affiliate)位于转化的末端?还是Facebook(或Google或其它)位于访客登录的 前端?

辅助转化分析

图十一:辅助转化分析

我们需要清楚掌握,我们的网站需要超过一次广告/媒介/营销触点,才能完成的转化有多少?然后根据数据去优化渠道组合,而不是单个的渠道。

以上案例中可以发现,如果我们没有做渠道组合优化(而实际上需要),可以看出Email渠道的数据(1.18 辅助转化次数/最终互动转化次数),在暗示我们与Organic Search(0.61)相比,应该为Email渠道制定营销优化与预估策略。

辅助转化次数比值,在一些网站分析软件中没有,需要我们向软件商咨询。在Google Analytics可以通过路径:“转化(Conversions)”->“Multi-Channel Funnels”->“Assisted Conversions”查看。

That’s all! 对于大型网站,我们已确定13个关键度量,足以让我们从头到尾的了解网站经营绩效了。与中型网站度量不同的关键在于,我们真真切切的在关注多种访问行为。也就是说,我们注重的是一大片人,而不是单个的访问。

以下是本文的各类网站最佳分析度量总结:

大中小型网站最佳运营KPI/度量汇总

图十二:大中小型网站最佳运营KPI/度量汇总

希望此图,有助于更快的诊断我们分析策略中的纰漏。另外,当网站从小规模站点发展成为中型站点时,我们自然会意识到其它需要测量的度量,当跨入大型网站时也会有同样的感触。

也许,我们会发现以上KPI中并没有Adsense广告的CTR、页面加载时间(Page Load Time)、每社会访问行为(Actions per Social Visit)、搜索退出率(Search Exits)、内容分布与访问比率、转化率(内容站点)。因为这些KPI/度量,对于不同业务类别的网站来说是有其独特性的,以上分析策略中的KPI适合 于 所有站点。

最后,衡量以上目标组合的完成情况,最好的方法是基于以下我们既定的数字化营销监测模型。

 

各种规模类型网站最佳运营KPI/度量就介绍完了,你在网站分析中有用到以上度量么?哪个度量你最喜爱呢?哪个度量最没用?你有更好的建议么?

邵珠庆推荐文章

博文加载中...

喜欢这个文章吗?

考虑订阅我们的RSS Feed吧!

发布在 邵珠庆

评论 (3) 引用 (0)
  1. Hey! Would you mind if I share your blog with my facebook group?
    There’s a lot of folks that I think would really appreciate your content. Please let me know. Thanks

  2. Thanks alot – your answer solved all my polrbmes after several days struggling

  3. I tuhohgt finding this would be so arduous but it’s a breeze!


Leave a comment

*

还没有引用.