從網站的用戶層面，我們依據用戶拜訪的行動特點將用戶細分紅各類范例，由於用戶行動各別，行動統計目標各別，剖析的角度各別，以是假如要對用戶做細分，能夠從許多角度依據各類規矩完成各類分歧的分類，看到過有些數據剖析申報做瞭各類用戶的細分，各類用戶行動的剖析，再聯合其他各類維度，看上去內容絕對充足豐碩，但很難懂得這些剖析成果究竟是為瞭解釋甚麼題目，大概作為一個征詢申報反應當前團體的趨向和用戶特點確切適合，但假如真的要讓數據剖析的成果可以或許引誘我們去做些甚麼，照樣要在做用戶細分前肯定剖析的目標，明白營業層面的需求。

　　既然要做基於用戶細分的比擬剖析，天然是為瞭明白某些用戶分類群體的行動特點與其他用戶群體的差別。這裡重要從指點內容層面的調劑為導向，經由過程比擬各用戶細分群體對內容需求的差別，優化內容運營，將優良的內容大概相符用戶偏好的內容推舉給響應的用戶。

　　既然是基於用戶細分，起首明白用戶的細分規矩，這裡舉例3類細分：流掉用戶與保存用戶、新用戶與老用戶、單次購置用戶和二次購置用戶，基於這3類細分，對每一個分類的用戶購置商品舉行比擬剖析，明白哪些商品加倍相符用戶的預期。

　　流掉用戶和保存用戶比擬

　　固然，要辨別流掉用戶和保存用戶，起首必需對用戶流掉有一個明白的界說，關於流掉用戶的界說能夠參考博客之前的文章網站的活潑用戶與流掉用戶。有瞭界說我們便可以做統計和細分瞭，照樣以電子商務網站為例，電商網站的內容就是商品，我們基於每一個商品盤算購置這些商品的用戶中購置後形成流掉的用戶比例，以下：

　　這裡的目標界說應當比擬明白，每一個商品的流掉用戶比例應當是購置該商品後流掉的用戶數在全部購置該商品的用戶中的占比，但隻曉得每一個商品的流掉用戶比例沒法評價這個商品是不是對用戶保存有增進感化，大概在必定水平上形成瞭用戶的流掉，隻要經由過程與整體程度的比擬能力得出響應的結論。以是這裡須要重點說明的是與整體比擬這個數值是怎樣盤算的到的，這裡的百分比沒有是間接相減的成果，而是一個差別的幅度表現，這裡假定整體用戶流掉率為56%，那末以A商品為例，與整體比擬的成果是：( 58.13% – 56% ) / 56% = 3.80% ，應用一樣的盤算辦法也能夠獲得其他商品與整體比擬的差別幅度。末瞭就是展現，在Excel內裡經由過程前提格局內裡的數據條功效能夠間接展示出圖中的後果，異常便利。

　　很顯著，上面圖中的剖析成果對運營調劑有間接的指點性，目標是增進用戶保存，以是我們要做的就是將有益於用戶保存的商品(F商品的用戶流掉率顯著要比整體低很多，解釋F產物更有益於用戶保存)推舉給用戶，而將那些大概致使用戶流掉的商品(C商品)舉行優化大概下架。

　　新用戶和老用戶比擬

　　一樣，應用上面的辦法能夠辨別分歧用戶群的購置傾向。新老用戶的細分是最多見的用戶細分辦法，我們可使用相似的辦法來看看新老用戶對商品的分歧愛好：

　　從上圖中你看出瞭甚麼?購置D商品的用戶中新用戶的比例顯著偏低，大概新用戶基本就沒有愛好這個商品，而B商品和F商品明顯加倍相符新用戶的口胃。假如你的網站能夠舉行新老用戶辨別的定向推行，那末上面這個剖析成果將讓你受益很多。

　　固然，這個數據出現的特點大概跟商品的推行渠道有必定的幹系，好比上圖的D商品比擬多的是應用老用戶比擬會合的推行渠道(好比EDM)，那末天然購置用戶中老用戶的比例會偏高;大概把某些商品放在新用戶比擬會合的Landing Page中展現，那末購置該商品的新用戶比例也明顯會偏高。以是，在做諸如斯類的剖析時須要留意依據推行渠道的差別，詳細題目詳細剖析，不克不及混為一談。

　　單次購置用戶和二次購置用戶比擬

　　應用一樣的辦法也能夠促進用戶的屢次購置。對付電子商務網站而言，用戶的初次購物體驗異常主要，這將會間接影響用戶是否是會發生再次大概以後的屢次購置，大概是不是可以或許成為網站的忠實客戶。假如你的網站重視用戶幹系治理，那末你能夠測驗考試下應用上面的剖析辦法：

　　須要留意的是這裡的基本用戶群設定在瞭每一個商品的初次購置用戶(沒有是全部)，我們要剖析的是全部將該商品作為初次購置商品的情形下，用戶是不是還會提議以後的再次乃至屢次購置行動，從而評價商品對付初次購置體驗的影響利害。從上表能夠看出，B商品和F商品在促進二次購置的表示欠安，很有大概商品的應用或質量題目影響瞭用戶的滿足度，攔阻瞭用戶再次購置的腳步。依據剖析成果，我們特別須要對那些二次購置率比整體程度低異常多的商品舉行重點存眷，同時也須要依據商品的特點舉行剖析，有些商品確切比擬輕易促進二次購置，由於大概存在交織發賣和向上營銷的情形。

　　實在原來想把這篇文章拆分紅多篇整成一個系列專題，由於從完成層面而言，每塊的用戶細分的剖析都須要自力完成，並且大部門要從底層的數據盤算獲得，假如你從Google Analytics上面從探求相似的數據，實在獨一能夠找到的就隻要新拜訪比例，並且在內容模塊內裡細分到每一個頁面的目標也未包括% New Visits(在流量起源、地區細分內裡有該器量)，固然你能夠自界說申報來檢察網站每一個頁面的新拜訪比例，比擬的基準照樣網站整體的新拜訪比例，GA的展示方法挑選內裡間接供給瞭與整體比擬的視圖Comparison，下圖是我做的自界說報表：

　　GA上面的展示的後果跟用Excel 2010上面定制前提格局後的後果很像(2010能夠展示正負值在座標軸閣下側辨別的紅綠數據條，2007貌似還未完成此功效)，這類基於基準的比擬展示異常直不雅應用，實在在別的的剖析中一樣能夠用到。那末你從我的博客的各內容新用戶比例比擬剖析中看出瞭甚麼?拜訪數排在前幾名的文章中很顯著的趨向就是觀點性辦法論的文章新用戶比例高於均值(固然重要靠搜刮引擎的協助)，而不雅點性和剖析性的文章的新用戶比例低於均值(老用戶更傾向於理論和運用 )，以是假如我的博客能夠靜態向新用戶和老用戶展示分歧的內容，那末這個剖析將非常具有代價，大概你的網站能夠測驗考試下。

　　末瞭照樣回到一開端的題目，須要總結的是：細分是用於比擬的，比擬是為瞭反應差別進而做出調劑優化的，以是細分的目標終極照樣指點運營決議計劃，這個才是數據剖析的代價表現。

　　作者：joegh

　　原文地點：網站數據剖析