谷歌分析（网站分析-归因模型）

重点在于转化归因模型的总结，内容来源为Google Analytics的培训课程。

Google Analytics谷歌分析（网站分析）

• Getting started with digital analytics
  • 数字分析的重要性
    • “数字分析”是指对本公司及竞争对手的数据进行定性分析和定量分析，从而不断改善客户和潜在客户的在线体验，进而实现理想的成效（包括线上成效和线下成效）。
    • 数字分析最重要的环节之一就是确定最终业务目标或成效以及衡量成效的具体方法。
    • 在网络世界中有五大常见业务目标：
      • * 对于电子商务网站，一个显而易见的目标是销售产品或服务。
      • * 对于旨在获取潜在客户的网站，目标则是收集用户信息供销售团队与潜在客户联系。
      • * 对于内容发布商，目标则是鼓励互动和频繁访问。
      • * 对于在线信息类或支持网站，最重要的目标是帮助用户及时找到所需信息。
      • * 对于品牌推广网站，主要目标是培养认知度、促进互动和建立忠诚度。
    • 用户在网站或移动应用中的一些关键操作与企业的目标密切相关。用户完成此类操作（比如在电子商务网站上购物）即表明已达到特定目标。这些就是“关键”转化。用户在网站上采取的某些操作也可能表示客户行为尚未完全达到您的主要目标，但距离目标不远了，比如在电子商务网站上注册并选择接收电子邮件优惠券或新产品通知。这些就是“次要”转化。建议您将次要转化和关键转化都纳入衡量范围，以便掌握更多行为方面的数据，从而了解哪些体验能够给网站带来理想的成效。
    • * 衡量-报告-分析-测试-改进
  • 核心分析技术
    • 利用细分，您可以将一部分数据分离出来并对其进行分析。例如，您可以按营销渠道对数据进行细分，以便了解哪个渠道带来了购买量增长。深入了解数据细分有助于您了解汇总数据变化的原因。
    • 示例
      • * 您可以按日期和时间细分数据，从而比较在一周的某几天或一天的某几个小时内访问您的网站的用户行为有何不同之处。
      • * 您可以按设备细分数据来比较桌面设备、平板电脑和手机上的用户效果。
      • * 您可以按营销渠道细分数据来比较各类营销活动的效果。
      • * 您可以按地理位置细分数据来确定哪些国家/地区、区域或城市表现最佳。
      • * 您可以按客户特征（如老客户与新客户）细分数据来帮助您了解促使客户忠诚度上升的具体因素是什么。
  • 转化和转化归因
    • 当用户完成了对您的业务来说非常重要的操作时，就发生了一次关键转化。对于电子商务业务来说，最重要的关键转化通常就是发生交易。次要转化也是重要的操作，但这种操作并没有直接带来成效。次要转化通常可以表明用户正在一步步接近关键转化。通过衡量次要转化，您能够更深入地了解用户具体处在转化路径的哪个部分。
    • “归因”就是分配转化功劳。在最终点击归因模型中，与转化相关联的所有价值都会分配给产生收入的最后一个营销活动。不过，还有一些其他归因模型可以帮助您更深入地了解您的各个渠道的价值。比方说，您可以将所有价值都分配给第一个渠道，也就是用户开始行为历程的那个渠道，而不是最后一个渠道。这种做法称为“首次点击归因”。或者，您也可以给客户行为历程中的每个辅助渠道都分配一部分价值。
    • 归因模型
      • 将销售功劳和转化功劳分配给转化路径中的各个接触点。
      • 归因模型是指一种或一组规则，用于确定如何将销售功劳和转化功劳分配给转化路径中的接触点。例如，在 Analytics（分析）中，“最终互动”模型会将 100% 的功劳分配给销售或转化之前的最终接触点（即点击），而“首次互动”模型会将 100% 的功劳分配给引发转化路径的接触点。
      • 您可以使用模型对比工具来比较各种归因模型对营销渠道评估的影响有何不同。在该工具中，如果使用的归因模型不同，则为您的每个营销渠道计算出的转化价值（和转化次数）也会有所差异。对于主要负责引发转化路径的渠道来说，按照“首次互动”归因模型计算比按照“最终互动”归因模型计算得出的转化价值要高。
      • 示例
        • 最终互动
          • 在最终互动归因模型中，最后一个接触点（在本例中为“直接”渠道）将获得 100% 的销售功劳。
          • 适用场合：如果您的广告和广告系列的目的是在购买时吸引用户，或者您的业务主要参与的销售周期不涉及考虑阶段，那么“最终互动”模型可能适合您。
        • 最终非直接点击
          • 在最终非直接点击归因模型中，所有直接流量均被忽略，100% 的销售功劳归于客户在转化之前点击访问的最后一个渠道（在本例中为“电子邮件”渠道）。
          • 适用场合：由于“最终非直接点击”模型是用于“非多渠道路径”报告的默认模型，因此它提供了一个有效的基准，可以与其他模型的结果进行比较。
          • 另外，如果您认为直接流量来自被其他渠道吸引的客户，则可能希望滤除直接流量，仅关注转化之前的最终营销活动。
        • 最终AdWords点击
          • 在最终 AdWords 点击归因模型中，最终 AdWords 点击（本例中为对“付费搜索”渠道的首次也是唯一一次点击）将获得 100% 的销售功劳。
        • 首次互动
          • 在首次互动归因模型中，第一个接触点（在本例中为“付费搜索”渠道）将获得 100% 的销售功劳。
          • 适用场合：如果您想确定带来最多转化次数的 AdWords 广告并为其分配功劳，请使用“最终 AdWords 点击”模型。
        • 线性归因
          • 在线性归因模型中，转化路径中的每个接触点（在本例中为“付费搜索”、“社交网络”、“电子邮件”和“直接”渠道）将平分销售功劳（每个均获得 25%）。
          • 适用场合：如果您的广告系列的目的是在整个销售周期内保持与客户的联系并维持品牌的认知度，则适合使用此模型。在这种情况下，每个接触点在客户考虑的过程中都同等重要。
        • 时间衰减
          • 在时间衰减归因模型中，最接近销售或转化时间的接触点将获得最多的功劳。在这次销售中，“直接”和“电子邮件”渠道将获得最多的功劳，因为客户在转化前的几个小时与之进行了互动。“社交网络”渠道获得的功劳将少于“直接”或“电子邮件”渠道。由于“付费搜索”互动是在一周之前发生的，因此该渠道获得的功劳比另外几项少得多。
          • 适用场合：如果您投放一天或两天的促销广告系列，可能希望将更多的功劳分配给促销期间的互动。在这种情况下，与接近转化的接触点相比，一周之前发生的互动只有很少的价值。
        • 根据位置
          • 在根据位置归因模型中，将向首次互动和最终互动各分配 40% 的功劳，剩下 20% 的功劳将平均分配给中间的互动。在本例中，“付费搜索”和“直接”渠道各自获得 40% 的功劳，而“社交网络”和“电子邮件”渠道各自获得 10% 的功劳。
          • 适用场合：如果您最看重将自己的品牌推荐给客户的接触点，以及促成销售的最终接触点，则可以使用“根据位置”模型。
  • 制定衡量计划
    • 定义您的衡量计划
      • 1. 记录您的业务目标。
      • 2. 确定用于支持目标的策略和方法。
      • 3. 选择适当的指标，作为关键效果指标。
      • 4. 确定数据细分方式。
      • 5. 选择关键效果指标的目标值。
    • 制定实施计划
      • 在定义您的业务需求和记录您的业务技术环境后，制定专门针对您所使用的分析工具的实施计划。对于Analytics（分析），这意味着您需要定义相关的代码和特定的产品功能，以用来跟踪您在衡量计划中定义的数据。
    • 实施计划
      • 接下来需要请网络开发团队或移动团队实际部署您制定的跟踪计划。部分网站技术还需要额外的计划流程
        • * 查询字符串参数
        • * 服务器重定向
        • * Flash和AJAX事件
        • * 多网域和子域
        • * 自适应网页设计
      • 在针对网站的Analytics（分析）实施计划中最常用的功能包括
        • * 实施标准Analytics（分析）跟踪代码。完成此操作后，您可以获取所需的大量数据。
        • * 确定关键效果指标的跟踪方式。您可以使用“目标跟踪”来实现此目的，电子商务企业还能使用“电子商务”模块。
        • * 使用过滤器对您的数据进行标准化处理，使报告变得更准确和实用。
        • * 使用广告系列跟踪和AdWords关联恰当跟踪营销广告系列。
        • * 使用自定义信息中心和自定义报告来简化报告流程。
      • 维护和优化
        • 衡量计划周期的最后一步就是维护和优化您的计划。您的业务需求和技术环境可能会逐渐变化。如果没有专门的团队来维护衡量计划，您的数据就会无法满足您的报告需求。
• Understanding and using Google Analytics data
  • Analytics的工作原理
    • 收集
      • 您可以使用Analytics（分析）从网站、移动应用以及信息亭或销售点系统等数字连接环境收集用户互动数据。对于网站，Analytics（分析）使用JavaScript代码收集信息。一组信息就称为一个“匹配”或一次“互动”。每当用户查看添加了Analytics（分析）代码的网页时，系统就会发送一个“匹配”。
      • 对于移动应用，您必须为想要跟踪的每项“活动”额外添加代码。请注意，由于移动设备并非总是接入互联网，因此，系统有时并不能将数据实时发送给收集服务器。为解决这个问题，Analytics（分析）可以先存储“匹配”，然后在设备恢复联网时将它们分派给服务器。
    • 处理
      • Google的服务器收集到用户匹配后，接下来就会处理数据。这一“转换”步骤会将您的原始数据转换为实用的信息。
    • 配置
      • 在此步骤，Analytics（分析）会将您的配置设置（例如过滤器）应用到原始数据。完成处理后，系统会将数据存储到数据库中。数据一旦处理完成并插入数据库中，就不能再更改。
    • 报告
      • 用户通常访问www.google.com/analytics使用网络界面来查看数据。不过，您也可以使用自己的应用代码和Core Reporting API系统性地从Analytics（分析）帐户获取数据。