網(wǎng)站從建設(shè)到日常整體運(yùn)營,都必需規(guī)劃好每個(gè)段價(jià)完成任務(wù)。網(wǎng)站運(yùn)營模式有多種多樣,要根據(jù)自己實(shí)際制定運(yùn)營指標(biāo)示。那么，網(wǎng)站運(yùn)營中最常見的指標(biāo)分析方式有哪些呢?下面就一起來看看。

　　網(wǎng)站運(yùn)營常見指標(biāo)分析方式

　　一、用戶的細(xì)分方式

　　我不建議把用戶細(xì)分成許許多多的類型，目前為止見過的用戶細(xì)分的類別也不在少數(shù)，羅列出來應(yīng)該有一大串：當(dāng)前用戶、新老用戶、活躍用戶、流失用戶、留存用戶、回訪用戶、誤闖用戶、休眠用戶、常駐用戶、忠誠用戶……其實(shí)很多的定義或含義是相近的，在分析層面也扮演著類似的指標(biāo)角色。所以不建議將用戶這樣混亂無章地分成N個(gè)類別，用戶的細(xì)分關(guān)鍵在于以合理的體系將用戶細(xì)分成幾個(gè)類別，并且每個(gè)類別都能發(fā)揮其在用戶分析上的功效，不存在累贅和混淆。

　　所以這里想介紹下我認(rèn)為比較合理的用戶細(xì)分方式。我將用戶分成以下幾類：當(dāng)前使用用戶、新用戶、活躍用戶、流失用戶、回訪用戶，下面來簡單的解釋下。

　　當(dāng)前使用用戶：即我們平常所說的UV，也就是網(wǎng)站的登錄或者使用用戶數(shù)。用于體現(xiàn)網(wǎng)站的當(dāng)前運(yùn)營狀況。

　　新用戶：首次訪問或者剛剛注冊(cè)的用戶;那么那些不是首次來訪的用戶就是老用戶，于是同時(shí)也獲得了老用戶的統(tǒng)計(jì)。用于分析網(wǎng)站的推廣效果或者成長空間。

　　活躍用戶數(shù)：活躍用戶的定義千差萬別，一般定義有關(guān)鍵動(dòng)作或者行為達(dá)到某個(gè)要求時(shí)的用戶為活躍用戶;每個(gè)網(wǎng)站應(yīng)該根據(jù)自身的產(chǎn)品特定定義活躍用戶?；钴S用戶用于分析網(wǎng)站真正掌握了多少有價(jià)值用戶。

　　流失用戶：網(wǎng)站的活躍用戶與流失用戶中已經(jīng)做了定義和介紹，用于分析網(wǎng)站保留用戶的能力。我們將那些未流失的用戶叫做留存用戶，可以通過總使用用戶數(shù)減去流失用戶數(shù)計(jì)算得到。

　　回訪用戶：是指那些之前已經(jīng)流失，但之后又重新訪問你的網(wǎng)站的用戶。用于分析網(wǎng)站對(duì)挽回流失用戶的能力(常常會(huì)受到那些很久沒有登錄的網(wǎng)站給你發(fā)的郵件吧，讓你回去看看，這些措施就是他們?cè)谕炝裟切┝魇в脩?。除非近期內(nèi)執(zhí)行了一些挽留流失用戶的手段，正常情況下回訪用戶的比例應(yīng)該是比較低的，否則就是你對(duì)流失用戶的定義不夠準(zhǔn)確，應(yīng)該適當(dāng)延長定義流失的時(shí)間間隔。

　　所以其實(shí)在我們獲得某些用戶統(tǒng)計(jì)指標(biāo)之后，通過計(jì)算同時(shí)也獲得了諸如老用戶、留存用戶這些指標(biāo)。

　　二、值得關(guān)注的用戶指標(biāo)

　　文章的開頭已經(jīng)提到過，如果你想了解一個(gè)網(wǎng)站或者一個(gè)產(chǎn)品的用戶情況，請(qǐng)盡量抓住那些最為關(guān)鍵的用戶指標(biāo)。如果是我來問，我只會(huì)問3個(gè)指標(biāo)：活躍用戶數(shù)、新用戶比例和用戶流失率。

　　顯而易見，活躍用戶數(shù)直接反映了網(wǎng)站或者產(chǎn)品真正掌握著多少用戶，這些用戶并不是因?yàn)槟承V告或者鏈接誤點(diǎn)進(jìn)來的，而是真正對(duì)這個(gè)網(wǎng)站或者產(chǎn)品感興趣，有意向去使用或者持續(xù)關(guān)注的?；钴S用戶數(shù)越高，網(wǎng)站或者產(chǎn)品當(dāng)前擁有的價(jià)值越高。但這里有一點(diǎn)需要格外注意，那就是活躍用戶的定義，活躍用戶跟新用戶不一樣，活躍用戶可能催生各種形形色色的定義，之前的文章——用Engagement衡量用戶活躍度對(duì)于如何定義用戶活躍做過介紹，活躍用戶的定義也類似，可以有各種方法。寬松的定義可以讓活躍用戶“變多”，比如只要訪問頁面數(shù)超過2頁或者停留時(shí)間超過30秒;而嚴(yán)謹(jǐn)?shù)亩x可能會(huì)導(dǎo)致活躍用戶“減少”，比如微博網(wǎng)站定義平均每天發(fā)送微博數(shù)量超過2條的才是活躍用戶。所以，不同的定義影響著活躍用戶的數(shù)量，當(dāng)你問到活躍用戶時(shí)，一定要了解對(duì)方是如何定義活躍用戶的。我更偏向于嚴(yán)謹(jǐn)?shù)亩x，雖然這會(huì)讓活躍用戶“減少”(某些高層看到這個(gè)數(shù)字可能就不干了，趕緊重新下個(gè)定義吧，讓數(shù)據(jù)變得“漂亮”一點(diǎn)……)，但嚴(yán)謹(jǐn)?shù)亩x讓數(shù)據(jù)顯得更加真實(shí)，可以說根據(jù)這個(gè)定義統(tǒng)計(jì)到的用戶是那些真正在為網(wǎng)站創(chuàng)造價(jià)值的用戶。

　　新用戶比例反映著網(wǎng)站或產(chǎn)品的推廣能力，渠道的鋪設(shè)和帶來的效果。新用戶比例不僅是評(píng)估市場部門績效的一個(gè)關(guān)鍵指標(biāo)，同時(shí)也是反映網(wǎng)站和產(chǎn)品發(fā)展?fàn)顩r的重要指標(biāo)。

　　但只看新用戶比例是不夠的，需要結(jié)合著用戶流失率一起看。我見過流失率98%的網(wǎng)站，也見過流失率20%左右的產(chǎn)品，流失率會(huì)根據(jù)產(chǎn)品對(duì)用戶黏性的不同而顯得參差不齊。用戶流失率反映了網(wǎng)站或者產(chǎn)品保留用戶的能力，即新用戶比例反映的是用戶“進(jìn)來”的情況，用戶流失率反映的是用戶“離開”的情況，結(jié)合這兩個(gè)指標(biāo)會(huì)有下面3類情況，代表了3種不同的產(chǎn)品發(fā)展階段：

　　新用戶比例大于用戶流失率：產(chǎn)品處于發(fā)展成長階段;

　　新用戶比例與用戶流失率持平：產(chǎn)品處于成熟穩(wěn)定階段;

　　新用戶比例低于用戶流失率：產(chǎn)品處于下滑衰退階段。

　　網(wǎng)站運(yùn)營數(shù)據(jù)分析方法

　　網(wǎng)站運(yùn)營數(shù)據(jù)分析方法十：Link Tag的流量標(biāo)記

　　Link tag標(biāo)記流量源頭 ，絕對(duì)是所有方法中最為基本重要的一種。這種方法不僅僅適用于網(wǎng)站的流量來源，也同樣適用于app下載來源的監(jiān)測(但后者需要滿足一定的條件)。

　　Link tag的意思，是在流量源頭的鏈出鏈接上(鏈出URL上)加上尾部參數(shù)。這些參數(shù)不僅不會(huì)影響鏈接的跳轉(zhuǎn)，而且能夠標(biāo)明這個(gè)鏈接所屬的流量源是什么(理論上能夠標(biāo)明流量源的屬性數(shù)是無限的)。

　　Link tag不能單獨(dú)起作用，必須要在網(wǎng)站分析工具或者app分析工具的配合下工作。

　　Link tag是流量分析的基礎(chǔ)，要嚴(yán)肅的分析流量，不僅僅是常規(guī)分析，還包括歸因分析(attribution analysis)，都需要使用link tag的方法。

　　網(wǎng)站運(yùn)營數(shù)據(jù)分析方法九：轉(zhuǎn)化漏斗

　　分析轉(zhuǎn)化的基本模型是轉(zhuǎn)化漏斗(conversion funnel)，這個(gè)大家都應(yīng)該很熟悉了。

　　轉(zhuǎn)化漏斗最常見的是把最終的轉(zhuǎn)化設(shè)置為某種目的的實(shí)現(xiàn)，最典型的就是實(shí)現(xiàn)銷售，所以大家很多時(shí)候把轉(zhuǎn)化和銷售是混為一談。但轉(zhuǎn)化漏斗的最終轉(zhuǎn)化也可以是其他任何目的的實(shí)現(xiàn)，比如一次使用app的時(shí)間超過10分鐘(session duration >10minutes)。對(duì)于增長黑客而言，構(gòu)建漏斗是最為常見的工作。

　　漏斗幫助我們解決兩方面的問題，第一、在一個(gè)過程中是否發(fā)生泄漏，如果有泄漏，我們能在漏斗中看到，并且能夠通過進(jìn)一步的分析堵住這個(gè)泄漏點(diǎn);第二、在一個(gè)過程中是否出現(xiàn)了其他不應(yīng)該出現(xiàn)的過程，造成轉(zhuǎn)化主進(jìn)程受到損害。

　　漏斗的構(gòu)建很簡單，無論web還是app，都是最好用的方法之一。但漏斗使用的奧秘則很豐富。而且漏斗方法還會(huì)和其他方法混合使用，樂趣無窮。我在互聯(lián)網(wǎng)數(shù)據(jù)運(yùn)營的課程中也會(huì)具體講解。

　　網(wǎng)站運(yùn)營數(shù)據(jù)分析方法八：微轉(zhuǎn)化

　　人人都懂轉(zhuǎn)化漏斗，但不是所有人都關(guān)注微轉(zhuǎn)化。但是你想指望一個(gè)轉(zhuǎn)化漏斗不斷提升轉(zhuǎn)化率太困難了，而微轉(zhuǎn)化卻可以做到。轉(zhuǎn)化漏斗解決的是轉(zhuǎn)化過程中的大問題，但大問題總是有限的，這些問題搞定后，你還是需要對(duì)你的轉(zhuǎn)化進(jìn)行持續(xù)優(yōu)化，這個(gè)時(shí)候必須要用到微轉(zhuǎn)化。

　　微轉(zhuǎn)化是指在轉(zhuǎn)化必經(jīng)過程之外，但同樣會(huì)對(duì)轉(zhuǎn)化產(chǎn)生影響的各種元素。這些元素與用戶的互動(dòng)，左右了用戶的感受，也直接或者間接的影響了用戶的決定。

　　比如，商品的一些圖片展示，并不是轉(zhuǎn)化過程中必須要看的，但是它們的存在，是否會(huì)對(duì)用戶的購買決定產(chǎn)生影響?這些圖片就是微轉(zhuǎn)化元素。

　　個(gè)人認(rèn)為，研究微轉(zhuǎn)化比研究轉(zhuǎn)化更好玩。有一些案例，課堂上跟大家講。

　　網(wǎng)站運(yùn)營數(shù)據(jù)分析方法七：合并同類項(xiàng)

　　合并同類項(xiàng)是大家容易忽視的常用方法。我們往往非常重視細(xì)分，但有的時(shí)候我們卻需要了解更宏觀的表現(xiàn)。

　　合并同類項(xiàng)就是這樣的方法。舉一個(gè)例子，我問你，一個(gè)電子商務(wù)網(wǎng)站，所有商品頁的整體表現(xiàn)如何?它們作為一個(gè)整體的bounce rate怎么樣，停留時(shí)間怎么樣，用戶滿意度怎么樣等等，你能夠回答嗎?

　　如果我們查看每一個(gè)商品頁的表現(xiàn)，然后再把所有一個(gè)一個(gè)頁面的數(shù)據(jù)加總起來作分析，就太麻煩了(根本無法實(shí)現(xiàn)分析)。這個(gè)時(shí)候，我們必須要合并同類項(xiàng)。

　　如何合并?利用分析工具的過濾工具或者查找替換功能。不支持這樣功能的工具你可以考慮扔掉了，因?yàn)檫@根本不應(yīng)放在增長黑客的專業(yè)裝備箱中。

　　合并同類項(xiàng)還有很多用途，比如你要了解web或者app一個(gè)版塊(頻道)的整體表現(xiàn)，或者你要了解整個(gè)導(dǎo)航體系的使用情況，這都是必須使用的方法。