网站运营常见指标分析有哪些

　　网站从建设到日常整体运营,都必需规划好每个段价完成任务。网站运营模式有多种多样,要根据自己实际制定运营指标示。那么，网站运营中最常见的指标分析方式有哪些呢?下面就一起来看看。

　　网站运营常见指标分析方式

　　一、用户的细分方式

　　我不建议把用户细分成许许多多的类型，目前为止见过的用户细分的类别也不在少数，罗列出来应该有一大串：当前用户、新老用户、活跃用户、流失用户、留存用户、回访用户、误闯用户、休眠用户、常驻用户、忠诚用户……其实很多的定义或含义是相近的，在分析层面也扮演着类似的指标角色。所以不建议将用户这样混乱无章地分成N个类别，用户的细分关键在于以合理的体系将用户细分成几个类别，并且每个类别都能发挥其在用户分析上的功效，不存在累赘和混淆。

　　所以这里想介绍下我认为比较合理的用户细分方式。我将用户分成以下几类：当前使用用户、新用户、活跃用户、流失用户、回访用户，下面来简单的解释下。

　　当前使用用户：即我们平常所说的UV，也就是网站的登录或者使用用户数。用于体现网站的当前运营状况。

　　新用户：首次访问或者刚刚注册的用户;那么那些不是首次来访的用户就是老用户，于是同时也获得了老用户的统计。用于分析网站的推广效果或者成长空间。

　　活跃用户数：活跃用户的定义千差万别，一般定义有关键动作或者行为达到某个要求时的用户为活跃用户;每个网站应该根据自身的产品特定定义活跃用户。活跃用户用于分析网站真正掌握了多少有价值用户。

　　流失用户：网站的活跃用户与流失用户中已经做了定义和介绍，用于分析网站保留用户的能力。我们将那些未流失的用户叫做留存用户，可以通过总使用用户数减去流失用户数计算得到。

　　回访用户：是指那些之前已经流失，但之后又重新访问你的网站的用户。用于分析网站对挽回流失用户的能力(常常会受到那些很久没有登录的网站给你发的邮件吧，让你回去看看，这些措施就是他们在挽留那些流失用户)。除非近期内执行了一些挽留流失用户的手段，正常情况下回访用户的比例应该是比较低的，否则就是你对流失用户的定义不够准确，应该适当延长定义流失的时间间隔。

　　所以其实在我们获得某些用户统计指标之后，通过计算同时也获得了诸如老用户、留存用户这些指标。

　　二、值得关注的用户指标

　　文章的开头已经提到过，如果你想了解一个网站或者一个产品的用户情况，请尽量抓住那些最为关键的用户指标。如果是我来问，我只会问3个指标：活跃用户数、新用户比例和用户流失率。

　　显而易见，活跃用户数直接反映了网站或者产品真正掌握着多少用户，这些用户并不是因为某些广告或者链接误点进来的，而是真正对这个网站或者产品感兴趣，有意向去使用或者持续关注的。活跃用户数越高，网站或者产品当前拥有的价值越高。但这里有一点需要格外注意，那就是活跃用户的定义，活跃用户跟新用户不一样，活跃用户可能催生各种形形色色的定义，之前的文章——用Engagement衡量用户活跃度对于如何定义用户活跃做过介绍，活跃用户的定义也类似，可以有各种方法。宽松的定义可以让活跃用户“变多”，比如只要访问页面数超过2页或者停留时间超过30秒;而严谨的定义可能会导致活跃用户“减少”，比如微博网站定义平均每天发送微博数量超过2条的才是活跃用户。所以，不同的定义影响着活跃用户的数量，当你问到活跃用户时，一定要了解对方是如何定义活跃用户的。我更偏向于严谨的定义，虽然这会让活跃用户“减少”(某些高层看到这个数字可能就不干了，赶紧重新下个定义吧，让数据变得“漂亮”一点……)，但严谨的定义让数据显得更加真实，可以说根据这个定义统计到的用户是那些真正在为网站创造价值的用户。

　　新用户比例反映着网站或产品的推广能力，渠道的铺设和带来的效果。新用户比例不仅是评估市场部门绩效的一个关键指标，同时也是反映网站和产品发展状况的重要指标。

　　但只看新用户比例是不够的，需要结合着用户流失率一起看。我见过流失率98%的网站，也见过流失率20%左右的产品，流失率会根据产品对用户黏性的不同而显得参差不齐。用户流失率反映了网站或者产品保留用户的能力，即新用户比例反映的是用户“进来”的情况，用户流失率反映的是用户“离开”的情况，结合这两个指标会有下面3类情况，代表了3种不同的产品发展阶段：

　　新用户比例大于用户流失率：产品处于发展成长阶段;

　　新用户比例与用户流失率持平：产品处于成熟稳定阶段;

　　新用户比例低于用户流失率：产品处于下滑衰退阶段。

　　网站运营数据分析方法

　　网站运营数据分析方法十：Link Tag的流量标记

　　Link tag标记流量源头 ，绝对是所有方法中最为基本重要的一种。这种方法不仅仅适用于网站的流量来源，也同样适用于app下载来源的监测(但后者需要满足一定的条件)。

　　Link tag的意思，是在流量源头的链出链接上(链出URL上)加上尾部参数。这些参数不仅不会影响链接的跳转，而且能够标明这个链接所属的流量源是什么(理论上能够标明流量源的属性数是无限的)。

　　Link tag不能单独起作用，必须要在网站分析工具或者app分析工具的配合下工作。

　　Link tag是流量分析的基础，要严肃的分析流量，不仅仅是常规分析，还包括归因分析(attribution analysis)，都需要使用link tag的方法。

　　网站运营数据分析方法九：转化漏斗

　　分析转化的基本模型是转化漏斗(conversion funnel)，这个大家都应该很熟悉了。

　　转化漏斗最常见的是把最终的转化设置为某种目的的实现，最典型的就是实现销售，所以大家很多时候把转化和销售是混为一谈。但转化漏斗的最终转化也可以是其他任何目的的实现，比如一次使用app的时间超过10分钟(session duration >10minutes)。对于增长黑客而言，构建漏斗是最为常见的工作。

　　漏斗帮助我们解决两方面的问题，第一、在一个过程中是否发生泄漏，如果有泄漏，我们能在漏斗中看到，并且能够通过进一步的分析堵住这个泄漏点;第二、在一个过程中是否出现了其他不应该出现的过程，造成转化主进程受到损害。

　　漏斗的构建很简单，无论web还是app，都是最好用的方法之一。但漏斗使用的奥秘则很丰富。而且漏斗方法还会和其他方法混合使用，乐趣无穷。我在互联网数据运营的课程中也会具体讲解。

　　网站运营数据分析方法八：微转化

　　人人都懂转化漏斗，但不是所有人都关注微转化。但是你想指望一个转化漏斗不断提升转化率太困难了，而微转化却可以做到。转化漏斗解决的是转化过程中的大问题，但大问题总是有限的，这些问题搞定后，你还是需要对你的转化进行持续优化，这个时候必须要用到微转化。

　　微转化是指在转化必经过程之外，但同样会对转化产生影响的各种元素。这些元素与用户的互动，左右了用户的感受，也直接或者间接的影响了用户的决定。

　　比如，商品的一些图片展示，并不是转化过程中必须要看的，但是它们的存在，是否会对用户的购买决定产生影响?这些图片就是微转化元素。

　　个人认为，研究微转化比研究转化更好玩。有一些案例，课堂上跟大家讲。

　　网站运营数据分析方法七：合并同类项

　　合并同类项是大家容易忽视的常用方法。我们往往非常重视细分，但有的时候我们却需要了解更宏观的表现。

　　合并同类项就是这样的方法。举一个例子，我问你，一个电子商务网站，所有商品页的整体表现如何?它们作为一个整体的bounce rate怎么样，停留时间怎么样，用户满意度怎么样等等，你能够回答吗?

　　如果我们查看每一个商品页的表现，然后再把所有一个一个页面的数据加总起来作分析，就太麻烦了(根本无法实现分析)。这个时候，我们必须要合并同类项。

　　如何合并?利用分析工具的过滤工具或者查找替换功能。不支持这样功能的工具你可以考虑扔掉了，因为这根本不应放在增长黑客的专业装备箱中。

　　合并同类项还有很多用途，比如你要了解web或者app一个版块(频道)的整体表现，或者你要了解整个导航体系的使用情况，这都是必须使用的方法。