互联网行业数据分析(互联网运营数据分析十个经典方法)

严格地说，细分不是一种方法，它是所有分析的起源。所以它应该排在第一位。

我经常念叨的是，要么给我死亡，要么不要分裂。没有故障。你做什么分析？

细分有两种类型，一种是在一定条件下的细分。例如，在页面中停留超过30秒的访问时间(会话)；或者只是来自北京的游客。实际上是过滤。另一个是维度之间的交集。来自北京的新游客。也就是分割。

细分帮助我们解决几乎所有的问题。例如，构建转化漏斗实际上根据步骤细分转化过程。流量渠道分析和评估也需要大量细分方法。

维度之间的交集是一种细分方法，比较反映一个人的分析水平。例如，我的朋友孙伟(卡车房的数据经理)将用户的反馈作为事件跟踪的一个属性提交给遗传算法(放在事件动作属性中)。然后，他将用户的反馈与用户在定制报告中的其他行为进行交叉，以便查看具有特定类型反馈的用户的行为轨迹，从而猜测发生了什么问题。

在分析跳转率时，我们还将通过登陆页面及其流量源(流量)来检查高跳转率是由登陆页面还是流量引起的。这也是维度交叉细分的一个典型应用。

没有崩溃，或者更确切地说是死亡。

方法二：Attribution（归因）

归因并不是每个人都听说过，而且很少被很好地使用。然而，考虑到人们购买东西的决定可能受到许多因素(数字营销媒体)的影响，例如看到广告以了解该商品的存在，使用搜索来进一步了解该商品，然后在社交渠道上看到该商品公众号等。这些因素的结合使一个人下定决心去购买。

因此，大多数时候，单一的广告渠道不是你打开客户大门的阀门，而是多个渠道共同作用的结果。

您如何理解数字营销渠道之间的这种顺序或互动？如何建立合理的数字营销渠道策略来促进这种关系？在评估一个渠道时，如何考虑归因，以便更客观地衡量它？这些都需要归因。

如果你是网络营销的负责人，归因分析是一种基本的分析方法。

方法三：Link Tag的流量标记

链接标签的来源流量无疑是所有方法中最基本和最重要的。该方法不仅适用于网站的流量资源，也适用于应用下载资源的监控(但后者需要满足一定的条件)。

链接标签意味着从源(链接网址)向流量链接添加尾部参数。这些参数不仅不会影响链接的跳转，而且可以指示链接所属的流量源是什么(理论上可以指示流量源的属性号是无限的)。

链接标签不能单独使用，必须与网络分析工具或应用分析工具配合使用。

链接标签是流量分析的基础。严肃分析流量，不仅是常规分析，而且是属性分析，都需要使用链接标签方法。

方法四：转化漏斗

分析的基本模型转化是转化漏斗，每个人都应该熟悉它。

转化漏斗最常见的是将最终转化设定为某一目的的实现，而最典型的是销售的实现，所以人们经常把转化与销售混淆起来。然而，转化漏斗的最终转化也可以是任何其他目的的实现，例如一次使用应用超过10分钟(会话持续时间10分钟)。对于成长型黑客来说，建立漏斗是最常见的工作。

漏斗帮助我们解决两个问题。首先，流程中是否存在漏洞。如果有泄漏，我们可以在漏斗中看到，并通过进一步的分析堵住泄漏点。第二，是否有其他进程不应该出现在一个进程中，对主进程造成转化损害。

漏斗构建非常简单，无论是网络还是应用，都是最好的方法之一。然而，漏斗的使用充满了神秘。此外，漏斗法还将与其他方法混合使用，以获得乐趣。我还将在互联网数据运营课程中详细解释。

方法五：Attribution（归因）

归因并不是每个人都听说过，而且很少被很好地使用。然而，考虑到人们购买东西的决定可能受到许多因素(数字营销媒体)的影响，例如看到广告以了解该商品的存在，使用搜索来进一步了解该商品，然后在社交渠道上看到该商品公众号等。这些因素的结合使一个人下定决心去购买。

因此，大多数时候，单一的广告渠道不是你打开客户大门的阀门，而是多个渠道共同作用的结果。

您如何理解数字营销渠道之间的这种顺序或互动？如何建立合理的数字营销渠道策略来促进这种关系？在评估一个渠道时，如何考虑归因，以便更客观地衡量它？这些都需要归因。

如果你是网络营销的负责人，归因分析是一种基本的分析方法。

方法六：微转化

每个人都知道转化漏斗，但不是每个人都关注微转化。然而，你很难期望一个转化漏斗持续提高转化率，而micro 转化可以做到。转化漏斗解决了转化过程中的大问题，但大问题总是有限的。这些问题解决后，您仍然需要不断优化您的转化。此时必须使用Micro 转化。

微观转化是指超出转化的必要过程，但也影响转化的各种因素。这些元素和用户之间的交互影响用户的感受，并直接或间接地影响用户的决定。

例如，一些商品的图片在过程中是不需要看到的转化，但是它们的存在会影响用户的购买决定吗？这些图片是微型转化元素。

就我个人而言，我认为学习微转化比学习转化更有趣。有些情况我会在课堂上告诉你。

方法七：AB测试

令人遗憾的是，成长型黑客不谈论抗体测试。

通过数据优化运营和产品逻辑，很容易看到问题，想一个想法，做一个原型，测试和最终确定设计。

例如，你发现转化漏斗中间有一个漏洞，所以你认为商品的价格一定是错的，所以人们不想买它。你看到了问题——的漏斗，你还想出了一个想法——来改变价格。

然而，这种想法并不可靠。不是你想出来的。它必须被真正的用户使用。所以你使用AB测试，一些用户仍然看到旧的价格，一些用户看到新的价格。如果你的想法真的可行，新的价格应该更好转化。如果是这样的话，新的价格将是固定的，并将在新的高度转化运行，直到你发现一个需要改进的新问题。

增加黑客的一个主要想法不是制造一个大而完整的东西，而是不断地制造可以快速验证的小而精确的东西。快速验证，如何验证？主要方法是抗体试验。

在当今的互联网世界中，随着流量红利时代的结束，对快速迭代的需求大大增加，这也使得我们更加关注测试的威力。

在网上进行人工智能测试非常简单，在应用程序上难度更大，但仍然有很多解决方案。出售金钱游戏的外国经典应用程序几乎每天都在AB中测试。