月度归档:2010 年九月

让URL更适合分析

url-optimization   网站的存在离不开URL,URL与网站内容形影不离。URL用于唯一地标识网站的页面、内容或资源的“位置”,所以很多时候它只是被看做一种识别码,就像是商品上的条形码,对于用户来说,这些识别码是没有任何意义的,用户不需要关心它们到底代表着什么。但对于网站分析而言,URL并不只是网站内容的识别码这么简单,其实它可以在分析过程中发挥更大价值。

URL与网站内容

  URL由协议、域名、请求地址三部分组成,完整地URL唯一确定了一个请求的资源,可以是页面、内容模块、文件或多媒体资源等。对于网站而言,URL的用处是对资源的唯一定位,所以方式可以有很多,用资源的唯一描述(资源名称或简称等),资源的唯一识别码(ID、数字标记等),也可以是动态参数,这样就导致了各网站的URL会存在很大的差异。

  比如浏览网易首页=>体育频道=>意甲=>米兰新闻,它们的URL依次为 http://www.163.com/=> http://sports.163.com/=> http://sports.163.com/yj/=> http://sports.163.com/special/00051NSK/moremilan.html,其实对于用户而言对于前三个页面的URL还可以读懂,而最后一个可能就难以理解了;而在去看一下淘宝的URL,在进入首页后点击任一一个商品分类,可能展现出来的URL就已经很难读懂了。

  无论怎么样,这些URL对于网站而言都是有效的,因为它们都能做到唯一地识别网站的内容,既然如此,那么是不是URL就不再需要进行另外的整理设计了呢?还是先看看URL在网站分析中扮演着怎样的角色。

URL在网站分析中的用处

  我们知道,在网站分析中一般都是用页面的URL地址来唯一地标识一个页面(当然现在GA上也有根据页面标题显示的报表,但是网站的页面标题是可以重复的,所以无法“唯一标识”),我们根据URL地址来查看该页面的Pageviews、Unique Pageviews、Exit Rate等。但不知道大家有没有发现Google Analytics的Content模块下还有一张有趣的报表——Content Drilldown(内容下钻,关于下钻的概念可以参考文章——数据立方体与OLAP),这张报表中的Page列就像是一个树形结构可以不断地向下展开直到底层节点,其实在GA的其他报表上也有类似的下钻功能,比如Visitors—Browser Capabilities—Browsers这张报表也支持从浏览器类型到浏览器版本的下钻操作。

  也许你看了页面下钻的报表后,已经有点理解为什么URL的设计会对网站分析产生影响,下面就来看一下我的博客的实例:

  顶部导航中的“文章专题推荐”中分类罗列的一些相应的文章,并且在该页面下还根据文章分类设置了4个子页面:“电子商务分析”、“网站用户分析”、“用户体验分析”、“其他文章推荐”,URL也是按照页面的层次结构进行设计的,如下图:

GA-content-drilldown

  所以Google Analytics页面下钻的实现方式是将页面的URL根据”/”进行切分,从左向右分级存放,同时将下一层的数据向上汇总到上一层,这样报表上既可以查看每个页面的数据,也可以查看根据URL的结构向上逐层汇总的聚合数据。这对网站分析是十分有用的,因为我们同时获得了细分数据和汇总数据,从而可以从不同的数据粒度上进行分析。也许你会说不就是将同一类型的页面的数据加起来吗,在分析的时候自己加一下就行,也许上面例子中的2层并且只有4个子页面是很好处理,但如果网站页面超过3层,每层可能会有上百个子页面,那么如果没有这类下钻功能就会变得难以应付了。

  可能有的朋友会问,那有没有不通过URL来区分个页面类型和层级的?如果你是用第三方工具,就需要进行额外的设置来让网站分析工具可以识别和区分你的网站页面,比如在页面上加入Google Analytics的自定义参数(Custom Variables)区分页面类型,但是如果无法自动添加这类JS代码的话,那么对于一个页面繁多的网站这个工作量就会相当庞大。如果你用自己的分析工具或者基于网站数据仓库,也许你需要维护一张页面的维表,可以包括[页面ID,页面URL,页面描述,上级页面,页面层级]这些属性,从而建立起具有层级关系的页面结构树,当然如果你的网站时常变动,那么要维护这张维表也是一件十分头疼的事情。

  下面就以我的博客作为实例来说明下URL结构设计对于网站分析的影响是如何体现的。

我的博客的URL设计

  得益于Wordpress这个强大的开放内容管理系统,让博客的URL定制变得不再复杂。Wordpress的后台控制界面中提供了“固定链接设置”的功能,用户可以根据自己的需要设计适合自己网站的URL结构,比如我的博客的固定链接是/%category%/%postname%/,也就是/文章分类/文章名/,可以再来看一下我之前一篇文章——优化网站信息架构中的我画的Wordpress的简要信息架构图:

Wordpress-IA

  通过上图结合我的URL结构设置,可以理解为我将信息架构中的一个分支——分类目录——作为URL结构设计的主依据,这样做有什么好处?在GA的页面钻取的分析报告中我既可以查看每篇文章的数据,同时可以查看每个文章分类的汇总数据:

GA-category-drilldown

  图中左侧的数据对应我的博客侧边栏分类目录中每个分类的汇总数据,右侧的数据对应“网站定量分析(web-quantitative-analysis)”分类下面各文章的细分数据。同时,当用户使用博客侧边栏的各索引(根据分类目录、文章标签、日期归档)时,Wordpress也提供了非常友好的URL结构,比如分类目录用了/category/分类名、文章标签用了/tag/标签名、日期归档用了如/2010/09/这类年月的结构来罗列相应的文章列表,这样就可以在GA中同样可以使用跟上面一样的下钻来分析有多少用户试图使用这些功能来索引博客文章,并且查看了哪些分类、标签或者日期归档,有兴趣的朋友可以到自己的Google Analytics上面试试。

  这是我的博客的URL设计,每个网站可以根据自身的特点和需要设计适合自己的URL结构,从而有效地简化和提升网站分析中页面数据的细分和汇总。

总结

  层次清晰、结构规范的URL不但可以为网站分析节省更多的工作量,同时可以提高URL的可读性,有效地提升对搜索引擎的友好度,增加网站SEO的效果。而清晰的URL结构需要基于对网站信息架构的系统有效的梳理,一旦做好了这些,一定会让网站建设的各个方面都受益匪浅。

  需要注意的是,URL的设计和规则需要在网站开发阶段就进行明确定义,写入相关的设计规范和文档中,因为一旦网站上线后要想再对URL的结构进行调整将会是一件极度麻烦并且得不偿失的事情。

  中秋节在江南阴雨绵绵的天气中度过,接下来马上又是7天的长假,提前祝大家度过一个Happy的国庆假期!

直邮营销分析(下)

  上一篇文章——直邮营销分析(上)中已经介绍的直邮营销(EDM)的特点及基本的实现流程。这篇文章重点介绍一下与直邮相关的分析指标,这些指标的数据获取方式,及基于直邮实现流程的漏斗模型的构建。

直邮的分析指标

  因为直邮的分析始终是基于其实现流程的,所以在列举直邮相关的分析指标前,还是再引用下上一篇文章中的实现流程图,这样对照着看会更加清晰:

direnct-mail-process

  发送邮件数:这个一般是已知的,从可以获取到的邮箱中抽取一定数量的用户作为直邮的对象用户;

  发送失败邮件数:这里的发送失败是指邮箱服务器有失败响应的邮件,如无效地址、网络错误等,这个也是在发送后可以直接统计得到的(需要注意的是我们无法获取诸如邮件被防火墙屏蔽或者被识别为垃圾邮件等这些意外事件,因为无法知道也就不会被算入发送失败);

  打开邮件数:即被用户打开查看阅读的邮件数;

  点击数:如果邮件中有引导用户进入网站的链接或者call to action的按钮,那么当用户点击这类链接进入网站时就被计入点击数的统计中;

  上面四种数据是直邮的基础统计数据,基于这些数据我们可以计算得出一些有价值的指标:

  发送成功邮件数 = 发送邮件数 – 发送失败邮件数

  邮件发送成功率 = 发送成功邮件数 / 发送邮件数

  邮件打开率 = 打开邮件数 / 发送成功邮件数

  邮件点击率(Click-to-Open Rate, CTOR) = 点击邮件数 / 打开邮件数

  邮件的目的是实现预期的营销目的,所以自然还要统计目标实现的指标,举个例子,比如电子商务的网站用直邮吸引用户购买新出来的产品,那么目标指标就是直邮带来的网站收益,所以直邮的KPI可以是平均每封直邮收益 = 直邮带来的总收益 / 发送成功邮件数;如果目标是吸引用户注册,那么目标指标就是直邮带来的注册用户数,目标转化率 = 直邮带来的注册用户数 / 发送成功邮件数。

  最后不要忘记还有退订邮件数,以及邮件退订率 = 退订邮件数 / 发送邮件数。

直邮的追踪与数据获取

directmail-analysis  从上面列举的指标中,我们已经知道发送邮件数、发送失败邮件数可以直接获得,而当用户进入网站后的数据也可以从网站分析工具中获取;所以只有邮件的打开和点击情况是由用户操作,并且处于网站之外,是比较难以追踪和获取的一部分数据。

  关于邮件的打开统计,一般的实现方式是通过Beacon log的形式获取数据,即在邮件中加入1×1px的透明图片,通过统计该图片被加载情况来获取邮件被打开的次数,如果你用的是Google Analytics,当然也有一些解决方案,具体的介绍可以参考之前的文章——NoJS的网站数据统计。但是我在实践的时候发现这种方式只能统计到网页邮箱的邮件打开情况,如果用户使用邮箱客户端(如Outlook等),那么图片请求不会显示在GA的报表上,我猜想是当使用邮箱客户端时,没有相应的URL链接,于是GA无法获取utmp参数也就无法识别和统计,不知道有没有GA的大牛可以提供其它完整的解决方案。

  关于邮件的点击统计,也许很多同行已经想到了办法,那就是为邮件上每个可点击链接加上URL参数,根据参数进行追踪。如果要用GA,那也相当方便,因为GA提供了广告流量追踪,我们可以使用同样的方法来统计,详细的设置方法可以参考蓝鲸的文章——Google Analytics追踪不同渠道的广告流量。比如我要为我的博客的推广邮件中的“欢迎访问网站数据分析”这个按钮添加追踪链接参数,点击后进入我的博客首页,使用Google的URL构建器(因为Link Tag加的参数都严格区分大小写,所以在这里我全部统一使用小写):

URL_Builder

  生成的带参数的链接如下:

http://webdataanalysis.net/?utm_source=directmail0915&utm_medium=email&utm_term=%E6%AC%A2%E8%BF%8E%E8%AE%BF%E9%97%AE%E7%BD%91%E7%AB%99%E6%95%B0%E6%8D%AE%E5%88%86%E6%9E%90&utm_content=joeghwu%40gmail.com&utm_campaign=webdataanalysis_promotion

  细心的朋友可能注意到了,我在Campaign Content(utm_content参数)设置的是一个邮箱地址,是的,我放的是该直邮目标用户的邮箱地址,我们可以用它来追踪每个用户的点击情况(用户可能点击多次,跟踪每个用户的后续操作、目标实现等),当然这个需要根据每封直邮的对象用户进行动态生成,你可以请教下前台开发的同事,他们应该可以搞定。好了,参数加好后就可以将链接加到相应的邮件中去了,之后你只需要统计匹配相应参数的页面请求就行,如果你是用GA等第三方工具,那就只要坐等结果就行。

GA-directmail

  从上图GA的统计中可以看到Tom和Jerry都通过直邮渠道光顾了我的网站,如果你的网站设置了目标(Goal),那么就可以在Goal Set的标签下查看直邮来源的用户的目标实现情况和转化率了。

直邮分析的漏斗模型

  其实从看到上篇文章的那张直邮的实现流程图之后,可能很多朋友已经想到了,对直邮的统计同样可以使用漏斗模型,因为同样具有相对固定清晰的实现路径(Path)。关于关键路径分析和漏斗模型可以参考我之前的文章——网站转化率与漏斗模型。下面就基于直邮的实现流程来构建一下漏斗模型:

directmail-funnel

  具体的计算和分析这里就不展开了,详细可以参考我之前的那篇文章。其实只要成功获取上面提到的各类原始直邮追踪数据,然后通过这些数据计算得出上面直邮分析中相关的指标,那么上面的这个漏斗模型就自然成型了,让直邮整个实现流程的分析一目了然。

我们需要注意些什么

  直邮从发出到最终实现预期目标需要经历一个如此长的流程,自然流程中某些环节的不确定因素会对整个直邮的分析模型造成影响:

  1. 实际收到邮件的用户往往比预期的要少。受到邮件错发、屏蔽和邮箱反垃圾系统的影响,一般实际发送成功的邮件数(用户从收件箱中看到了该邮件)要比发送端显示的发送成功的数要少;
  2. 实际邮件的打开数可能比统计到的数字要多。上面已经介绍过了,邮件的打开数是通过Beacon log的方式统计的(图片请求),这种方式只有在支持HTML格式的条件下才能实现,也就是说当不支持HTML格式时,用户打开的是文字形式的邮件,图片无法被加载,那么打开数也就无法被统计到。
  3. 实际点击邮件数可能比统计到的数字要多。上面介绍的是通过统计加入相应参数的链接被请求的次数作为该链接被点击的次数,但实际是我们仅仅统计到了链接被点击并成功进入网站的用户,而那些点击了链接,但因为某些原因加载页面失败,或者那些在页面未加载完成之前就关闭了浏览器的用户都是未被统计到的,但这些因素一般可以被忽略。
  4. 提供邮件退订功能,分析邮件的退订率。提供退订是对用户的尊重,也是对自身形象的维护,如果用户对该类邮件不感兴趣甚至排斥,提供了退订的按钮可以避免用户直接把邮件归类为垃圾邮件,同时可以避免潜在用户直接流失这种更严重情况的出现;通过分析邮件的退订率我们可以分析直邮的内容对用户是否有足够的吸引力,如果某批直邮的退订率很高,那么显然那封邮件的内容出了问题。

  好了,我对直邮分析的总结和分享就是这些,你是不是还有更有价值的分析?欢迎评论分享。

  BTW. 上周末在英国留学的一个同学回国,几个同学一起来我这边聚了下,突然发现有朋友的感觉真好,似乎这个时候才真切地体会到了孔子的“有朋自远方来,不亦乐乎”的真谛。

直邮营销分析(上)

direct-mail  也许你平均每天都会收到一封各类的营销邮件,超市的广告、银行的记账单(里面一般都夹杂着广告)、各类电子商务网站的定期产品促销邮件、也许还有其他网站的产品或应用的更新通知,或者也不知道怎么会发到你的现实或电子邮箱的某些产品的推销广告。以此可以看到直邮营销正在被广泛的应用在各个领域,无论是传统的邮寄投递或者是通过网络的电子邮件,所以就出现了针对直邮的数据分析,这里主要介绍一下基于电子邮件形式的直邮分析。

直邮的特点和类型

  既然直邮被这么广泛的使用,一定有它的优势所在。直邮(Direct Mail,或者叫EDM,Email Direct Marketing),即直接通过邮件的方式发送的通知、广告等信息,它的特点简单地说就是:“定位准确、成本低、见效快”(都有点像医药的广告了-_-|||)。直邮的用户群体是既定的,也就是有选择性的,这让营销可以面向特定的市场和人群;直邮,尤其是电子邮件方式的直邮几乎没有显性的成本,这也让直邮成为很多促销和推广的首选;通过Email方式发送的直邮几乎可以认为是在发送后实时到达的,而大部分用户都有每天查看邮箱或者不定期地收取邮件的习惯,因此直邮的信息能够迅速地到达用户那边,以便快速地收到用户的反馈。

  直邮的类型比较多样,根据目的的不同可以分为:

  • 用于发展新用户的广告邮件,如邀请用户来使用或购买产品;
  • 用于推销产品的促销邮件,如产品的低价促销、活动奖励等;
  • 用于保留客户的提醒邮件,如购买商品的过期提醒,对很久未登录用户的召唤等;
  • 对用户操作的反馈,如订单状况、付款状况等;
  • 通过直邮方式发送的用户调查问卷。

直邮营销的准备

   发直邮前需要做哪些准备工作?也许营销部门的同事都已经驾轻就熟了,所以这里只是提一下当我们需要分析直邮数据时,在发直邮前需要做哪些准备:

  1. 明确直邮的目的,如吸引用户注册、购买等,这也是基于目标分析的前提;
  2. 选择合适的对象,也许可以通过分析用户的历史行为选择合适的用户群体进行精准地投放;
  3. 添加追踪的链接参数,主要包括统计直邮打开的带参数的小图片及需要追踪点击的各个链接及按钮的参数设置(这个会在下一篇具体分析的时候介绍);
  4. Call to action按钮及Landing page的设置,这些都将影响直邮营销的效果;
  5. 在直邮中添加退订按钮,这是对用户自主选择的尊重,也是直邮分析的需要。

直邮的实现流程

  好了,所有一切的准备工作都完成了,现在可以开始发送邮件了。那么我们来看一下这封小小的邮件会经历一个怎么样的冒险历程呢?

direnct-mail-process

——图中用黄色标识邮件服务器行为,蓝色标识用户行为

  其实一封邮件的路途看起来有点坎坷,它在任何时候都有可能经历被抛弃的危险。首先在发送时有可能因为地址无效或者网络问题导致发送失败;在到达用户的邮箱后,很有可能被邮箱服务提供商归为垃圾邮件而被放入垃圾箱;当然也可能招致用户的无视或厌恶,因而被用户直接删除或归为垃圾邮件;自然也会有些幸存者被用户打开了,但如果用户对内容不感兴趣也同样会遭受被抛弃的命运;而剩下的幸运儿们有幸得到了用户的赏识,用户准备点击链接进去看看,这时邮件的使命其实已经完成了,而很多时候大部分的分析工作也在这里“中止”了。

  根据上面的流程我们其实已经可以得到很多数据:发送邮件数、发送邮件成功数、用户打开邮件数、用户点击邮件数等的行为数据,基于此我们已经可以开展一些分析工作了,但这些数据和分析还远远不够,这也是为什么我上面用“中止”而不是“终止”的原因。其实从上面的流程图中可以看到还有最后一步——实现目标,这是基于目标的分析必须要做的事情,我们的目的并不只是让用户通过直邮进入我们的网站,我们的最终目的是为了让用户实现我们预期的目标(也就是直邮准备第一步中指定的目标),所以分析最终实现目标的用户数才是有意义的,也是对直邮效果的最客观的评价。这时我们可以说已经完成了80%的分析工作了,但我们还可以做得更多,我们可以考量下有没有实行剩下的20%的工作的需要——用户生命周期价值分析,也就是说我们不仅要关注直邮带来的用户的单次价值的实现,更应该关注这些用户是否能够为网站带来持续的价值,当然这类分析的成本也不低,对于某些类型的直邮而言,做好前面80%的工作就已经足够了。

  哦,对了,不要忘了,用户在打开邮件后,可能觉得这些信息他并不感兴趣,甚至已经有些厌恶了,他不再希望收到这类邮件,于是毫不犹豫地点击了退订按钮,所以我们也需要把用户的退订行为分析进来,这些对于我们也是有用的。

  这篇文章主要介绍的是直邮的一些特点和实现流程,以及我们可以对直邮做哪些分析。下篇会介绍针对直邮的具体的分析指标及分析方法,会在之后奉上。