开头
上一节用一个简单的字段-view_referrer,做了一个简单的例子,讲解了流量的来源的一种方式,下面探讨一下流量从何而来:
- 如果用户通过其他网站跳转过来,应该联系这些网站,适当赞助、增强联系、乃至成为合作伙伴
- 适当打出广告,因为通过这些链接的用户更可能成为网站的客户
- 监测源链接情况,并做为投资参考(可用性、拨测)
- 分析认为了解和发现网站的途径,如通过搜索引擎关键词,哪个引擎、哪个关键词,相应调整市场策略、定位和搜索引擎优化(seo)
- 确认付费搜索的触达和转化情况
- 对手是如何做市场的,综合考虑市场营销、搜索引擎,做提高
说完了上面6条,今天将从技术和产品角度分别分析,该如何先收集流量从哪里来:
注:本文暂不讨论归因分析算法。
其他网站跳转过来
如果用户不是直接访问web站点,而是从第三方链接点过来,那么浏览器的请求会包含第三方网站的url,观测云这个字段叫做view_referrer,这里不仅仅是要观察谁为网站带来流量,而且要观察谁给网站带来哪些"潜在客户"的访问者。
在观测云控制台,使用如下表达式可以展示出页面来源:
ruby
R::`view`:(count(`userid`)) BY `view_referrer`
也可以使用图形化方式查找:
这个字段是无埋点获取用户来源的比较直观的方式,我们可以通过饼形图来展示。
注意:上图仅为通过玫瑰图展示,不一定是最佳展示方式。
通过这个字段,我们能从另一个更加真实的角度基本了解到:
- 曝光量,即多少用户浏览,以及占比
- CPM,Cost per Mlle,每千人成本,即每一千人看到广告的费用
- CPC,Cost per Click,每位用户点击成本,按每位用户的点击计价
- CPA,Cost per Action每次行动成本,按每位用户的每一次行为计价
- 渠道ROI
然而,仅仅这样还是不够,要想更加精细化的查看网站来源,还有一些小技巧,通常要有一些限定,
- 指定应用或者页面(landing page or 活动营销页)
- 排除特定域名,如自有域名:
通过上面两点,简单调整,表达式如下:
ruby
R::`view`:(count(`userid`)) { `app_id` = '***' and `view_referrer` != wildcard('https://*.guance.com*') } BY `view_referrer`
注意:上图仅为通过玫瑰图展示,不一定是最佳展示方式。
在这里,其实也有一定的技巧,我们简单分析一下,(由于所选时间较短,仅做演示如何区分)
- 搜索引擎: google.com、google.hk、cn.bing.com、bing.com、baidu.com?url==、m.baidu.com?eqid=
- 垂直媒体:link.juejin.cn、segmentfault
这里有一些小技巧,我们可以添加一些别名,
在添加别名后,图例的名称也随之变化,方便更直观的区分相关指标
然而,不同的链接源地址是不一样的,仅仅通过名称区别和分析是不够的,如果能确定归类来源,效果会好很多,比如我们可以通过自定义tag、或者url后面加参数来做更一步的处理:
自定义tag
arduino
DATAFLUX_RUM.addRumGlobalContext("source","百度")
url方式
url是很多搜索引擎、合作伙伴中常见的方式,比如以下链接:
perl
https://auth.guance.com/businessRegister?channel=%27%E5%AE%98%E7%BD%91%27
简单decode 后为:
ini
"https://auth.guance.com/businessRegister?channel='官网'
当然通过view_referrer是相对比较容易的方式,按照刚才url的方式,在观测云也有其他字段也能从侧面展示流量从哪里来,这几个字段分别是:
- session_first_view_url,会话的第一个页面的 URL
- session_first_view_url_query,会话的第一个页面的 query 信息
- view_url_query,页面的query信息
假设我们url都合理的携带了参数,我们该如何合理的切分并展示呢?
我们以url最后source=lg为例子,
ini
view_url="https://auth.guance.com/businessRegister?source=lg
合理切分url比较重要,但每个公司定义不一定相同,这里我们计划:
- 把source这个字段提取,
- 并重新命名为view_source这个字段,
- 展示view_soure
提取source字段重命名为view_source
解析规则:
scss
json(view_url_query, source, view_source)
我们查看一下解析测试的结果,见下图已经成功切分出来这个字段。
渠道还有哪些可以挖掘的内容
知道了从哪里来,最直接的收益是了解每个渠道的贡献程度,精准定位高质量引流渠道的同时,还能检测投放、自然流量等,此外加上一些其他字段,也能更加及时的了解并调整渠道优化策略。
比如,以广告投放引流为例子,我们使用观测云可以深度分析:
- 操作系统,os,os_version,适合用排行榜、饼图
- 浏览器类型,browers,browser_version,browser_major_version等,适合用排行榜、饼图
- 地域,country,province,city,适合用世界地图、中国地图、排行榜、饼图
- 运营商,isp,适合地图类、排行榜类,
- 屏幕尺寸,screen_size,适合饼图排行榜类
- 网络连接类型,4g wifi,适合饼图排行榜类
注:因篇幅有限,暂不在本节做图表展示。
标识好了用户,就能很好的看到用户行为:
- 停留多久
- 访问的页面数(深度)、
- 用户操作数量、
- 错误数(是否应为错误数)
上面这部分内容,我将在下一节做演示。
写在结尾
如想了解更多,欢迎来[观测云](www.guance.com?source=lg了解更多的用户体验的相关指标,快速注册链接。