Google Analytics (GA)實用教學-行為報表

GA實用教學-行為報表-1-行為流程報表

你有買過衣服、或皮包的經驗? 想像下如果您開了一家皮包店,您可能會清楚走進入店內的大部分訪客,在所有展示櫃中,挑選了那幾件皮包,是看看又放下,還是拿起來看看鏡子中搭配包包的樣貌,最後是滿意的最後走向櫃檯結帳離開,還是直接離開?

如果透過GA研究訪客行為,讓我們對比GA的行為流程報表,我們可以這樣想像並解釋

所有網頁 : 等於所有店內所有商品。
到達網頁 : 訪客進店後第一次挑選的包包。
平均網頁停留時間 : 挑選每件包包時間所佔的時間。
跳出 : 訪客進店後只看一眼,就立即離開。
離開 : 訪客看很多件包包後,最後看了那一件包包就離開。
轉換 : 也就是大家最關心的有沒有結帳買單,這是電子商務最重要得一個環節。

在”到達網頁”之後有沒有繼續跟網站互動? 如果有,可能我們網站的內容有符合訪客需求,最後有可能讓訪客買單,這些互動頁面可能可作成”相關主題” ,吸引受眾。

其中”平均網頁停留時間”,需要嚴謹的看待,不一定是喜歡所以看的較久,也有可能是設計複雜,所導致停留時間較久,應再以多面向角度、指標來看待停留時間。

離開頁面,如果大部分訪客瀏覽到此頁就離開,則該頁面是否代表可以在優化的頁面(感謝頁除外)。

請注意,以上若僅以一個維度來判斷所有指標數據的良窳恐怕不夠嚴謹,宜依自己分析目標搭配其他合適的維度,如此便能以較為正確的方向來詮釋訪客行為。

行為流程:主要就是得知訪客如何跟你的網站互動?分析出網站中最常被瀏覽的頁面、頁面停留時間,以及使用者到達哪個網頁又從哪個網頁離開,這些都是我們可以思考優化的細節。

Google Analytics 行為流程報表

「行為流程」報表可呈現出使用者從一個「網頁」或事件到下一個所行經的路徑,方便您瞭解哪種內容可讓使用者持續使用該網站。

所有網頁

所有網頁:每個頁面的停留時間、價值為何?所有網頁 能幫你找到網站中最受歡迎的內容是哪些,搭配指標觀察例如平均停留時間、跳出率等來衡量訪客在網頁中的互動情形。如有作設定目標,也可以透過設定網頁價值,來評斷哪種內容,那些系列的內容特別受歡迎擁有比較高的價值,或許將來可以朝這個方向產生內容

內容深入分析

內容深入分析主要是以網站的層級結構來觀看網頁參訪情況,網頁路徑層級 1 是指網站目錄最上層的網頁內容,因此若某網站的層級結構為 www.example.com/A1/A2,則可知「網頁路徑層級 1=www.example.com」;「網頁路徑層級 2=A1」;「網頁路徑層級 3=A2」。網頁路徑按照資料夾層級歸類後,所呈現的流量排序清單對於分析者而言,將能以更為簡便的方式來瞭解網頁受到訪客青睞的情況

點擊”客製化公仔 網站架構搭配觀看

網頁路徑層級 1=網站主選單

Google Analytics 內容深入分析

網頁路徑層級 2=網站次選單

Google Analytics 內容深入分析

如果你的瀏覽量及不重複瀏覽量的數字很接近,那也代表你的訪客並不會重複的造訪

到達網頁

流量的祕密

根據流量的祕密第461頁一文提出,對搜尋行銷來說,到達頁面指的是當訪客點擊搜尋引擎搜尋結果頁面上的連結進入網站的第一個頁面。

因此,到達頁面內容必須符合訪客在搜尋引擎中所使用關鍵字,該頁面必須盡可能接近轉換頁面頁面(訪客無須經過很多步驟才可以進行轉換),這樣可以提升訪客轉換成客戶機率。

 

不論訪客是來自付費搜尋廣告或是自然搜尋結果,當訪客進入網站到達頁面,到達頁面是與訪客建立關係的開始,引導訪客能在稍後或幾次造訪後進行轉換。透過到達頁面內容的優化以提升使用者經驗(User experience),不只可以提高各種訪客的轉換率,更可以改善網頁在搜尋引擎結果頁面的排名。

離開網頁

離開網頁也就是訪客最後瀏覽的頁面,由下圖可以觀察訪客通常都從哪個頁面離開,並且開始優化,增加訪客的平均瀏覽頁數。

離開網頁

如果時間拉長發現訪客由這幾個網頁離開,就可以來探討到底是哪邊發生了問題,目前我們發現了/analytics-flow-03//mascot//analytics-flow-02//analytics-flow//google-analytics-target/ 、/design/2/

你會怎麼來改善?

可以參考的優化方式

  1. 在網頁中增加”相關內容”,或是安裝”相關網頁”功能的小工具,引導使用者留在站內。
  2. 在這些頁面追加一些深度內容或相關連結。

在網站內容這個維度,有幾個可以思考燒腦得點

  • 分析你的網站最常被瀏覽的頁面
  • 頁面停留時間
  • 訪客到達哪個網頁又從哪幾個網頁離開?
  • 要結合GTM追蹤訪客的點擊、事件類別、事件動作、表單填寫、行動呼籲等功能,將站內的所有”行為”都能數據化,作為行銷策略優化改善的參考?
分享在 facebook
Facebook
分享在 twitter
Twitter
分享在 linkedin
LinkedIn
分享在 pinterest
Pinterest
Scroll to Top