互联网运营数据分析十个经典方法 

  严酷说，细分不是一种方法，它是统统分析的本源。所以它当之无愧要排名第一。

  我经常的口头禅是，无细分、毋宁死。没有细分你做什么分析呀。

  细分有两类，一类是肯定条件下的区隔。如：在页面中停顿30秒以上的visit（session）；或者只要地区的访客等。其实就是过滤。另一类是维度（dimension）之间的交叉。如：地区的新访问者。即分群（segmentation）。

  细分几乎帮助我们解决所有题目。比如，构建转化漏斗，现实上就是把转化过程按照步骤进行细分。流量渠道的分析和评估也必要大量用到细分的方法。

  维度之间的交叉是比较表现一小我分析水平的细分方法。比如，我的同伙孙维（卡车之家的数据负责人），他将用户的反馈作为event tracking的属性（放在了event action属性中），提交给GA，然后在自定义的报告中，将用户反馈和用户的其他举动交叉起来，从而看到有某一类反馈的用户，他们的举动轨迹是什么，从而推断发生了什么题目。

  分析跳出率时成都人事考试，我们也会把landing page和它的traffic source（流量源）进行交叉，以检查高跳出率的体现是由着陆页造成，照旧由流量造成。这也是典型的维度交叉细分的应用。

互联网运营数据分析十个经典方法

  无细分，毋宁死。

二、Attribution（归因）

  归因不是人人都听说过，用好的更是寥寥无几。 不过，考虑到人们购买某一样东西的决策，可能受到多种因素（数字营销媒体）的影响，比如看到广告了解到这个商品的存在，行使搜索，进一步了解这个商品，然后在social渠道上看到这个商品的公众号等等。这些因素的综合，让一小我下定了决心购买。

  因此，许多时候，单一的广告渠道并不是你打开客户闸门的阀门，而是多种渠道共同作用的效果。

  如何了解数字营销渠道之间的这种先后关系或者相互作用？如何设置合理的数字营销渠道的策略以促进这种关系？在评价一个渠道的时候，如何将归因考虑在内从而能够更客观的衡量？这些都必要用到归因。

  假如你是互联网营销的负责人，归因分析是必不可少的分析方法。                联系人:孟经理

址：山东省邹城市

电话：13639411999

邮箱9568185