网站分析中常见的一类用户细分的方法

新老用户分析已成为网站分析中常见的用户细分方法，也是网站分析中用户分析的重要组成部分。新老用户在GoogleAnalytics中的命名是Newvisitors和Returningvisitors，同时也为许多分析指标提供了基于新老用户的细分。简言之，新用户是第一次访问网站或使用网站服务的用户；老用户是以前访问过网站或使用过网站服务的用户。新老用户都能给网站带来价值，这也是分析的意义所在。分析新老用户意义网站的老用户一般是网站的忠实用户，粘度相对较高，也是网站价值的主要用户群体；新用户意味着网站业务的发展，是网站价值不断提高的前提。可以说，老用户是网站生存的基础，新用户是网站发展的动力。因此，网站的发展战略往往是在保留老用户的基础上不断增加新用户的数量。因此，分析新老用户的意义在于：通过分析老用户，确定网站基础是否稳定，是否存在被淘汰的危机；通过分析新用户，衡量网站的顺利发展，是否有更大的扩展空间。一个着眼现在，一个放眼未来。对于网站用户的识别，我以前写过一篇关于网站用户识别的文章，主要是基于点击流日志提供的四种识别用户的方法，可以作为参考。然而，根据网站本身的特定性，对新老用户的识别可能有不同的定义方法。区分新老用户最常见的方法之一就是看用户之前是否访问过网站，也就是用户是否第一次访问。GA用Cookie来定义新老用户，也就是说，如果Cookie之前出现过，那么访问者就是老用户，否则就是新用户。这个定义适用于所有网站，但如果不准确，Cookie的删除和用户更换PC都会导致数据偏差。另一种识别方法相对准确，但一般只适用于注册登录网站，即将首次注册用户定义为新用户，再次登录用户为老用户，而不是使用首次访问进行识别。这种区分方法一般是用户ID或用户名来区分的，比较准确，但是应用范围有限。新老用户分析网站的目标是保持老用户，扩大新用户，因此网站数据分析的性能是在保持老用户数量稳定增长的前提下提高新用户的比例。对于大多数发展正常的网站来说，网站的老用户数量应该保持相对稳定，并且会有持续的小幅上升。你可以在GA上看到我的博客每周老用户数量的趋势变化：你可以通过GADashboard上的Advancedsegments选择Returningvisitors，并选择合适的时间间隔和汇总粒度(日、周、月)来显示趋势变化曲线。这条平滑的上升曲线表明，网站的发展趋于正常。这条平滑的上升曲线表明，该网站的发展趋于正常。然而，并不是所有网站的老用户趋势都会如此平稳。例如，旅游网站，旅游业将受到季节的明显影响，呈现出相对较大的波动。因此，我们应该引入同比和环比的概念进行分析。同比是指消除季节变化的影响，将本期数据与去年同期数据进行比较，如今年2月数据与去年2月数据的比较；环比是指将本期数据与前期数据进行比较，如今年2月和今年1月的数据比较。同比和环比在基于时间序列的趋势分析中得到了广泛的应用。对于网站来说，访问量、销售额、利润等网站关键指标也可以引用同比和环比进行分析，对分析这些指标的变化趋势、消除季节影响有积极作用。以下是基于同比和环比的旅游网站老用户数据模拟趋势分析图:从图中可以看出，由于季节的影响，老用户数量波动较大，所以相应的环比增长波动也很大，但同比增长趋势相对平稳，一直保持在10%左右的增长率上，可见网站对保持老用户有效，网站运营相对稳定。有人可能会问，为什么要用绝对数量而不是相对数量来分析趋势，比如老用户占总访问用户的比例？这里主要考虑网站将不时积极推广营销，或由于某些事件或媒体沟通的影响被动推广效果，这次可能会吸引大量新用户进入网站，导致老用户比例急剧下降，老用户绝对数据相对稳定，更有参考价值。新用户的绝对数量不如老用户稳定，也不一定保持增长趋势，对新用户的分析主要是衡量网站推广的效果，评估上述积极营销或被动事件的影响，因此不建议使用绝对值，由于老用户相对稳定，因此可以根据新用户比例的变化趋势分析网站的推广效果。与其他网站基准线的趋势相比，GA的Benchmarking也提供了Newvisits的比例：曲线中某个时间点的急剧上升或下降往往意味着营销事件的影响，当曲线继续下降时，意味着网站推广效果不利，需要增加推广力度。

以上就是关于网站分析中常见的一类用户细分的方法的相关介绍，更多网站分析中常见的一类用户细分的方法相关内容可以咨询我们或者浏览页面上的推荐内容。我们将让你对网站分析中常见的一类用户细分的方法有更深的了解和认识。