Shopify網站：多渠道漏斗分析數據報告可以做什么？

2270 閱讀 0 評論 0 點贊

? ? ? ? ? 在Google Analytics的轉化模塊數據報告中，有一項報告類型叫多渠道漏斗Multi-Channel Funnels，簡稱MCF。使用多渠道漏斗分析數據報告，我們可以了解用戶在發生電子商務交易或其他轉化之前是否經過網站的其他流量引薦channel進入網站發生過互動，以及這些互動是否對于最終的轉化有輔助影響。

? ? ? ? ? ?在GA的官方定義中：“多渠道漏斗”報告基于轉化路徑生成，也就是為實現每次轉化和每筆交易所進行的一系列互動（即來自相關渠道的點擊/引薦）。在默認情況下，轉化路徑中僅包含最近 30 天內發生的互動，但是您可以使用每個報告頂部的“回溯期”選擇器將此時間段調整為 1-90 天內的任意時間段。轉化路徑數據包括用戶與所有數字渠道進行的互動。

? ? ? ? ? ?其主要數據報告內容包括輔助轉化、熱門轉化路徑、轉化耗時、路徑長度四種。那么，作為網站運營和推廣人員可以怎樣利用這些數據呢？

? ? ? ? ? ? 首先，我們來看輔助轉化數據報告：

? ? ? ? ? ?輔助轉化數據報告清晰的呈現了默認的MCF流量Channel以及細分渠道維度的流量最終直接轉化的數據以及由該渠道產生的輔助轉化的數據，并且包括各個渠道的輔助轉化和直接最終轉化的數據占比。

? ? ? ? ? ? 這里我們首先理解下最終或者直接產生轉化和輔助轉化的區別：例如一個客戶通過關鍵字搜索點擊廣告直接進入網站產生了購買，那么它就算付費搜索的一個最終或直接轉化，它是基于Google Analytics的歸因模型決定的，在 Google Analytics（分析）中，轉化和電子商務交易會在用戶完成轉化后計入引薦該用戶的最近一個廣告系列、搜索或廣告以及其他流量渠道。同理，如果一個客戶通過關鍵字搜索進入了網站，然后又通過Referral引薦進入網站最終產生了交易，那么它會記錄一次輔助轉化為付費搜索里面。

? ? ? ? ? ?如上圖所示，以電子郵件渠道為例，它產生的最終或直接轉化為20,510，且對應的轉化價值為US$133,625.21，但是我們同時也發現電子郵件還同時產生了34,435次輔助轉化，這些輔助轉化共帶來US$393,584.51金額的輔助轉化價值；我們關注到輔助互動轉化次數/最終點擊或直接轉化次數>1,這說明通過該流量渠道帶來的輔助轉化比重較大；

? ? ? ? ? 我們可以點擊電子郵件渠道，可以進一步細分所采用的各種EDM的Source細分的輔助轉化數據，通過上圖數據，我們可以看到第一個source帶來的輔助轉化更為明顯。

? ? ? ? ? ? ?通過上述數據，我們可以針對第一個EDM平臺加大郵件的發送量、郵件內容的設計及選品優化力度，以確保它能夠在輔助和直接里產生更多的轉化。同樣，我們也可以看其他維度如廣告系列、社交來源等對應的輔助轉化數據情況。

? ? ? ? ? ? ? 其次，我們看看熱門轉化路徑分析：

? ? ? ? ? 在熱門轉化路徑分析數據報告里，我們可以細分如來源路徑的二級維度數據，然后使用過濾器針對具體的來源流量進行分析，例如，我們要分析youtube過來的流量,可以使用高級過濾器來應用來源路徑包含youtube，獲取細分的數據如下：

? ? ? ? ? 如圖所示，我們可以發現youtube在轉化路徑里大部分在首位，然后通過youtube渠道，后來收藏網站為書簽，再通過direct渠道進入網站發生的轉化比例比較高，這反應youtube帶來的流量對網站的認知保持較好的興趣，能夠較多的收藏網站成為潛在的direct用戶后發生轉化，所以針對youtube過來的流量可以創建對應的audience群體，然后可以利用類似cart care等shopify app進行收藏網址的用戶的notification push, 或者利用TrueView 視頻發現廣告增加這些用戶的網站二次曝光，以快速產生轉化；

? ? ? ? ? ?另外，針對轉化耗時數據，我們可以分析如下：

? ? ? ? ? 通過上圖我們可以發現，約58.45%的轉化發生在與網站產生互動的24小時之內，但是在這24小時之內真正產生電子商務交易的只有53.16%，但同時我們有發現在24小時-48小時之間產生的轉化比例相對于后面的時長仍然具有明顯的優勢，所以針對這一的數據表現我們可以這樣來做：在24小時之內盡早觸發棄購郵件的發送，24-48小時加大棄購郵件的折扣幅度，推送2封棄購郵件，這樣動態的進行客戶的轉化會有比較好的效果。

? ? ? ? ? ?如果我們發現轉化耗時體現的報告是在30天以后發生的比例較大，那么對于廣告投放我們可以調整adwords轉化跟蹤的轉化時間范圍設置，如下：