Template dan Panduan UX dan CRO Gratis Mobile Marketing Statistik kompilasi Statistik penggunaan dan adopsi penggunaan mobile untuk menginformasikan strategi pemasaran mobile Anda Desain situs mobile dan pengembangan aplikasi Mobile untuk mengatasi akses Internet tetap pada tahun 2014 adalah judul utama yang merangkum prediksi berani dari tahun 2008 oleh Mary Meeker, seorang analis di Kleiner Perkins Caufield Byers yang mengulas tren teknologi setiap tahun di bulan Mei. Statistik mobile yang diketuai oleh tim di Smart Insights dalam update reguler untuk artikel ini meliputi: Kepemilikan smartphone vs Desktop Mobile vs media desktop dan penggunaan situs web Respons iklan mobile Tingkat vs vs Tablet vs. Tingkat konversi Wi-Fi Nah, sekarang melewati Tipping Point mobile. Seperti yang dilaporkan oleh laporan comScore ini. Jadi, tidak lama lagi, menanyakan apakah pemasaran seluler penting, kami tahu itu adalah pertanyaan tentang penggunaan statistik untuk memahami bagaimana konsumen berperilaku saat menggunakan berbagai jenis perangkat mobile dan apa preferensi mereka. Untuk membantu Anda tetap mengikuti perkembangan adopsi konsumen dan perusahaan seluler dan pengaruhnya terhadap pemasaran seluler, saya akan terus memperbarui pos ini sepanjang tahun 2016 saat statistik baru datang untuk mendukung halaman 120 anggota Expert kami yang menjelaskan bagaimana Untuk membuat strategi pemasaran mobile. Kami juga memiliki ringkasan singkat tentang strategi pemasaran untuk anggota Basic ini. Panduan Gratis (Untuk anggota Basic yang juga bisa mendownload template gratis lainnya): Briefing Strategi Pemasaran Mobile kami menjelaskan masalah utama yang harus direncanakan dalam pemasaran mobile. Kami telah mengelompokkan statistik mobile terbaru di bawah judul ini untuk pertanyaan kunci yang harus dijawab pemasar tentang ponsel untuk membantu mereka bersaing: Q1. Waktu yang dihabiskan menggunakan media mobile Q2. Persentase konsumen yang menggunakan perangkat mobile Q3. Berapa banyak kunjungan situs web pada perangkat mobile vs. desktop Q4. Rasio konversi perangkat seluler dan pangsa kunjungan untuk situs E-niaga Q5. Penggunaan situs seluler vs seluler Q6. Seberapa penting iklan mobile Q1. Berapa banyak waktu yang dihabiskan konsumen menggunakan media mobile Mary Meekers untuk memperbarui musim semi tahunan di ponsel adalah hal yang wajib dibaca jika Anda mengikuti adopsi teknologi platform teknologi, jadi kami telah menggunakan beberapa temuan utama dari tren teknologi seluler KPCB terbaru oleh Mary Meeker. Deknya hampir 200 slide, jadi kami telah memilih statistik yang paling merangkum pentingnya perangkat mobile saat ini. Data terakhir menunjukkan bahwa kita sekarang telah melewati titik kritis yang disebutkan di bagian atas posting ini. Waktu media digital mobile di AS sekarang jauh lebih tinggi 51 dibandingkan dengan desktop (42). Implikasinya jelas - jika Anda tidak dapat menjangkau audiens Anda melalui penelusuran atau tampilan seluler, atau Anda tidak memberikan pengalaman seluler yang memuaskan, Anda akan kehilangan dibandingkan pesaing yang ada. Tren penggunaan perangkat mobile (layar vertikal) dibandingkan dengan semua penggunaan layar kembali menunjukkan bahwa sudah melewati titik kritis. Q2. Persentase konsumen yang menggunakan perangkat mobile Weve menciptakan sebuah ringkasan baru yang menunjukkan popularitas global menggunakan perangkat digital yang berbeda dengan menggunakan data dari Global Web Index untuk dimasukkan ke dalam infographic of the Digital Marketing 2015. Ini jelas menunjukkan popularitas kepemilikan smartphone dan perangkat mobile yang sedang berkembang seperti Smartwatches. Wawasan dari comScore yang dipublikasikan dalam ulasan pasar bulan Februari 2014 menunjukkan gambaran bahwa pemasar perlu membangunnya. Data panel ini menunjukkan bahwa mayoritas konsumen multiscreening, mengakses situs ritel di seluler atau desktop, sehingga pengalaman yang konsisten di seluruh perangkat perlu dikerahkan. Anda perlu menjawab ini untuk situs Anda sendiri. Seperti yang Rob Thurner jelaskan dalam jabatannya di KPI untuk meninjau efektivitas mccerce. Penting untuk melacak perpecahan antara pengguna perangkat seluler dan desktop yang mengunjungi situs Anda. Menggunakan segmen lanjutan di Google Analytics adalah cara terbaik untuk melakukannya. Q3. Berapa banyak kunjungan situs web pada perangkat mobile vs. desktop Namun, kita perlu berhati-hati dalam menafsirkan data pada jam yang dihabiskan, karena kita menghabiskan sebagian besar waktu kita untuk memeriksa email dan menggunakan media sosial melalui smartphone. Hal ini telah menyebabkan mantra umum desain mobile pertama yang menurut saya berbahaya. Eric Schmidt, lalu Ketua Umum Google berbicara tentang pendekatan mobile-first. Kenyataannya adalah bahwa sementara penggunaan smartphone sangat populer untuk beberapa aktivitas seperti media sosial, perpesanan dan penangkapan berita dan gosip, mayoritas konsumen di pasar barat juga memiliki perangkat desktop (dan tablet) yang cenderung mereka gunakan untuk lebih rinci. Review dan pembelian. Jadi, kita perlu memikirkan strategi untuk melibatkan apa yang disebut comScore sebagai Multichannel Majority bukan adopsi ponsel pertama atau smartphone. Ini menjelaskan mengapa rasio konversi seluler jauh lebih rendah di ritel dan mengapa perincian antara lalu lintas untuk situs ritel sama luasnya antara ponsel cerdas dan desktop. Platform pengukuran pemirsa comScore telah berbicara untuk beberapa waktu mengenai strategi untuk melibatkan dan mengukur mayoritas multiplatform di seluruh perangkat dan saya pikir akan ada, atau lebih fokus pada hal itu di tahun-tahun mendatang. Data Inggris ini juga menunjukkan pentingnya mayoritas multichannel di sektor seperti Retail dan pada tingkat yang lebih rendah perbankan, namun untuk beberapa relung seperti mobile mobile pertama lebih akurat. Data terakhir mereka untuk AS mencolok dalam menunjukkan bagaimana mayoritas perangkat multi mendominasi, terutama di antara milenials. Meskipun mobile semakin penting, data yang lebih tua dari Indeks Digital terbaru Adobes (belum diperbarui pada tahun 2016) menunjukkan bahwa di semua industri, sebagian besar kunjungan masih ada di desktop. Jadi dengan begitu banyak kunjungan situs yang masih ada di desktop, yang penting saat merancang menggunakan desain web responsif sehingga pengalaman desktop tidak terdegradasi dan ini telah menghasilkan banyak bisnis lebih besar dengan menggunakan desain web adaptif dimana tata letak dan konten disesuaikan untuk desktop, tablet, dan smartphone. Dimensi layar Q4. Rasio konversi perangkat seluler dan pangsa kunjungan untuk situs E-niaga Kami memiliki kompilasi statistik konversi E-niaga terpisah jika Anda membuat kasus bisnis untuk situs yang dioptimalkan untuk seluler seperti yang dijelaskan dalam panduan strategi pemasaran seluler kami, data ini juga berharga karena menunjukkan variasi dalam konversi Tingkat menurut jenis ponsel Ini adalah data terbaru dari Monetate untuk klien ritel mereka yang menunjukkan tingkat konversi. Data tersebut dengan jelas menunjukkan bahwa tingkat add-to-cart dan konversi Smartphone jauh lebih rendah daripada desktop - penting jika Anda membuat kasus bisnis untuk situs yang responsif terhadap seluler. Sumber ini berguna karena merupakan survei reguler yang menunjukkan pertumbuhan penggunaan pengunjung situs mobile. Memungkinkan Anda menelusuri untuk melihat penggunaan menurut jenis perangkat, misalnya iPad masih merupakan tablet yang dominan, namun tablet Kindle Fire dan Android sekarang memiliki lebih dari 10 tablet. Anda dapat melihat bahwa penggunaan tablet dan ponsel hampir dua kali lipat dalam setahun berdasarkan 500 juta kunjungan plus untuk klien ritel ini (lihat tautan di atas untuk metodologi). Q5. Penggunaan waktu vs seluler seluler vs seluler Penggunaan preferensi konsumen untuk aplikasi seluler vs situs seluler juga harus dipikirkan sebagai bagian dari strategi seluler. Data dari Nielsen pada waktu media seluler menunjukkan preferensi konsumen untuk aplikasi seluler yang mencakup 89 waktu media di seluler seperti yang diharapkan dari penggunaan jaringan sosial, email, dan aplikasi berita terpopuler. Penggunaan aplikasi (90 waktu) mendominasi browser dalam penggunaan mobile Kami melaporkan data comScore pada bulan Mei 2012 yang menunjukkan bahwa pada ponsel cerdas 82 waktu media mobile adalah melalui aplikasi. Saat ini, data terbaru dari analisis Yahoos Flurry menunjukkan bahwa 90 persen waktu mobile konsumen dihabiskan di aplikasi. Seperti yang mereka katakan, tuliskan: Its a App World. Web Hanya Tinggal di Ini. Ini adalah wawasan utama karena perusahaan memutuskan apakah akan mengembangkan aplikasi seluler atau membuat aplikasi khusus perangkat seluler. Angka 90 ini adalah wawasan utama karena perusahaan memutuskan apakah akan mengembangkan aplikasi seluler atau membatasi diri ke situs yang dioptimalkan untuk seluler. Anda harus berhati-hati dalam menafsirkannya karena, karena grafik di bawah ini menunjukkan, aplikasi Facebook, pesan, permainan, dan utilitas secara alami akan menghabiskan waktu paling banyak dan penggunaan browser masih signifikan dengan volume jika tidak proporsinya. Tapi ini berimplikasi pada iklan di seluler untuk menjangkau konsumen yang menggunakan aplikasi seperti Facebook dan Gmail. Q6. Belanja Iklan Seluler masih tertinggal Konsumsi Media Mobile Jadi, bagaimana pengiklan merespons perubahan waktu media seluler Bagan berikutnya menunjukkan bahwa meskipun terjadi pertumbuhan media di atas, beberapa pengiklan kehilangan karena bar paling kanan menunjukkan bahwa ada Peluang yang sangat kecil pada iklan mobile Penelitian ini bersumber dari studi 2015 oleh eMarketer terhadap anggaran iklan mobile menunjukkan pandangan yang berbeda. Pada tahun 2015, pengeluaran iklan seluler menyumbang 49 belanja iklan digital, yang hanya sedikit tertinggal dari tren bagaimana orang menggunakan perangkat mereka. Statistik ini juga menunjukkan proyeksi untuk pertumbuhan di masa depan, yang penting karena menunjukkan kemana pasar berjalan. Jelas bahwa mobile adalah masa depan, dan dalam waktu 3 tahun ini akan mendominasi belanja iklan digital. Q2. Bagaimana konsumen meneliti produk dengan menggunakan situs penelusuran dan penelusuran seluler Googles jalur seluler untuk membeli laporan yang disurvei 950 konsumen AS di 9 vertikal yang berbeda (Restoran, Makanan, Memasak, Keuangan, Perjalanan, Rumah amp Garden, Pakaian amp Kecantikan, Otomotif, Elektronika, Kesehatan amp Nutrisi ) Untuk menilai bagaimana mereka meneliti pembelian via mobile. Temuan utama adalah titik awal untuk penelitian mobile. Seperti yang diharapkan pencarian adalah titik awal yang paling umum, namun lebih rendah dari desktop yang menunjukkan pentingnya aplikasi bermerek dan situs seluler. 5 sumber terbaik untuk statistik pemasaran mobile Update ke postingan ini menampilkan beberapa update terbaru tentang statistik mobile dari tahun 2014 dan menyoroti beberapa sumber terbaik untuk membuat kasus bisnis untuk investasi dalam pemasaran mobile dalam presentasi dan kasus bisnis Anda kepada rekan kerja atau Klien. 1. Google Mobile Planet. Survei reguler untuk berbagai negara mulai tahun 2011, ini memungkinkan Anda untuk mempersiapkan laporan Anda sendiri. Sekarang ini telah digantikan oleh barometer Googles Consumer yang memungkinkan Anda membuat laporan serupa. Selain unduhan untuk masing-masing negara, Anda juga dapat membuat bagan Anda sendiri yang berfokus pada KPI yang diminati. Misalnya, jika Anda berbasis di Australia, Anda dapat melihat penggunaan menurut demografis. Kelemahan data saat ini adalah berfokus pada Smartphone, bukan tablet. Ini mungkin berguna untuk mendorong kembali rekan-rekan yang terlalu antusias atau memahami hambatan konsumen. Misalnya, kurang dari sepertiga orang Australia pernah membeli di smartphone dan Anda dapat melihat ada hambatan keamanan dan preferensi untuk pembelian desktop. 2. ITU. Data International Telecoms Union melaporkan penggunaan mobile termasuk langganan mobile broadband untuk menunjukkan pertumbuhan penggunaan mobile. Ini dilaporkan di tingkat negara, benua dan keseluruhan, jadi sumber keseluruhan terbaik untuk penetrasi seluler di seluruh dunia. Sebagian besar informasinya gratis - lihat bagian statistik mobile gratis mereka. 3. Flurry Mobile Analytics. Ini adalah sumber yang bagus untuk menunjukkan tingkat penggunaan aplikasi secara keseluruhan di empat platform aplikasi seluler utama oleh negara dan mengebor ke dalam popularitas aplikasi individual untuk berbagai sektor seperti ritel, perbankan, dan perjalanan. Misalnya, angka pertumbuhan aplikasi mobile terbaru dari Flurr y menunjukkan pertumbuhan kategori yang digunakan oleh lebih dari 50 kategori. Comscore adalah salah satu sumber utama di seluruh dunia yang berguna bagi pemasar untuk membantu kami mengetahui tentang perubahan penggunaan media mobile oleh konsumen. Grafik ini menunjukkan pola di seluruh Eropa - ikuti tautan di atas untuk kerusakan AS dan negara lain. Laporan tersebut menunjukkan tingkat adopsi yang jauh lebih rendah di negara-negara Eropa lainnya sekalipun - bahkan yang kelima sekalipun. Jadi, ekstrapolasi perilaku Inggris ke negara lain nampaknya merupakan kesalahan dengan sosok ponsel masih kunci. Laporan ini juga memiliki ringkasan yang berguna tentang perilaku perangkat yang berbeda, mirip dengan yang dipublikasikan. Penggunaan ponsel eceran Mobile kembali menjadi fokus bagian statistik ritel. Tingkat pertumbuhan pemirsa 80 di seluler di situs Inggris ini, namun lebih rendah di situs pedagang kelontong karena alasan yang jelas. 5. Dari laporan penggunaan Internet. Beberapa Laporan Pasar Komunikasi Internasional Kedelapan diterbitkan pada bulan Desember 2014, ini membahas penggunaan, ketersediaan, harga dan penggunaan broadband, telepon rumah, ponsel, TV, radio dan pos di 17 negara besar. Sebagai contoh, heres gambar desktop vs perangkat mobile di Inggris menunjukkan bahwa ketika Anda melihat perangkat yang paling penting, desktop dan laptop tetap penting. Kami berharap kompilasi statistik tentang penggunaan dan efektifitas seluler ini terus berguna - tolong bagikan jika memang dan terus memperbaruinya di tahun 2015. Jika Anda menginginkan satu sumber statistik terbaru di seluruh pemasaran digital, untuk anggota Ahli , Kami menyusun seperangkat statistik penggunaan yang diperbarui secara rutin untuk digunakan dalam presentasi - diperbarui setiap kuartal sehingga semua statistik terbaru dikategorikan dalam satu tempat untuk disertakan dalam presentasi. Panduan yang Disarankan: Kompilasi statistik penggunaan online Download satu atap kami mencakup statistik terbaru yang disertakan dalam presentasi untuk mengajukan investasi digital. Ivoriswinning mengomentari tanggal 8 April 2013 Ya, pemasaran mobile adalah hal terbaik berikutnya untuk irisan roti. Saya pikir tahun ini adalah tahun untuk membuatnya dalam bisnis ini. Aku suka kamu situs Anda punya banyak informasi. Inilah yang saya ciptakan. Mobiletextmarketing. blogspot. ca Beberapa penyedia platform menggunakan penargetan geografis dengan opt-in. Hal ini membuat pelanggan siap untuk membeli saat mereka dekat dengan bisnis. Tidak seperti e-mail. Tarif terbuka adalah 97 dalam waktu sekitar 5 menit. Bahkan jika Anda tidak tahu siapa yang mengirim SMS Anda. Tidak ada bentuk pemasaran langsung yang bagus ini. Dimana perangkat mobile Anda Apakah Anda meninggalkan rumah tanpa itu Ponsel Anda seperti dompet dan kunci rumah Anda. Anda membawanya ke mana-mana dan bahkan tidur, hanya jika dia menelepon. Evolusi mobile ada di sini sekarang Ini adalah beberapa statistik hebat. Is it ok untuk menulis beberapa artikel menggunakan statistik ini Hanya bertanya-tanya karena itu akan menjadi tambahan yang bagus untuk situs layanan saya. Terima kasih untuk beberapa hal hebat yang akan membuat calon klien baru membuat keputusan yang lebih tepat mengenai apakah mereka memerlukan mobile dalam usaha pemasaran mereka. (Kita sudah tahu mereka) Terima kasih banyak. Aku akan sering kembali untuk belajar dan mendapatkan beberapa fakta hebat. Morris (Murph) Murphy Daniel Howard mengomentari 29 Januari 2013 Ya, posting yang bagus sekali, sangat membantu terima kasih. Saya terkejut dengan stat yang mengindikasikan 8 preferensi untuk belanja melalui aplikasi (tablet smartphone) dibandingkan dengan 14 untuk situs web seluler. Apakah menurut Anda itu bisa menjadi cerminan dari perbedaan antara jumlah situs web e-niaga mobile dibandingkan dengan aplikasi ritel transaksional Terima kasih Daniel, senang mendengarnya. Menurut saya, penilaian yang adil, mungkin juga karena kegagalan memperbarui dan membuat Apps yang stabil. I8217m meninjau komentar untuk sejumlah aplikasi ritel sebagai bagian dari memperbarui 7 langkah kami ke panduan seluler dan menemukan bahwa banyak aplikasi mengalami peringkat yang buruk karena pembaruan hanya tidak bekerja. Kompilasi informasi Dave Fantastic. Apakah Anda memiliki data yang menunjukkan kemungkinan besar seseorang melakukan pembelian saat melihat-lihat di ponsel mereka vs melihat-lihat di tingkat desktop mereka di Google Analytics Hal yang paling membuat saya frustrasi tentang infografis ini adalah definisi Rasio Pentalan salah . (Well, setidaknya untuk GA). Ya, saya tahu bahwa definisinya langsung dari Pusat Bantuan Google Analytics. Tapi tayangan di Google Analytics bukan kunjungan dengan satu tayangan laman tunggal. Sebuah bouncing adalah kunjungan dengan satu HIT keterlibatan. (Justin Cutroni memiliki posting bagus yang menjelaskan jenis hit ini dan bagaimana memahami perhitungan waktu Google Analytics berdasarkan bagaimana cara kerja jenis ini). Untuk meringkas secara singkat di sini, saat ini terdapat 6 jenis klik yang dapat dikirim ke server Google Analytics. Pageviews (dikirim via trackPageview) Acara (dikirim via trackEvent) Produk E-niaga (dikirim melalui addItem) Transaksi E-niaga (dikirim melalui jalurTrans) Sosial (dikirim melalui trackSocial) Ditetapkan pengguna yang tidak berlaku lagi, meskipun fungsional (dikirim melalui setVar) Seperti yang Justin jelaskan, 5 dari ini Jenis hit digunakan dalam menghitung beberapa bentuk pertunangan, sehingga berdampak pada waktu pada waktu halaman dalam perhitungan situs dan juga rasio pentalan. Sehubungan dengan rasio pentalan khususnya, Tayangan Laman tambahan, Peristiwa yang belum ditetapkan untuk tidak berinteraksi. Atau Berbagi Media Sosial (yang dikonfigurasikan untuk dilacak di GA) adalah semua hal yang dapat memengaruhi tingkat pentalan Anda. Berikut adalah contoh mengapa memahami prinsipal teknis ini penting saat analisis dilakukan. Pada contoh di bawah ini, kami melihat bahwa kampanye Penelusuran Berbayar klien ini memiliki tingkat bouncing yang sangat rendah. Namun, Anda mungkin telah memperhatikan bahwa ada sesuatu yang sedikit mencurigakan di sini. Petunjuk: PagesVisit Fakta bahwa GA melaporkan kurang dari satu halaman per kunjungan merupakan indikasi yang jelas bahwa situs ini bermasalah dengan penerapannya. Memang, ketika melihat tingkat bouncing situs8217s dari waktu ke waktu, kita melihat perubahan yang tajam. Masalah Besar Kota Mengetahui bahwa rasio pentalan dipengaruhi oleh masalah teknis dari lebih dari satu klik keterlibatan yang dikirim ke GA sangat penting untuk memastikan Anda mendapatkan analisis Anda dengan benar. Hal ini sangat umum bahwa pengembang perangkat lunak datang dengan integrasi GA yang tidak memperhitungkan tingkat bouncing. Penyebab paling umum yang saya lihat adalah obrolan langsung (di mana undangan otomatis mengirimkan Tayangan Laman atau Peristiwa) dan pemutaran otomatis video yang dilacak oleh tayangan ulang atau peristiwa maya (jika tidak ada interaksi tidak dipanggil). Penggunaan aplikasi live chat tertentu inilah yang menyebabkan tingkat bouncing menurun drastis pada contoh di atas. Rasio pentalan juga dipengaruhi oleh masalah integritas cookie yang menyebabkan sesi diulang. Selain itu, dan I8217m masih terkejut dengan berapa kali saya melihat ini, memiliki kode pelacakan GA lebih dari satu kali pada satu halaman adalah cara pasti untuk membawa rasio pentalan Anda turun menjadi nol. Seperti yang dikatakan teman saya, Caleb Whitmore, tingkat kejatuhannya yang bagus adalah bagus. Hal itu sangat bagus, namun rusak.7221 Catatan penting: Karena para pengembang web memiliki kecenderungan yang luar biasa untuk melanggar implementasi GA, pastikan Anda menggunakan GA Intelligence Alerts. (Setelah posting ini, baca postingan besar lainnya oleh Justin tentang data alert). Rasio Pentalan dan SEO Berdasarkan apa yang kita lihat di atas tentang bagaimana rasio pentalan bisa menjadi a). Rusak dan b). Dengan kode yang terpengaruh, saya hanya ingin mengatakan bahwa saya benar-benar mengambil kata-kata Matt Cutts saat mengatakan bahwa peringkat pencarian tidak memperhitungkan Google Analytics. Metrik Google Analytics8217 terlalu mudah untuk dimanipulasi agar Tim Mutu Penelusuran menggunakannya dalam peringkat, IMHO. Selanjutnya, ada banyak implementasi yang rusak sehingga sangat bodoh untuk mempertimbangkan metrik tampilan atau tingkat bouncing pada skala global agar dapat diandalkan sebagai sinyal kualitas pencarian. Saya dua centsgt. Rasio Pentalan dalam Konteks Salah satu baris yang paling sering dikutip tentang tingkat bouncing, adalah definisi terkenal Avinash Kaushik8217, 8220I datang, saya muntah, saya pergi.8221 Meskipun definisi ini banyak mengandung air, saya percaya bahwa pada akhirnya itu juga Sederhana. Avinash tentu membuat banyak poin dalam video di atas. Jika Anda tidak melihatnya sebelumnya, itu adalah kemewahan Avinash 4 menit dan 45 detik. Saya menghargai bahwa dengan kutipan itu Avinash mencoba mengekspresikan sesuatu yang sangat kuat melalui kristalisasi sebuah konsep. Namun demikian, ketika tingkat bouncing dilihat dengan cara monolitik tanpa mengeksplorasi sifat jenis situs atau halaman, sangat mungkin untuk menarik kesimpulan yang salah tentang perilaku pengguna di situs one8217s. Misalnya, situs berikut menerbitkan banyak konten beberapa kali per hari. Mereka mendapatkan banyak lalu lintas, dan memiliki tingkat bouncing 8220high8221. Bahkan Traffic Langsung ke situs memantul pada tingkat tinggi. Membuat segmen lanjutan untuk Lalu Lintas Langsung yang Memantul dan menerapkannya ke laporan Frekuensi amp, menemukan perspektif yang sama sekali baru mengenai sifat lalu lintas ini. Hampir 30 dari Direct Traffic yang memantul berasal dari pengunjung yang pernah ke situs 9 kali atau lebih. Tentu tidak seperti orang-orang ini muntah dan pergi. Memang, sebagian besar waktu saya menemukan diri saya berada di blog Avinash8217s, saya menghabiskan banyak waktu untuk membaca sebuah artikel dan kemudian melakukan perombakan.8221 Ukuran keberhasilan untuk situs konten tidak harus dilakukan jika pembaca memantul atau tidak, tapi apakah atau tidak Mereka membaca artikel dan (yang lebih penting) kembali. Eivind Savio memiliki pos bagus di mana dia membagikan naskah (berasal dari Thomas Baekdal) yang membantu menambahkan sejumlah besar konteks ke metrik tingkat bouncing tradisional yaitu, ini adalah skrip yang relatif rumit (dan sangat elegan) yang melacak perilaku pengguliran pengguna. Dan ya, teriakan lain kepada Justin Cutroni yang banyak menulis tentang ini di dua bagian pos. Secara pribadi, saya menyukai pendekatan Eivind8217s menggunakan aktivitas non-interaksi dan bukan mengotak-atik tingkat bouncing. Saya ingin tahu apa yang dipikirkan oleh pembaca manapun. Mungkin benar-benar tepat untuk mengubah cara GA 8220normally8221 memperlakukan tingkat bouncing berdasarkan indikasi bahwa seseorang memang membaca sebuah artikel. Tidak yakin8230 Eivind telah mengumpulkan lembar kerja Excel yang bagus yang memungkinkan seseorang menarik semua data gulir ke dasbor menggunakan Analytics Berikutnya. Berikut adalah beberapa data dari blog ini. Pos saya yang paling populer (tentang perubahan bagaimana Google Analytics menentukan sebuah sesi tentang pengunjung unik dan tentang atribusi multi-sentuhan) semua memiliki rasio pentalan di atas 60. Namun, antara 23-33 tayangan laman memiliki pengguna yang menggulir ke Bagian bawah bagian konten posting lebih dari 30 detik. Memang, untuk posting tersebut, lebih dari 75 tampilan halaman memiliki semacam perilaku bergulir. Jika saya tidak memiliki pelacakan gulir pada halaman ini, saya akan terjebak dengan rendahnya waktu pada metrik halaman dan tingkat bouncing yang tinggi. Paling tidak sekarang saya tahu setidaknya beberapa orang sedang membaca tulisan blog saya. Menariknya, tingkat bouncing dan exit untuk 8220Content Readers8221 praktis sama dengan rata-rata keseluruhan untuk posting tersebut. Ini hanyalah indikasi lain bahwa Rasio Pentalan bukan metrik 8220be-all dan end-all8221 saat memahami perilaku pengguna. Selalu menjaga hal-hal dalam konteks. Saya ingin mengakhiri posting ini dengan mengarahkan Anda ke karya bagus Kayden Kelly dari Blast Advanced Media tentang Bounce Rate. Dia menyentuh sejumlah poin yang dibawa ke sini, dan banyak masalah lainnya (seperti perbedaan antara tingkat bouncing dan tingkat keluar), yang secara khusus saya tidakutkan karena dia melakukan pekerjaan yang bagus. Ini benar-benar sebuah bacaan yang berharga. Tulisan hebat dan informatif Artikel bagus, menemukan blog Anda secara tidak sengaja, tapi saya senang membaca barang Anda sejauh ini. Saya pikir hal yang membuat saya marah tentang tingkat bouncing adalah bahwa hal itu sangat subjektif. Google mendefinisikannya satu arah, banyak pengguna mendefinisikannya sebagai sesuatu yang berbeda. Misalnya, banyak orang datang ke situs saya untuk memecahkan masalah yang mereka hadapi. Begitu mereka membaca tentang bagaimana memecahkan masalah, mereka pergi. Sementara google menganggap bahwa pentalan, pengguna tetap berada di halaman saya selama rata-rata 27 menit, dan mereka sering kembali untuk merujuk halaman yang sama di masa depan. Saya harus menambahkan beberapa kode JS untuk memberi tahu analytics bahwa pengguna membaca halaman hanya agar bisa mencatat tingkat bouncing dengan cara yang benar untuk saya. Dengan mengambil contoh saya sebelumnya, banyak pengguna saya datang, menemukan artikel saya, membacanya, dan pergi. Kemudian mereka kembali dan membaca lagi. Kemudian, banyak di antara mereka (dan maksud saya ini) memutuskan untuk menjelajahi seluruh situs saya. Meskipun mereka memantul untuk pertama kalinya dan bahkan untuk kedua kalinya menurut Google, mereka benar-benar menjadi pembaca setia dan mengunjungi situs saya untuk mencari artikel baru setiap hari. Cukup 2 sen saya. Jangan merasa sangat marah Sesuatu yang dikomentari oleh komentar Anda adalah perlunya implementasi analisis digital agar sesuai dengan setiap bisnis situs secara unik. Jika Anda bisa menentukan cara agar pembaca memperoleh audiens dari situs Anda dan itu termasuk javascript kustom untuk memahami perilaku bacanya, itu bukan kedatangan singkat GA. Begitulah cara kerja produk. Dengan kata lain, informasi yang dikirim ke GA seharusnya dikonfigurasi selaras dengan kasus penggunaan situs tertentu. Pelacakan gulir lanjutan untuk blog atau situs yang berorientasi konten cukup penting bagi penayang, namun tidak banyak melakukan e-niaga. Ya, Google Analytics memang memiliki setelan default. Tapi siapa pun yang hanya menyalin dan menempelkan cuplikan dasar ke situs mereka sangat kehilangan produk yang dihasilkannya. Bagaimanapun, senang mendengar Anda melihat tingkat bouncing Anda dalam konteks, dan belajar tentang perilaku pengguna Anda secara lebih dalam. Bagus menulis. Banyak info bagus. Situs kami didesain ulang untuk memiliki halaman kurang dan hampir satu halaman untuk meningkatkan pengalaman pengguna dengan mobile dan tablet. Hal ini telah menyebabkan masalah besar dengan tingkat bouncing dan peringkat menurut saya. Mencoba memperbaikinya. Rank adalah satu hal, bouncing rate yang lain. Anda dapat mengubah penerapan analisis Anda untuk lebih dekat mengukur interaksi pengguna Anda dengan halaman, dan dengan demikian membuat rasio pentalan lebih sesuai dengan perilaku pengguna (misalnya, menambahkan pelacakan peristiwa ke klik internal pada jangkar, dll.). Mengenai SEO, itu adalah sesuatu yang perlu Anda jelajahi secara terpisah. Pos dan informasi bagus. Gagasan tentang bagaimana rasio pentalan didefinisikan di GA pada ponsel dan tablet Artikel bagus dan penjelasan tentang rasio pentalan, masalah umum dan sangat penting yang dihadapi kebanyakan orang. Barang yang brilian I8217m hanya mulai main-main dengan G. A. Tapi aku sudah membaca 8220courses8221 online lainnya. Mereka menyukai gagasan tingkat bouncing yang diterima secara luas 8211 terima kasih Tuhan, saya tahu ini. Btw, apakah Anda memiliki tutorial bagaimana saya dapat mengatur bagian ini: 8220Membuat segmen lanjutan untuk Lalu Lintas Langsung yang Memantul dan menerapkannya ke laporan Frekuensi amp Entual, mengungkapkan perspektif yang sama sekali baru tentang sifat lalu lintas ini.8221 Saya baru saja Menambahkan UA kedua di halaman saya dan mendapat angka bouncing 99 di akun kedua (akun yang baru). Apakah Anda memiliki petunjuk tentang alasan dan kemungkinan solusi Ketika mengatakan 8216t2.setDomainName8217 apakah yang harus saya katakan tidak ada atau. mydomain Terima kasih banyak Javi Mengapa tingkat bouncing saya di bawah bagian 8220Audience8221 di Google Analytics berbeda dengan rasio pentalan saya di bawah bagian 8220Behavior8221 Ibu Maria Teresa Romero Saya adalah Ibu Maria Teresa Romero yang menua janda yang menderita penyakit lama. Saya memiliki beberapa dana yang saya warisi dari almarhum suami saya, yaitu jumlah 703,000.00 GB Pounds. Untuk alasan yang sangat pribadi, saya membutuhkan orang yang sangat jujur dan takut akan Allah yang akan menggunakan dana tersebut untuk pekerjaan misionaris. Mohon jika Anda bisa menggunakan dana tersebut untuk pekerjaan Tuhan, silakan balas saya dengan mengenalkan diri Anda. Dan saya akan menjelaskan mengapa saya memerlukan individu anonim di luar keluarga saya. Tuhan memberkati Anda. Terima kasih dan berharap bisa segera mendengar kabar dari Anda, hubungi saya dengan email pribadi saya: mrsmariateresaromerogmail Hormat di dalam Tuhan, Maria Teresa Romero Sungguh saya menyukai blog ini karena menampilkan gambar dan dengan gambar itu saya akan lebih mengerti tentang topik ini dan mencoba membandingkannya dengan saya. Data situs aktual dengan data ini dan temukan perbedaannya. Saya bekerja dengan situs web yang memiliki rasio pentalan 0. Kami tidak menggunakan cookie di situs web dan tidak ada masalah kode analisis duplikat dalam file indeks. Apa yang bisa menjadi alasan untuk menunjukkan 0 tingkat bouncing Hi Yehoshua Coren I8217m dalam masalah serius. Saya memiliki sebuah blog yang berhubungan dengan gadget terbaik dan terbaik, sebagian besar lalu lintas yang saya dapatkan 2 hari yang lalu ada di halaman panduan.817 dan tingkat bouncing situs saya adalah rata-rata 84. Pengguna saya hanya membuka 1 halaman dan mengikuti panduan dan meninggalkannya tapi waktu buka saya di artikel adalah 2 sampai 5 menit. Tapi google telah menghukum blog saya dan saya yakin itu karena panda saya dengan 80 tingkat bouncing juga mendapat sanksi dari panda sama. Apa yang harus saya lakukan sekarang ini sangat bingung. Tolong bantu. Rasio pentalan tidak mempengaruhi SEO dan ini bukan bagian dari algoritma Panda. Artikel bagus, saya mengunjungi halaman lain jadi saya tidak menganggapnya sebagai artikel bagus untuk Anda. Ketika saya pertama kali membaca tentang tingkat bouncing saya tidak setuju itu harus rendah dan topik situs web saya adalah pengecualian. Brightverge satu situs saya memiliki 32 rasio pentalan dan saya memutuskan untuk meningkatkan kualitas halaman dan rasio pentalan meningkat hingga 40 sehingga Anda akan menganggapnya sebagai hasil yang buruk, namun sebenarnya waktu rata-rata meningkat dari 5 menit 49 menjadi 7 menit 27 jadi dalam kasus saya Saya yakin ini adalah hasil yang bagus dan saya hanya perlu mengerjakan bagian bawah artikel saya sehingga pengguna bisa menavigasi ke artikel terkait. Saya juga memiliki situs gocime dengan tingkat bouncing 83 dan avg time 5 min yang merupakan pemecahan masalah yang sangat teknis dan sejujurnya saya tidak berpikir ada pengunjung yang ingin pergi ke halaman lain karena mereka memiliki masalah mendesak yang harus mereka atasi dengan cepat. Saya kira saya akan memperbaiki tingkat bouncing dalam kasus ini8230. Tapi secara keseluruhan saya ingin mengurangi tingkat bouncing tapi hanya dengan meningkatkan kualitas halaman saya ke pengguna saya. Pos blog bagus bagus. Ini sangat membantu saya, menunggu lebih banyak posting baru. Jaga Blogging Pos bagus Kami memiliki browser khusus tempat kami memuat halaman awal dari domain kami. Jadi setiap kali seseorang menggunakan produk kami, kami mendapat bouncing karena mereka sama sekali tidak melakukan apapun di halaman awal. Apakah ada cara untuk memberitahu Google untuk mengabaikan pandangan ini, namun tetap mendapatkan analisis saat seseorang memasuki arus pembelian dari halaman awal itu. Terima kasih telah berbagi, saya tidak tahu bahwa datanya bisa menjadi bias karena Live Chat. Saya menggunakan Google Analytics dan Live chat dan data dari yang terakhir akan diteruskan secara otomatis ke yang pertama. Tidak pernah melihat sesuatu yang aneh tapi saya akan lebih memperhatikannya mulai sekarang. Cara minimalis yang bagus untuk melacak aktivitas di halaman (dengan atau tanpa menerapkan interaksi untuk membunuh tingkat bouncing): riveted. parsnip. io PS 8220 mengapa memahami prinsip teknis ini adalah penting8221 8211gt prinsip Bagaimana mengurangi tingkat bouncing dengan satu trik sederhana Ada trik untuk melibatkan pengguna. Saya benar-benar menghargai analisis Anda. Ini menjelaskan sesuatu yang saya perhatikan dengan blog saya (MediaVidi). Seiring lalu lintas blog saya naik, begitu juga tingkat bouncing saya Setelah membaca analisis Anda, saya menyadari sebagian besar lalu lintas berasal dari 8220 fender fliers8221 yang kembali ke blog saya ketika saya menciak tentang konten baru atau saya mengirim email ke pelanggan saya. Begitu seseorang melihat ke sekeliling blog saya sekali, tidak ada alasan untuk bertahan setelah mereka membaca sebuah posting baru. Jadi tingkat bouncing yang tinggi hanya bisa menjadi gejala pengikut setia Juga, saya menggunakan blog saya untuk menghasilkan lalu lintas untuk situs web untuk startup saya (MondoPlayer). Ketika orang datang ke blog saya, tujuan utama saya adalah mengirim mereka ke situs web saya. Siapa pun yang mengeklik ke situs web saya setelah hanya membaca 1 halaman jumlah blog saya sebagai 8220bounce8221, namun pastinya mereka tidak dihitung sebagai 8220puker8221. Setelah membaca analisis Anda, saya akan melihat semua metrik saya secara berbeda. Pekerjaan bagus Tim bagus yang Anda miliki, sepertinya Anda membuat grafik mengagumkan. Semoga kalian adalah pengembang game dan saya suka bermain game Jika Anda orang suka bermain game Anda harus mengunjungi sekali rsgoldaz untuk membeli permainan emas RuneScape viprsgolds That8217s a great post Informatif, menarik dan ditulis dengan baik. Inilah permainan yang bisa Anda minati untuk melihat dan dapatkan wawasan lebih dalam tingkat bouncing: Pou Games 8211 Mainkan permainan terbaik Pou Online gratis untuk semua orang Kami memperbarui permainan Nobita, permainan Cricket Dress Up, permainan Cricket Fisshing, semua game Cricket on line. Kriket-games. me Segmen Pengunjung Google Analytics: Pengguna, Urutan, Kohesi Cintaku untuk segmentasi tidak mengenal batas. Apakah Anda melakukan analisis online, offline atau nonline, atau hanya ingin bermain secara acak dengan data, wawasan akan lebih cepat dengan segmentasi. Sebenarnya, sejauh ini saya mengatakan: 034Semua data secara keseluruhan adalah omong kosong.034 Itu pasti sedikit melodramatis, tapi di balik tulang yang paling telanjang 034ahh, saya melihat sesuatu terjadi, 034 Anda tidak dapat menghasilkan data agregat. Untuk membantu pencarian wawasan yang lebih cepat dan lebih cerdas, saya mendefinisikan Kerangka Pemilih Segmentasi (Akuisisi, Perilaku, Hasil), berbagi versi favorit dari segmen favorit saya, Non-Flirt, Social, Long Tail. Dan merekomendasikan kawin laporan kustom dengan segmen lanjutan (unduhan yang disediakan di sana juga). Kita akan melanjutkan pencarian kita hari ini. Pos ini mencakup evolusi penting dalam kekuatan segmentasi Google Analytics039. Sesuatu yang telah lama sekali saya alami: kemampuan untuk mengelompokkan Pengunjung, dan bukan hanya Kunjungan atau Kunjungan I039m sangat antusias dengan hal ini karena pada akhirnya kita dapat berfokus pada orang-orang, beberapa kunjungan oleh orang yang sama, beberapa titik perhatian media pemasaran untuk hal yang sama. Orang dan melakukan analisis kohort yang cukup keren. Anda akan menyukai analisis dan analisis lebih banyak pada saat Anda selesai dengan posting ini Anda mungkin juga menjadi penggemar kegemaran yang berasal dari parit ketidaksesuaian klik terakhir kunjungan terakhir yang mencakup semua analisis web saat ini. Alat. Prolog: Pengunjung, (Kunjungan) Sesi, Kunjungan Salah satu hal penting yang akan kita pelajari hari ini adalah menyelaraskan metrik dan dimensi secara optimal untuk memastikan kami melaporkan data yang baik, bersih, masuk akal. Sebelum terjun ke petualangan yang mengasyikkan itu, saya ingin Anda memeriksa pos baru-baru ini yang mencakup pentingnya menyelaraskan metrik tingkat-tayang dengan dimensi tingkat tinggi dan metrik tingkat sesi dengan dimensi tingkat sesi. Grafik di atas adalah dari tulisan Excellent Analytics Tip 23: Align Hits, Sessions, Metrics, Dimensions. Saya sangat merekomendasikan membaca posting untuk membiasakan diri dengan konsep kritis ini. Usaha Anda akan membuat posting ini 100x lebih berharga. Jika Anda membaca posting itu, dan mengabaikan yang ini, Anda masih akan lebih pintar karena Anda tidak tahu ini, namun setengah dari laporan kustom Anda saat ini mungkin tidak tepat. Anda akan membaca posting dan memperbaikinya promosi otomatis ke tingkat berikutnya dalam organisasi Jangan khawatir, posting ini akan menunggu untuk lebih awesomize hidup Anda. Pergi. Baca posting di atas. Kembali bersemangat Google Analytics: Pengalaman Pengguna Segmentasi Baru Baru-baru ini, tim di Google merilis versi UI UI segmentasi yang diperbarui dan jauh lebih baik. Daripada hal-hal membosankan yang kita lihat di masa lalu, sekarang Anda melihat lingkaran penuh yang indah di atas untuk setiap segmen (mereka memberi Anda pemahaman sekilas tentang ukuran segmen). Update: Dalam kesempatan kecil Anda tidak dapat melihat segmentasi ini di akun Anda sendiri, Zach Shearer telah membagikan tip ini dalam komentarnya. Klik pada panah bawah tepat di bawah judul laporan Anda dan hanya di sebelah kiri segmen 034All Visits034 default. Kemudian klik 034Create Segment034 Baru dan Anda harus memiliki pilihan yang Avinash rinci dalam posting blog ini. Saya menerapkan dua segmen, Lalu Lintas Seluler dan Pengguna Multi-kunjungan, ke laporan analisis efisiensi konten hebat saya (harus ada untuk situs yang memiliki konten, klik di sini untuk mendownload) 8230. Bagian Pengguna Multi-kunjungan memegang petunjuk tentang kekuatan menakjubkan baru di Google Analytics. Anda sekarang dapat mengelompokkan orang dan bukan hanya kunjungan mereka. Dulu, segmen ini bisa disebut Returning Visits. Tapi ternyata masih ada koleksi kunjungan dan bukan 8211 dalam arti murni 8211 pengunjung yang kembali. Ketika Anda masuk ke berbagai bagian pembangun segmentasi lanjutan yang baru, Anda akan menemukan bahwa sekarang Anda dapat berfokus pada pengguna (kapasitas yang tidak tersedia dalam banyak alat analisis web, atau hanya dibuka untuk Anda dalam versi gudang data dari solusi atau substansial Hacking kode dan doa harian kepada Tuhan Matahari). Saya dapat menanyakan berapa kunjungan yang saya dapatkan dari Google. Atau saya bisa bertanya berapa Pengunjung yang saya dapatkan dari Google. Jawaban pertama adalah 14.000 yang kedua adalah 5.000. Perbedaan besar pada sisi analysism pemasaran Anda, benar Ada juga kemungkinan baru, seperti segmen urutan, yang memungkinkan Anda menjawab pertanyaan seperti: Apa perbedaan tingkat konversi untuk orang-orang yang pergi ke halaman Product X dari sebuah promo di beranda. , Dibandingkan dengan orang-orang yang halaman pertama di kunjungi adalah halaman Produk X Anda akan menggunakan bagian tiga gambar segera di atas untuk melakukan analisis jenis ini. Ini sangat berguna dalam desain situs, memperbaiki pencarian situs internal, dan mendapatkan wawasan dari orang-orang yang tidak checkout saat mereka melalui langkah-langkah a, b, c vs. langkah-langkah o, l, m. Kapasitas baru lain yang sangat kuat adalah melakukan analisis kohort. Kita akan membahasnya dengan contoh di akhir posting ini. Tapi mari kita luangkan waktu untuk memahami kekuatan baru yang kita miliki. Segmentasi Pengunjung, Kunjungan, dan Segmen Hit: Kim yang Tidak Mengijinkan mengunjungi situs web Anda. Dia mengunjungi empat kali. Pada beberapa kunjungan yang dia beli. Pada kunjungan lain, dia meneliti atau melihat-lihat betapa menariknya Anda memeluk video bayi dengan sempurna. Sejauh ini di Google Analytics, Anda dapat menganalisis keterlibatan Kim0s dengan situs web Anda, namun hanya sebagai potongan yang terputus. Anda bisa menganalisis konten yang dia konsumsi, namun hanya dalam konteks setiap kunjungan (oleh karena itu Anda tidak akan pernah bisa mewujudkan video memeluk bayi Anda dalam sebuah konversi 2 hari kemudian). Kedua masalah ini hilang sekarang dengan segmentasi berbasis pengunjung. Google Analytics akan menggabungkan semua perilaku oleh seseorang, dan kemudian Anda dapat melakukan beberapa hal keren. Untuk lebih memahami bagaimana tiga elemen inti bekerja, saya membuat bantuan visual sederhana ini untuk video segmentasi Market Motive. Empat orang berbeda menunjukkan perilaku yang sangat berbeda: kunjungan panjang atau pendek, sedikit banyak waktu pada setiap konten, dibeli lebih atau kurang atau tidak sama sekali. Dengan menggunakan cookie pihak pertama, Google Analytics sekarang akan menggabungkan semua perilaku oleh Pak Green. Anda dapat menganalisis semua sesi tanya-jawab bersama, dikelompokkan ke tingkat Mr Green (atau Ms. Orange atau Ms Purple). Ini baru Kotak hijau mewakili sesi, dan Anda masih dapat menganalisisnya dengan fitur segmentasi persis seperti yang Anda bisa di masa lalu. Dan Anda dapat menganalisis klik di setiap sesi secara terpisah (hanya kunjungan dengan halaman x) atau dalam kelompok (kunjungan dengan halaman x dan halaman y tapi tidak di halaman z). Marilah kita sangat memahami dampak memilih User, Session atau Hit now. Ini akan mengubah jawaban Anda secara dramatis. Di segmen di bawah ini saya tertarik untuk menganalisis orang-orang di semua kunjungan mereka ke situs saya (saat ini terbatas pada 90 hari terakhir di GA). Dan saya ingin menangkap pembelanja tinggi saya, bahkan jika pengeluaran itu terjadi di beberapa kunjungan. Di bagian E-commerce segmentasi lanjutan, saya memilih per pengguna, lalu ketik jumlah yang saya inginkan. Pembelian rata-rata di situs saya adalah 50 jadi saya memilih 125 sebagai ambang batas di segmen saya (secara teknis 034gt 125034) 8230. Melihat kembali grafik kami, segmen ini akan memberi saya Mr. Green, tapi bukan Ms. Orange atau Ms. Blue. Meskipun Mr. Green hanya melewati batas di 125 kunjungan. Inilah kekuatan segmentasi pengguna. Sesuatu yang sederhana, dan begitu mendalam. Dapatkah Anda yakin bahwa Anda tidak dapat melakukan ini di Google Analytics sampai saat ini Nah, sekarang Anda dapat Opsi kedua yang kami sebut per sesi. Pertanyaan saya adalah: Saya ingin menganalisis kunjungan di mana seseorang membeli lebih dari 60 produk atau layanan dari situs web saya. Saya memilih per sesi dan kemudian memilih gt dari drop down dan akhirnya mengetikkan 608230 Google Analytics akan memilih dua kunjungan oleh Mr. Green dan satu kunjungan oleh Ms. Blue untuk disertakan dalam segmen ini. Sekarang saya dapat menerapkan dan menerapkan segmen ini ke laporan Sumber Lalu Lintas saya dan mengidentifikasi sumber milik, penghasilan, dan penghasilan yang mendorong konversi sedikit lebih tinggi daripada nilai pesanan rata-rata saya. Atau saya dapat menerapkan segmen tersebut ke laporan konten saya (termasuk laporan kustom yang dapat diunduh di atas) dan mengidentifikasi potongan konten berharga yang harus saya hasilkan lebih banyak dan bawa ke konten rumah pemotongan hewan tidak memberi nilai tambah pada bisnis atau pelanggan saya. Jika Anda adalah entitas nirlaba, Anda dapat melakukan jenis segmen ini untuk Konversi Nilai Nilai-Sasaran Anda. Pilihan terakhir yang saya punya disebut per hit. Anda mungkin hanya melakukan ini pada situasi yang jarang terjadi dalam konteks E-commerce, namun Anda tetap berpegang pada konteks itu demi pemahaman. Saya ingin membuat segmen di mana pendapatan per t hitung adalah 1008230. Menempel contoh awal kami8230 ini hanya akan memberi saya 100 hit pada kunjungan pertama oleh Mr. Green, dan tidak ada yang lain. Cukup keren, benar, saya menunjukkan segmentasi pengguna, sesi, dan tingkat hit dengan menggunakan bagian E-commerce. Di GA, dan mungkin alat analisis digital Anda, Anda dapat melakukan segmentasi tingkat pengguna atau sesi hampir di mana pun di pembangun segmentasi lanjutan dan keseluruhan keseluruhan dimensi. Oleh karena itu sangat penting untuk memahami konsep ini dan memperhatikan tingkat yang Anda pilih. Membuat pilihan yang tepat antara pengguna, sesi, dan hit membuat perbedaan besar pada ukuran dan jenis segmen yang akhirnya Anda ciptakan. Pilihan kecil ini memiliki kemampuan untuk mengubah segmen emas Anda menjadi sampah berkualitas tinggi. Google Analytics: Analisis Kelompok Saat saya mengisyaratkan di atas, salah satu kemampuan baru yang keren di GA adalah kemampuan untuk melakukan analisis kohort. Cara termudah untuk memahami analisis ini adalah kemampuan menciptakan kelompok pelanggan unik yang memiliki kesamaan. Izinkan saya menunjukkan hal ini dengan menggunakan kesamaan sumber (tindakan apa yang kami bawa ke situs kami) dan jangka waktu tertentu. Saya akan menganalisis semua pengguna yang pertama kali mengunjungi situs web saya antara 1 Februari dan 28 Februari, dan kunjungan itu karena kampanye pencarian berbayar. Inilah cara Anda membuat kohort di Google Analytics8230. Kiat Kilat: Saya suka menggunakan tombol Uji saat membuat segmen. Mengkliknya mengembalikan ukuran segmen seperti yang ditentukan oleh jumlah pengguna dan sesi. Ini membantu saya memahami jika saya menciptakan segmen yang benar atau membuat kesalahan. Sekarang saya dapat menganalisis perilaku sekelompok orang ini dan memahami konten apa yang mereka konsumsi (berdasarkan kunjungan), produk apa yang mungkin mereka beli, lebih banyak lagi amplifikasi sosial yang mereka buat (dibandingkan dengan kelompok pengguna yang kunjungan pertamanya ke situs tersebut Di bulan Februari melalui pencarian organik), dan hal-hal menyenangkan lainnya. Analisis kohort benar-benar masuk ke dalam dirinya sendiri saat Anda menganalisis kelompok orang serupa dalam konteks bisnis yang lebih dalam, relevan. Sebagai contoh, dalam kasus saya, saya telah beralih ke agen agensi pada akhir Feb dan sekarang saya memiliki kemampuan untuk lebih memahami kinerja lalu lintas pencarian berbayar yang didorong oleh agensi baru tersebut dengan janji-janji highfalutin039 saya, saya menciptakan sebuah kohort dari lalu lintas bulan Maret saya8230. Atau mungkin saya berhasil mengubah strategi pencarian berbayar saya selama periode ini karena saya mengikuti konferensi Search Engine Strategies yang menakjubkan dan belajar banyak. Saya hanya membuat segmen seperti yang ada di atas dan melihat apakah kecerdasan saya yang baru ditemukan benar-benar memberikan hasil yang lebih cerdas. Atau mungkin saya telah mengembangkan struktur akun AdWordsAdCenter saya, atau mengubah strategi halaman arahan saya, atau alih-alih hanya melakukan BELI SEKARANG memiliki ajakan bertindak yang lebih lembut. Dalam semua kasus ini, saya bisa mengumpulkan satu kelompok pengguna (pengunjung) dan melakukan beberapa analisis keren: Dalam skenario di atas saya mencoba untuk meningkatkan loyalitas lalu lintas pencarian berbayar. Di bulan Februari Anda bisa melihat penurunan tajam. Kami mendapat lebih banyak lalu lintas pada awalnya, kurang karena kami menghabiskan lebih sedikit uang, dan mereka semua pergi pada akhir Maret. Promosi bodoh Baru mendapatkan loyalitas sementara. ) Jadi kita mengubah apa yang kita lakukan, untuk bulan Maret kita mendapat sedikit lalu lintas, tapi mereka lebih setia selama bulan bulanan dan tinggal sedikit lebih lama setelah bulan berakhir. Hasil bagus Sekarang untuk melakukan lebih banyak hal-hal tersebut Anda dapat membuat kohort untuk periode waktu acak 31 hari, dan karena ini adalah analisis pengguna, Anda dapat menerapkannya dalam periode 90 hari. (Anda dapat melihat saya menerapkannya selama periode 60 hari di atas.) Google Analytics: Segmentasi Pengunjung: Gagasan Penutup Perilaku pengguna semakin kompleks. Dibutuhkan beberapa kunjungan untuk membeli, dari berbagai pengaruh saluran. Makanya penambahan segmentasi pengguna memungkinkan kita untuk fokus pada orang. (Untuk alasan yang tepat, analisis saluran tiruan multi kanal dan pemodelan pengaitan begitu penting) Saat ini dalam solusi analisis web, orang ditentukan oleh cookie pihak pertama yang tersimpan di browser mereka. Kurang dari ideal, tapi 100x lebih baik dari apa yang kita punya sebelumnya. Seiring waktu kita semua meluas ke Universal Analytics mungkin kita akan memiliki lebih banyak pilihan untuk melacak orang yang sama, setelah secara eksplisit meminta izin, melintasi browser, saluran dan perangkat. Rekomendasi saya adalah meneruskan semua segmen Anda harus berfokus pada pengguna terlebih dulu dan sesi kedua. Karena jika Anda fokus pada sebuah hubungan, bukan koneksi, Anda akan mendapatkan hasil bisnis yang lebih baik. Anda tentu saja akan menciptakan banyak segmen sesi dan segmen tingkat lanjut. Mereka juga berguna dari perspektif taktis. Go Users Go Visitors Go People Seperti biasa, sekarang giliran Anda sekarang. Apakah Anda dipompa tentang kemampuan Anda untuk menganalisis orang seperti apa segmen pengguna lainnya yang akan Anda buat Apakah ada segmen yang telah terbukti sangat berharga bagi Anda Apakah Anda memiliki contoh segmen urutan untuk bisnis Anda yang dapat Anda bagikan kepada kami Bagaimana dengan Kohort Punya aplikasi mengagumkan untuk mereka Tolong bagikan ide, segmen, tantangan, pertanyaan, jawaban melalui komentar dengan jelas. Seperti posting ini Share it: Seperti biasa, terimakasih untuk blogpost yang luar biasa ini. Hanya pertanyaan tentang cara baru segmentasi di Google Analytics. Dimana di GA adalah layar ini tersedia Atau apakah fitur ini tidak diluncurkan ke semua pengguna GA namun terimakasih banyak sebelumnya, saya selalu menyesal dengan Avinash, sambil bermain-main dengan segmentasi, ada banyak pertanyaan, Apakah Kunjungan Pengunjung Unik Kunjungan tunggal User is same Return Pengunjung amp Multi visit User sama Apa yang dimaksud dengan konverter (default Segment Mengapa kita tidak dapat mengedit segmen default? Saya ingin mengerti menggunakan dimensi mana segmen defaultnya dibangun. Maaf Avinash untuk menanyakan pertanyaan bit amp Semua pertanyaan adalah popping-up yang bereksperimen dengan model segmentasi Ramakrishnan: Inilah jawaban atas pertanyaan Anda8230 1. Pengunjung Unik bukanlah sebuah segmen, melainkan Pengunjung Unik. Anda menciptakan sebuah segmen dari sekelompok Pengunjung Unik yang Berbagi atribut yang sama Pengguna Kunjungan Tunggal adalah Pengunjung Baru Orang-orang yang baru mengunjungi situs web desktopmobile Anda sekali selama periode ini 2. Konverter adalah pengunjung yang telah menyelesaikan Tujuan atau transaksi Selama mereka mungkin telah melakukannya di banyak kunjungan selama periode ini. (Filter diset ke Per User daripada Per Session. Silakan lihat posting ini untuk rincian lebih lanjut tentang masing-masing maksudnya.) 3. Anda tidak dapat mengedit segmen default karena jika seseorang mengacaukannya, Anda tidak memiliki standar untuk referensi. Anda dapat mengeklik ikon perkakas di kanan atas segmen mana pun dan memilih Salin. Ini memungkinkan Anda mengintip segmennya (begitulah cara saya bisa menjawab pertanyaan Anda di atas), dan jika Anda suka membuat perubahan dan menyimpannya dengan nama baru. Google analytics has made it easy to understand how people get engaged with your website. Google Analytics terminologies seem complicated but once understood they can help making user develop a clear and complete understanding of the audience. Thanks Avinash for writing up on 039user segmentation039 topic in great detail. I039ve not seen this option yet but it really sounds a lot informative. I039ve this gut feeling that Google has started sharing a lot of information regarding the customer behavior. First In-Market Beta and now this on Analytics is quite promising. I thought of a use case for the trying it out for the Interest Category and other content campaigns and try to get some behavioral insights of possible. Will love to try out that taking the content to slaughterhouse (this is such hit line). Will give it a shot once it is available. Avinash, many thanks for writing this. That039s probably the most informative article I have read for a while on GA. Even though I use GA regularly I wasn039t aware of the segmentation feature, that039s got my head spinning with possibilities. 034Don039t worry, this post will be waiting to further awesomize your life034 034Awesomize034 8211 what a fantastic word Must find a way to sneak that into my next blog post :-) Thanks for a great post 8211 just used this functionality for a client039s site to test the hypothesis we had that visitors were exhibiting very siloed behaviour i. e. most visitors were visiting content x or y, but not x and y. The visit data told this story but we were wondering whether over time, for the same user, this was the case. The user data supported this, showing that even over several separate visits, visitors were restricting their consumption to specific buckets of content. This has implications for page design and the placement of calls to action. I am so glad about the update of segment. I can see that it is rolling out in my account and I can segment our visitor based on users. That is really amazing It is really a big update for Google Analytics. Also, I link its new interface. It is more flexible for us to manage the custom segments. Andrew Strickland says: Great post as always :) With regards to the cohort analysis is there a way to use this for first user transactions so I can see subsequent repurchase behaviour for e. g. 034people that bought in August 2013034. I know you can set a condition for transactions to be gt 0 but that applies to the date range you run as opposed being able to tie this to the first visit date period specified. Thanks for putting this up together in a nice fashion. This was something we were waiting since long, as we were not able to implement custom variables easily. I have a question on the segment you have created in cohort analysis example. You wanted segment for 034All the visitors who came via cpc first time during Feb034 But the way I am interpreting your filters, you should get 034All the visitors who first time came in Feb, and visited the site via cpc in the time range that you are selecting outside the segment (I don039t know whats the term for that time period. I mean, not necessarily in Feb)034 I feel so because 034First visit034 and 034traffic source034 are in different tabs, and seem to be independent of each other. i. e. If I just select 034medium cpc034, that would not necessarily apply to only first visit, right Even if I select the 034Filter users034 tab and not 034Filter visits034 tab we would be only filtering users who came via cpc in the time period selected for the analysis (Not in the time period of first visit) Is that not right If yes, then how do we get exactly that you wanted If not, then how do I create 034segment of visitors who came first time in Feb, but have come via cpc in the selected time period034. Also, in that case aren039t the filters little counter intuitive Mukesh: With these kinds of scenarios my personal approach is to roll up my sleeves and simply create the various segments and observe the results. Best way to find out what is going on. If it helps8230. the core elements of the segmentation builder and the advanced Conditions and Sequences all work together after you hit Save. As you hop around the tabsfilters, keep an eye on the Summary area (on the right) as it presents everything that is in a segment. Great post, thanks. Just one thing I am not sure to understand : Let039s say I want to make a cohort of people who visited my site on a certain day, coming from a TV ad (to simplify, let039s say source direct on this specific date) I just had on that day. Is it possible 1 I segment by date of first visit, easy 2 But then I can either 8211 segment users for the source (then I suppose it039s going to give me visits of users who came at least once from direct, but on the whole date range I039m checking so that039s not what I want) 8211 or segment visits, but it039s also not going to work Am I wrong, does anyone see a solution Aymeric: Try different variations, see what you get. ) Google Analytics, if you look at the right panel in advanced segmentation as you create these segments, will apply your filters and conditions as a whole. So in your case first visit on date xxx where source is direct will be just those people. Direct visits on that day. Then you apply it to the relevant report for insight. Please let me know if I misunderstood your intention. Daniel: I would encourage you to read this post first, it will be extremely helpful: User is looking at things at a person level. When you create a segment at a keyword level, you are segmenting at a visit level. So one, or more visits, by that person could have that keyword. But the same person (user) could have come back to the site again under other keywords during other visits. That is what you are seeing. I wish you were 034unraveling034 the 034secret visitors,034 sadly you are not. That data is completely unavailable. Chris: There could be any number of reasons you see more users than visits. (It should never be that way of course.) It is difficult to diagnose with the information you have, but anything you are doing with applying multiple conditions, filters could be a cause. I would recommend paring back the segment to the simplest possible scenario first, then add on the conditions and filters one at a time and see what happens. If you need more help, you can hire a GACP to look at your data and help you out. You039ll find a list here: bit. lygaac I find this stuff really interesting and have now tried out several profiles using (source contains googlemedium contains organic) and the segments with, 034filter users034 consistently get slightly higher numbers than those using 034filter visits034. Having read Girish039s post below and checked the 034all traffic034 report under 034acquisition.034 It does indeed appear that visits are being included from other sources (direct) etc for the 034by user034 segment. It seems that hit level to session level is a bit like, session level to user level. Hits - gt Visits - gt Users Not sure if this is the best way of looking at it 8211 Interested to hear if others have observed anything like this in their data. Also good to know about the local GACPs just in case. Here is my best guess :) Say, today I come to your site from xyz and tomorrow I come from google both these visits will be shown when we apply the segment for traffic from xyz (filter users). Hence, though we applied the segment to contain source as xyz, the traffic data from various source will be shown. Whereas, 034a visit can only be from a single source034 so when you apply segment for traffic from xyz (filter visits), you will see lesser numbers than (filter users) numbers. Thanks for this segmenting article. I am looking for a way to select webpages into groups and segment users by users entering into the grouped pages. Let me explain why: We provide tutoring for a variety of subjects at graduatetutor including accounting, finance, economics, etc. We have pages on different topics on these subjects. I would like to segment users based on how they find us (accounting pages, finance pages, economics pages, etc). Can this be done now I know we can use the Segment by Traffic sources gt keyword and adding keywords like accounting, finance, etc but is there a better way to do it as some pages may be found without these keywords. Look forward to hearing from you. Senith: You can definitely do this, but the way you do it will depend on the structure of your website. The simplest way to do this is to use Page Titles or URLs, both of which you can create segments for. If your site structure does not allow that, you can consider implementing event tracking to collect 034category level034 data about each piece of content, and then use that for segmentation. To confirm if I understood you right, if I segment visitors by Filter: users (not visits) gt Content: Landing Pages gt Contains: URL or categories I should get a segment of people who landed on our website by pages grouped together by topic. This will tell me which topic or group of pages drives most first time visitors and goal conversions, etc since I am choosing users not visits. Love your work especially the depth you go into Great post on visitor segmentation for GA. What I039m not so sure of is the 90 day limit in GA for trending visitor segments behavior. If this is the case, it sounds like I may not be able to track conversion for advanced segment I created past 90 days Or can I use advanced segment to look for gt90 days conversion Cesar: There is a 90 day limit to the User segments and in the Cohort analysis. I039m sure this will change with time, please keep an eye on the Analytics Help Site. Tracking conversions in GA is done at a visit level, I039m not quite sure what you are trying to do there (in context of the first part of your comment) but I hope that helps. I love your site and have poured over this article trying to figure out a question I039m having. You responded to someone above about it, but I039m still not understanding it yet. If a 034new user034 is the same as a 034single visit user,034 then shouldn039t 034returning user034 be the same as a 034multi-visit user034 If that is true, then how is it that I am getting different numbers for new users and single visit users when looking at event actions. For example, I get 108 new users and 347 returning users, but then I get 90 single visit users and 365 multi-visit users. When adding them up, they come out to the same number: 455, but why is new different from single and returning different from multi-visit Ricky: This is not going to be a directly helpful answer, but I still hope it helps some. The Google Analytics team should get its act together in these cases and just make choices rather than making our lives miserable. If they039ve decided that New and Returning Users don039t make sense any more, they should have the courage to get rid of those two and just replace them with Multi-Visit and Single-Visit. Much more preferable than the awfulness foisted on us currently: 034 Here039s the new and old stuff, now you go figure out what to do with it all and PS we are not going to make it really obvious what the differences are 8211 no, not in our new Analytics Education section or our fancy re-vamped Analytics Help center, go ahead, we dare you to try .034 So, hang in there. One of these days Google Analytics will not contain these types of issues (they are in a few different places), and your life will be simpler. - Avinash. PS: A non-I-am-really-irritated by how often this is badly done in GA answer8230. Sometimes analytics tools have to change definitions of their metrics. In English this change is subtle (as between Single-Visit and New User). But from a technical perspective this does have a more complex, if often small nuanced, impact. This is what you are seeing when your numbers shift a bit. This is always for the better, even if somewhat painful as you compare with history. Pick one the new ones, ignore the old ones. Hopefully the GA team will do that for you automatically, and have a detailed explanation on its blog of why old stuff has to go away, and a article in its help center explaining old and new and why and what, along with deep-linking it directly from the segmentationreport selector. Hi Avinash Thank you for this article, it was really helpful. I have a question regarding 034first user interaction034. From what I can understand this is the first visit a user makes to the website. By all logic the visit count should be 0 before the first interaction and the visitor type set to New vistior. My question is why I can create a sequence under segments where if I set the first user interaction to returning visitor or visit count to three GA still returns a result Why is this Is GA looking at visits before my selected date range but that are new for this period, counting them as a new first user interaction I hope you understand what I mean. Best regards Niklas Niklas: I039m sorry but I039m not sure I understand your question completely. Broadly speaking though, GA is taking into account the activity that is happening within the time window you are looking at. Sometimes this means that someone who was a returning user in a broader time window, might appear to be a new visitvisitor because in that period they were. For MCF there is also a lookback window. Some visits that exist in that lookback window are not new visits (they might be returning). But when you apply the first interaction filter, it039s only looking at sessions from the lookback window, some of which might be returning, but appear to be the first session in the lookback window. Likewise a visit that has a Count of Visits 3 might be the first visit in the lookback window. If you need more help, please feel free to engage a GACP as they can look at your data, analyze it properly and give you a specific answer to your use case. Here039s a list: bit. lygaac Hi and thanks for sharing this. After reading this I039m still trying to figure out what the difference is between 034hit level034 and 034session034 level advanced segmentation options for the metric 034Time on Page034. You mention in the post you reference that, 034Average Time on Page is, by its definition, a hit-level metric. It measures what happens on one page.034 So am I to take it that the option for 034per session034 option for the Time on Page advanced segment is an example of one of those reports that you just don039t want to create See screen cap for further clarity grab. bytKJ6 Page is a hit. So it will be hit level dimension. For measuring time for that hit, use a hit level metric, time on page. ) In the screen cap you039ve provided you will click on the drop down named Per Session and choose Per Hit. Strictly speaking that is the right way to do it. But in this case when you choose Per Session you might be ok because of the way the metric Time on Page is calculated (per hit) and I suspect if you create a segment Per Session it might be ok. It is a weird case, maybe the GA team should think about it. For now, you know what to do. Nathan Brook says: Thanks for detailed information visitor segmentation amp cohort. Recently (In Dec03913) we launched an android app. So now we would like to see the users which we acquired in Jan03914, how many of them are currently active in Apr03914. To do so, I have created a custom segment based on Date of First Visit bw 1 Jan 2014 amp 31 Jan 2014. And then applied this segment on April03914. In Jan03914, we acquired 1,123 users and as per this segment 215 users of Jan have visited our app in Apr03914. Then the retention rate is 19.15. But when we try to compare the same metric with MixPanel data. MixPanel039s retention rate is 6.47. I understand that there will be some discrepancy in data bw both tools. But here difference is very high. As per my understanding, Google Analytics cohort report is working based on sessions while in MixPanel, there is no concept of sessions. But in GA, when i apply custom segment of Date of First Visit, it is returning me no. of users. So could you please help me understand why there is high difference bw both tools. Prashant: Numbers between tools often don039t tie because each tool tends to use its own core data structures and definitions. If you want to learn a bit more about how some of these things come about, please see this post: The Ultimate Web Analytics Data Reconciliation Checklist To your specific question, you can segment Sequences in Google Analytics by Sessions or Users. Please see this image8230 Do you have any insights as to how I could segment traffic based on IP address Our site has both a front and back end. Back end users are staff members coming from a specific IP range. I do not want to create a filter to exclude their traffic because it is important to me to be able to analyse their interactions with our site for improving work flow. I then want to be able to pull the specific content they create by stipulating a further segment (URL) and do a comparison to how users then consume the information (specifically the engagement, relevancy of content and further flow on to other leads) Any recommendations or actionable insights would be appreciated. Thank you in advance Taryn: To the best of my knowledge you are unable to do this with Google Analytics. You can, if you want to filter out your staff, create a different profile and filter out there (and leave your master one untouched). If you want to look into a more clever way to do this, especially for your own staff, please use the User ID feature in Google Analytics. Here is my best guess :) Say, today I come to your site from xyz and tomorrow I come from google both these visits will be shown when we apply the segment for traffic from xyz (filter users). Hence, though we applied the segment to contain source as xyz, the traffic data from various source will be shown. Whereas, 034a visit can only be from a single source034 so when you apply segment for traffic from xyz (filter visits), you will see lesser numbers than (filter users) numbers. 8230 Ensure pages with high engagement are featured prominently in your information architecture. Relegate or fix low-engagement pages. Segment out your content so you know which is the most popular, in terms of landings, and link that information back to ranking reports. This way, you can approximate keywords and stay focused on the content users find most relevant and engaging. Segment out your audience, too. Different visitors respond to different things. Do you know which group favours what What do older people go for What do younger people go for Here are a few ideas on how to segment users. 8230 8230 No necesariamente tener mucho contenido es lo ideal. Google cada vez se pone ms serio con el tema de la calidad y no la cantidad. Esta regla es vlida para el sitio y los canales de social media. Te doy un ejemplo: Conoces a Avinash Kaushik Es una de las personalidades ms reconocidas en el mundo del marketing digital es EL experto en Google Analytics su blog es uno de los ms exitosos y visitados por su excelsa calidad Quieres saber cunto poste en septiembre Apenas 2 artculos Sin embargo, gracias a su calidad reune cientos y cientos de shares desde diversas redes sociales y adems todava se da el lujo de ser humilde en su interaccin con los fans ve como responde en Google a los halagos. Wow 8230 8230 Google Analytics Visitor Segmentation: Users, Sequences, Cohorts 8230
No comments:
Post a Comment