1对分析工具进行审核
想象一下这样一种情况，您去看专家并随身携带……而不是您的测试结果。显然一切都是正确的：实验室的打印输出格式正确，它涉及您订购的测试，您可以从中读取某些值，但它们不适用于您。听起来很荒谬，对吧？不幸的是，许多旨在收集有关您网站上用户活动的数据的工具和服务不完整或配置不正确。
在您决定禁用 Facebook 营销活动或完全重新设计您的网站之前，请从基础开始 – 检查您的网站跟踪代码是否已正确安装以及是否正在将数据发送到您正在使用的工具。
对于 Google 系列和服务（例如 Analytics、跟踪代码管理器或广告），名为 Tag Assistant（由 Google 提供）的 Google Chrome 浏览器扩展程序（插件）将会很有用。
地址栏旁边的这个不起眼的小图标隐藏了许多日常有用的功能。借助Tag Assistant，您可以从网站访问者的级别检查网站上安装了哪些跟踪代码以及它们是否正常工作。该插件还允许您注册会话期间触发的标签，因此通过模拟用户的路径，您可以检查后续子页面之间的跟踪是否正确进行，是否所有事件都发送到服务以及数据中存储了哪些值显示卡或交易执行时的层。
最新邮件数据库是最大的数据库提供商公司。我们拥 C级执行名单 有超过 300 亿封商业 B2B 电子邮件，可帮助您的企业跻身前列。我们为您提供 C 级高管电子邮件列表。
如果您的工作更接近马克·扎克伯格创建的生态系统，您会在名为 Facebook Pixel Helper 的扩展中找到类似的功能。与 Tag Assistant 类似，Pixel Helper 允许您检查网站上像素安装、页面浏览期间发送的事件以及发送到 Facebook 分析工具的数据和值（例如有关产品或交易的信息）的正确性。
根据 W3Techs Web 技术调查报告，2020 年 2 月，55% 的网站使用 Google Analytics（在分析工具类别中处于领先地位，市场份额为 85%） – 因此我们可以假设您的审核将重点关注这个首先。
如果跟踪代码已正确安装，则需要查看帐户和服务配置 – 下面您将找到一些提示，这些提示将帮助您提高所收集数据的质量，并且肯定会转化为更好、更准确的结论分析和报告阶段。
如何提高收集的数据质量？
- 排除网站上的非自然流量– 使用过滤器，从主数据视图中排除垃圾邮件（由机器人和爬虫生成的会话），以及您和您的员工产生的内部流量，例如进行广告活动的机构（您可以这样做）这使用 IP，并且在 IP 地址可变的情况下 – 使用阻止跟踪代码加载的 cookie）。
- 删除 URL 中不必要的参数– URL 中的参数（例如单击 Facebook 上的链接后添加的“fbclid”变量）会导致同一页面的内容报告中出现不必要的重复行 – 在数据视图设置级别排除不必要的参数。
- 完成您的引荐来源网址排除列表– 引用某个网站（例如从支付网关）可能会覆盖原始交易源，因此请务必排除您的引荐来源网址报告中出现的支付处理器、网关和银行域。
- 跟踪和分析 404 错误– 准备一个唯一的 <title> 属性来识别内容报告中的错误页面或发送通知错误的事件（在标签中发送将用户引导至不存在页面的 URL）。
- 配置站点搜索– 检查用户在您的站点上寻找什么 – 运行站点搜索跟踪，可以在数据视图设置中找到。
- 使用与其他 Google 服务的连接– 只需点击几下，您就可以轻松地将 Analytics 中的数据与广告和 Search Console 中的数据结合起来，从而扩大服务中可用指标和维度的范围。
- 导入有关其他广告活动成本的数据– 输入有关其他广告活动成本的数据（例如在 Facebook 上） – 根据 Excel 架构使用手动数据导入或使用现成的自动解决方案（例如 Supermetrics）。
- 配置用户 ID 功能– 如果您的网站需要登录，请配置用户 ID 功能，这将允许您根据登录信息而不是硬件配置文件连接用户数据。
- 调整会话持续时间和营销活动期间设置– 根据您的业务活动的性质调整客户获取报告中可见的会话持续时间和营销活动持续时间（例如，如果您在 Facebook 上运行经常更改的营销活动，请将 Google Analytics 中的营销活动持续时间缩短至 14 天） 。
请记住“垃圾进，垃圾出”这句话。通过在分析工具中输入不正确或不完整的数据，您可能会得出不正确和不适当的结论，并在此基础上做出进一步的决策。有人说这比猜测更糟糕。
不要忘记标准化，这将使您以后可以避免在外部工具中处理和处理数据。标准化的一个例子可能是在 Google Ads 广告系列名称中手动标记链接或前缀时命名 UTM 参数的规则，通过这些规则，您可以区分品牌广告系列和针对通用字词的广告系列。
审核分析工具（如上例中讨论的 Google Analytics）是提高数据质量的第一步，也是基本步骤。大多数工具不会追溯收集数据，因此，如果您想在未来做出正确的决策，请从今天开始定期检查您的帐户配置。
2将普通指标转化为有价值的指标
使用分析工具时，您知道它们中的每一个都提供了大量的功能和可能性，乍一看似乎令人难以抗拒。在 Google Analytics（分析）界面中，您可以使用 200 多个指标来描述网站上的用户行为：会话、用户、跳出率和平均会话持续时间。
报告和分析时，请关注与您的目标相关的指标。如果您通过网站生成潜在客户，这将是目标的转化率，即结束的会话百分比，例如，填写报价表格或下载产品目录。
销售时，您应该重点分析电子商务转化率、广告投资 杆子忠于无线电。国家媒体研究所报告分析 回报率 (ROAS) 或平均购物车价值 – 例如与商店中提供的流量来源或产品类别的关系。
建议
提高数据质量的另一个方法是让一些指标更加切合实际，例如：
- 您可以将网站上的会话数量分析替换为对事件的会话分析（例如，查看产品卡或添加到购物车）；
- 您可以将跳出率评估替换为实际跳出率评估（定义为持续至少 60 秒的页面浏览以及至少占其长度 50% 的页面滚动）。
您还可以在 Google Analytics 中使用自定义维度和指标。使用它们，您可以将任何您认为对分析有用的数据发送到服务，例如：
- 对于电子商务——有关产品的信息（系列、尺寸、颜色、状态、产品是否打折）或登录的客户（客户评分、偏好信息）；
- 用于内容营销– 有关文章的信息（内容类别、文本长度、性质、出版日期）或有关作者的信息（作者 ID）；
- 对于 SaaS 应用程序模型– 有关用户或购买的订阅的信息。
通过使用修改标准指标并创建自己的指标的方法，您既可以评估业务相关事件的绝对值（例如，给定期间内有 15,100 个产品卡视图会话），又可以分析关键事件的百分比或与总数相关的行为（例如，计算出用户仅在 43% 的会话中看到产品卡 – 那么剩下的 57% 的访问会发生什么？）。
3结合定量和定性数据
Google Analytics 是一款可让您专注于定量分析的工具 – 以这种方式收集的数据使用数字描述现实。会话、用户或跳出率 – 这些是可以在报告中分配给以下维度的指标示例：流量来源、活动、城市或用户访问您网站的设备。定量分析将使您能够观察用户的总体趋势和行为，回答“什么？”的问题，即“网站上发生了什么？”。
第二个问题——今天通常比“什么？”更重要。 –有一个问题“为什么？”，即“为什么会发生这种情况？”。定性分析可能有助于根据观察和非数字数据（例如由以下原因产生的意见或动机）找到答案：来自调查、用户会话记录或热图的分析。Hotjar 和 Crazy Egg 等工具可为您提供定性数据。
定量分析回答了发生了什么的问题。定性分析将使您了解动机并回答“为什么”的问题。
使用两种类型的数据解决问题可以分为两个阶段：
- 第一个——“什么？” – 是使用定量分析来识别干扰行为。例如，这可能是从购物车中删除了很大一部分产品（特定事件的数量增加）或注册过程在某个阶段的中断（放弃目标路径），您将Google Analytics 报告中的通知。
- 第二阶段——“为什么？” – 是使用定性分析工具来理解给定行为发生的原因。对于上述情况，这可能包括，例如，分析用户放弃注册过程的整个会话的记录，或者在从购物车中删除产品时、当您询问购买的动机时显示调查（问题）。这个动作。通过结合定量和定性数据，您将不再猜测可能导致报告中指标所代表的事件的原因，并且您将通过肇事者（可能失去的客户）的直接反馈来补充您的知识。
4收集并整合线上线下数据
如果您的项目（商店、应用程序或工具）没有超出在线世界，您可以衡量客户从与品牌接触点到转化时刻的路径：购买订阅、在商店下订单或购买服务许可证。如果数字活动只是整个销售流程的一个要素，并导致产生潜在客户、提出报价或预约在展厅试驾新车，该怎么办？
Facebook 和 Google 都已经有了离线转化指标- 这些报告的数据来源通常是基于位置的数据与我们的在线活动相结合。
你周四看到了番茄披萨店的广告，周六 Facebook 记录了你的智能手机在该店内停留了 45 分钟——对于 Facebook 的广告工具来说，这种情况很可能与订单有关，即线下转化。这是可能的，但正如您所承认的，它会受到某种认知错误的影响。
基于cookie的分析脚本也会受到该错误的影响。后续的网络浏览器正在收紧其数据访问策略，用户越来越意识到使用隐身模式或 AdBlock 等工具。这些活动影响报告中可见数据的质量和正确性，显示出扭曲的现实情况。如果网站的销售线索只是客户销售流程的开始，而您想知道广告活动的实际收入，该怎么办？
了解测量协议– 一种允许您直接与 Google Analytics 服务器通信并以特定格式向其发送任何数据的解决方案。在实践中，这意味着所谓的服务器到服务器的通信，可以实现：
- 用服务器级别的通信替换浏览器中的标准跟踪代码（保证数据完整性，对 cookie 操作的限制不太敏感）；
- 与外部系统（在线和离线）的数据集成，知道 Google Analytics 跟踪 ID 和唯一客户 ID（与服务中的用户相同），可以匹配网站外部的行为，例如潜在客户获取渠道。
服务器到服务器通信是高级分析环境的一个示例，其实施需要技术支持、时间和成本，而且最重要的是，需要使用此类解决方案。测量协议的使用将主要用于以互联网为品牌接触点的活动，而与客户的进一步活动则离线或在专用的 CRM 工具中进行。
5正确性有很多名称
您是否曾经遇到过这样的情况：所有工具都已正 CUB目录 确配置，但您内部的分析声音并没有让您对所收集数据的正确性感到安心？使用数据时需要回答的问题之一是：“您跟踪和衡量网站上用户操作的方式是否与现实生活中发生的业务流程一致？”
例子
为了更好地理解上述问题的重要性，分析以下案例：
Mateusz 第一次访问 jedzonko.pl 是因为 Facebook 上的一个有趣的广告，并浏览了几个子页面，逐渐了解了这个品牌。一周后，在一位朋友称赞办公室盒装饮食方便的影响下，Mateusz 开始搜索并在搜索引擎中输入：“盒装饮食克拉科夫”。他在搜索结果中再次看到 jedzonko.pl 广告 – 他点击它，进入网站，创建一个帐户并订购 3 天的试用套装，直到本周末。他对食物和服务感到满意，几天后，他返回网站，在谷歌中输入公司名称，并在搜索页面上输入第一个结果，为帐户充值并下订单。
将上述案例分解为第一部分，值得将其转换为正确配置的工具所看到的方式。根据数据，第一次访问该网站（该网站来自 Facebook）并没有带来任何切实的好处（尽管这对 Mateusz 来说至关重要 – 他在这里第一次接触到该品牌）。
第二次访问来自 Google，实现了目标（注册帐户）和一笔相对较低价值的交易（订购试用装）。随后的会话 – 当 Mateusz 通过在 Google 中输入公司名称并单击第一个有机结果进入网站时 – 将生成将分配给有机结果的交易和目标（技术上正确）。但这个渠道的作用真的那么重要吗？如果 Mateusz 点击显示在公司名称关键字上的 Google Ads 广告，分析的数据会发生什么变化？
请记住，配置该工具的基础是业务流程模型。就本案而言，从获客（理解为开户）角度来评估流量获取渠道的有效性肯定更为合理。归因于有机结果的后续交易通常是品牌认知和我们使用互联网方式的结果（我们在 Google 中搜索，而不是手动输入地址），而不是严格理解为 SEO 的活动，后者可以用干表示。报告和统计数据。
质量是知识和经验
转化归因、跨设备跟踪、确定微观、宏观和反转化、业务流程分析和收紧隐私政策——这些只是分析师在日常工作中面临的一些挑战。提高数据质量并让您做出更好决策的最后一个要素是……您的知识，亲爱的读者。
尽管有许多工具、自动提示和警报，但决策链的末端通常仍然有一个人——营销人员、企业家或电子商务经理。是他决定暂停一个渠道的活动并将预算转移到其他活动。因此，请进行实验，质疑现状并检验您认为值得检验的假设。因为——正如美国杰出统计学家威廉·爱德华兹·戴明所说——“我们相信上帝，其他所有人都必须提供数据。”
