盤點(diǎn)：2014年值得關(guān)注的數(shù)字分析新趨勢

盤點(diǎn)：2014年值得關(guān)注的數(shù)字分析新趨勢

我們需要校正我們的工具來監(jiān)測他們，去發(fā)現(xiàn)他們在哪里、有什么行為、有什么興趣，并立刻調(diào)整我們的營銷戰(zhàn)略和戰(zhàn)術(shù)。否則若是他們突然從網(wǎng)站上溜走，就可能再也不會回來了。因此，我們必須更新那些傳統(tǒng)的數(shù)字分析觀念。網(wǎng)站依然重要，但需要從新視角去衡量移動的時代到來，人們開始談?wù)揂pp應(yīng)用程序；但這并不意味著我們可以拋棄網(wǎng)站。為了滿足受眾的好奇，強(qiáng)化他們的喜好，并且實現(xiàn)轉(zhuǎn)化，網(wǎng)站依然在數(shù)字營銷中扮演著決定性的“終結(jié)者”角色。在移動領(lǐng)域常用的數(shù)字營銷方法是從第三方的App應(yīng)用中獲取流量，引導(dǎo)到廣告主的官方活動著陸頁。這樣的話，我們依然需要留意一些網(wǎng)站的關(guān)鍵指標(biāo)，比如吸引、勸導(dǎo)和轉(zhuǎn)化的能力。我們還需要關(guān)注一些關(guān)鍵業(yè)績指標(biāo)(KPI)，比如說跳出率、轉(zhuǎn)化率、訪問深度和訪問停留時間等。但有一點(diǎn)不同：就在兩三年前，訪問數(shù)還是網(wǎng)站分析的關(guān)鍵指標(biāo)。我們分析受眾在一個訪問范圍內(nèi)的行為。一些重要的指標(biāo)都是用訪問數(shù)(visit)作為分母計算出來的，例如跳出率或訪問深度。但是，這樣做的明顯缺陷是一次訪問只是訪客在該網(wǎng)站整個生命周期中的一個片段；如果我們基于訪問進(jìn)行分析，就不得不也基于訪問去進(jìn)行優(yōu)化。訪客從知道你的網(wǎng)站到完成購買，不只發(fā)生在一次訪問之內(nèi)，而是需要多次訪問。另一個問題是訪客往往不會總是通過同一個渠道訪問網(wǎng)站，他會通過多種渠道。搜索引擎、社交網(wǎng)絡(luò)和其它來源共同促成了同一個轉(zhuǎn)化的情況非常普遍。為了了解更加復(fù)雜的現(xiàn)實世界，你必須考慮衡量和分析訪客的行為，而不再是訪問的行為。這就是說基于訪問的分析不足以再幫助我們了；我們需要跨訪問(pan-visit)的分析，它是基于訪客而不是訪問的。對此，一些建議如下：1)必須進(jìn)行跨渠道/多渠道分析。需要分析的不只是單一渠道的表現(xiàn)，而是多渠道的綜合表現(xiàn)。因為多渠道涉及到了同一個訪客的決策制定過程，通過跨渠道分析你可以發(fā)現(xiàn)1+1大于2的效果，或者相反的效果。這對我們制定有效的渠道策略至關(guān)重要。2)細(xì)分訪客，而不是訪問。很多網(wǎng)站分析工具提供了細(xì)分不同訪客的功能，但有的卻只能細(xì)分訪問。選擇前者，自定義屬于自己的訪客細(xì)分方法，將了解到關(guān)于他們的全景信息。比如說，看一下那些通過我們網(wǎng)站下單的訪客通常都有什么行為？沒有下單的呢？你都可以輕松的獲得答案。3)分析一個訪客的生命周期。從訪客在網(wǎng)站的所有交互行為來看，訪問只是一些獨(dú)立的片段。我們應(yīng)該開展跨訪問分析，去關(guān)注下單回訪率，而不僅僅是回訪次數(shù)；去關(guān)注購買衰減率或增長率，而不僅僅是轉(zhuǎn)化率。只有跨渠道分析還不夠上文中提到了跨渠道分析，但這還不足以了解訪客的行為，原因在于一個更新的挑戰(zhàn)的出現(xiàn)：移動互聯(lián)網(wǎng)。人們開始在移動設(shè)備上花費(fèi)更多的時間。Facebook宣布現(xiàn)在每天有48%的用戶只使用移動設(shè)備登錄它的網(wǎng)站。還在考慮跨渠道分析？現(xiàn)在應(yīng)該做到跨終端分析了！越來越多的網(wǎng)站訪問來自于多終端設(shè)備。SAP所做的一項調(diào)查顯示，67%的訪客從一個設(shè)備上開始購物，然后在另外一個設(shè)備上繼續(xù)操作。這就是現(xiàn)實：如果你想監(jiān)測真正的訪客，你必須有跨屏的監(jiān)測方法。我們傳統(tǒng)的監(jiān)測方法是基于cookie的，但是訪客使用一個新的設(shè)備時，會產(chǎn)生一個新的cookie，也隨之被標(biāo)記為一個新訪客。這當(dāng)然是不對的。即使訪客擁有兩種或者更多的設(shè)備，我們也希望把他只標(biāo)記為一個訪客。此外，我們還想知道他在不同設(shè)備之間的行為。這是一個需要克服的新挑戰(zhàn)。幸運(yùn)的是，我們有了新的方法來應(yīng)對。Google這個業(yè)界巨頭利用用戶的ID(UID)去監(jiān)測跨設(shè)備的訪問行為。一些公司也在通過大數(shù)據(jù)技術(shù)計算訪客的行為方式，去判斷某些訪客是否是同一個人。更多的公司在使用數(shù)字指紋或者相關(guān)的技術(shù)去替代傳統(tǒng)的cookies技術(shù)。Google似乎很有優(yōu)勢，但其他方法也不乏機(jī)會。可以非常確定的是，我們離完美的解決這個問題的時間已經(jīng)非常近了。對此，一些建議如下：1)留意跨終端/多屏幕的監(jiān)測方案。Google推出的UniversalAnalytics已經(jīng)整合了這一特性，并且即將發(fā)布。2)跨終端分析沒有那么困難。通常來講，你需要做三件事：通過設(shè)備的重疊數(shù)據(jù)，找出訪客同時使用的設(shè)備是哪些；通過設(shè)備訪問路徑，找出不同設(shè)備所發(fā)揮的不同作用(這里很像跨渠道分析)；通過細(xì)分訪客，找出在行為方式上使用多種終端的異同。大數(shù)據(jù)，大舞臺現(xiàn)在我們比以往更加依賴于大數(shù)據(jù)。在當(dāng)前的數(shù)字營銷中，一個重大的變革是程序化的廣告購買。為了實現(xiàn)實時競價，需要使用大數(shù)據(jù)技術(shù)。這一趨勢也將影響到數(shù)字分析模式。以前，我們?nèi)斯さ倪M(jìn)行分析(特別是在渠道/廣告分析中)，但是在實時廣告中這明顯是行不通的。分析、建議和優(yōu)化也都應(yīng)該實時的進(jìn)行。為了做到這一點(diǎn)，唯一的辦法就是大數(shù)據(jù)技術(shù)和相關(guān)的程序化分析。一種可以被整合到不同DSP(DemandSidePlatform廣告主服務(wù)平臺)的第三方的程序化分析解決方案將很受歡迎。預(yù)測分析也將成為2014年的一大重要趨勢。沒有大數(shù)據(jù)技術(shù)，在這個領(lǐng)域?qū)⒑茈y有所作為。借助大數(shù)據(jù)，我們能得到更完美的答案。同時，預(yù)測分析的模式也受到大數(shù)據(jù)技術(shù)的影響。我們不再需要挖掘事物的因果性，而只要讓大數(shù)據(jù)的“汽輪機(jī)”去挖掘出相關(guān)性就可以了。投入的數(shù)據(jù)量越大，做出的預(yù)測分析就越精確?；谶@種精確預(yù)測的市場策略是革命性的，也是極其誘人的?，F(xiàn)在我們比以往更加依賴于大數(shù)據(jù)。在當(dāng)前的數(shù)字營銷中，一個重大的變革是程序化的廣告購買。為了實現(xiàn)實時競價，需要使用大數(shù)據(jù)技術(shù)。這一趨勢也將影響到數(shù)字分析模式。以前，我們?nèi)斯さ倪M(jìn)行分析(特別是在渠道/廣告分析中)，但是在實時廣告中這明顯是行不通的。分析、建議和優(yōu)化也都應(yīng)該實時的進(jìn)行。為了做到這一點(diǎn)，唯一的辦法就是大數(shù)據(jù)技術(shù)和相關(guān)的程序化分析。一種可以被整合到不同DSP(DemandSidePlatform廣告主服務(wù)平臺)的第三方的程序化分析解決方案將很受歡迎。預(yù)測分析也將成為2014年的一大重要趨勢。沒有大數(shù)據(jù)技術(shù)，在這個領(lǐng)域?qū)⒑茈y有所作為。借助大數(shù)據(jù)，我們能得到更完美的答案。同時，預(yù)測分析的模式也受到大數(shù)據(jù)技術(shù)的影響。我們不再需要挖掘事物的因果性，而只要讓大數(shù)據(jù)的“汽輪機(jī)”去挖掘出相關(guān)性就可以了。投入的數(shù)據(jù)量越大，做出的預(yù)測分析就越精確。基于這種精確預(yù)測的市場策略是革命性的，也是極其誘人的。當(dāng)然這里也有不少挑戰(zhàn)：首先是從哪里可以獲得這些大數(shù)據(jù)。DSP可以借助DMP(DataManagementPlatform數(shù)據(jù)管理平臺)，搜索營銷機(jī)構(gòu)可以借助SEM(SearchEngineMarketing搜索引擎營銷)的程序優(yōu)化供應(yīng)商，例如EF或Marin；但是其他的營銷方式呢？因為目標(biāo)受眾總是在變化的，因此對與時俱進(jìn)的、精確的關(guān)于受眾構(gòu)成的