用户数据是企业业务领域中最重要的资产之一。企业渴望了解用户的行为,为此,他们不断收集数据分析数据,并细分用户行为。

Google Optimize 是一个强大的A/B测试工具,提供个性化使用体验。可与不同谷歌营销工具无缝集成,如 Google Analytics 和 Google Ads,帮助用户设计有用的数据实验。此外,如果需要改进网站,使用这个工具也可以构建对客户友好的网站页面。那么,如何将谷歌优化与谷歌分析整合在一起,帮助营销团队更好地理解用户行为,并生成有助于提高网站参与度和最终转换的分析?

整合 Google Optimize 与 Google Analytics

将 Google Optimize 与 Google Analytics 整合使用,可以帮助我们获得更多数据:

  • Optimize 可以根据视图中的流量计算测试结果。
  • Optimize 可以访问分析目标和数据。
  • Optimize 可以全方位分析用户行为。

当然,我们可以使用来自谷歌分析的目标和指标作为实验目标,也可以利用用户相关信息作为配置实验的目标。此外,我还可以在谷歌分析中为每个会话使用实验维度来创建不同的报告并生成相关的用户行为分析报表。

谷歌优化提供了许多报告。可以评估变更多的指标标准和目标。每个实验都可以享受这种实时报告。通过与 Google Analytics 的整合,我们可以在在谷歌优化信息面板中选择“查看谷歌分析中的报告”,或者浏览到报告>行为>在谷歌分析中的实验,以访问报告。

Google Optimize 提供可以用作自定义报告或创建用户报告的三个维度:

  • 实验ID(Experiment ID ) -在谷歌优化的信息面板中可以看到的唯一的实验ID。
  • 实验名称(Experiment Name)——用户在优化中创建实验名称时提供的实验名称。
  • 带有变量的实验ID(Experiment ID)——特定实验中的变量,格式为{实验ID:变量号}。

利用这些维度和其他谷歌分析维度可以对用户行为有更深入的了解,帮助建立更好的用户交互和 web 体验的模式。

让我们看两个实例,以更好地理解用户行为,并学习如何更有效地使用实验维度。

将测试字段应用于购物行为报告

考虑这样一个场景:电子商务公司希望通过销售周期研究用户行为模式。他们应该在谷歌分析报告中分析实施/审查全面的购物行为过程。

下面截图中的报告显示,许多用户从 “Add to Cart” 阶段离开,而这种流失是导致转换减少的重要原因之一。

谷歌数据跟踪加入购物车付款数据下降
数据跟踪加入购物车后用户离开

经过仔细分析,发现造成这一下降的最重要原因是购物车页面上增加了运费。因此,该公司决定使用A/B测试,在产品详情页中添加成本信息。

经过一段时间的实验表明,Add to Cart 的原始版本的结果优于实验版本,并且原始版本的转化率更高。

为了解原因,他们梳理了了谷歌分析购物行为报告,并将参与实验的用户分成不同的版本。他们在 Experiment ID 上应用了独立条件识别这些用户,如下面的截图所示:

实验ID 数据分析
实验ID 数据分析

从图中,我们可以发现,应用这一字段,添加到购物车阶段用户开始大幅度下降。结帐阶段仍然有许多用户放弃购物。这可能是由于结账流程太复杂导致用户流失(见下图)。

优化数据分析
数据分析得出结果

基于此,他们决定运行另一个A/B测试,将结账界面简洁化,并重新设计结帐表单。结果,转化明显提高。

将实验字段应用于所有报告

对于一个企业来说,数据对其至关重要。友好的数据体验对其转化率也是至关重要的。

在下面的场景中,一个企业想要通过A /B测试来提高表单的投递率和促进转换。他们决定重新设计表单,删除导致用户在未完成表单的情况下退出表单的联系电话字段。

重新设计的A/B测试数据
重新设计的A/B测试数据

实验结果表明,两种版本都运行良好,没有明显的赢家。为了进一步分析,他们查阅了谷歌分析报告(Acquisition > All Traffic > Channels)。在“Experiment ID”字段条件的帮助下,将参与实验的用户进行了分割,即只包括“Experiment ID”,并将变量作为次要维度来评估用户行为。如下图:

Google Optimize 测试字段
Google Optimize 测试字段
Google Optimize测试数据结果
Google Optimize测试数据结果

对于通过直接流量访问网站的用户来说,最初版本的表单变现较好,但对于付费搜索,该版本的表现更好。来自付费广告的用户可能并不了解该品牌,或者可能需要一些时间来建立对该品牌的信任,以便分享个人信息。但直接登陆该网站的用户了解该品牌,因此他们更愿意分享个人信息。

结论

谷歌优化对于希望优化转换的用户非常有用。该工具依靠实验结果来优化活动和其他营销策略。谷歌优化和谷歌分析是双向集成的,我们可以利用他,在目标用户(来自GA的受众)和谷歌分析中已经定义的目标上运行实验测试,并在GA中为他们的网站提供用户数据。

本文翻译自:https://online-behavior.com/analytics/optimize-data

有删改,仅做学习交流。

 

相关阅读:

谷歌AMP深度解析:AMP着陆页的好处与限制,对SEO的影响和优化建议

12个外贸网站优化必备的SEO网站分析工具

2019如何通过网络数据分析发现更有价值的信息