在 CRO 中使用 Google Analytics 的完整指南

谷歌分析的 5 个隐藏机会

在您不断寻求改进您的 CRO 的过程中，您可能已经开始依赖 Google Analytics 作为一个方便的 KPI 小工具。 它是您 CRO 工具箱中值得信赖的扳手，当数字没有加起来时，您会求助于它，您的自动化系统中有东西泄漏，您必须看看水槽下面（减去管道工裂缝）。

但是当谈到可靠的数据时，一个令人讨厌的问题不断出现。

我们容易出现盲点和错误。

毫无疑问，可靠的数据源通常没有很好地设置，并且数据解释容易产生认知偏差。

尽管进入了大数据时代，但我们不断进化的大脑仍然为故事和叙述而不是数据而连接。 这意味着我们自然倾向于使数据为我们的目的工作。

这发生在你身上吗？

你发现了一个异常值。 你内心的侦探（和自我）说“啊哈！”，只是感到泄气，（该死！）......这是缺乏适当的谷歌分析实验设置。

不要觉得太糟糕。 我们是转化优化者，而不是进行疫苗临床试验的科学家。

从标签设置错误到脚本未正确触发，需要一定程度的高度警惕才能为您的分析和 A/B 测试打下坚实的基础。

让我们深入探讨如何在 2021 年使用 Google Analytics for CRO，然后为您的 Google Analytics 实验列出 5 个隐藏的机会。

为什么使用谷歌分析？

即使您是高手，也可以快速刷新一下以向您保证，即使在 2021 年，Google Analytics（分析）仍然是 CRO 的瑰宝。

1.它是免费的

谁不爱自由？ 但是，不要被便宜的价格标签所迷惑。 免费并不会降低 Google Analytics 的价值。 如果有的话，情况正好相反。

但是，如果您最大限度地利用此工具，那么存在多少转化机会的金块真是令人惊讶。

为什么不充分利用您已经知道如何使用的工具呢？ 想一想：如果我们的大脑一整天都像电池一样耗电，那么您希望限制工作流程中的工具数量。

2. 易于设置

免费且易于设置？ 是的。 现在你说。

尚未设置 Google Analytics？ 虽然很容易配置，但值得重申的是，正确设置 Google Analytics（分析）是整个转化优化策略的重要基础。

当然，没有无缝集成，任何设置都是不完整的。 知道与其他 CRO 工具（如转换体验）一起使用是多么容易，您会睡得更好。

如果您已经对自己的设置充满信心，并且只是在报告中寻找更多视觉吸引力，请使用 Google Data Studio（或 Data Studio 的类似替代方案）进行配置，方法是向每个页面添加一个简单的脚本或使用 Google 跟踪代码管理器。

3. 最可定制的跟踪和报告选项

谷歌分析仍然是最可定制的工具，可以查看深度用户交互，例如用户在哪里下车，并确定哪些字段导致摩擦或购物车放弃。

听起来不像你母亲，但在这个问题上相信当局是有好处的。

SEO 专家 Neil Patel 是 Google Analytics 中这些预设自定义报告功能的忠实粉丝。 无论是衡量 PPC 活动、博客优化、客户行为、站点诊断、渠道还是跨浏览器的转化，您都会找到所需的报告。

您还可以轻松安装这些自定义报告，让您触手可及。 这种详细程度和报告可以帮助您提高转化率。

如何在 Google Analytics 中寻找数据机会

在寻找机会之前，请确保完成以下 2 个步骤：

1. 正确设置 GA（尤其是事件跟踪）
2. 使用自定义报告确定要跟踪的内容。

然后，深入这 5 个区域中的每一个区域以找到隐藏的宝藏：

1. 表单优化
2. 博客优化
3. 页面优化
4. 漏斗优化
5. 屏幕和设备的优化

机会#1：表单优化

Google Analytics 可以帮助您优化所有类型的表单。 这些包括订阅表格、联系表格、付款表格、销售表格、登陆页面表格和多页表格。

使用 Google Analytics 事件跟踪是跟踪您网站上的表单字段交互并创建漏斗以了解您的表单成功与否的好方法。

KC Digital 首席数字分析顾问 Krista Seiden

Krista 解释了她如何在 GA 中使用事件标记来跟踪表单字段。 （表单完成是一种事件跟踪。）

假设您注意到一个表单始终不完整。

在 GA 报告中，您可以

只需重新排序表格并快速注意到下降或增加。 您将更容易识别没有看到所需星号并遇到错误的人。

KC Digital 首席数字分析顾问 Krista Seiden

机会#2：博客优化

谈到博客优化，AWA Digital 的 Johann Van Tonder 建议：

了解您的转化潜力。 并非您网站上的每个访问者都可以转换。 机会的大小是多少？ 了解这一点还可以让您将所有精力集中在真正的机会上，而不会被大量无意义的总数所牵制。

为了简要解释这个概念，这里有一个简单的例子：

假设您的目标市场是英国，但 GA 显示您 15% 的流量来自转化率很低或根本没有转化的非英国国家/地区。 在这种情况下，真正的转化潜力接近网站总人口的 85%。

我最近看到的一家电子商务企业拥有排名靠前的博客内容，占所有流量的 48%。

然而，该部分的转换倾向（不是目测，而是使用逻辑回归模型计算）是微不足道的。 事实证明，这些用户访问该网站只是为了研究此博客内容所回答的特定问题。

您可以尝试向他们出售任何您想要的东西，但他们并没有购买的心态。 在某些时候，他们可能完全需要你要卖的东西，但现在还不是时候。 从分析和测试的角度来看，您处理这个机会的方式与流量增加的方式完全不同。

机会#3：页面优化

假设您正在对着陆页上的 2 个变体进行 A/B 测试。 您决定要了解哪些元素的参与度最高，例如停留时间或鼠标悬停。

很容易忘记你最初做出改变的原因。 是创造力还是数据驱动？ 尤其是有更多的人参与其中，例如 UX 设计师、开发人员和战略家。

Fluent Group 的 Phillip Koo。

您注意到，虽然页面 A 的参与度更高，但页面 B 的转化率更高。

因此，您可以得出结论，虽然您喜欢页面上的图像，但它是否会降低转化率，因为它太分散了目标的注意力。

Phillip 解释说，借助 Google Analytics，您可以将其与其他元素相关联，例如他们是否是移动用户。 然后消除页面较短的元素以回答“转换是否需要元素或交互？”的问题。

当然，还有其他工具可以记录特定页面上的行为。 但是您将无法为您的行业收集更多独特的见解

Fluent Group 的 Phillip Koo。

机会#4：漏斗优化

在优化渠道方面，Ontrack Digital 的 Andra Baragan 分享道：

在我们客户的转化漏斗中找到这些主要的下降点具有巨大的价值。 目标漏斗绝对是分析报告阶段的关键组成部分之一，但它们存在仅适用于目标类型目标的巨大缺点。

我们发现定义渠道的最有效方法是通过自定义细分。

通过使用自定义细分屏幕中的“序列”高级设置，您可以定义漏斗中的步骤，并通过事件和页面浏览量的组合了解每个点的下降。

Andra 建议采取以下步骤来发现漏斗中的 GA 机会：

1) 我们在优化网站时要做的第一件事是，在确保分析设置正确并准确跟踪所有内容之后，进行分析报告。

2) 选择漏斗中的第一步并记下用户数量。

3）然后在漏斗中添加第二步，再次记下数字。 您可以看到我们在这种情况下使用了一个事件，添加产品。

下降百分比只是第 2 步的用户数除以第 1 步的用户数，再乘以 100。

在这个例子中，它是 1,813/12,940 * 100 = 14% → 这意味着只有 14% 的用户正在将产品添加到他们的购物车中，下降率为 86% 。

这样，您可以为您的网站创建复杂的渠道，然后，一旦您看到最大的下降，就可以尽可能多地优化该部分。

机会#5：屏幕和设备的优化

这是一个场景：

假设您正在寻找带有技术修复的快速电梯。 因此，您决定检查浏览器兼容性问题。 您会立即发现手动检查不同的浏览器和设备既麻烦又难以捉摸。 你开始迷失在杂草中。

所有这些都可以通过谷歌分析来解决。 GA 允许您检查不同浏览器上的可用性问题，例如，损坏的网页。

菲利普·古

在 Google Analytics 中，您可以检查所有浏览器，包括 Internet Explorer 等过时的浏览器。

你可能会想，等等，Internet Explorer，谁在乎呢？ 那已经过时了，没有人使用它。

深入研究您的浏览器报告，您会发现，是的，确实有 40% 使用 Chrome 或 Safari，但仍有 10% 使用 IE。

浪费时间？ 也许……没那么快……

你挖又挖……啊哈……你的浏览器上的访问者都参与了，但交易量下降了。

现在你狂热地开始做数学。 至少对于所有浏览器上的一部分流量，您意识到开发人员只需 2 分钟即可解决问题……如果您开始扩展分析并思考，等等，销售页面上是否也发生了这种情况？

您可以看到收集有关所有浏览器分解的活动的这种级别的详细数据如何显着影响 CRO。

在 Google Analytics 中解释 A/B 测试结果

成熟的 A/B 测试工具（如 Convert Experiences）使测试和优化变得容易。 部分原因是它们与 Google Analytics 无缝集成。

您的 A/B 测试工具与 Google Analytics 的整体、串联方法可以让您更本能地注意到不一致和异常值，并更快地纠正错误。

大多数情况下，测试后分析是在 A/B 测试工具之外完成的。

使用 Convert Experiences，分析实验结果变得简单明了。 以下是转换数据在 GA 中的显示方式：

正如您所看到的，当您将两者结合起来时，期望通过测试后分析和围绕用户交互的深入研究来增强您的优化。

同时，您可以交叉分析洞察力，远远超出您花时间单独分析（而不是眼睛交叉）可能发现的洞察力。

不仅如此，总结报告也无法帮助您了解“为什么”，什么是有效的或无效的。

您运行的每个测试都应与 Google Analytics 集成。 更多的测试 = 统计上更大的有效性机会并能够信任该数据。

如何在 Google Analytics 中访问实验数据

设置集成后，实验数据将开始出现在 Google Analytics 中。 这是发送给 GA 的内容（带有示例）。

在经典分析中

1. 转到受众 -> 自定义 -> 自定义变量。 找到名为 CONVERT-XXXX 的变量，其中 XXXXX 是您的实验 ID。
   

   

2. 在该变量下，您将找到您的测试组合。
   

   

3. 在测试页面的每个页面视图中，我们还会向 Google Analytics 发送一个事件。 您可以在内容 -> 事件下找到这些内容。 例如，您可以使用事件来分析某个变体的出现次数（而不仅仅是访问者的数量）。
   

   

在通用分析中

1. 转到自定义，然后找到自定义报告：
   

   

2. 创建一个新的自定义报告。 在 Dimension Drilldowns 下，选择您在上一步中创建的自定义维度：
   

   

3. 创建报告后，请等到您看到变化和数据。根据谷歌的说法，可能会有 24-48 小时的数据处理延迟。
   

   

4. 最终，您会在自定义报告的单独一行中找到转换实验的每个变体。
   

   

一个谨慎的词

当您发现并品尝 Google Analytics 的所有数据可能性时，您可能会觉得自己像个糖果店的孩子，但在您急于摄取大量数据之前，请注意一点。

请注意，您最终不会遇到 TMI（信息过多）的情况。 请记住，数据越多，在解释数据时人为错误和偏见的空间就越大，并且更有可能让您走上一条漫长而被误导的道路。

关键是首先在您的流程中建立效率和信心。

花点时间：

• 1) 正确设置谷歌分析，
• 2）确保您的数据是干净的，为您的行业定制，
• 3) 让您的营销人员和开发人员同步，并且
• 4) 将您的数据以较少的变量整合到您现有的测试方法中。

只有这样，您才应该在微调优化时增加更多复杂性。