Google Analytics 分析要怎麼開始？三種常見的網站數據分析技巧

你也曾頭痛於不知道該怎麼進行網站分析嗎？打開 Google Analytics 那麼多報表到底要從哪裡開始分析起？今天這篇文章想以 Google Analytics 這項分析工具為例，跟你分享常常使用的 Google Analytics 分析思維與技巧，希望能讓你逐步掌握網站分析的要點，那我們就開始囉！

思考什麼是網站的關鍵目標

在進行網站數據分析的時候，千萬不要一股腦就直接開始做數據分析，而是要先思考「什麼是網站的關鍵目標？」，由關鍵目標，去找到最重要的關鍵觀察指標。

以廣告操作來比喻，就好像你要先決定廣告目標是什麼，是帶來網站流量的流量廣告？帶來業績的轉換廣告？亦或是只想要帶來品牌印象的曝光廣告，第一步的定位不清楚，通常就會讓你遠離你想達到的目標。回到網站數據分析來說，決定要觀察什麼數據、這個數據有沒有辦法幫助我們讓我們知道我們是接近營收目標還是遠離營收目標就非常重要，也絕對是是網站分析之前最重要的事。

什麼是網站的關鍵目標聽起來很抽象，不過我們可以從網站經營的營收來自於哪裡來幫助我們判斷。以下我舉三個類型的網站來說明：

第一種以媒體網站來舉例，對一些媒體網站來說，很大一部分的收益來自於聯播網廣告、與廠商合作的廣編稿、合作文章等，所以這類網站的重點在於「有足夠多的網站流量與網站曝光」，才能讓聯播網廣告有足夠的曝光量以獲得廣告收益，也讓廠商願意在媒體上刊登廣告稿吸引客群，在這樣的網站經營目的下，維持一定程度的流量、了解哪些內容能有效帶來流量、在自然搜尋的網站排名狀況可能就會是媒體網站最需要關注的重點數據。

第二種網站以電子商務類型的網站型態來舉例（這裡說的電子商務網站是自己賣東西的品牌電商網站，電商平台又是另外一回事囉），這類型的網站收益主要來自於產品販售，也就是說，有客人進站之後購買商品才會有營收，對於這類型的網站來說，流量高低就不一定是關鍵數據，因為即便每天有一百萬人進站，但都沒有人買商品，這類網站也沒辦法賺到錢，所以對於這類型的網站來說，流量多寡、哪一篇部落格內容吸引人就不會是首要觀察數據，進站後的轉換率、是否查看了商品？查看商品之後的加入購物車狀況等與「有潛在消費意圖的網站數據」才會是網站分析的重點。

第三種則以B2B的網站類型來舉例，這類型的網站收益不來自於廣告，也不來自於消費者，而是來自於企業合作，這類網站有幾種用途，一種是拿來佈達產品資訊用的，假設產品銷售比較多來自於業務拜訪銷售，網站分析可能相對而言就沒有那麼重要。但假設品牌已經有一定的知名度，有蠻多的合作廠商會透過網站促成交易，那麼網站的關鍵數據可能就在於觀察進站填單率與填單過程的流失情況。

說了這麼多種類型的網站，目的是要跟你說，網站類型百百種，隨著營收來源的不一樣，要分析的網站數據重點也不一定，所以開始數據分析之前，千萬要先釐清網站是哪一種，以及哪些數據與營收有直接相關，甚至能推估營收的增長情況，由這樣的前提去分析網站數據，對於整個公司營運來說，才會是更有價值的分析方式。

技巧一：同一指標比大小

數據指標比大小？有這麼簡單嗎？沒錯就是這麼簡單的一個技巧，當我們思考完哪些是網站的關鍵數據之後，下一步其實就是抓著關鍵數據來比大小，透過不同維度搭配同一個指標，你會知道不同的網站優化重點。

上面這句話看起來可能還是有點抽象，我們舉個例子來說明什麼叫做「不同維度搭配同一個指標」來比大小。以自己販售物品的電商網站來說，影響營收的三大要點分別是流量、網站轉換率與客單價，我們就先以網站轉換率來舉例，常見的比較數據大小的問題包括：

1. 哪一個進站來源有較高的轉換率？
2. 哪一個進站頁面有較高的轉換率？
3. 哪一個銷售國家有較高的轉換率？
4. 哪一個產品有較高的轉換率？
5. 哪一個年齡層有較高的轉換率？
6. 哪一個性別有較高的轉換率？

發現了嗎？雖然只是比較數據的大小，卻可以透過比較不同的數據維度看到不同的問題點與機會點。像是進站來源轉換率高低讓我們判斷的是哪一個來源需要加強投資，增加更多的流量進站、哪些來源其實轉換狀況很差，不值得投資或是需要減少投資心力；產品的轉換率則讓我們知道，哪些產品可以優先宣傳，因為通常會比較容易被消費者購買，甚至可以當作是下次製作產品的生產考量之一；而哪些年齡層、性別則讓我們知道我們的網站內容或是素材內容可以往什麼樣的內容調整，以吸引最有可能購買產品的消費者族群。

同樣的比大小技巧，一樣可以用在不同的指標，我們再以流量來舉例，把上述的問題改成流量其實就適用，不過 Google Analytics 工具裡沒有流量這個指標，我們可以以「工作階段」這個指標來判斷：

1. 哪一個進站來源有較高的工作階段？
2. 哪一個進站頁面有較高的工作階段？
3. 哪一個銷售國家有較高的工作階段？
4. 哪一個產品有較高的工作階段？
5. 哪一個年齡層有較高的工作階段？
6. 哪一個性別有較高的工作階段？

這些數據比大小的判斷也可以讓我們清楚的知道，影響網站營收最大來源是什麼，我們在進行優化時也可以從影響最大的項目開始優化起。

技巧二：數據篩選與針對重點抽絲剝繭

說到這裡，你可能會有個疑問，會不會同樣的指標，在不同的比較基準下，數據較大與較小的結論是不一樣的呢？會，當然會！所以除了比大小，其實我們在比較數據大小的時候還需要注意「數據比較是不是在同一個比較基準上，以及不同的比較基準會不會影響我們的優化判斷」，而這時候，我們就會先做數據對齊，然後再使用抽絲剝繭的這個分析技巧。

先談談數據基準與數據對齊的概念吧！先來舉個基準不一致的情況，單看下表的數據資料，如果依照比較數據大小的技巧來看，初步判斷會覺得網頁A是可以加大行銷預算的頁面，因為相對來說他的轉換率較高。

不過先還不要太早下定論，在下定論之前我們再來看看另外一張數據表格。

這張數據表格是將來源媒介的變數再納進來看，這時候就會發現不一樣的數據觀點與後續策略，從下表來看，同樣是頁面A，但卻不是所有媒體都適合將頁面A當作到達頁面，這時候反而Google 廣告來源比較適合加大到達頁面A的廣告預算，同樣的，頁面B則是在臉書廣告的渠道上曝光，帶進來的轉換率比較好。

為什麼會有上述的這些差距？原因是因為數據比較基準，當我們只看一個維度，就會忽略這個維度下面的其他因素，舉例，當我們只看到達頁面的轉換率，可能就會誤會所有的流量來源都應該使用乍看之下比較高轉換率的到達頁面，忽略了不同流量來源之間的差異。

例如說，臉書廣告的流量來源特性是主動曝光創造消費需求，而Google 關鍵字廣告的特性則是被動曝光，也就是說有搜尋才有曝光，但通常一旦搜尋，都是有比較高而明確的搜尋意圖，所以在不同流量來源上，到達網頁的成效也會有蠻顯著的落差，即便以總計的數據來說，網頁A看起來轉換率比較高，也不代表所有的流量來源都應該增加對頁面A的預算投資。

這個問題提醒我們，在數據分析的過程當中，我們要記得做數據聚焦與層層抽絲剝繭，例如，我想知道媒體策略可以怎麼優化，可以做的是每個媒體拆開來看，把臉書廣告歸類成一類，然後看哪些到達頁面、哪些素材表現的比較好，其他媒體亦同，具體作法則可以善用 Google Analytics 的次要維度來做資料拆解。

舉例來說，我想優化自然搜尋的流量，我就會鎖定 google / organic 的來源媒介，然後加上「次要維度」的篩選來找到我想優化的內容，以下圖舉例，因為「2020 Facebook 廣告尺寸全攻略」這篇文章是最高流量來源的文章，所以如果要優化的話，也會是從這篇文章的相關數據優化起。

技巧三：善用時間軸觀察數據變化

使用時間軸最常做的是不同區間的數據比較，像是週間或月度比較、季度比較、年度比較等。

比較短週期的數據比較，例如說週間、月度、季度比較在使用上最需要注意的是有沒有什麼淡旺季、促銷活動間的外在影響因素，我們可以想像，假設去年1月舉辦了全館7折，但今年1月卻什麼活動都沒有，那麼當然是會有大的轉換率與業績差異。又或者是，當我們拿第一季的營收數據對照去年第四季的營收數據，以第四季的購物潮來說，通常也都會遠高於第一季的銷售狀況，如果遇到這種淡旺季、活動差異導致影響數據比較，不妨可以試試改用舉辦類似活動的區間來比較，或是拉長成年度的區間來比較，就會比較有比較與分析的意義。

而在年度數據比較方面，這種長時間的年度數據變化就比較不受到外在因素影響太多，常用來觀察整體趨勢變化，也常常拉不只兩個年度的數據來比較，觀察年度數據到底是往上成長或是往下衰退。這個數據分析的重點是，不論是成長或是衰退，都需要搭配技巧二的方法抽絲剝繭，找到成長或衰退最顯著的季度、流量來源、國家或客群年齡等因素，觀察成功或失敗的可能原因，最後再依據可能假設來測試與作出優化。

那麼關於常見的Google Analytics 的分析方法就分想到這裡囉，希望對你有幫助，有任何問題都歡迎於底下留言或寄信與我交流，下篇文章見～

ADer Sharon