網(wǎng)站中新老用戶的分析已經(jīng)成為了網(wǎng)站分析中*常見的一類用戶細分方法,也是網(wǎng)站分析中用戶分析的一個重要組成Google Analytics中對新老用戶的命名分別為New Visitors和Returning Visitors,同時很多的細分維度上也提供了新用戶比例這個指標。 

簡單地說,新用戶就是**訪問網(wǎng)站或者**使用網(wǎng)站服務的用戶;而老用戶則是之前訪問過網(wǎng)站或者使用過網(wǎng)站服務的用戶。網(wǎng)站的老用戶一般都是網(wǎng)站的目標用戶甚至忠誠用戶,有相對較高的黏度,也是為網(wǎng)站帶來價值的主要用戶群體;而新用戶則意味著網(wǎng)站業(yè)務的發(fā)展,是網(wǎng)站價值不斷提升的前提?？梢哉f,老用戶是網(wǎng)站生存的基礎,新用戶是網(wǎng)站發(fā)展的動力,所以網(wǎng)站的發(fā)展戰(zhàn)略往往是在基于保留老用戶的基礎上不斷地提升新用戶數(shù)。 

首先需要明確新老用戶是如何定義和區(qū)分的。如果是基于訪問,一般使用cookie,類似Google Analytics會在用戶的cookie中記錄一個訪問次數(shù)字段,如果該字段大于1就說明用戶不是*一次訪問,為老用戶;有些網(wǎng)站區(qū)分新老用戶可能基于用戶的注冊和登錄,**注冊成為網(wǎng)站用戶的為新用戶,再次登錄的為老用戶,一般使用用戶名或ID來識別用戶。

如圖6-4所示,可以用柱狀堆積圖顯示新用戶和老用戶的數(shù)量變化,堆積的結(jié)果就是網(wǎng)站總用戶數(shù)量的變化,結(jié)合新用戶比例的折線,通過分析網(wǎng)站新用戶的數(shù)量和比例的變化能夠直接反映網(wǎng)站在營銷推廣上的效果。 

對于新用戶的分析可以掌握網(wǎng)站的發(fā)展狀況,但網(wǎng)站的根基在于老用戶,所以有時候需要單獨分析老用戶的數(shù)據(jù)。之前遇到過一個問題: 網(wǎng)站經(jīng)常會通過一些推廣策略吸引流量,這些推廣可能會吸引一些新用戶的加入,新用戶比例會隨之上升,網(wǎng)站的轉(zhuǎn)化率卻在逐漸下降。所以網(wǎng)站的運營人員需要明確轉(zhuǎn)化率的下降是因為網(wǎng)站本神原因造成的,還是因為新用戶比例的增加拉低了整體轉(zhuǎn)化率、轉(zhuǎn)化率一直是網(wǎng)站中比較敏感的一個指標,因為直接關系到目標和績效,如果證明轉(zhuǎn)化率的下降不是由于推廣導致的,而是網(wǎng)站運營的問題,那么運營人員顯然需要盡快尋找和解決問題。所以這里就需要區(qū)分新老用戶的轉(zhuǎn)化率,網(wǎng)站推廣帶來新用戶,新用戶的轉(zhuǎn)化率不高可以理解,如果新用戶的比例持續(xù)上升,轉(zhuǎn)化率的下降就會被持續(xù)拉低,相對而言,網(wǎng)站的老用戶是基本穩(wěn)定的,而且如果網(wǎng)站自身沒有發(fā)生問題,老用戶的轉(zhuǎn)化率也應該保持穩(wěn)定,細分新老用戶統(tǒng)計轉(zhuǎn)化率能夠幫助我們回答這個問題。

圖6-5展示的是1月份前幾天每天細分新老用戶的網(wǎng)站轉(zhuǎn)化率變化趨勢,同時加入了新用戶比例的數(shù)據(jù),從圖表上看,1月4日之后整體轉(zhuǎn)化率的趨勢有明顯的下滑,同時新用戶比例明顯上漲,可能網(wǎng)站展開了新一輪的推廣。我們需要分析整體轉(zhuǎn)化率的下降與網(wǎng)站的推廣是否存在必然聯(lián)系,于是需要細分新老用戶的轉(zhuǎn)化率,上圖中老用戶的轉(zhuǎn)化率幾乎維持不變,而新用戶的轉(zhuǎn)化率也從1月4號后開始出現(xiàn)下滑,所以通過用戶細分后的轉(zhuǎn)化率趨勢分析,基本上可以判斷網(wǎng)站整體轉(zhuǎn)化率的下降是由于網(wǎng)站推廣帶來的新用戶轉(zhuǎn)化率過低導致的,與網(wǎng)站本身的運營沒有關系。所以還是那句話,老用戶是網(wǎng)站建設生存的基礎,新用戶是網(wǎng)站發(fā)展的動力,細分老用戶的數(shù)據(jù)可以分析網(wǎng)站當前的根基是否牢固,同時排除網(wǎng)站營銷推廣的干擾;細分新用戶的數(shù)據(jù)可以分析網(wǎng)站營銷推廣中引入的流量質(zhì)量,同時消除了憑借原始積累的“吃老本”的情況。