利用webtrekk做数据驱动的在线营销和运营

“工欲善其事,必先利其器”,随着利用网站数据驱动营销和运营近几年在实践中给群多网站带来的高ROI产出,选用一款优秀的网站数据分析工具对企业的在线营销显得十分重要,而在实践中有经济能力的公司可以选用成熟、稳定的商业分析工具来做网站数据分析,偶然机会接触到一款来自德国的欧洲市场份额第一的web analytics工具-其中的一些重要功能和体验值得介绍下.

 Web trekk特色功能

一、不抽样的全量数据和高实时性

a)  全量数据:区别于免费的google analytics的抽样数据,web trekk提供原始的完全不抽样的全量数据,这对电子商务网站分析全部用户数据非常重要,并且全部的原始数据均可以导入到网站住的其他BI等系统中更好分析网站数据和其他数据的结合。

b)  实时性高:Web trekk基于成熟的存储、计算和在国内本地部署的服务器机制,从收集用户网站数据到展现报告仅仅需要秒级别,这对国内市场中那些关注瞬息万变的网站数据的用户来说是一大福利

二、从群体到个体的报告一应俱全

Web trekk不仅仅可以提供全部和任意细分的用户群体报告,对于电商网站来说还可以提供单个用户和单个订单的的数据,这对于某些时候要用到的定性分析至关重要,很多时候网站分析报告只是告诉我们群体已经发生了什么,但是缺乏细致的个体报告做定性和定量分析

三、针对电商网站的定制报告和功能

a)      电商购物车放弃用户智能挽回机制

无论是免费的国内的网站分析工具还是google analytics对于国内电商网站的订单和购物车等环节的监控支持性都不够高,而web trekk的电商模块完全为电商定制,提供了例如购物车、订单的详细分析。

据国内公司的监控数据,从购物车到最后完成订单的购物车放弃率高达70%,而电商的平均转化率也不超过5%,于是完善和驱动购物车转化率至关重要。Webtrekk智能识别购物车未完成的用户,基于购物车的丢弃行为做邮件再营销机制

本部分的原理是web trekk智能将用户的访问cookie id和电商网站的登录顾客id做绑定,在用户未登录情况也能识别顾客id,通过顾客ID反查邮件信息来智能帮助电商网站挽回邮件发送机制,全程智能识别。

b)         购物车放弃的细分分析
web trekk还提供购物车放弃的细分分析,用户对购物车放弃用户可以继续做其他维度如商品维度、用户终端设备维度的细分,以便更好分析用户放弃购物的原因如是浏览器兼容性不够,商品品类单价较高或其他。

c)          智能识别电商的交叉销售给电商推荐提供基础数据
电商推荐中的商品关联推荐能够很好做搭配销售,web trekk的电商报告提供商品关联分析报告帮助更好做搭配销售

四、跨屏分析

Web trekk除提供监控pc web网站的方案,同样提供监控安卓和ios移动应用的监控系统,最重要的是web trekk基于登录会员id和其他计算机制,能关联用户的从pc到各种app的行为。帮助识别pc用户 转向app以及app转向pc的数据和报告,同时基于pc和app之间可以做跨渠道的归因模型分析。

五、电视媒体广告分析

Web trekk能够帮助用户智能识别电视媒体对线上营销的效果,对于大的品牌广告主和电商来说,帮忙识别各个渠道的归因效果,更好了解电视媒体的价值。

真正懂商业数据的网站分析工具

Web trekk的产品从设计中就融入企业的商业分析和网站分析思路中,web trekk的dashboard中可以设置目标和kpi,用户可以通过仪表板清晰知道日、每周、每季度和年的目标和kpi完成进度,和大部分BI系统的设计系统非常类似,以目标为导向的分析思路。

  代码部署方便、 重视服务和中国市场

代码部署方便

无论是Google analytics推出的Google Tag Manager还是国内的网站分析工具,都在不断降低网站分析代码部署的难度,而adobe的omniture虽然拥有较多功能,但是部署麻烦且无本地服务造成大部分购买omniture的用户也只能使用最简单的功能,工具价值完全没有得到体现。而web trekk无论是pc的流量监控、A/B  test还是点击图、热力图的监控亦或app的数据监控都是非常方便,并且web trekk也提供tag mangment的代码管理器的功能方便部署代码。

重视服务和中国市场

Web trekk公司从产品到运营均有中国本地工作人员长期在国内深入一线用户市场,并且切实提供服务能很好解决商业分析一贯缺乏服务的诟病。

总体来看在目前商业分析工具的市场web trekk的一些功能和设计值得国内用户学习和使用。