Google Analytics分析:自定义提醒功能
自定义提醒示例五则
下文摘自 Google Conversion Room 博客中的 Spotlight on Analytics Intelligence and Custom Alerts(Google Analytics(分析)智能和自定义提醒功能巡礼)。 收入下降提醒
如果来自媒介“每次点击费用”的流量(指付费流量)(如 Google AdWords)的收入与前一周的同一天相比减少超过 15%,就会触发此条件。我们选择 15% 作为正常的波动幅度,当然,您可以选择一个更适合您的业务的百分比。 我们选择“前一周的同一天”而不是“前一天”作为比较条件,是因为特定日期(如周末)的收益率可能会比较低。因此,我们将提醒的触发条件建立在周与周之间效果比较的基础上。 在此示例中,我们使用“收入”作为指标,这只适用于使用电子商务报告功能的网站。但是,如果您使用目标和目标价值来衡量投资回报率,则只需将此指标改为“目标价值”,就可获得同样的分析信息。 目标网页跳出率升高
我们可以通过此提醒来检查特定目标网页的效果。如果网页的跳出率提升超过 20%,就会触发提醒。 实际应用示例: 您的大型网站是否按不同类别分成了多个部分,由不同的相关人员负责? 示例:
- /电子产品/
- /时尚/
- /儿童用品/
您可以将维度条件更改为“起始内容为”/儿童用品/,以便监控网站儿童用品部分的效果。当然,跳出率只是一个建议,您也可以尝试其他指标,如收入。 广告系列效果 提醒 1:
提醒 2:
我们创建两个提醒的目的是为了同时监控正反两方面的效果。 我们使用“前一天”作为比较条件,是因为圣诞之前网上零售商的销售额通常是每天稳步增加的。 第一个提醒可以让您了解我们的广告系列的收入正在不断增加,太棒了!第二个提醒可以让我们了解可能发生的错误,或者是广告系列可能需要调整。 如果我们发现了不良趋势,可以点击智能界面中的提醒,了解我们网站的流量发生了什么变化。这可以帮助您准确了解广告系列的哪个区域需要调整。 关键字效果
如果您知道某个关键字对于您的投资回报率非常重要,那么您可能想要创建一个提醒,对该关键字进行更密切的监控。这对于季节性的关键字尤为重要,许多广告客户都会争夺季节性关键字搜索结果中的较高排名。 上述提醒可让您监控预计访问次数的减少情况,让您有机会调整广告,及时采取补救措施。 对于那些您密切关注的内容,这将包括常规流量和付费流量。但是,当您查看已触发提醒的详细信息时,可以使用“分组依据”维度轻松区分两种流量媒介。
国家/地区效果
如果您打算通过 Google AdWords 专门定位某个区域,以便确保获得稳定的访问者数量,那么只需选择维度“国家/地区”。如果您还需要更详细的细节,可以选择维度“市/县”并提供一个值,如北京。 此提醒还可用于监控非 AdWords 流量,如本地报纸、电视或电台广告。
- 14年做网站经验总结:做站曲曲折折的经历
- 2个人网站快速解决CC攻击的方法:快速部署安全狗
- 3网站用户体验研究:新窗口打开链接还是当前窗口打开链接
- 4新手站长经验借鉴:不能急功近利没有长远计划
- 5WordPress函数实现将数据保存到数据库中
- 6Google Analytics访问空白的解决方法
- 7中高消费阶层团购网站:国外3个团购网站模式分析
- 8分析网站日志:那些莫名其妙的url到底是怎么回事
- 9提升网站高质量的内容的搜索引擎优化办法
- 10网站运营经验谈:如何超过竞争对手的网站
- 11网站建设公司总结“九大”实行诀窍
- 12网站建设公司总计“9大”使用经验技巧
- 13WP-PostViews开启WP-Super-Cache后计数问题
- 14dedecms网站模板教程:保护Dede网站模板文件
- 15淘宝文件系统TFS的发展:商用存储系统的局限
- 16某采购网网站定位和用户分析以及产品设计分析
- 17社会化媒体营销:配置人员及预算编列
- 18网站推广经验:利用QQ空间和QQ漂流瓶获得流量
- 19Google Analytics:JS Bookmarklet页面流量来源
- 20搜索引擎营销账户优化:推广的网站和推广的效果
- 21例举网站进行微博营销时最常遇到的问题
- 22完美的去掉disciz论坛中forum.php
- 23电子商务布局规划方案:宝丽姿伞业电商发展规划
- 242011年度最有代表性的10个病毒性营销案例
- 25互联网产品设计要遵循用户已有的使用习惯
- 26网站设计经验谈:网站类型和网站设计公司的选择
- 27Google analytics:SEO效果数据监控
- 28个人站长的转型:客户,产品,团队,商业模式和资金
- 29HostGator后台自带程序快速安装wordpress
- 30百度竞价搜索推广优化:付费搜索中数据的相互关系