中文字幕无码av不卡一区,亚洲综合AV永久无码精品一区二区,黑人巨大白妞出浆,黄色高清无码免费看,久久久久免费精品国产,久久无码人妻丰满熟妇区毛片,欧美日韩国产综合草草,久久福利网站,亚洲一区二区三区中文字幕在线,av国内精品久久久久影院

網站中新老用戶的分析已經成為了網站分析中常見的一類用戶細分的方法，也是網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，同時也為許多的分析指標提供了基于新老用戶的細分。

簡單地說，新用戶就是首次訪問網站或者首次使用網站服務的用戶；而老用戶則是之前訪問過網站或者使用過網站服務的用戶。無論是新老用戶都能為網站帶來價值，這也是分析的意義所在。

分析新老用戶的意義

網站的老用戶一般都是網站的忠誠用戶，有相對較高的粘度，也是為網站帶來價值的主要用戶群體；而新用戶則意味著網站業務的發展，是網站價值不斷提升的前提?？梢哉f，老用戶是網站生存的基礎，新用戶是網站發展的動力，所以網站的發展戰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。

所以分析新老用戶的意義就在于：通過分析老用戶，來確定網站的基礎是否穩固，是否存在被淘汰的危機；通過分析新用戶，來衡量網站的發展是否順利，是否有更大的擴展空間。一個著眼現在，一個放眼未來。

新老用戶的辨別

對于網站用戶的識別，之前寫過一篇相關的文章——網站用戶的識別，里面主要是在基于點擊流日志的基礎上提供的4類識別用戶的方法，可以作為參考。但對于新老用戶的辨別可能根據網站自身的特定而有不同的定義方法。

最常見的一種辨別新老用戶的方式就是看該用戶之前是否訪問過網站，也就是以用戶是否首次訪問來區分，GA就是使用Cookie來定義新老用戶的，即該Cookie之前出現過則該訪客為老用戶，否則為新用戶。這個定義適用于所有網站，但有它不準確的地方，Cookie的刪除、用戶更換PC等都會造成數據上的偏差。

另一種辨別方式相對準確，但一般只適用于注冊登錄型網站，即定義首次注冊登錄的用戶為新用戶，再次登錄的用戶為老用戶，而不是使用首次訪問來辨別。這種區分方式一般以用戶ID或用戶名來辨別，相對準確，但應用的范圍有限。

新老用戶分析

網站的目標在于保持老用戶，拓展新用戶，那么對于網站數據分析上的表現，則是在保持老用戶數量的穩定增長的前提下，提升新用戶的所占比例。

對于大部分發展正常的網站而言，網站的老用戶數應該是保持相對穩定的，并且會有持續的小幅上漲，可以看一下GA上我的博客每周老用戶數的趨勢變化：

可以通過GA的Dashboard上的Advanced Segments選擇Returning Visitors，并選擇合適的時間區間和匯總粒度（日、周、月）顯示趨勢變化曲線。這條平滑的上升曲線說明網站的發展是趨于正常的。

但并不是所有網站的老用戶趨勢都會如此的平滑，比如旅游網站，旅游業會明顯地受到季節的影響呈現比較大的波動，所以這里要引入同比和環比的概念進行分析。

同比指的是為了消除季節變動的影響，將本期的數據與去年同期的數據進行比較，比如今年2月的數據與去年2月數據的比較；

環比指的是將本期的數據與前期的數據進行比較，可以是日環比、月環比、周環比等，例如今年2月與今年1月的數據比較。

同比和環比被大量地應用于基于時間序列的趨勢分析中，對于網站而言，訪問量、銷售額、利潤等網站關鍵指標同樣可以引用同比和環比進行分析，對于分析這些指標的變化趨勢，消除季節的影響等都是有積極的效果。下面是一張基于同比和環比的旅游類網站老用戶數據模擬趨勢分析圖：

從圖上可以看出由于季節的影響，老用戶數的波動比較大，所以相應的環比增長的波動也很大，但同比增長的趨勢卻相對平滑，一直保持在10%左右的增長率上面，這就可以看出網站對保持老用戶是有效的，網站的運營狀況較為穩定。

可能有人會問，為什么要用絕對數量，而不是用相對數量，比如老用戶占總訪問用戶的比例來進行趨勢分析？這里主要考慮到網站會不定期的進行主動地推廣營銷，或者由于某些事件或媒體傳播的影響而產生的被動推廣的效果，這個時候可能會吸引大量的新用戶進入網站而導致老用戶比例的急劇下滑，而老用戶的絕對數據對于網站而言相對穩定，更具參考價值。

新用戶的絕對數量并沒有老用戶這么穩定，也不一定會保持增長的態勢，而對于新用戶的分析主要是為了衡量網站推廣的效果，評估上述主動營銷或被動事件帶來的影響，所以不建議使用絕對數值，既然老用戶相對穩定，那么就可以基于新用戶比例的變化趨勢來分析網站某段時間的推廣效果。GA的Benchmarking中提供的也是New Visits所占比例與其他網站基準線的趨勢比較：

往往曲線中某個時間點的大幅上升或下降都意味著某個營銷事件的影響，而當曲線持續下降時就意味著網站推廣效果的不利，需要增大推廣的力度。

如果你有關于網站新老用戶分析更好的見解，歡迎評論。

轉自：網站數據分析