根據性別、年齡和興趣掌握目標對象的組成架構,您就能得知該打造哪種廣告內容、購買哪種媒體,以及該為行銷和再行銷廣告活動拓展哪個類型的目標對象。
開啟「客層和興趣」報表
若要開啟「客層和興趣」報表,請按照下列步驟進行:
- 登入 Google Analytics (分析)。
- 瀏覽至所需的資料檢視。
- 開啟報表。
- 選取 [目標對象] > [客層] 或 [目標對象] > [興趣]。
瞭解性別、年齡和興趣的組成架構
使用「客層總覽」報表,從目標對象的概要資訊 (男性與女性相比) 開始查看,然後深入瞭解詳細資料。
在這個範例中:
- 男性與女性的比例是 2:1。
- 18-34 歲使用者與其他所有年齡層加總的比例也是 2:1。
如果您依序細查「性別」和「男性」,會發現不同性別間的年齡比是一致的。
在這個範例中,18-34 歲的男性使用者與其他所有男性加總的比例是 2:1。
細查各年齡層,瞭解「其他類別」維度的資料。在這個範例中,細查各年齡層的前兩名,可發現兩個年齡層的興趣類別第一名都是「藝術與娛樂」,而不同年齡層的熱門興趣第二名和第三名則不相同。
指定高價值使用者
為廣告活動設定指定目標及建立目標對象來進行再行銷時,找出高價值客層和潛在的高價值客戶對您大有裨益。如果您經營電子商務網站,可以找出電子商務轉換率或收益最高的客群;若是以發佈內容為主的網站,建議您找出參與度最高的群眾 (例如以工作階段持續時間或單次工作階段頁數/畫面數來衡量)。
「年齡」、「性別」和「興趣」報表都提供參與度和轉換指標。您可以從以上任一報表開始,找出高價值客戶的組成架構。
在這個範例中,「年齡」報表顯示,大多數使用者來自 18-24 歲和 25-34 歲這兩個年齡層,但 25-34 歲的使用者貢獻的收益最多,轉換率也最高。
細查年齡層的性別詳細資料,您會發現工作階段的差異變小了 (但男性比例仍然較高,約為 3:1),但在收益方面,男性則比女性高出許多 (58:1)。男性與女性的轉換率比為 2:1,但單次交易收益則以男性較高,比例為 9:1。
因此在這個範例中,25-34 歲的男性是最具價值的客戶。
接下來可以找出轉換率最高的興趣類別。比方說,您可能會發現「科技迷」、「音樂和電視迷」、「新聞愛好者」、「遊戲玩家」和「攝影迷」這幾個類別的客戶帶來了最多收益。因此,擁有以上興趣的 25-34 歲男性就是您該鎖定的目標對象。
您可以深入檢視這些類別,進一步確認您在客群年齡和性別方面的發現。「新聞及閱讀愛好者」的收益和轉換率最高,因此建議您細查這個興趣類別。
在這個範例中,25-34 歲的「新聞及閱讀愛好者」帶來了絕大多數的收益,轉換率也最高。如要查看按性別劃分的結果,請細查該年齡層。
這個年齡層的男性帶來的收益以 79:1 的比例大勝女性,與之前的發現吻合。
有了這項資訊後,您就可以為最有價值的客層指定廣告活動和建立目標對象。
避免向價值不高的使用者放送廣告,提升資金運用效益
您可以使用與找出高價值客群同樣的分析方法來找出低價值目標對象,只要改為尋找低收益和低轉換率的客群即可。
找出這些價值偏低的客戶後,您可以加以排除,避免向這些人放送廣告。
根據業務類別區隔報表資料
前兩個範例說明了使用這些報表來衡量整體使用者的方式。接下來我們將繼續舉例,解說如何使用區隔來深入剖析您業務類別內的使用者。以下範例從電子商務商家的角度檢視資料,透過實際售出的產品類型瞭解使用者特質。另外也從發佈商的角度著眼,經由使用者實際瀏覽的內容瞭解工作階段期間發生了哪些事。
電子商務
如果您的商家經營電子商務,可按照「產品」、「產品類別」、「產品品牌」和「產品 SKU」等多種維度來劃分客層,瞭解哪些類型的對象會掏出荷包消費。
將這個區隔套用至客層總覽報表。
您可以鎖定購買了該產品的使用者所發起的「工作階段」(此處主要指標),查看其中的年齡和性別詳細資料。
開啟「客層年齡」報表,查看相關的「客戶開發」、「行為」及「電子商務轉換」資料。
套用這個區隔後,您就能查看客層和興趣報表,找出該產品的高價值及低價值消費者。
發佈商
出售自家網站上的廣告空間來營利的發佈商可以提供一些資訊,協助廣告商瞭解哪類使用者會瀏覽網站上的哪些網頁,以及瀏覽內容的情況。「工作階段」、「跳出率」、「單次工作階段頁數」和「平均工作階段持續時間」等指標都可以用來衡量使用情況。
假設您經營的網站與居家生活有關,其中有個部分專門介紹行李箱和小家電等生活用品,可以建立一個以工作階段為基礎的區隔,藉此區分出這些網頁的流量。
您可以輕鬆簡單地建立區隔,藉此劃分出單一網頁的流量。
將這個區隔套用至客層總覽報表。
您可以鎖定發起的工作階段中包含這組網頁的使用者,查看他們的年齡和性別詳細資料。
開啟「客層年齡」報表,即可查看相關的「客戶開發」、「行為」和「目標轉換」資料。
套用這個區隔後,您就能查看客層和興趣報表,找出該特定內容的高價值及低價值使用者。
修正再行銷目標對象範圍
在 Analytics (分析) 中建立作為「再行銷目標對象」基礎的「區隔」時,「年齡」、「性別」、「同質性類別」、「有意願消費者區隔」和「其他類別」都是可以使用的維度。
使用上面這些 Analytics (分析) 報表範例,您就可以建立以下「區隔」,並以此為基礎鎖定高價值客戶建立 Analytics (分析)「再行銷目標對象」:
年齡「25-34、35-44」歲
同質性類別符合規則運算式「Technophiles|Music Lovers|TV Lovers|News Junkies & Avid Readers|Gamers|Shutterbugs」
您在 Analytics (分析) 報表中找出的目標對象定義,都能轉化為可在 Google Ads 中使用的「再行銷目標對象」。