[UA] 用户分层图表

在会话级别检查单个用户的行为。
本文介绍了 Universal Analytics 中的用户分层图表。要了解 Google Analytics(分析)4 中的用户分层图表,请参阅 [GA4] 用户分层图表
用户分层图表报告的数据从 2016 年 3 月 9 日已可供使用。
该报告根据您应用的排序条件,列出了前 10000 名用户。

用户分层图表报告用于分离和检查个人行为,而不是汇总用户的行为。每位用户的行为与 Client-ID 或 User ID 相关联。

在管理大规模资源(例如定位大型地理区域的广告系列)时,了解汇总行为非常重要。如果要提供个性化的用户体验,或者需要深入了解特定用户体验或对特定用户体验进行问题排查,如分析平均订单价值非常高的用户的行为,或查看用户下订单时在什么环节遇到麻烦,那么了解个体用户行为就很重要。

本文包含的主题

 

设置

要查看报告中的 User-ID 数据,您需要在媒体资源设置中启用 User-ID 功能

默认情况下,对于没有启用 User-ID 的媒体资源,报告中将显示 Client-ID。详细了解 Client-ID 和 User-ID

您无法使用 Google Analytics(分析)导出选项导出非抽样报告版本

查看用户分层图表数据

要打开用户分层图表报告,请按以下步骤操作:

  1. 登录到 Google Analytics(分析)。
  2. 前往相应的数据视图
  3. 打开报告
  4. 选择受众群体 > 用户分层图表
默认数据表

显示每个 Client-ID 或 User ID 的以下初始数据:

  • 会话数
  • 平均会话时长
  • 跳出率
  • 收入
  • 交易次数
  • 目标转化率

当深入研究某个 ID 时,您会看到该用户的流量获取日期和渠道,还可以看到一个活动日志,其中详细记录了用户在网站上每个会话过程中采取的操作。

会话数据

默认情况下,显示以下数据:

  • 会话数(生命周期价值):用户生命周期内的会话总数
  • 会话时长(生命周期价值):用户生命周期内的平均会话时长
  • 收入(生命周期价值):用户生命周期内的总收入
  • 交易次数(生命周期价值):用户生命周期内的交易总数
  • 目标达成次数(生命周期价值)和目标价值(生命周期价值)

在左侧窗格中,您还可以看到以下内容的相关信息:

  • Client-ID/User ID
  • 上次转化时间(用户上次发起会话的时间)
  • 设备类别
  • 设备平台
  • 流量获取日期
  • 渠道
  • 来源/媒介
  • 广告系列
这些指标的数据于 2016 年 12 月 17 日开始提供。

使用“过滤条件”菜单添加和移除数据类型:

数据过滤器选项

可以根据需要展开和折叠单个会话。

折叠和展开的会话

可以展开单个活动,以查看详细信息。

展开的单个活动

创建细分

您可以根据用户参与的任何操作组合创建一个细分,然后将细分应用于整个报告,以分析在您的网站上采取相同操作的用户的总体行为。

您可以只在报告中应用基于用户的细分,并且一次可以只应用一个细分。

要创建细分受众群,请按以下步骤操作:

  1. 根据需要选择作为该细分定义的操作…
    为创建细分受众群选择的会话活动
    …然后点击创建细分受众群,以打开细分受众群生成工具。
    以会话活动作为条件的细分生成工具
  2. 为细分输入名称,根据需要修改条件,选择细分是在任何数据视图中可用还是仅在当前数据视图中可用,以及保存后是否要在报告中应用。
  3. 点击保存

如果应用细分,报告的第一页将包含符合这些条件的 ID 列表。

删除用户数据

您需要具有“编辑者”角色才能删除个别用户的数据。

当您深入到某个 ID 来查看个别用户的数据时,您还可以选择将该用户的数据从报告和 Google Analytics(分析)系统中删除。

要删除个别用户的数据,请执行以下操作:

在左侧面板底部,点击删除用户

一旦请求删除,则与此用户标识符关联的数据将在 72 小时内从个人用户报告中移除,然后在下一删除进程中从 Google Analytics(分析)服务器删除。删除进程大约每两个月安排一次。如果您已将此数据导出到 Google Analytics(分析)之外,我们建议您先在 Google Analytics(分析)中将其删除。

基于既往汇总数据(例如,“受众群体概览”报告中的“用户数”)生成的报告不会受到影响。

详细了解 Google Analytics(分析)在数据使用和处理方面的做法,以及 Google 就保护数据的机密性和安全性做出的承诺。

使用场景

响应细分中的特定行为

如果其他报告表明某个特定细分存在值得注意的行为,您可以在该细分中检查特定用户,以详细了解当前情况。例如,如果“受众群体”>“概览”下的报告显示,相比其他细分受众群,“来自巴西的用户”细分受众群的跳出率过高或平均会话时长过短,您可以在用户分层图表中应用该细分受众群,然后查看部分个人用户,了解他们是否从同一页面或同一组页面跳出或退出。

在详细检查内容后,或许会发现,虽然图片和文案可能适合其他地理位置细分,但是“来自巴西的用户”细分对此没有表现出特殊兴趣。

或者,可能有位于不同地理位置的群体购买已经生产了 100 年的同款运动鞋,但是购买原因完全不同。来自巴西的用户之所以购买,可能是产品设计在其市场中显得与众不同,而来自美国的用户则是因为怀旧。在这种情况下,您需要为不同的细分提供不同的网站内容,使内容符合他们的购买动机。

在这种情况下,您可以在 Google Analytics(分析)中创建每个细分,向报告应用细分,并导出相应细分的 ID。然后,您可以根据 ID 实现网站体验个性化,并通过广告引导每个年龄段客户访问相关内容。

追加销售

在与客户发展长期合作关系的过程中,您还希望发掘机会,提高客户的转化水平。如果了解高转化水平客户的购买方式,就有可能沿着相同的路径引导下一层次的客户。例如,假设您是一家旅行社,为客户预定 8、10 和 15 日游产品,那么可能只需做些努力,就可以鼓励通常购买 10 日游的客户升级至 15 日游。

用户分层图表报告可用于检查更有价值的用户如何与您的网站互动、他们遵循的路径、在什么位置逗留以及点击了哪些促销信息。有了这些信息,您就可以着手为中间层客户提供个性化网站体验,在其中加入您的顶层客户最喜欢的那些内容和优惠。

在这种情况下,创建两个细分:一个是中间层客户,一个是顶层客户。将顶层细分应用至用户分层图表报告,并检查会话行为,了解这些用户与网站互动的方式,包括他们与哪些内容产生互动最多,以及他们因哪些内容完成转化。然后应用中间层客户的细分并导出他们的 ID。使用这一 ID 列表实现网站体验个性化,从而更贴近顶层客户的体验。

您还可以使用导出的 ID 列表为这些中间层客户构建一个受众群体,向他们投放更高端旅行套餐的广告。

再营销

通过检查单个会话行为,您可以了解用户会在什么情况下放弃没有完成的目标。例如,您可以看到他们何时将商品添加到购物车,但没有继续完成交易,或他们购买了一件商品,而没有购买同样浏览过的互搭商品(例如他们购买了帽子,但没有购买围巾)。

此时借助这些同用户体验相关的具体信息,正是您进行再营销的绝佳机会。例如,您可以准确提醒用户将哪些商品留在了购物车中;或如果用户已经购买了一顶帽子,可以跟进展示搭配的围巾的广告。

您可以根据用户分层图表报告中确定的相关行为创建细分,然后将这些细分作为新的再营销受众群体的基础

实现客户服务个性化

如果您的商家提供接触度高的客户服务,用户分层图表报告可以显示每个用户的详细历史,这有助于客户服务代表了解环境并提供有的放矢的引导。

例如,如果您经营定制房屋租赁,则客户服务代表可以看到用户过去租赁了哪些房屋,以及他们在致电客户服务之前一直在考虑哪些类型的房屋。

确定角色

如果将扩大角色作为营销工作的一部分,请调查不同细分的行为,从而使角色建立在用户与网站互动方式的基础上。

例如,可以创建 18 到 34 岁的男性用户细分,每个细分分成不同的兴趣类别(例如,狂热投资者、体育迷、音乐爱好者),将这些细分应用于报告,然后通过会话活动了解众多信息:如他们只看不买的产品与购买的产品,或者实现哪些目标的次数更频繁。

操作技巧

导出 ID

当细分用户分层图表报告时,您获得了与该细分相关的所有 ID 的列表,可以导出此列表。

  1. 将细分应用于报告。
  2. 使用“导出”菜单选择导出数据的格式。

然后,您可以将导出的 ID 与您的离线数据合并。

统一用户的相关在线和离线数据

您此时有两种选择:

  1. 导出 Google Analytics(分析)数据,并与离线数据进行离线合并。
  2. 导入离线数据,通过 Google Analytics(分析)将其合并到您的 Google Analytics(分析)数据。

该内容对您有帮助吗?

您有什么改进建议?
true
选择适合您的学习路线

请访问 google.com/analytics/learn,这是一项新资源,有助于您充分利用 Google Analytics(分析)4。这个新网站包含各种关于 Google Analytics(分析)的视频、文章和引导式流程,还提供了指向 Discord、博客、YouTube 频道和 GitHub 代码库的相关链接。

立即开始学习!

搜索
清除搜索内容
关闭搜索框
主菜单
18173209587947835961
true
搜索支持中心
true
true
true
true
true
69256
false
false