电商流量数据化运营(数据分析与决策技术丛书)
上QQ阅读APP看书,第一时间看更新

2.1 直接输入流量渠道

直接输入流量是常见流量渠道。企业越成熟,直接输入流量的规模越大。

2.1.1 什么是直接输入流量

用户在浏览器中输入URL地址后直接到达企业站点,这种流量来源方式被称为直接输入流量。从数据归类的逻辑上看,它特指没有引荐来源信息的流量情况。

提示

什么是引荐来源信息?

在每一次加载网站页面时,网站服务器都会记录该页面的流量是从“哪里”来的,例如站外的百度搜索词、内部的上一个页面等,这些信息被称为Referral信息,它们会被用作引荐来源的识别标志。我们在网站分析工具里面常见的“引荐来源”报表,就是基于这个原理生成的。

用户真的会直接输入网址到达网站,即使URL地址很长?其实未必。除了少数情况下,用户能记住URL信息并手动输入外,多数情况下用户是通过浏览器收藏夹收藏的网址、浏览器URL历史记录的下拉提示等方式“输入”网址。

如图2-2中的①显示了当前笔者浏览器中的书签,笔者可点击任意URL到达对应网站;②显示了当笔者输入www后,浏览器根据历史记录给出提示,此时笔者可直接选择对应的URL进入网站。

图2-2 浏览器书签以及输入提示

2.1.2 直接输入流量的3个特征

直接输入流量主要有3个特征,具体分析如下。

1. 直接输入流量是运营结果,而非运营对象

直接输入流量非常重要,它对企业的重要意义表现为如下两方面。

  • 用户价值更高。更多的用户直接输入流量意味着用户已经形成自主访问的主动性,企业的用户主要以老用户为主,且企业已经能够实现用户的自主回访、留存以及到站等。这是所有企业都孜孜追求的核心目标之一。
  • 资源投入更少。如果企业没有稳定的直接输入流量支撑,就需要投入更多的精力到SEO、广告投放、社群运营等业务模块,各种运营资源、费用、人力、物力的投入必不可少。

因此,直接输入流量是各个企业免费流量的重要组成,而且越是成熟的企业,其直接输入流量的规模越大、质量越高且稳定性更高。但是,在达成规模化的直接输入流量的结果之前,企业需要在形象树立、品牌传播、市场覆盖、用户经营、商品和服务优化等多个领域投入大量的资源和精力。因此,直接输入流量的结果达成只是在这一切都具备的条件下,用户自然而然的行为结果。

2. 直接输入流量不一定是用户自然行为的结果

某些情况下,企业可能会选择投放没有特定“网站”作为载体的媒体,例如,在迅雷或暴风影音播放器上的广告、在系统弹窗中的广告、在腾讯QQ聊天窗口中的广告等。当普通用户点击这类媒体广告时,由于媒体不是“网站”,因此不具有网站的引荐属性信息,即引荐信息为空。

如图2-3所示,其中①为腾讯迷你新闻常见的广告形式,②为腾讯QQ客户端聊天窗口中的广告,③为系统弹窗的广告。当用户点击这类广告时,网站分析工具无法追踪到其引荐来源信息。

图2-3 特定客户端类的广告投放媒体

正常情况下,对于任何站外广告投放,我们都会在投放的着陆页URL中使用额外的跟踪参数来实现对投放媒体信息的跟踪,而不依赖于广告媒体的引荐信息进行广告来源判断。

3. 直接输入流量无法直接运营

从直接输入流量产生的基本逻辑可知,当用户真正从浏览器端“直接”进入网站时,用户的触点是浏览器本身;而企业无法针对浏览器做任何行为引导。正因为缺少与用户的“触点”,企业也就无法直接运营直接输入流量。

2.1.3 知识拓展:直接输入流量4类业务抓手

直接输入流量虽然不能直接运营,但并不意味着没有任何抓手,我们仍然有很多方法可以对直接流量进行判断、分析,并解决特定问题。

提示

抓手原指人手可以把持(抓握)的部位,在企业中泛指运营方可以实现特定运营目标的着力点。例如,通过对广告费用的增减实现对流量规模的控制、通过对素材文案的修改实现对广告点击率的影响等都属于有抓手的场景。

方式一:通过额外的URL参数的跟踪,实现媒体投放信息的全覆盖

数据可追踪和识别是实现后续数据化运营的前提条件。不同的网站分析工具有不同的检测方法,例如Google Analytics主要通过在着陆页URL中插入UTM标记的方式实现来源信息检测。

方式二:通过对直接输入流量的着陆页的分析,确定特定媒体投放是否存在问题

某些广告活动可能只投放在特定的着陆页内而没有其他入口,此时可通过特定入口比对外部投放情况,以更好地分析直接输入流量的来源情况。

方式三:确认网站分析工具的配置是否影响直接输入流量的识别

以Google Analytics为例,有一个名为“引荐排除列表”的功能项,其功能目标是为了防止会话的切分而排除掉特定第三方的来源信息。如果错误地配置了该功能项,那么在“来源/媒介”报告中显示的“(direct/none)”可能存在问题,导致真正的来源网站信息丢失。

方式四:根据实际直接输入流量的行为判断到底是否是真的用户行为

我们可以通过来源设备、访问地域、访问时间分布、操作系统、新老访客等维度去分析直接流量。一般情况下,如果是用户的真实访问,那么地理位置分布应该基本与全站总体类似,访问时间应该符合正常人的作息时间,且一般是老用户。而如果通过数据发现某些小众浏览器、边远省份以及凌晨访问的用户占比非常高,那么就要非常小心,因此这不符合正常用户分布规律。

通过上面几种方式,大概可以得到如下结论以辅助流量运营。

  • 企业中是否存在作弊流量,以辅助判断整体流量效果。
  • 特定媒体的投放效果到底如何,是否存在异常投放、无法检测甚至无法评估的状态。
  • 网站数据分析工具是否配置正确,是否存在影响全局流量效果评估的关键因素。