转载声明：转载时请以超链接形式标明文章原始出处:
http://www.marsopinion.com/2009/03/12/how-to-interpret-web-analytics-data-into-actionable-insights-4/
呃……一阵子没写了，都快忘了前面写到哪了，呵呵。
上次（网络营销和Web Analytics的数据解读方法（二）——Segment (1)）应该是说到综合性的数据（例如：平均访问时间，平均Bounce Rate）没法全面具体反映真实情况，也没法给你行动的指导，所以我们要用到Segment。最后举例说我们可以按照客户生命周期来做Segment，并且用“新客户”和“老客户”segment举例说明了一下。
那么（终于想起来下面要怎么写了@__@），今天我来把“按照客户生命周期来Segment“做一些更进一步的介绍，然后介绍一些其他的常用Segment方法。
首先，按照客户生命周期来Segment。除了按照New Customer, Old Customer来分之外，我们还可以更具体的按照其他指标来做Segment，例如：
1. 按照客户购物次数来分：
假如我们的Transaction Report包含网站总注册用户数，本月访问量和订单量。
在Segment之前，你看到的是网站一共有1,000,000注册用户，本月访问量100,000人，本月产生10,000个订单，平均（注意这个词）每10个注册用户有一个来访问网站，平均10个访客产生一个订单（Conversion Rate 10%）。这个数据看起来很丰富，很强大，很有道理，放到Excel2007里面可以自动生成漂亮的表格，大家看到很高兴，觉得对网站又加深了理解，觉得自己懂数据了，然后该干嘛干嘛去，什么行动也不会有。
假如我们管没买过东西的叫做New Register，买过一次的叫New Customer，买过两次的叫Second-time Customer，买过N次的叫Nth Customer. 然后你去看你的transaction report，然后我们把Transaction Report按照Segment来解析一下，你可能会看到这样的数据：
| Accounts | Visitors | Purchase | |
| New Register | 100,000 | 80,000 | 4,000 |
| New Customer | 700,000 | 10,000 | 4,000 |
| Second Time Customer | 150,000 | 75,000 | 15,000 |
| 3rd Time Customer + | 50,000 | 25,000 | 5000 |
这一次有发现什么问题么？
这个问题可以有相应的方法去解决么？
你觉得应该采用什么样的行动？（欢迎讨论，下次再介绍我的一家之言：））
2. 按客户注册时间来分：
换汤不换药，可以用上面一样的例子来解释。
3. 按其他客户生命周期的表现参数来分：
例如你是个SAAS服务提供商，而你提供的服务产品之间是有顺序关系的（客户一般会先买A，过一阵子可能买升级版B，然后可能补充模块C……），你可以根据你的客户最近一次购买产品种类来判断客户已经到了哪个阶段，然后按照这个参数来做Segment。例如你用这个Segment去看Support Website上的 Visitor Report，发现你的访客中A类客户一般停留2分钟，而且会在具体Q&A页面离开（假设这样代表这个客户的问题得到了解决）；而C类客户则平均停留时间10分钟，而且最后都到了Contact us页面（假设这样代表这个客户的问题没有得到解决，只好打电话）——你可以粗略得到结论说你的Support Website对于高级客户的帮助信息太少或者导航太差，需要改进。而如果你看的仍然是没有经过Segment的数据，很多时候那些报告是一点用也没有（有用没用的标准：你看过那些数据之后，你将来会不会有行为上的变化——例如下次更新页面的时候优先放C产品的帮助文档——如果没有，就是没用）。
假如你是个网游公司，则不妨通过用户在游戏里的等级或者其他量化的参数来划分，不再详述……
（某些Segment会需要企业级的WA Tool来支持）
按照用户的购物种类来分
很多网站都在销售不同品类的产品，例如同时卖书、卖电脑、卖手机、卖奶粉……
购买不同产品的消费者，往往有着不同的习惯，这些不同之处也很容易让“汇总的报告”失去意义。
举个极端的例子：
1. 你开了一家店，然后开始兴冲冲的分析数据
2. 你发现你的消费者平均访问间隔是20天
3. 所以你定义说“每10天来访问一次的就是我的忠实消费者”，“每20天访问一次的是我的一般消费者”，“如果该客户1个半月没来，他可能流失了，我要按照Mars那个客户关系管理模型来找到这些消费者，给他们每人发10%的优惠券，挽救他们回来！”
听上去有道理么？
可是，如果你主营的产品是两种，一种是纯平大彩电，一种是奶油小蛋糕呢？
买彩电的人最多一年来买一次，而喜欢你手工蛋糕的同学们可是三天两头就会来定（蛋糕又不能长期储存），这样就导致“消费者平均访问间隔是20天”这个数据没有意义，从而让你的campaign变得荒谬。
这只是极端的例子，可是你销售的产品特性是否类似呢？如果不是，你是不是也是在看充斥着平均数的报告呢？
按照用户的来源来Segment
(周末再说）
Popularity: 10% [?]
居然讲到这里了 我要好好听了 对了最近问到用ga是不是可以统计下访客的user name mars有这方面的经验吗 应该结合ga原来的数据应该可以做的很强大
@cotine: 我有这方面经验，不过不是用GA做的…就我了解，Coremetrics和Omniture都可以做到抓取用户email address（不要求你一定要登录，但是当然不是每个访客都能抓到）。GA的话我不太清楚，如果你找到方法了可以发信告诉我么，我也很好奇，呵呵。
这个表没看懂，Accounts一栏我理解是总共这一类人的注册用户是多少，所以它们的合应该是1，000，000.但是把100，000+700，000+15，000 + 5000结果并不是one million. 是不是15，000—》150，000，而5000—》50000呢？
Accounts
New Register 100,000
New Customer 700,000
Second Time Customer 15,000
3rd Time Customer + 5,000
@William: 你是对的，谢谢！：） 我改一下：）