数字分析和营销的演变
已发表: 2022-03-15营销人员需要如何处理分析的转变正在进行中。 是时候停止考虑用户流，而是考虑我们期望从参与用户那里获得的一系列事件（任务）。
早在第一个网络横幅广告出现之前（1994 年 10 月 27 日，在连线杂志上），想要帮助他们的客户进行营销工作的营销人员就接受了分析和营销的结合。 随着时间的推移，这种结合已经发展，分析工具的功能也在发展。
有一次，营销报告是“看看活动产生的网站访问者数量！” 或“看看我们获得了多少页面浏览量！” 这些是分析的常见用途。 最终，随着分析工具的改进，将在线销售归因于特定营销工作的能力成为可能。
在这 30 多年的时间里，营销部门对基于 Web 的分析的解释始终保持不变：一项活动吸引了 X 个访问者访问该网站。 他们浏览了如此多的页面，这导致了一定数量的销售。 本质上，一个基本的用户流程。 在访问者的旅程中，网站上的每一步都被视为流畅且易于遵循。
作为营销人员，我们需要开始为下一代分析工具和技术的到来做好准备。 新一代分析工具不再处理用户活动记录（日志文件），而是将特定事件存储在数据库中。 如果您还没有听说过“基于事件的分析”，那么您很快就会到处听说它。
早在 2020 年 10 月，谷歌就发布了 Google Analytics 4 (GA4)。 它处于 Beta 模式，但任何注册 Google Analytics 的用户都会自动注册到 GA4。 您必须熟悉 GA 才能设置旧的 Universal Analytics (UA)。 虽然 GA 可能是最流行的分析工具，但 Adobe Analytics 一直在做“基于事件的分析”，以及其他几种分析工具。
虽然谷歌强制所有人切换到 GA4 的官方日期尚未公布，但请放心，它即将到来，是时候开始考虑“基于事件的分析”，以及它与您习惯的不同之处以及其中包含的一些优点。
定义基于事件的分析
“基于事件的分析是跟踪和分析用户与产品之间交互的方法，也称为事件。”
这对营销人员意味着什么？ 我们需要重新考虑如何将分析数据作为营销报告的一部分呈现。
过去，当我们谈论用户的旅程时，比如说，“他们来自这个活动，登陆了这个页面，访问了这些页面并购买了 $XXX.XX。”
使用基于事件的分析，我们仍然可以查看哪些活动将访问者带到了网站。 在他们查看的页面上跟踪他们并不容易，但是跟踪结帐过程中的各个步骤变得更加容易。
使用基于事件的分析，我们可以获得比用户流量更多的产品视图。
例如，我们可以为特定活动创建一个细分并查看各个步骤（将其视为垫脚石，用户可以轻松地从一个跳到另一个或跳过其中的一些）。 在电子商务网站中，我们将看到每种产品有多少单位添加到购物车以及购买了多少。 您不会看到他们是否将产品添加到他们的购物车中，然后稍后再回来将其删除或减少订购数量。 基于事件的分析将生成如下所示的报告：
基于事件的分析和细分
基于事件的分析提供的一个强大功能是增强的细分。 虽然订单分析工具提供了一定程度的细分，但您现在在定义它们时将拥有更大的灵活性。 细分将使您能够根据潜在客户和客户与您的产品的互动方式将他们分成特定的组。
下面是一个示例，说明如何通过不同的获取渠道生成基于事件的分析用户参与度。
使用基于事件的分析，您很可能不会看到报告的跳出率测量值。 为什么？ 因为查看页面的简单行为就是一个事件。 大多数分析工具现在通过计时器记录页面上的时间（每 X 秒触发一次事件），而不仅仅是来自页面浏览之间的时间戳，它们还将跟踪用户在页面上的滚动（参与）。 为了简化这一点，如果用户在页面上花费 X 秒或开始滚动，那么他们并没有反弹，但他们参与了。 我们现在必须考虑“参与会议”与“非参与会议”。 没有滚动且花费少于 X 秒的单个页面视图是“非参与会话”。
阅读下一篇：什么是客户旅程分析？
使用基于事件的分析来增加收入
使用电子商务网站和移动应用程序，网站访问者（可能来自营销活动）打开网站并浏览许多项目，然后将项目添加到他们的购物车。 可能是几天后，他们重新登录移动应用程序并完成购买。 现在在您的分析平台中，上述行为或事件可能如下所示：“用户注册”、“搜索商品”、“查看商品详情”、“将商品添加到购物车”和“购买完成”。 在许多较旧的分析工具上，您不会看到这种相互关联的旅程，但会看到用户来自 X 活动，将商品添加到购物车，然后停止。 另一位用户“神奇地”通过该应用程序登录，但购买了东西，甚至没有将它们添加到购物车中。
基于事件的数据可以产生导致产品更改和调整的问题。 在查看上述示例的数据后，我们可能会问：
- 在单个会话中完成结帐的用户百分比？
- 转换是否因项目或品牌而异？
- 如果用户没有转化，他们在哪里做的？ （弃站，继续查看其他信息等）
- 转换需要多长时间（以分钟或几天为单位）？
- 用户在结账过程中是否面临支付错误或其他问题（事件）？
- 如果他们没有立即购买，他们会永远消失吗？
您可能可以使用现有的分析工具回答上述问题，但使用基于事件的分析会变得容易得多。
基于事件的分析和数据仓库
将您的基于事件的分析数据与数据仓库相结合，可以让您的数据更上一层楼。 您可能已经注意到，每个事件本质上都是一个可以轻松导出到数据仓库的数据点。
只需导出数据，您现在就可以操作和处理原始数据。 以前，您必须使用分析工具中的可用数据。
例如，对于电子商务网站，您可能会跟踪唯一的客户 ID。 根据法律，这是一个匿名 ID（无法链接到特定的个人身份信息）。 在您的数据库中，您可以执行客户查找并开始查看有多少特定客户在订购以及何时订购。 如何生成将商品留在购物车中超过 2 周的客户报告？ 作为营销人员，您可以生成基于激励的电子邮件，或者甚至让他们指定的销售代表给他们打电话，看看发生了什么。 正是在数据仓库中组合数据的这种力量中，真正允许基于事件的分析来推动销售。
在访问数据仓库时，使用数据可视化工具进一步增强和简化报告。 您不再需要连接多个数据源并显示单独的报告。 将您的数据可视化工具连接到数据仓库，可以让数据以统一的表格和图表的形式呈现。
如果您的组织尚未实施基于事件的分析，请开始制定计划。 如果您目前正在运行 Google 的 Universal Analytics (UA)，请开始为他们宣布关闭 UA 并强制您切换到 GA4 的日期做准备。 作为对所有 UA 用户的建议，是时候开始并行运行 GA4，如果没有其他原因，请熟悉它并开始看到它带来的力量。
本文中表达的观点是客座作者的观点，不一定是 MarTech。 工作人员作者在这里列出。