我想知道市场上用于分析/实施 Web 应用程序中电子客户行为的主要工具是什么。
我只知道跟踪客户端活动的谷歌分析,但也许有很多使用客户端和服务器端脚本的替代方案。
我已经在 webmasters.stackexchange.com E-customer behavior in a Web application上发布了这个问题,但它已被关闭,无法理解为什么!
我想知道市场上用于分析/实施 Web 应用程序中电子客户行为的主要工具是什么。
我只知道跟踪客户端活动的谷歌分析,但也许有很多使用客户端和服务器端脚本的替代方案。
我已经在 webmasters.stackexchange.com E-customer behavior in a Web application上发布了这个问题,但它已被关闭,无法理解为什么!
有大量工具可以分析网站上的用户行为。电子商务或其他。
等等,这有助于理解诸如下车点、转化率、典型客户路径和其他购物者指标等内容。
和更多。其中一些具有实时/间谍功能,可让您实时查看用户在做什么。
最好的方法是实际观看用户行为的记录,包括击键和鼠标点击/移动。
以上大部分内容还进行了汇总的热图和叠加,以让您深入了解用户点击最多的内容或吸引他们眼球的内容等。
A/B 测试或多变量测试现在风靡一时。通过 A/B 测试,请注意局部最大值,并避免人们在测试中犯的常见错误。谷歌内容过期(以前称为谷歌网站优化器)现在是谷歌分析的一部分,你可以用它来做测试。
首先,您需要选择一个通用的建议 Web 分析解决方案。由于您是电子商务,因此您想选择一个对跟踪电子商务数据有良好支持的电子商务。
谷歌分析在这里是显而易见的选择,不仅因为它是免费的,而且因为它有更好的文档记录并且更容易实施。
根据您的规模,实施更多的企业级电子商务解决方案可能是有意义的。您可能想看看Adobe Omniture和IBM CoreMetrics。它们要贵得多,不仅因为许可证,而且从实施的角度来看。实施这些其他工具之一可能需要数月时间,实施成本可能与许可证成本几乎相同。不过,如果您需要更多的企业级分析以及与其他 BI 解决方案的集成,那么可能值得看看这些。
请注意,谷歌分析也有一个高级版。这是一个相当新的替代方案,并提供了一些额外的功能和对 beta 功能的早期访问。
根据您的电子商务平台,您可能已经有了某种产品推荐或追加销售。您通常可以根据分析数据改进这些系统。市场上只有几种选择,大多数这样做的公司倾向于开发自己的推荐引擎。
如果您刚刚开始使用它,可能值得一看LiftSuggest。我还没有尝试过,但它们似乎很容易实施和利用谷歌分析数据来改善交叉销售。
它很容易实现,并且可以提供一些不错的功能。我发现它们通常更让人分心,但时不时你可以充分利用它们。最常见的是CrazyEgg和ClickTale。
这是一种根据您对访问者的先前了解来定制您的网站的技术,以提高他的转化率。工具在这里对您没有多大帮助,因为您必须自定义您的网站,并且没有工具可以预测如何做到这一点。一种常见的方法是根据您可以推断的因素创建存储桶。例如:使用 Internet Explorer 的用户可能不太懂技术,因此可能对非技术产品更感兴趣。另一方面,Linux 用户可能在技术领域。因此,您可以根据用户来自哪个国家/地区、他们使用的浏览器或他们是否已登录,您可以使用他们在个人资料中输入的信息或根据之前的购买记录将用户放在存储桶中。一种可以帮助您做到这一点的工具称为BTBuckets。
谷歌分析有一个与该工具集成的 A/B 测试工具。另一个同时提供 A/B 和多变量测试的好工具是Unbounce、Optimizely和Webtrends Optimize。
如今,每个人都在开发定制解决方案。如果您在用尽其他选项后仍有金钱和时间花在 Web Analytics 上,您可以考虑构建自己的选项。以您想要的方式收集数据并分析粒度数据。这里的解决方案范围从服务器端到客户端集合,但对于分析,它们通常使用Hadoop或像Microstrategy这样的 OLAP 商业智能工具来完成。
您正在寻找的是一种称为客户关系管理软件或CRM的软件。它们差异很大,因此如果没有深入了解您的确切需求,就不可能推荐特定的需求。任何好的 CRM 都可以让您以各种方式分析您的网站访问者。例如,您可以查看客户是否购买了X ,他们经常会在一个月后回来购买Y。
困难的部分是集成,因为这些系统需要有关订单和其他用户操作的信息。如果您使用的是现成的电子商务包,通常有现成的 CRM 选项可用。
对于“更轻”的系统,您可以使用 Google Analytics 或类似系统,因为它可以让您从浏览器发送跟踪、转换和销售信息。它非常适合分析网站的整体成功和跨页面跟踪用户操作,但对于特定于销售的报告和分析来说功能较弱。