網站新老使用者分析 確定基礎衡量發展

仲介交易 SEO診斷 淘寶客 雲主機 技術大廳

網站中新老使用者的分析已經成為了網站分析中常見的一類使用者細分的方法，也是網站分析中使用者分析的一個重要組成。 Google Analytics中對新老使用者的命名分別為New Visitors和Returning Visitors，同時也為許多的分析指標提供了基於新老使用者的細分。

簡單地說，新使用者就是首次訪問網站或者首次使用網站服務的使用者;而老使用者則是之前訪問過網站或者使用過網站服務的使用者。 無論是新老使用者都能為網站帶來價值，這也是分析的意義所在。

分析新老使用者的意義

網站的老使用者一般都是網站的忠誠使用者，有相對較高的粘度，也是為網站帶來價值的主要使用者群體;而新使用者則意味著網站業務的發展，是網站價值不斷提升的前提。 可以說，老使用者是網站生存的基礎，新使用者是網站發展的動力，所以網站的發展戰略往往是在基於保留老使用者的基礎上不斷地提升新使用者數。

所以分析新老使用者的意義就在於：通過分析老使用者，來確定網站的基礎是否穩固，是否存在被淘汰的危機;通過分析新使用者，來衡量網站的發展是否順利，是否有更大的擴展空間。 一個著眼現在，一個放眼未來。

新老使用者的辨別

對於網站使用者的識別，之前寫過一篇相關的文章——網站使用者的識別，裡面主要是在基於點擊流日誌的基礎上提供的4類識別使用者的方法，可以作為參考。 但對於新老使用者的辨別可能根據網站自身的特定而有不同的定義方法。

最常見的一種辨別新老使用者的方式就是看該使用者之前是否訪問過網站，也就是以使用者是否首次訪問來區分，GA就是使用Cookie來定義新老使用者的，即該Cookie之前出現過則該訪客為老使用者，否則為新使用者。 這個定義適用于所有網站，但有它不准確的地方，Cookie的刪除、使用者更換PC等都會造成資料上的偏差。

另一種辨別方式相對準確，但一般只適用于註冊登錄型網站，即定義首次註冊登錄的使用者為新使用者，再次登錄的使用者為老使用者，而不是使用首次訪問來辨別。 這種區分方式一般以使用者ID或使用者名來辨別，相對準確，但應用的範圍有限。

新老使用者分析

網站的目標在於保持老使用者，拓展新使用者，那麼對於網站資料分析上的表現，則是在保持老使用者數量的穩定增長的前提下，提升新使用者的所占比例。

對於大部分發展正常的網站而言，網站的老使用者數應該是保持相對穩定的，並且會有持續的小幅上漲，可以看一下GA上我的博客每週老使用者數的趨勢變化：

可以通過GA的Dashboard上的Advanced Segments選擇Returning Visitors，並選擇合適的時間區間和匯總細微性(日、周、月)顯示趨勢變化曲線。 這條平滑的上升曲線說明網站的發展是趨於正常的。

但並不是所有網站的老使用者趨勢都會如此的平滑，比如旅遊網站，旅遊業會明顯地受到季節的影響呈現比較大的波動，所以這裡要引入同比和環比的概念進行分析。

同比指的是為了消除季節變動的影響，將本期的資料與去年同期的資料進行比較，比如今年2月的資料與去年2月資料的比較;

環比指的是將本期的資料與前期的資料進行比較，可以是日環比、月環比、周環比等，例如今年2月與今年1月的資料比較。

同比和環比被大量地應用於基於時間序列的趨勢分析中，對於網站而言，訪問量、銷售額、利潤等網站關鍵指標同樣可以引用同比和環比進行分析，對於分析這些指標的變化趨勢，消除季節的影響等都是有積極的效果。 下面是一張基於同比和環比的旅遊類網站老使用者資料類比趨勢分析圖：

從圖上可以看出由於季節的影響，老使用者數的波動比較大，所以相應的環比增長的波動也很大，但同比增長的趨勢卻相對平滑，一直保持在10%左右的增長率上面，這就可以看出網站對保持老使用者是有效的，網站的運營狀況較為穩定。

可能有人會問，為什麼要用絕對數量，而不是用相對數量，比如老使用者占總訪問使用者的比例來進行趨勢分析?這裡主要考慮到網站會不週期性進行主動地推廣行銷，或者由於某些事件或媒體傳播的影響而產生的被動推廣的效果， 這個時候可能會吸引大量的新使用者進入網站而導致老使用者比例的急劇下滑，而老使用者的絕對資料對於網站而言相對穩定，更具參考價值。

新使用者的絕對數量並沒有老使用者這麼穩定，也不一定會保持增長的態勢，而對於新使用者的分析主要是為了衡量網站推廣的效果，評估上述主動行銷或被動事件帶來的影響，所以不建議使用絕對數值，既然老使用者相對穩定， 那麼就可以基於新使用者比例的變化趨勢來分析網站某段時間的推廣效果。 GA的Benchmarking中提供的也是New Visits所占比例與其他網站基準線的趨勢比較：

往往曲線中某個時間點的大幅上升或下降都意味著某個行銷事件的影響，而當曲線持續下降時就意味著網站推廣效果的不利，需要增大推廣的力度。

如果你有關于網站新老使用者分析更好的見解，歡迎評論。

» 本文采用 BY-NC-SA 協定，轉載請注明來源：網站資料分析 » 《網站新老使用者分析》

原文位址：HTTP://webdataanalysis.net/web-quantitative-analysis/new-returning-visitors-analysis/