以获客为目标，如何从0到1实现用户增长？

痛定思痛。 2022-05-24 11:15 96阅读 0赞

## [以获客为目标 ，如何从0到1实现用户增长？][_0_1] ##

![author.png][]  周长清  2018-04-11 18:08

 [UTM][], [代码部署][Link 1], [留存分析][Link 2], [网站分析][Link 3], [转化漏斗][Link 4]

每个网站都有目标。如果网站以获客为目标，那么就需要尽可能地让客户留下自己的信息，即我们常说的销售线索。网站目标确定后又该如何实现呢？首先需要对这个目标进行分解。

**获客目标解析**

![获客目标解析][hkmbjxs-1024x559.jpg]

**▌业务+技术，双重角度把握网站背景信息**

把握网站的关键背景信息，主要从两个角度进行--

**● 业务角度：确定网站所构建的用户旅程，关系到最终数据看板的呈现；**

**● 技术角度：探寻技术实施落地的思路，关系到技术实施能否达到业务目标。**

** **

**▌监测用户旅程，开启获客第一步**

简单理解，用户从来到网站到离开网站，这中间的过程及客户的感受都属于用户旅程（Customer Journey）。以获客为目的，关注的用户旅程主要需要进行以下部分的监测：

● 监测用户所有交互，即**网站所有页面打开、关闭、跳出**。

● 监测大部分用户都会产生的交互，即页面曝光度的监测。

很多网站会将联系电话、邮箱或二维码放在页面底部，那么怎样监测页面底部信息的曝光度？这就需要对页面进行滚屏监测，如果根据滚屏监测的结果显示，200人来到网站，但只有6个人把网页拉到了最底部，这时我们就应该考虑是否需要将联系电话、邮箱、二维码挪到首屏。

● 监测注册流程及注册引导过程：

1、【注册】流程本身

**客户来到网站首页-点击首页的注册按钮-进入注册页面-填写邮箱、手机号等注册信息-获取验证码-点击【立即注册】，这个过程中可能会出现流失用户的现象，如获取验证码失败。**

对【注册】流程本身的监测可形成漏斗，如下图。

![注册流程转化漏斗][zclczhld-1024x716.jpg]

2、注册引导过程

以易观方舟官网（[http://ark.analysys.cn/][http_ark.analysys.cn]）为例，将网站根据功能划分为三大模块：产品功能及介绍模块、产品文档模块、博客模块，如果所有模块在设计时都存在网站的注册引导功能，那么我们就需要将网站所有的注册引导过程监控起来。

**注册引导过程图**

![注册引导过程图][zcydgct-1024x559.jpg]

3、产品模块内部的注册引导：

● 首页首屏和尾屏的注册引导、导航栏的注册引导

● 文档介绍模块的注册引导

● 博客模块的注册引导

**▌技术实施落地，加强数据可视化**

**（一）检查网站的结构**

检查网站结构时，有以下几点需要注意：

![网站部码判断表格][wzbmpdbg-748x1024.jpg]

**（二）需要的代码**

1、基础代码：监测每个页面基础的UV和PV

**如果使用易观方舟SDK，引入SDK后每个页面可自动实现UV和PV的监测，无需单独埋点。**

2、滚屏代码：滚屏代码设置时需注意滚屏设置：一般设置为20%、40%、60% 、80% 、98%五档即可。为什么不监测100%的页面呢？实际在大部分监测过程中，用户下拉到98%程度时，即可默认为用户加载并观看了100%的页面。

3、事件代码：比如监测"注册"，监测关键事件

fz.event(\{

EI:"ID01",

EPD:\{

"event01":"事件01"

\});

4、用户属性代码

fz.setUInfo(\{

"UID":"123456",

"UN":"用户01",

"UPRO":"直接注册",

"EM":"123456@qq.com",

"PN":"18600001234",

"SEX":"1",

"BIY":"1988-01-01",

"QQ":"123456",

"WED":"18600001234",

"WBD":"123456@qq.com",

"UPD":\{"自定义属性01":"属性01"\}

\});

**（三）数据看板的设置**

采集回来的数据，需要可视化为数据看板，才能方便随时监控或满足日常报表需求。

具体来说，如何选择合适的分析图表？例如针对【注册】按钮，可选择事件分析图表，如果我们要进行【注册】流程分析，可选择转化漏斗图表。如果我们要分析【注册】这个事件，则可以用事件分析图表。

**事件分析图表**

![易观方舟事件分析图表][ygfzsjfxtb-1024x284.jpg]

怎样根据分析图表，设置数据看板？每个分析图表应该可以解决特定的业务问题，然后将这些图表按照一定的逻辑进行组合。

以下给出一种参考方式来构建数据看板：

● 网站流量情况（流量来源类型分布、流量来源趋势、外部链接分布等）

● 用户质量情况（新增用户留存概括/趋势、活跃用户留存概括/趋势等）

● 用户转换情况（各环节用户转化率等）

另外，还可以将日活、新增等最常用的且每天第一时间都会关注的指标放在【日常指标】中，起到每日指标概览的作用；

**数据看板-新增用户留存趋势图**

![数据看板-新增用户留存趋势图][-]

**▌UTM追踪，点亮获客的隐藏技能**

最大程度地获取销售线索，除了对网站本身页面、按钮、属性等的监测，还需要关注用户的来源。用户是从哪里来的？怎样来的？为什么会来？这些监测主要通过UTM追踪来实现。可以向网址添加的UTM参数主要有以下5个：

● **来源** (utm\_source) ：必须参数，用来标识流量来源网站、搜索引擎或其他来源。示例：utm\_source=baidu

●** 媒介** (utm\_medium) ：必须参数，用来标识媒介，比如电子邮件或每次点击费用。示例：utm\_medium=cpc

●** 名称** (utm\_campaign) ：必须参数，用来标识特定的产品推广活动。示例：utm\_campaign=summer\_spread

● **关键字**（utm\_term）：非必须参数，常见于付费关键字广告所使用的字词或是连结名称/图片的替代文字。示例：utm\_term = web+analysis

● **内容** (utm\_content) ：非必须参数，使用utm\_content区分指向同一个网址的广告或链接。示例：utm\_content=logolink或utm\_content=textlink

**数据看板-流量来源类型分布**

![数据看板-流量来源类型分布][- 1]

**▌总结**

● 以获客为目标搭建数据分析体系，需要做到监测每一个页面、每一个按钮，并且知道其业务意义；

● 了解业务最好懂代码，清楚关键流程、关键指标，也需要知道技术如何落地，如何统计到自己想要统计的数据，最大程度地避免数据的不准确性；

●巧用图表，设置符合自身与领导需求的数据看板；

●根据收集回来的数据，建立数据面板，进行数据分析，采取有效措施确实改善网站的获客情况，这是最后的一步，但实际是最后的99步。

欢迎试用**[易观方舟][Link 5]**

[_0_1]: https://ark.analysys.cn/blog/0dao1shixianyonghuzengzhang/
[author.png]: https://ark.analysys.cn/blog/wp-content/themes/ark_blog/images/author.png
[UTM]: https://ark.analysys.cn/blog/tag/utm/
[Link 1]: https://ark.analysys.cn/blog/tag/daimabushu/
[Link 2]: https://ark.analysys.cn/blog/tag/liucunfenxi/
[Link 3]: https://ark.analysys.cn/blog/tag/wangzhanfenxi/
[Link 4]: https://ark.analysys.cn/blog/tag/zhuanhualoudou/
[hkmbjxs-1024x559.jpg]: /images/20220524/1c6b496da65846eba1535f5c9c12fbcb.png
[zclczhld-1024x716.jpg]: /images/20220524/fc00a0e646584b59b2aa0f4e560961d1.png
[http_ark.analysys.cn]: http://ark.analysys.cn/
[zcydgct-1024x559.jpg]: /images/20220524/81454de50bcf45098c3de85b7ec432b2.png
[wzbmpdbg-748x1024.jpg]: /images/20220524/9235e04bcb2240448a975a8b3edf442a.png
[ygfzsjfxtb-1024x284.jpg]: /images/20220524/01d9b2a175944d02a224211a0ba09b35.png
[-]: /images/20220524/2d838d6292464666b48844001bbccc27.png
[- 1]: /images/20220524/5011b1afeb2f41678b12ebff8e9ea879.png
[Link 5]: http://ark.analysys.cn/view/sign/signup.html