从鼠标的点击中透视秘密
开篇：润墨网以专业的文秘视角，为您筛选了一篇从鼠标的点击中透视秘密范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！
单个网站用户的行为往往是无意识的、充满随意性的，然而大批网络用户的行为中却蕴合了重要的线索。比如，搜索“Kappa”关键词进来的用户，就很少会去看商务男装。
阿迪达斯最在意什么?
据说，阿迪达斯在与某网络渠道商的合作中。三番五次要求对方提供用户购物行为数据。阿迪太在意也太缺少真实数据了，因为他们的数据都是找调研公司做的抽样调查，而网络渠道商从用户鼠标点击中收集的数据才是用户看到产品后最真实的表现――他们看了几次才下单?看了这个产品后，又看了哪个产品?每个产品浏览了多久?用户地域分布、年龄状况各怎样?这些最实际的数据是阿迪等厂家最在意的。
该网站负责人说，我们一年销售1个亿又怎么样?对于阿迪总部来说微不足道，但是他们为什么愿意跟我们合作?因为他们从我们这里能够得到在传统渠道得不到的东西，消费者见到产品之后的第一反应对于他们的产品研发有着重要参考意义，其鼠标的任何一次点击，都可能代表着某种潜意识。深入细致地对这种行为数据分析，可以挖掘出意想不到的价值。
单个网站用户的行为往往是无意识的、充满随意性的，然而大批网络用户的行为中却蕴含了重要的线索。比如，搜索“KaPpa”关键词进来的用户，就很少会去看商务男装。
当然，由于厂商博弈，阿迪尚未如愿得手。但是，从这个小故事中，可以看到消费者鼠标点击中隐藏的秘密。
在不同的阶段，运营者关心的重点都有所不同――在推广阶段，需要了解广告和关键词购买带来了多少流量，哪个渠道更加重要；当用户来到网站后，要将他们需要的内容展示给他们，将浏览者转化为购买者；当用户完成一次购买后，需要长期留住他们，不断提升单个客户价值。
让“数据”说话
网站访问者情况统计
1.基本信息统计。比如访问者使用的操作系统、浏览器，屏幕大小等，以及来自于国家和省份的比例分布。这些可以帮你为不同的用户设置不同的界面，提升他们的访问体验。
2.网站流量情况。网站浏览、购买的时间地点分布。
3.访客忠诚度统计。这是重要的运营指标，包括活跃用户比例、浏览／注册转化率、浏览／购买比例、二次回访用户比例、二次购买用户比例、用户长尾效果等等。网站推广效果分析
1.搜索关键词排名。帮助网站了解，访问者主要通过什么关键词进入了该网站。
2.站外链接排名。用户通过哪些链接进入了网站。
3.搜索引擎排名。使用哪个搜索引擎的用户最多。
4.广告效果排名。在什么地方，投放的何种广告带来的用户最多。
这样，你就知道哪些网络广告打了水漂。
用户站内行为分析
分析用户的行为轨迹，统计后获得网站商品浏览、销售情况。比如最热商品排行、最热类别排行；上升最快的商品排行。转化率最高(低)商品排行；网站滞销商品等。
从“观察”到“行动”
为不同的群体和个体展示不同的主页
这不仅可以带给用户更好的购物体验，还可以根据活跃用户的购买、浏览数据，帮助其他用户快速找到他们喜欢的内容。
更重要的是，我们可以发现用户真正的喜好，而不是无目的地排列一些热销商品。当他们再次返回主页，就能把他们感兴趣的内容展示出来。
比如搜索“生日礼物”这个关键词进入网站的顾客，进入网站的第一页就看到了各种精美礼品，必然大大加快他下单的速度。
又如，我们在某网站上放置了“NIKE”的促销广告，通过数据分析，发现通过该广告进入网站的用户还会进入“运动装备”页面，浏览一些与NIKE匹配的产品，我们就可以把这些产品与NIKE产品一起展示出来。
这样，即使你只花了一些小钱，也可以一次展示许多内容。即使用户没有进行更多的点击动作。也看到了所有感兴趣的内容，大大提高了用户购买转化率。
跟踪用户的行为轨迹，形成动态导航
网络页面是一个漏斗式货架，用户能够进入下一级页面的意愿是递减的。在寻找心目中的产品时，他们会进行平均3次左右的点击。如果在3次以上还没有找到他们的内容，放弃的可能性就大增。
而一般的网站导航往往是静态的，尽管许多网站已经提供了用户浏览历史的功能，但是都没有提供可以下一步操作的导航。用户的单次点击行为往往带有一定的随意性，而更多的浏览路径就能更好地反映他的兴趣。我们可以充分利用用户这些隐性的线索，以及其他购物者的经验数据，形成动态的导航，为用户提示他可能购买的产品，或者下一步操作的提示，防止用户流失。
精准的交叉销售，提升单客户价值
下单之后是进行交叉销售的好机会。分析其他用户的购物习惯，我们可以知道购买该产品的用户还购买了哪些其他产品，可以在适当的位置，推送给用户，让其打包购买。这不仅不会造成用户的反感，反而会让他感觉非常体贴和周到，同时也降低了对整体购买的价格敏感度。
榨干每一个信息
网站的每一个位置都是有价值的，要合理地优化每一个位置，放置用户最有可能购买的商品。做到“有多少个用户，就有多少个店铺”。记住，在再次投资之前，尽可能把现有的数据资源好好利用，榨干每一个信息所带来的价值。