文丨卜敏 触脉数据分析师

同样的数据，分布组成不同，所蕴含的信息也大不相同。GA中的细分功能很好的诠释了这一点。

细分：你不能忽视的数据细节

为什么细分可以更好的诠释这点？

在GA中，过滤器的功能与细分类似，两者都可以筛选特定的条件，但数据精细度有一定的差异。

相比过滤器的一刀切，细分能用更多的方式分离出目标数据。比如细分会提供会话及用户级别的筛选，借此可以观察某个行为访问/群体的一系列操作；而过滤器仅能筛选出单个行为数据。

细分的这种方式，可以帮助我们发现、挖掘数据细节下暗藏的价值。如果忽略了它，那可能就会错过数据“真实”的面貌，或者只能看到冰山一角。

这就是细分的价值所在！下面一起探究下如何使用吧~

如何利用细分？

细分有多种层级区分：

• Users细分——例如以前购买过的用户；多次访问但未进行购买的用户；向购物车中添加商品但未完成购买的用户。
• Sessions细分——源自活动A的所有会话；发生购买的所有会话；网站上线新功能后，使用新功能的所有会话。
• Hits细分——会话期间的网站互动。

举个例子，比如想找到所有购买超过1000元的用户。用户A在一个会话中花费了500元，在另一会话中花费了800元，而用户B在一个会话中花费了1200元。在用户细分中，两者都将包括在内。在会话细分中，将仅包括用户B。

清楚我们所要分析的目标数据后，就可以创建细分。Google Analytics（分析）提供的各种细分方式，可以从固定化到定制化帮助我们一步步进阶。

【系统默认细分】：提供了较为普遍基础的数据查看方式。

因此，默认细分仅能满足基础数据拆分需求，自己定制细分筛选出更精准的人群才能发挥其最大效率。

所以我们重点看下“自定义细分”。

在自定义细分中，分为几类：

【简单细分】

• 受众特征：按受众特征细分用户
• 技术：按用户的网络和移动技术细分其会话。
• 行为：按用户访问和进行交易的频率对用户进行细分。
• 首次会话的日期：按用户首次访问的时间对其细分（创建同类群组）。
• 流量来源：按用户找到我们的方式进行细分。
• 增强型电子商务：按用户的购物行为对其进行细分。

• 

【高级细分】

• 条件：根据单会话或多会话条件细分用户和/或其会话。
• 顺序：根据顺序条件细分用户和/或其会话。

注意：如果选择任何用户交互，那么意味着该步骤也可以在会话中间；而选择第一次用户互动，则限制了必须以此开始。

此外，与简单细分相比，条件和序列需要更深入的了解才能创建。

以上介绍的各类细分，在日常分析中可以灵活变通的使用。作为数据分析师，接下来为大家分享下日常用到的细分类型：

1.人物画像

在默认报告中，就有人群属性

• 默认细分：新老用户对比、不同设备用户对比。
• 条件细分：高价值人群（RFM模型的应用）。这些高价值客户通过哪些广告系列？什么关键词？什么流量来源？他们在购买什么产品？他们购买的是几对昂贵的产品还是多种便宜的产品？
• 顺序细分：特定行为路径的人群（可用于挖掘步骤的留存）。

2.异常检测

• 默认细分：直接流量、引荐流量、自然流量、所有用户。（检查是否错误标记流量导致的直接流量激增）
• 条件细分：会话时长过长且无交易的会话。（检查长时间停留但不交易人群是否为机器流量）
• 顺序细分：购物流程中特定环节跳出率极高的用户群体。（检查购物流程是否有阻碍导致用户流失）

可结合“用户分层图表”一并查看，比如针对多次访问但未转化的群体，查看他们是在哪个页面/步骤流失的。

3.营销活动

• 默认细分：搜索流量。（营销活动带来的搜索流量的情况）
• 自定义细分：设定关键字不同长短的细分（看看简短或长关键字产生对收益的影响）
• 顺序细分：不同着陆页流程的路径行为（某一活动中，不同着陆页的用户通过两个不同的流程路径的转化效果）

4.其他方面

当然，结果不仅可以用于Google Analytics，还可以联合Google Optimize进行实验，这样就可以将结果用作受众群体的基础。

另外，我们也可以在库中导入行业中常使用的细分来得到更多洞察。

点击细分界面中的“从库中导入”，即可发现更多他人常用的细分：

在此提醒下各位有一点需要注意：

在应用用户细分时，用户群最多只能将报告的日期范围设置为90天。如果日期范围较大，很容易会错过自动切换到90天的情况。