Pengunjung Baru dan Kembali: Jenis pengunjung mana yang memiliki EPMV yang lebih tinggi?



Faktanya, pengguna yang kembali adalah salah satu indikator terpenting dalam sistem pengumpulan statistik, yang menunjukkan kesetiaan pengguna pada sumber daya. Bahkan, ini adalah kunjungan yang diulang ke situs Anda dari berbagai sumber lalu lintas.

Pengunjung yang kembali adalah mereka yang pernah berada di situs dan kembali ke sana lagi dalam jangka waktu tertentu.

Analisis dan Statistik Data Besar oleh Pengunjung Baru dan Kembali

Ezoic menawarkan produk yang sangat menarik bagi penggunanya - Analytics Data Besar dari Ezoic. Produk ini dan kemampuan untuk memperoleh informasi analitik penuh di situs web Anda, dan yang paling penting, Anda dapat menggunakan penerimaan analytics ini benar-benar gratis dari waktu yang tidak terbatas.

Dalam analitik ini, Anda dapat melihat sejumlah besar data yang berbeda, termasuk pengunjung baru dan mengembalikan, serta membandingkan jenis pengunjung yang memiliki lebih banyak Ermv.

Untuk menemukan data ini dalam analitik data besar, Anda perlu melakukan hal berikut:

  1. Masuk ke akun Anda dari Ezoic;
  2. Di menu samping terletak di sebelah kiri, pilih item perilaku;
  3. Pada titik ini, pilih opsi Baru dan Kembali.

Diagram yang indah dan dapat dimengerti akan terbuka, data dapat dilihat selama sehari, sebulan, dan juga mengatur periode yang menarik.

Bagan Data Ikhtisar

Setelah dalam menu ini, disebutkan di atas, pemilik situs web dapat melihat informasi analitik berikut:

Dalam tabel di bawah grafik dengan dua baris, Anda dapat melihat semua data ini secara detail. Dalam kasus khusus ini, dapat dilihat bahwa ada 2 juta 184 ribu 233 pengunjung baru, sementara hanya ada 234 ribu 63 pengunjung yang kembali. Ini adalah indikator yang cukup bagus.

Di kolom berikutnya, Anda dapat melihat informasi tentang tampilan halaman situs web. Untuk pengunjung baru, indikator ini sama dengan 2 juta 580 ribu 084, yaitu 90% dari jumlah total halaman yang dilihat. Untuk pengunjung yang kembali, indikator yang sama sama dengan 234 ribu 063, 9% dari total jumlah halaman yang dilihat. Ini adalah indikator yang cukup baik, karena persentase pengunjung yang dikuasai yang berkepentingan positif, dan grafik juga menunjukkan bahwa setelah jatuhnya statistik pada bulan Agustus, garis hijau mulai tumbuh pada bulan September. Adapun pengunjung baru, mereka ditandai dengan garis biru pada grafik, juga mulai tumbuh pada bulan September.

Kolom selanjutnya adalah tampilan halaman yang terlibat. Keterlibatan mempengaruhi jangkauan dan tayangan, dan mengukur kemungkinan tindakan yang ditargetkan di situs web Anda, seperti membeli barang atau menyelesaikan pendaftaran. Untuk pengunjung baru sesuai dengan jadwal, angka ini sama dengan 1 juta 322 ribu 215, yang hampir 92% dari total. Ini berarti bahwa 92% pengguna baru yang mengunjungi situs ini berpotensi cenderung kembali ke situs karena mereka tertarik pada informasi tersebut. Untuk pengunjung yang kembali, angka ini adalah 123.638, yang hampir 9% dari total. Ini juga merupakan indikator yang bagus. Jika Anda memperhatikan kolom pertama tabel, Anda dapat ingat bahwa 234 ribu orang kembali ke situs, di mana 123 ribu berpotensi bertekad untuk menjadi pelanggan.

Tabel juga menampilkan rasio tampilan halaman yang terlibat untuk mengunjungi. Untuk pengguna baru, nilai ini adalah 0,6053, yaitu rata-rata 1,19%. Ini berarti bahwa hanya persentase pengunjung situs web yang sebenarnya tertarik pada konten dan iklan situs web. Untuk pengembalian pengguna, nilai ini adalah 0,5282, yaitu -11,70% rata-rata.

Indikator selanjutnya adalah waktu kunjungan rata-rata. Untuk pengguna baru, nilai ini adalah 00:45; Untuk pengembalian pengguna, 00:44. Indikator yang cukup positif yang menunjukkan bahwa halaman-halaman ini disukai oleh pengguna baru dan mereka yang telah mengunjungi situs Anda.

Kolom ketujuh adalah rasio bouncing. Ini adalah persentase pengunjung yang, setelah mengunjungi halaman, jangan melakukan tindakan apa pun (jangan pergi ke halaman lain, jangan tinggalkan komentar, jangan tambahkan produk ke troli, dll.). Untuk pengguna baru, sesuai dengan tabel di bawah grafik, angka ini adalah 27,91%, sedangkan untuk pengunjung yang mengembalikan angka ini 33,80%. Dari data ini, ia mengikuti bahwa pengguna baru lebih tertarik pada konten situs dan lebih bersedia untuk mengambil beberapa tindakan ketika mereka mengunjunginya.

Kolom lain dalam tabel adalah pendapatan. Untuk pengunjung baru, yaitu $ 13,646,16, yaitu 90,13% dari total pendapatan. Untuk pengunjung yang baru dikembalikan, angka ini adalah $ 1,495,02, yaitu 9,87% dari total pendapatan. Tetapi di sini layak memperhatikan indikator terakhir - EPMV. Untuk pengunjung baru, angka ini adalah $ 6,25, yaitu -0,27% dari tampilan rata-rata, dan untuk pengguna baru yang kembali, $ 6,39, yang merupakan 1,96% dari tampilan rata-rata. Ini mengikuti dari ini yang, pada kenyataannya, pembeli yang kembali membawa lebih banyak penghasilan, meskipun ini tidak terlihat dalam jumlah total pendapatan.

Tentu saja, ketika mempertimbangkan semua data ini yang diberikan dalam tabel dan artikel, harus dipahami bahwa ini adalah kasus khusus, dan setiap pemilik situs web yang berbeda akan memiliki indikator sendiri. Pengunjung baru dan yang kembali memiliki sekitar EPMV yang sama, jadi penting untuk fokus pada mendapatkan pengunjung apakah mereka telah mengunjungi situs sebelumnya atau tidak.

Analytics Data Besar dari Ezoic

Dengan bantuan Ezoic Analytics Big Data, Anda dapat meningkatkan pendapatan Anda dan meningkatkan SEO Anda dan banyak metrik lainnya. Penghasilan yang dihasilkan dapat dikaitkan dengan kriteria secara harfiah, misalnya, pendapatan dari jumlah kata atau kategori.

Ezoic Tinjauan Produk BigDataAnalytics

Juga, berkat produk ini, Anda bisa mendapatkan pelaporan transparan tentang iklan: Cari tahu bagaimana perubahan pendapatan tergantung pada ukuran periklanan, mitra dan beberapa faktor lainnya.

Pelaporan pendapatan dapat diperoleh secara real time, yaitu, secara harfiah setiap menit Anda dapat melihat berapa banyak uang yang saat ini dihasilkan situs. Dimungkinkan juga untuk menganalisis pendapatan oleh penulis, topik dan banyak kriteria lainnya. Ini memungkinkan Anda untuk mengetahui atribut dan kualitas apa yang dimiliki konten pembayaran tertinggi.

Selain itu, Anda dapat mengetahui jenis pengunjung mana yang paling tertarik dan menghasilkan pendapatan iklan yang paling banyak.

Dengan bantuan Ezoic Analytics Big Data, Anda dapat menghubungkan peringkat Google ke data situs. Ini akan membantu Anda melihat bagaimana posisi peringkat, CTR dan musiman mempengaruhi pendapatan dan jumlah kunjungan.

Anda juga dapat mengetahui apa yang paling disukai audiens. Anda dapat mengetahui apakah audiens Anda menghargai investasi dalam format baru, situs yang lebih cepat, atau perubahan tata letak. Selain itu, Anda dapat memahami berapa banyak pengunjung yang melihat artikel dan mencari tahu pada titik apa mereka memiliki pengalaman terburuk.

Analytics ini dapat diperoleh oleh pemilik situs mana pun secara gratis, hanya dengan mendaftar dalam sistem analisis data besar dari Ezoic.

Pertanyaan Yang Sering Diajukan

Pengunjung baru atau yang kembali memiliki EPMV yang lebih baik?
Pengunjung baru dan yang kembali memiliki EPMV yang kira -kira sama, jadi penting untuk fokus menarik pengunjung apakah mereka telah mengunjungi situs Anda sebelumnya atau tidak.
Bagaimana cara melacak pengguna baru vs metrik pengguna yang kembali?
Dengan Ezoic Big Data Analytics, Anda dapat melacak dan menganalisis semua statistik yang diperlukan tentang pengunjung Anda, dan Anda dapat dengan mudah membandingkan pengguna baru vs pengguna yang kembali. Dengan alat ini, Anda dapat meningkatkan pendapatan, meningkatkan SEO dan banyak metrik lainnya.
Apakah pengunjung baru atau yang kembali umumnya menghasilkan EPMV yang lebih tinggi untuk situs web, dan faktor apa yang berkontribusi terhadap hal ini?
EPMV dapat bervariasi; Seringkali, pengunjung yang kembali memiliki EPMV yang lebih tinggi karena mereka dapat menunjukkan keterlibatan dan kepercayaan yang lebih tinggi pada konten. Faktor -faktor yang berkontribusi termasuk loyalitas pengunjung, pola interaksi AD, dan sifat konten situs.




Komentar (0)

Tinggalkan komentar