需要注意的是这里的根本用户群设定在了每个商品的首次采办用户(不是所有)，我们要阐发的是所有将该商品作为首次采办商品的情况下，用户是否还会倡议之后的再次甚至多次采办行为，从而评价商品对首次采办体验的影响吵嘴。从上表可以看出，B商品和F商品在增进二次采办的表示欠安，很有可能商品的使用或质量问题影响了用户的满意度，阻碍了用户再次采办的脚步。按照阐发成果，我们尤其需要对那些二次采办率比总体水平低很是多的商品进行重点存眷，同时也需要按照商品的特征进行阐发，有些商品确实比较容易增进二次采办，因为可能存在交叉销售和向上营销的情况。

其实原本想把这篇文章拆分成多篇整成一个系列专题，因为从实现层面而言，每一块的用户细分的阐发都需要自力完成，并且年夜部分要从底层的数据计较取得，如果你从谷歌 Analytics上面从寻找近似的数据，其实唯一可以找到的就只有新拜候比例，并且在内容模块里面细分到每个页面的指标也未包含% New Visits(在流量来历、地区细分里面有该怀抱)，当然你可以自定义述说来查看网站每个页面的新拜候比例，比较的基准仍是网站总体的新拜候比例，GA的展现体例选择里面直接提供了与总体比较的视图“Comparison”，下图是我做的自定义报表：

GA上面的展现的效果跟用Excel 2010上面定制条件格局后的效果很像(2010可以展现正负值在坐标轴左右侧区分的红绿数据条，2007貌似还未实现此功能)，这种基于基准的比较展现很是直不雅使用，其实在其它的阐发中同样可以用到。那么你从我的博客的各内容新用户比例比较阐发中看出了什么?拜候数排在前几名的文章中很明显的趋势就是概念性体例论的文章新用户比例高于均值(当然主要靠搜索引擎的辅佐)，而不雅点性和阐发性的文章的新用户比例低于均值(老用户更偏向于实践和应用)，所以如果我的博客可以动态向新用户和老用户展现不合的内容，那么这个阐发将十分具有价值，也许你的网站可以测验测验下。

最后仍是回到一起头的问题，需要总结的是：细分是用于比较的，比较是为了反应差别进而做出调剂优化的，所以细分的目的最终仍是指导运营决定计划，这个才是数据阐发的价值体现。

原文：http://webdataanalysis /web-quantitative-analysis/user-segment-and-comparison/