到達頁優化_Max行銷誌

[數據分析] 如何優化Landing Page到達頁?

網站內的頁面很多該如何判斷各篇到達頁的狀況好壞呢?又該如何優化到達頁面?本篇利用 Google Analytics 設定量化的綜合指標來評分到達頁,再用詞頻分析、重要字分析、情緒分析來優化 SEO 關鍵字和頁面,最後使用餘弦相似性來判斷優化進步空間,並設定 SEO 追蹤排名程式來追蹤成效。 如何量化達頁面的好壞? 1.設定量化指標 此次參考 Bing 在 How To Build Quality Content 內文中提到觀察使用者在點擊網頁後,回到搜尋引擎的時間,進行推測該頁面是否對使用者有幫助。雖然很多謠言說 dwell-time 並會列入搜尋引擎的排名依據,但如果頁面沒辦法吸引使用者停留、讓用戶讀完整篇文章、或是跳出率極高的話,這一定是一篇需要加強優化的文章。因此從 Google An […]

閱讀全文

[GTM埋設] Google Tag Manager設定 – GA滾軸事件

最近需要利用GA監控瀏覽器頁面的滾軸事件,詳細的把GTM埋設GA滾軸事件(Scroll Depth)的過程記錄了下來,並利用Google Data Studio呈現,讓使用者能輕鬆監控每個頁面,希望對有想埋設的人有幫助到! GTM相關延伸閱讀: [GTM埋設] Google Tag Manager設定 – GA 按鈕點擊追蹤 [GTM埋設] Google Tag Manager設定 – GA 追蹤url連結 [GTM埋設] Google Tag Manager設定 – GA 虛擬頁面 [GTM埋設] 如何埋設Google Analytics加強型電子商務 第一步:從變數開啟滾軸元素 首先在變數內新增設定,並開啟以下Scroll Depth Threshold、Scroll Depth Uni […]

閱讀全文
RFM模型_Max行銷誌

[數據分析] Python快速計算RFM模型

過去投放廣告較專注在類似受眾、廣泛受眾和針對瀏覽行為進行再行銷,比較少針對消費過受眾進行投放;此次利用 Python 寫出了 RFM 模型的程式碼,可以快速計算出 RFM 用戶表現,此篇提供程式碼供大家參考。 一. RFM模型介紹 在眾多 CRM 客戶資料分析中,RFM 模型是被最常被廣泛提到的,其中的三大要素為 R(Recency)、F(Frequency)、M(Monetary): 最近一次消費 (Recency) 消費頻率 (Frequency) 消費金額 (Monetary) RFM 模型能將顧客資料分類後,可以針對不同類型顧客提供給予不同優惠,不同產品組合或是進行類似受眾廣告投遞;進而節省行銷預算上不必要的浪費。 延伸閱讀: 常貴客?新客? 讓RFM模型簡簡單單解釋一切! RFM模 […]

閱讀全文
NES模型_Max行銷誌

[數據分析] Python快速計算NES模型

過去投放廣告較專注在類似受眾、廣泛受眾和針對瀏覽行為進行再行銷,比較少針對消費過受眾進行投放;此次利用 Python 寫出了 NES 模型的程式碼,可以快速計算出 NES 用戶表現,此篇提供程式碼供大家參考。 一. NES模型介紹 NES 模型是為了掌握顧客的消費行為變動性而設計,將客戶分群成為三大類,共五種標籤: N =新顧客(New Customer) E =既有顧客(Existing Customer) E0 主力顧客:購買週期 1 倍時間內回購的人 E1 瞌睡顧客:超過購買週期 1~2 倍未回購的人 E2 半睡顧客:超過購買週期 2~3 倍未回購的人 S =沉睡顧客(Sleeping Customer),購買頻率超過購買週期3倍未回購的人 延伸閱讀:行銷 4P 理論要改寫了?大數據這 […]

閱讀全文
seo_python_coverphoto

[數據分析] SEO關鍵字搜尋排名-自動報表程式

此程式可以全自動產生SEO關鍵字搜尋排名報表程式,長期追蹤重要Google關鍵字排名,和輕鬆追蹤競爭對手的關鍵字搜尋排名。每日會有程式模擬真人進行Google搜尋關鍵字,存取關鍵字排名並回拋給資料庫處理,最後在Dashboard上即時呈現整體網站SEO狀況。 報表ㄧ. 整體SEO數據表現 整體網站SEO表現可以從Dashboard觀察出有多少使用者在Google搜尋時會曝光Max行銷誌的頁面,如果有認真經營網站SEO,以長期來看被搜尋字詞的數量和曝光數量會是持續上升,而相反的如果有天曝光和搜尋字詞數量瞬間減少則需要檢查網站SEO是否有問題。 而使用者搜尋Dashboard則可以觀察出使用者都搜尋了什麼相關字詞來找到Max行銷誌,針對這部份的字詞來對文章標題和文章內容進行關鍵字微調,以提升點 […]

閱讀全文