新老访客细分

对新老访客的细分应该是在网站分析中最常用的分析方法了。新访客与老访客在访问网站前，对网站的认知程度和访问目的不同，因此这两个不同访客群体在网站内的行为和转化完成度上会有很大差别。

例如：一个电子商务网站，很多新访客可能会浏览“会员申请页”或“快递费用页”；而老访客就没必要再去查看这类页面，他们可能会更多关注“购买记录页”和“物流信息页”等。可以看出新访客对网站主要以探索性需求为主，而老访客大都明确知道来网站想要什么。

如何确认你的网站针对这两个不同群体，是否都提供了对应内容和便利功能呢？最好的办法就是清晰的划分出这两个群体，并分别对他们浏览的网页内容及转化行为等分析对比不同之处，并提出各自针对性优化方案。

（一）真假 “新访客”

通常网站分析工具通过cookie来识别访问者是否在以前到访过网站：一个访客来到网站后，网站分析工具找不到历史cookie记录，随即判断这个人是第一次来到网站，是个“新访客”；但是很多时候事实真的如此吗？现在同时拥有台式机、笔记本、平板电脑、智能手机等等等等各种上网设备的不在少数吧，想必下面的场景大家经常经历：

（白天）：上班的午休时间，在公司电脑上网看上一个平板电脑促销广告，点击广告进入了www.pad.com，因为以前从没来过这个网站，所以你这时被视为一个新访客。

（晚上）：下班晚饭过后，想起来中午看过的广告，打开自己的笔记本电脑直接搜索了那个pad的型号重新进入www.pad.com，虽然是第二次到访网站，但因为你从没用你的笔记本电脑上过这个网站，所以这是你仍然被视为一个新访客。

像上面的场景中，对网站早已铭记在心的访客一般都是直接输入URL或者搜索品牌词再次进入，如何区分出这部分真正的老访客呢？可以尝试在高级细分中添加下面几个过滤条件：

（1）直接进入网站

（2）通过搜索品牌词进入网站

（3）通过一些会员营销活动进入网站

因为通常我们想要细分出的真正新访客应该是以前完全没有接触过你的品牌或网站，这样才有益于从这部分的行为数据中找到优化网站或营销渠道的关键问题。

这里有两个简单的Google Analytics高级细分配置样例，你只需要将其保存入自己的Google Analytics账号并修改其中对应的品牌关键词和营销活动名称。

真实新访客：

https://www.google.com/analytics/web/template？uid=JCn-ZN0sQ26Elwvjp5ZXeA

真实回访客：

https://www.google.com/analytics/web/template？uid=GphWMggZRpSNqL3m6BnxTQ

（二）新老访客的整体流量细分

在Google Analytics中创建按月的新老访客细分自定义报告：

（1）选择维度“月份”+“访问者类型”及基本分析指标组

（2）查看新老访客细分报告分析指标

（3）在报告展示类型中选择“百分比”查看新老访客占比

（三）新老访客的访问来源细分

（1）访问来源的变化趋势及整体比例区别

维析Dashboard的访问来源细分报告-新访客部分：

维析Dashboard的访问来源细分报告-老访客部分

（2）访问来源URL的新老访客细分

在Google Analytics中选择 “流量来源” –> “来源”–> “引荐” 报告。

● 初次访问率（新访问次数百分比）排在前5的访问来源

从上面的访问来源分析数据中可以看出，初次访问率排在前5的访问来源大多数是购买过关键字广告的网站，可见广告在吸引潜在客户方面的确很有效果，但是盲目的去购买广告也不是什么好事。比如初次访问率排名第2的访问来源（news.mediaX.com）跳出率高达91%，可以说这种情况下花在这个媒体网站上的广告费几乎都打了水漂。 所以在购买广告的时候，最好多些预算花费在那些跳出率相对较低的来源页面上。

上面的网站数据分析报表中同时可以发现来自百度百科的流量跳出率明显较低，转化率也相对不错，可见这部分免费流量的质量并不比其他付费渠道逊色。这里的例子数据并不具有代表性，只是想借此提醒大家不要忽略一些意料之外的优质渠道。

（四）新老访客的黄金比例

讨论网站分析话题时，经常会有人问及“新老访客的黄金比例到底是多少呢？”，如果有人立刻能给出“几比几”这样明确的答案也无可厚非，但实际上“根据网站类型或者当前网站经营目标的不同，该黄金比例也应该是不同的”。

当然我们都希望新访客初次访问网站就立刻完成转化（注册会员，申请资料，购买商品等等）。这样的话，我们只要集中精力去吸引更多的新访客就可以了。理想和现实终是有差距的，毕竟这种情况微乎其微：大部分访问者还是比较理智的，他们一般都是访问网站很多次后才决定行动。因此，在一味吸引新访客的同时，不要忘了采取一些必要措施以增加再次访问的次数。

好了，关于新老访客的细分就讨论到这了，有什么疑惑或更好的idea吗？

（版权归数码林网站分析博客所有，欢迎转载，但转载请注明出处。）

延伸阅读：

• 网站分析高级细分六脉神剑之第一脉
• 网站分析高级细分六脉神剑之搜索关键字分析
• 网站分析高级细分六脉神剑之第三脉