【區隔】是最核心的分析思維跟手法之一，學分析就一定要學會用區隔思考，它深耕在我們腦理面，使用【區隔】就像網站分析師的本能一樣。

但在日常生活中，就像打籃球一樣，許多人總是拼命的練習看似帥氣的跨下、背後運球，或是拼命的練帥氣的拉桿，但卻不願意每天好好的練基礎運球。

擁有扎實的運球基礎，你在練跨下運球、背後運球，甚至希望能夠快速過人時，運球是這一切的根基，擁有扎實的運球能力，這些你都能得心應手。【區隔】跟網站分析的關係，就好像學籃球一定要先學運球一樣，他是最基本的思考方式、分析方法。

我們總會在學任何事情，都有可能發生這樣的狀況。忘記甚麼是最基礎、卻又最重要的事情。

學網站分析專業，我們不應＂過度＂著墨在產出華麗、帥氣、看似專業的報表或GA功能上，我們應該專注在＂分析＂的本質，透過數據來發現問題、解決問題、改善商業，專業應該透過分析出商業洞察來展現，而不是透過＂看起來＂專業的報表來展現。

＂分析＂的本質，透過數據來發現問題、解決問題、改善商業

【區隔】是你學分析基礎時就應該要有的觀念、甚至是本能，而且你應該好好的思考、練習，並且確實理解該如何做區隔。

我們舉個情境來說明，以我來說，平時在輔導客戶時，我經常看到客戶為了展示行銷成效給主管，給出了像是下圖的資料報告：

【情境 1】負責分析的行銷人說：今年下半年，品牌的不重複使用者很有效的提升！

你先別往下看，先想想，這張報表，它有甚麼樣的商業價值呢？

No , 它沒有任何商業價值。

Why？

因為它沒辦法給你 Insights、沒辦法讓你知道下一步要做甚麼、沒辦法幫助你改善商業，你只是透過這張報表知道：下半年的不重複使用者有提升。

知道不重複使用者提升，So What？我看完這張報表不能幹嘛，我也不能因為這張報表採取任何行動，是吧？

…ok , fine.

我們今天換個看待數據的方式，套用【區隔】的邏輯來看資料，同樣將上面那張圖的數據，我重新用＂流量管道＂做為區隔，製作出了下圖：

這是同一份數據，用了流量管道來【區隔】資料。看完這張報表，你認為你可以有下一步的行動可以做嗎？我們可以開始產生一些商業決策了嗎？

Yes.

僅僅只是流量管道的區隔，我不只可以看到不重複使用者上升，我還能進一步知道不重複使用者為什麼上升。（以此報表來說，明顯是Line帶來的不重複使用者提升，對吧？非常顯而易見。）

看完這張報表，你應該會產生更多的問題與疑問，然後你有很多的＂下一步行動＂可以做，例如：

1. 釐清為什麼 Line帶來的不重複使用者突然提高？
2. 如果是 Line的經營有效，公司是否可以投入更多人力資源經營 Line？
3. 為什麼 Line帶來上半年的不重複使用者有點下滑，下半年卻上升？
4. 我做了甚麼讓 Line的使用者在下半年更願意來我的網站？
5. 下半年成長的這些不重複使用者是否有進行轉換？他們都在瀏覽哪些商品？

上述的問題都可以是你下一步要釐清的，透過釐清這些問題，你離商業洞察又更近了 : )

所以我說，【區隔】很重要，它是分析工作的根基，你應該要讓它成為本能，是吧？

你必須要理解，無論是多資深的網站分析師，我們每天在做的事情還是區隔（Segmentation），因為彙總的資料完全沒有意義。

以下這張圖來說，它同樣是彙總的資料，同樣沒有任何意義。

它有商業價值嗎？No. 我看到營業額下滑，摁…，So What？

在這張圖中，我只看到公司營業額下滑，我從中得不到任何有價值的資訊、行動、洞察。

同樣的，如果我稍微以產品做為【區隔】，將產品營業額分為 3C產品以及女性保養品，我會發現同一份數據變成下圖…

Magic！神奇的事情發生了，我好像開始知道下一步要怎麼辦，我應該要釐清 3C產品為什麼賣得不好，是通路出現問題、產品力出現問題、廣告素材出現問題、還是消費者行為改變了。

Boom！區隔之後你會開始產生更多的問題可以釐清，然後，你又離商業洞察更近了 : )

關於區隔【Segmentation】

區隔在網站資料分析上，其實就是把資料依照不同的維度、特徵來進行分組的分析方法，你可以把營業額分成產品類型、產生營業額的流量管道、產生營業額的頁面是哪些，用各種不同的維度來將資料切割，並從中取得更有價值的資訊。

但在真實世界中，經常你沒辦法像上述＂營業額下滑＂的範例一樣，只用一次區隔就找到問題，你可能要用數十個以上的Segmentation，才能發現、解決問題，你可能要看流量管道、受眾、網頁行為、行動/PC裝置表現，看一整個下午、甚至好幾天，看破頭你才能稍微發現問題。我必須說，資深的網站分析師永遠都知道自己在做甚麼，他們能夠在最短的時間內洞察出與自家產品最有關的區隔來快速找出問題，較年輕的分析師可能真的就要一個下午，若是剛接觸分析的人，可能要看好幾天才能找出問題。

無論如何，如果你的經驗跟商業思維不夠，你需要看一整個下午、甚至好幾天，我建議你還是花時間去看，因為這些過程能夠幫助你更理解商業、更理解資料、更能訓練自己的分析思考能力。以Google Analytics來說，它的區隔功能已經非常非常完善，你可以透過 Google Analytics先練習用區隔觀察資料。

在這篇文章的後半段中，我將提供給你三個大的區隔分類，或許可以成為你練習使用【區隔】的第一步。

注意：我們在談的區隔不是工具裡面的功能，他是一種分析思維，只是大多的分析工具裡面都有支援【區隔】的功能罷了。

#1 流量管道

在流量管道下有很多的維度可以幫助你將資料進行區隔，並得到更多的 Insight。同時，流量管道確實也是網站經營中，非常非常重要的一環。

為什麼流量管道的區隔這麼重要？因為不同的流量管道都有各自經營的模式、都會各自觸及不同的消費者，Facebook重視的是傳播力、散播力、回訪狀況，搜尋觸及的消費者重視的是精準，你必須要確保搜尋 x 關鍵字的人到你的 z網頁，你能滿足它的需求並且讓它轉換。

同時，依照商業的情境、產品狀況，每個流量管道對你來說都有不同的意義，你應該要緊密的觀察這些不同流量管道來的消費者，行為跟表現有甚麼不同。

最簡單的舉例來說，以下是Google Analytics的＂同類群組分析＂報表，報表中顯示的指標為回訪率，原先這張報表是讓你做同類群組分析用的（下一篇文章我會來寫同類群組分析的文章），而透過區隔，你可以觀察不同流量管道幫你獲得的訪客，他們回訪狀況為何、表現有何不同？

Magic！是吧？你可以很簡單的將流量管道分為搜尋、社交、直接、廣告、第三方網站，來各自觀察訪客的行為，從中得到有價值的資訊，以上圖來說，我們看到 Facebook所帶來的用戶與Organic所帶來的用戶，就有完全不同的回訪率分布。

下一步你該釐清的是，Why？為什麼 Facebook與 Organic所帶來的訪客，在同樣日期的同類群組下，回訪率分布會不同？這造成了甚麼影響？轉換狀況有隨著此現象而波動嗎？回訪率高的情形能被複製嗎？

正確的使用【區隔】，永遠能為你帶來更多的資訊，引領你提出更多的問題，當你產生更多的問題時，也代表著你將會得到更多商業答案 : )

The more questions you asked , the more answers you got.

上述的區隔思維是很基本的，你可能會將流量管道區隔為搜尋、社交、直接、廣告、第三方網站…等，但在大多的狀況下，我們應該要根據該流量管道特徵或商業當下的狀況，進行不同的區隔應用。

舉例來說，與其你把搜尋流量的區隔切割成＂自然搜尋＂這麼廣義，不如在分析資料時謹慎思考，你需要解決甚麼樣的問題？要解決這些問題，可能要觀察哪些區隔？你今天的網站優化目標是甚麼？要優化這些目標，需要做甚麼樣的區隔才能產出 Insight？

甚麼意思？又舉例來說，Harris先生有在賣 iPhone8 ，我可能需要將搜尋細分為不同的關鍵字行為，我應該要將 iPhone8的搜尋行為切分成不同的區隔，如下：

似乎，這樣子我又能得到更多的資訊，或許能產生出洞察，是吧 : )

我可以透過區隔理解，搜尋不同關鍵字的人，進站後產生甚麼行為、停留多少時間、看了哪些網頁、哪些有轉換潛力、哪些有進行轉換。

不過我還是必須要說，怎麼使用區隔，視你的商業狀況、產品力、情境、要解決的問題、要優化的商業目標而定，這篇文章中列出的範例，只是希望可以成為你的第一步、引領你的思考。

#2使用者行為

使用者行為永遠是我們為之著迷的重要資料 : )

我們希望透過數據能夠了解使用者的行為。

他們為什麼要這樣做，Why？

使用者在網站上究竟在做甚麼？

我該如何獲得更多互動良好的訪客？

為什麼 X流量管道的跳出率很高、為什麼Landing Page Y 的用戶行為跟其他網頁不同？

這些都是我們很想知道的，是吧？

當然，在行為上，你很難透過點擊流工具認識太多的用戶行為（想知道甚麼是點擊流工具，請參考這篇文章），但你仍然可以根據使用者的瀏覽深度來進行區隔，理解瀏覽超過3頁以上的人，都是從哪些流量管道來、在哪些 Landing Page、他們都在瀏覽些甚麼網頁。

如果你的網站上有搜尋功能，更浪漫的是，你也應該要觀察有搜尋的使用者、未搜尋的使用者，它們的資料表現又是如何。

以 Google Analytics來說，Google Analytics甚至還能設定出＂結帳行為＂相關的區隔，又更浪漫了一點，是吧？

最後，以下圖給你參考作為範例，如果你將區隔分為瀏覽深度3頁以上以及以下，that’s what it’s looked like.

wow，平均瀏覽3頁的人，在我的部落格上，居然都會停留超過 15甚至20分鐘以上。

發現這些事不會立即的給你有價值洞察，但是，會讓我產生更多的問題，為什麼會發生這樣的狀況？怎麼發生的？發生在哪裡？

我再說一次，更多的問題就意味著更多的答案，也會讓你離商業洞察又近了一些。

#3 轉換狀況

在大多的情境下，轉換狀況都會直接的影響商業，因此你絕對不能夠忽略轉換的區隔。

轉換的區隔該怎麼做？

舉例來說，將消費者區隔成：

1. 消費金額，例：【消費 1000元以上】、【消費 1000元以下】
2. 消費次數，例：【消費 1次以上】、消費 2次以上】

不知道你有沒有想過，你的網站上消費者，有些消費的多（高消費力訪客、忠誠訪客）、有些則是較少（普通訪客），忠誠訪客與普通訪客的行為差別在哪？他們買的東西各有甚麼不同？他們各自是從哪裡來？

又抑或是，你應該要特別觀察忠誠訪客的行為，他們都從哪些頁面回到你的網站上，他們喜好是甚麼、多久買一次東西，如果你希望留住這些忠誠訪客，那你一定要花時間去理解他們、傾聽他們、為他們把網站優化做好，這些對你的品牌忠誠的人才願意留下來 : )

情境優先，理解商業才能開始用【區隔】來分析

關於更多【區隔】的應用、分析的策略，我將會在未來提到更多，這篇文章先幫你了解甚麼是【區隔】，並且，我希望你知道，【區隔】非常非常的重要。（因為很重要，所以自己心裡先唸三次）

同時，如果你過去沒有再用區隔的概念來進行思考，我希望你可以開始自己試著使用區隔，如果你一直都有再用區隔的概念思考，我建議你繼續保持，因為這對分析工做來說很基礎，事實上，我沒有辦法很明確地告訴你，你該使用甚麼樣的區隔來觀察資料才能產生有價值的資訊、產生洞察，因為每一個品牌的商業模式、觸及受眾、市場狀況都不同，在我們開始觀察、切割、區隔資料之前，一定要先對自己品牌跟市場的商業有非常足夠的認知，你才有辦法做資料觀察與區隔。

但是我可以很明確的跟你說，如果你遇到一個商業問題（營業額下滑、流量下滑、轉換率下滑、跳出率大提高），而你不知道該從哪起手進行分析的話，從【區隔】開始是絕對沒有問題的，目前當紅的點擊流分析工具，全部都有很完整的【區隔】功能，不管你是用Hubspot、Google Analytics、Piwik、Mixpanl，他們都有支援，這是分析工具重要的功能之一。

在未來我將會繼續分享更多商業上的思維以及網站分析知識，我也期待著分享進階的『區隔思維』。

（有些內容我只會分享在 【Harris手記】裡，若沒訂閱的就趕快訂閱吧！）

Stay tune , see you next week！