如何完美解决：在什么时间(When)把什么内容（What）发给什么人（Who）
如果要解决这个问题，就要很清楚的了解用户的情况，用户的个人喜好，他需要什么，这就需要大数据挖掘技术的支持，
需要基于用户在网站的一切行为（行为背后是一系列的数据），包括搜素、浏览、点击、咨询、加关注、放购物车、下单、
地址等等一系列数据，在这些数据的基础上进行建模，然后我们得出每个用户的情况，例如：性别，年龄，婚否，是否有孩子，
孩子的性别，是否有房子，是否有车，喜欢什么品牌，等等。当我们了解了这些信息，就比较容易定位到每个用户的喜好。
然后我们再抽象出各种场景，基于每个场景制定不同的邮件策略，例如：加购物车却没有购买是一个场景，
例如浏览了什么什么东西没有购买也是一个场景，那基于这些场景，我们设置不同的邮件内容，在合适的时间，
例如加购物车后这个商品发生了降价行为的时候，发送给这个用户。

电商网站	品牌官网	汽车网站
会员购买行为分析 会员关注商品分析 会员浏览行为分析 会员站内搜索分析 会员个性化信息推荐 会员购买活跃度	会员参与活动行为分析 会员站内浏览行为分析 会员访问活跃度分析 会员参与度分析 会员行为特征筛选分析	试乘试驾预约分析 试乘试驾流失客户分析 访客关注车型分析 访客站内检索内容分析 访客访问活跃度分析

 

 

 

 

 

 

 

访客来源媒介，可以区分付费的搜索、硬广广告以及edm等不同渠道带来的数据

 

访客来到网站之后关注过什么内容？

 

访客在页面上关注过的内容

 

访客的基本属性是什么

 

您还可以进行二次的筛选，提供了丰富的筛选选项

 

 

 

事件分析：特定目标的点击量，如按钮，询盘以及咨询等

 

事件分析：一组特定目标每个步骤之间转化趋势

 

事件分析：可以进行细分

 

转化目标分析：转化路径，分析流量的来源于及流出

 

转化目标分析：转化明细，分析每个参与目标转化的访客完成度，可以用于分析注册，订单等

 

转化目标分析：转化明细，分析每个参与目标转化的访客来源分析，更好的判断营销效果

 

深度挖掘因为各种原因流失度客户，并提供了流失之前所填写的各种资料

 

访客流失之前所填写的各种资料

 

 

 

 

 

 

 

        PHPStat宣布，将突破网站目标事件的跟踪业务，尝试把这些数据用在分析用户特征和行为上，在这里有所有关于网站访问者的信息，比如，性别，国家等，然后把这些数据与用户行为关联供开发者参考，解决了每个公司都要自建会员营销分析系统和数据库的难题。

 

用户参与的武魂游戏目标事件转化趋势

 

        这个功能对所有类型的公司都有用，如果你有一个访问量很小的站，你甚至可以查看每个访问者的基本信息，如果你的站访问量比较大，你仍然可以把这些用户精确分类，然后把某条信息精确的送达某一个用户群体，比如把一条信息送达北京市的所有用户，或者为你的游戏付过费的所有用户。

 

按照条件筛选，对用户进行精确分类

 

一。用户行为特征分析 之 用户行为特征细分

1：丰富的数据类型

分割真正理解您的数据，当你发送一个数字，日期，或列表的项目，我们的界面将自动计算出如何使用它。

数据类型是一种直观的方式，使每个人都能在你的公司做复杂的数据分析，而无需了解SQL。

 

2：了解你的用户提供更细的粒度

数字数据是有用的 - 想的东西，如年龄，价格，数量的消息发送。可视化这个数据可以是艰难的。

而不是只是简单的平均，它只是给你所需要的信息的一小部分，分割完美桶的大小自动决定给你一个强大的可视化的数值分布。

 

 

访问首页 到 填写注册页面 转化数据以及转化趋势

 

填写注册页面 到 电子邮件验证页面 转化数据以及转化趋势

 

电子邮件验证页面 到 完成电子邮件验证 转化数据以及转化趋势

 

二。用户行为特征分析 之 用户行为特征筛选

 

1：最简单的方式来建立一个漏斗

在筛选报告中可以随意建立筛选报告，无需考虑要筛选的选项。

您可以建立一个漏斗，应该挑选用户点击产生的一些事件。我们会立即建立一个报告，它会立即显示报告的数据。

 

2：深入到您细节的数据

你可以切换数据的细节步骤，定义您自己的自定义分类 - 如A / B测试或用户类型。看看如何转换率的不同，它甚至会告诉你花了多长时间，如访客从这个步骤到下一个步骤。

 

3：掌握数据转化的改善细节

筛选可以让您跟踪转换率随着时间的推移而产生的变化和趋势，这可以让您看到您所做的更改对应用程序或网站所带来的改善或者是影响。

 

 

包含筛选条件的转化数据以及转化趋势

 

包含筛选条件的从homepage 到 aboutuspage 转化数据以及转化趋势

 

包含筛选条件的从aboutuspage 到 productpage 转化数据以及转化趋势

 

三。用户行为特征分析 之 用户行为特征回访性

 

1：那些用户经常回访来使用你的程序

你看看到当日注册或者参与游戏的用户在之后的10内的回访并进行登录游戏用户数的比例，你可以看到网站的改建对用户的回访率的改进。

 

2：深入钻取保留特定属性的用户

细分用户的属性，就像细分和筛选。你可以看到，可能是男性比女性留在网站上的时间，或者18岁以上用户比18岁以下的用户拥有更多的粘性。