很多电商朋友的网站每天吸引了大量的流量，有的电商平均转化率达到了 4%, 然而大多数电商的转化率只有 1% - 2%。在这其中数据扮演了重要的角色，用好谷歌分析的多种分析功能和再营销，可以帮助激活丰富的数据带来转化。

利用再营销提高营销业绩

什么是再营销？

谷歌再营销广告（Remarketing）可以向访问过你网站或应用的受众投放广告，让下次再说的用户再次被触达，促使他们完成进一步的购买或其他目标行动，提高转化率。比如已经将商品放入购物车，但是最终却没有结账的用户，当再次通过广告进入网站/ App 时，很可能双11广告就会促成转化。

怎样利用谷歌分析进行再营销？

利用谷歌分析进行再营销，首先你需要在谷歌分析中启用再营销和广告活动功能，具体操作：谷歌分析界面 - 管理 - 媒体资源 - 跟踪信息 - 数据收集中，开启再营销和广告报告功能。

利用谷歌分析建立再营销受众群体，该受众群体随后会出现在您选择的广告帐号中。

具体操作：谷歌分析界面 - 管理 - 媒体资源 - 受众群体定义 - 受众群体。

你可以选择从库中导入，也可以自定义新的受众群体：点击新受众群体，之后你可以选择新建受众群体，也可以从谷歌分析账户中已有的人群细分导入。

假设你想要让电商品牌再次触达已经抵达过购物车页面、却没有最终完成购买的用户，可以在谷歌分析中新建如下人群：

怎样精准的找到目标受众进行再营销？

什么是 BigQuery？

BigQuery 是一个超快速的 SQL 式查询工具，它具备极强的扩容能力，可让您的所有数据分析人员更加高效地工作，并提供无可比拟的高性价比。谷歌分析 360 用户可以将会话和匹配数据从谷歌分析 360 帐户导出到 BigQuery，然后用类似 SQL 的语法来查询您所有的数据。将数据导出到 BigQuery 后，您将拥有这些数据。

BigQuery 界面示例

用例举例：怎样利用 BigQuery 找到更精准的目标受众？

当你拥有了完整的细颗粒原始数据后，可以根据商业目标利用数据科学等模型对用户进行更为精细的分组，识别高质量用户，再利用相似人群 (lookalike) 扩展在谷歌广告投放平台上触达更多的潜在高质量用户，从而以更低的成本吸引转化。

无需数据科学团队，轻松利用 BigQuery 进行机器学习完成再营销

利用 BigQuery 分析操作细颗粒数据一定需要数据科学家吗？不是的。

BigQuery 机器学习（简称 BQML）让没有数据科学背景的团队也可以轻松的上手利用机器学习建立模型进行预测和分析，无需使用 Python 或 Java 编写机器学习解决方案，数据分析师理解 SQL 即可训练并访问 BigQuery 中的模型。

BQML 操作界面及 Query 示例

利用 BQML 再营销高价值用户

数据分析师利用 BQML 预测转化概率，获取高转化概率的用户 ID，回传至 GA 然后启用再营销，经过验证 ROI 大大提高。

仍然一头雾水？没关系，55 数据公司可以帮你利用再营销来提高出海电商业绩！

注：

*谷歌分析的细颗粒原始数据仅在 360 版中支持导出。

*谷歌分析 360 用户享有每月 500 美元的 BigQuery 帐户额度，足够满足日常使用。