90%评论并访问该网站的人消失了

[account_disabled]

顶部栏并滚动以找到 Analtyics，如本示例图片所示。 我们可以使用 Facebook Analytics 创建具有比在广告管理器中创建条件更复杂的受众群体。 例如：想要重定向，只查找发表评论的人。 想要重新定位，只寻找分享的人。 想要重新定位并找到也发表评论并获得转化的人吗？ 使用示例 假设我们创建一个帖子，并且希望该帖子获得大量评论。 我们可能会将其重新定位到之前评论过我们的受众，或者我们可能会根据之前评论过的受众创建一个相似的受众。 此外，Facebook Analytics 还可以将用户操作视为漏斗。 例如，我们想了解发表评论的人的行为，看看他们是否采取了我们给他们的行动。


假设我想知道有多少人发表评论后去了该网站，有多少人在访问该网站后添加 电话号码清单 到购物车并最终进行了购买。 从图中可以看到，90%评论并访问该网站的人消失了，只有10%的人在评论并访问该网站后消失了。 但与此同时，进入网站并添加到购物车后，高达 30%，最后购买的比例为 17%。 从这个案例我就得出结论，评论并真正去购买的人很少订单发生时使用名为“购买”的事件。 如果它是一个家庭公寓网站，并且我们确定只有当人们在网站上填写表格以取得联系时才会发生转化。 我们应该选择名为 CompleteRegistration 的事件。 顶部栏并滚动以找到 Analtyics，如本示例图片所示。 我们可以使用 Facebook Analytics 创建具有比在广告管理器中创建条件更复杂的受众群体。 例如：想要重定向，只查找发表评论的人。 想要重新定位，只寻找分享的人。 想要重新定位并找到也发表评论并获得转化的人吗？



使用示例 假设我们创建一个帖子，并且希望该帖子获得大量评论。 我们可能会将其重新定位到之前评论过我们的受众，或者我们可能会根据之前评论过的受众创建一个相似的受众。 此外，Facebook Analytics 还可以将用户操作视为漏斗。 例如，我们想了解发表评论的人的行为，看看他们是否采取了我们给他们的行动。 假设我想知道有多少人发表评论后去了该网站，有多少人在访问该网站后添加到购物车并最终进行了购买。 从图中可以看到，90%评论并访问该网站的人消失了，只有10%的人在评论并访问该网站后消失了。 但与此同时，进入网站并添加到购物车后，高达 30%，最后购买的比例为 17%。 从这个案例我就得出结论，评论并真正去购买的人很少订单发生时使用名为“购买”的事件。 如果它是一个家庭公寓网站，并且我们确定只有当人们在网站上填写表格以取得联系时才会发生转化。 我们应该选择名为 CompleteRegistration 的事件。