几年前我在回顾一份分析报告时，被触发了。
分析师暗示我们瞄准圣安东尼奥。截至此时客户只有针对主要城市（思考纽约，芝加哥，旧金山），但现在分析师认为圣安东尼奥将成为一个很棒的位置，即使领先于达拉斯。当向他询问为什么他告诉我，它是因为它是该国前十大城市之一，甚至比达拉斯大。
我对此感到惊讶。
San Antonio比大D更大？没门。
别误会我的意思，圣安东尼奥是一个美丽的城市，但我并不认为它是人口最多的10个城市。我的意思是，它甚至没有一支NFL球队……
但不出所料，美国人口最多的10个城市是:
- 纽约
- 洛杉矶
- 芝加哥
- 休斯顿
- 凤凰
- 费城
- 圣安东尼奥
- 圣地亚哥
- 达拉斯
- 圣荷西
看维基百科页面，我只看到了红旗。
圣安东尼奥估计有150万人口。达拉斯吗?130万年。不可能的。我以前住在达拉斯。那个城市的人口远远超过130万。等等，圣何塞进前十了吗?
然后它打电话给我，我们正在看着城市的人口，不是地铁的区域。
在搬到费城之前，我一直住在匹兹堡，我习惯于从大都市人口的角度来思考问题。匹兹堡在阿勒格尼县有130个自治市，将人口分成130个不同的部分。这与费城相反，费城在1854年合并了城市和县。
看着美国的城市人口作为营销目标的理由可能是一个非常非常糟糕的决定。我的意思是我们也可能是最大的城市所做的美国土地面积：
- Sitka，阿拉斯加
- 朱诺，阿拉斯加
- 兰格尔山脉,阿拉斯加
- 安克雷奇,阿拉斯加
- 佛罗里达州杰克逊维尔
- 蟒蛇，蒙大拿州
- Butte，蒙大拿
- 俄克拉荷马州俄克拉荷马市
- 休斯敦，德克萨斯州
- 凤凰城，亚利桑那州
好吧也许不是。
我从中收集的主要是什么？有一个名为Anaconda，蒙大拿州的城市......说：“嗨，我来自蒙大拿州的anaconda'吗？
无论如何 …如果我们看顶部会怎样10个地铁地区（即不受市政府的约束）：
- 纽约市(+泽西城、纽瓦克等)
- 洛杉矶（+长滩，阿纳海姆等）
- 芝加哥兰德
- 达拉斯/沃斯堡
- 休斯顿
- 华盛顿特区(+阿灵顿，亚历山大等)
- 迈阿密（+ FT。劳德代尔）
- 费城（+ Camden，Wilmington等）
- 亚特兰大
- 波士顿
圣安东尼奥排在第24位，位于奥兰多和俄勒冈州波特兰之间。
顺便说一下，杰克逊维尔，阿拉斯加以外美国陆地面积最大的城市?它在大都市人口中排名第40。
当我们做任何事情的时候地理分析我们想要比较不同的地区，我们真的需要根据地区的人口来做，并且要有影响力。
我们希望从纽约到我们网站的会话和转换比从蒙大拿州的Anaconda更多，对吧?
有时这很容易。
但如果我们不是看着地铁地区，不是考虑到所述地区的不同人口水平，那么事情很容易变得不畅。特别是在试图找到“长尾最小的四分之一都会区。
那么我们该怎么做呢?
我们在这篇文章中分享的数据可以让你快速了解你的工作表现，不仅通过地铁，而且通过人均人口，这是观察你表现的非常不同的方式。
首先:让自己拥有Power BI
欢迎你在Tableau中这样做或者其他东西，但我从头开始走了你，电力BI可以很容易地处理这一点，而且它是免费的。所以，如果你还没有它，请前往PowerBI.microsoft.com和下载它。
第二步:下载这个地理数据的CSV
我把一点csv放在一起[你可以免费下载]。
这张表在谷歌Analytics中选取了美国的都市区，并增加了一些维度。包括:
- 地铁等级
- 电视户（来自Nielsen）
- 每个地铁的大4个运动队（MLB，NFL，NBA，NHL）的数量[只是为了好玩！]
您总是可以将其他数据添加到您的心脏内容，但现在让我们坚持这一点。
第三:从谷歌Analytics中获取一些数据
进入您的Google Analytics帐户，然后转到观众>位置报告。
一旦到了那里，向下导航到美国，然后在主要维度选择“Metro”。
这将为您提供有关用户行为的信息，以及美国每个地铁的转换。转到该报告的顶部，然后选择出口，并将其作为CSV下载。
第四:清理数据
默认情况下，Google Analytics的下载将使它是前6行成为导出的信息。加载文件，并删除顶部6的数据行，因此第一行数据是列标题。保存将该文件作为CSV文件并退出。
第五：启动Power BI，获取数据
启动Power BI（或者运行启动新项目）。你会立即选择做什么，一个人。“获取数据”。点击即可！
您将获得另一个屏幕/弹出窗口，询问有什么样的数据，然后选择Text / CSV，然后导航到Google Analytics数据文件。它应该识别标题，您只能单击“黄色”加载“按钮。
第六:制作散点图
只需开始可视化此数据就很容易。只需单击散点图“按钮（在可视化下，它是第三个，左侧的第三个），然后检查右侧的复选框，可以制作一个散点图。
检查你的目标转换，会议，然后拖Metro到传奇。
BAM散点图。
因为您的数据中可能有大量的“未设置”地铁区域，所以您可能需要删除它们。只需右键单击散点图上的未设置点，然后选择排除该点，并且它将添加该过滤器并过滤数据正在进行中。
第七:获取其他数据
你现在有一个数据集连接(谷歌Analytics数据)，但关键是连接到你的其他地理数据。点击顶部菜单中的“home”，然后点击“Get Data”按钮。重复之前的过程，找到并选择我们上面分享的geodata csv。加载数据。
现在......这里的很酷的事情是电力BI应该自动识别有连接。它应该看到你的文件都有一个标有“地铁”的列，它将创造它们之间的关系自动地。
你什么都不用做。
如果需要，您可以单击查看数据关系，并看到有一个以一对一基数建立的关系。
关键是......只是加载数据，具有相同的值和标题标题？Power Bi对您有连接。
第八：开始分析
现在想看看你的电视家庭在地铁的转换吗?你能做到的。对于Seer来说，这表明费城的表现远远超过了整个地区。是有意义的。我们2002年在费城成立，总部就在那里。
想要根据地铁有多少个四大团队来衡量点的大小吗?就去做吧。
或者你可以在图表上玩玩。也许可以用四分位数来比较你的努力(每个四分位数都占美国人口的25%，第一个四分位数是最小的城市，第四个是最大的城市)。对我们来说，我们从第4个地区获得了更多的流量，尽管每个地区的人口数量相同。
你可以添加一个计算指标，在本例中，我为每转换的住宅做了一个指标。数字越小，每户的转化率就越高。你可以看看你在人口方面做得最差的地方，比如在坦帕，我们每190万家庭只完成了一个目标。
或者你可以看看像费城和...的最佳Metros ......等等...... Missoula，蒙大拿州？
呃它距离蟒蛇只有两个小时的山。我想我们可以做到这一点。
外带
您的数据不存在于真空中。这是全文，并且该上下文通常不包含在您的基础数据中。无论是合成您的PPC和SEO数据要查找机会，或者希望了解天气如何影响转换，在找到正确的数据集时，您可以加入您的Google Analytics数据以回答您的问题。
这几乎可以立即帮助你了解，不仅是在这个国家的哪些地区，因为那里有很多人，你的session计数高，而且根据人口规模，你在哪些地区的表现超过或不佳。
获得该数据的合成！如果您正在寻找更多的提示和技巧，请继续阅读分析博客帖子，并注册下面的时事通讯。
