干货:网站分析的10个实用建议

　　互联网相比线下最大的优势在于用户行为可追踪，可通过分析进行用户体验优化，由此产生了一个专业领域——网站分析，其方法与实践在2008年之前就已经理论化、系统化，相关产品也非常丰富，如处于全球顶级水平的ominiture、webtrends、coremetrics、GA等。　　而传统线下除了最终的成交结果数据，之前的过程基本没法采集留存，用户为什么成交，不成交的用户为什么走了，是一个黑盒子

　　互联网相比线下最大的优势在于用户行为可追踪，可通过分析进行用户体验优化，由此产生了一个专业领域——网站分析，其方法与实践在 2008 年之前就已经理论化、系统化，相关产品也非常丰富，如处于全球顶级水平的ominiture、webtrends、coremetrics、GA等。

　　而传统线下除了最终的成交结果数据，之前的过程基本没法采集留存，用户为什么成交，不成交的用户为什么走了，是一个黑盒子。

　　如今，越来越多的线下环节被互联网化、数据化，用数据改善线下流程成为可能，网站分析的很多理念也焕发出勃勃生机。

　　笔者供职单位从发力电商到O2O转型，网站分析也从纯线上分析到线上线下数据结合，笔者进行了较长时间的研究与实践，总结了一些心得体会。笔者将不会详细介绍具体的概念(很多网站可以参考，譬如“中国统计网”、“网站分析在中国”等)，而是提炼一些应用的方法，努力写得浅显些，希望能对更多的人有帮助。

　　一、网站分析应从哪里开始

　　一个完整的网站分析应用过程是这样的： 分析目标 → 插码 → 分析 → 行动 ，但实际上大部分人是无法参与插码这个环节的，这样对数据理解不够深刻，分析起来容易产生偏差。为了便于理解，先简单介绍一下网站分析的原理。

　　主流的网站分析工具基本都是采用页面标记法，就是说在前端页面嵌入一小段可被浏览器执行的代码(如JavaScript)，相当于给页面安装上摄像头，把用户在页面上的一举一动都记录下来，再传输给后端的服务器。

　　必须清楚的一个悲惨的事实是，网站分析没有准确的数据，可能是来不及加载采集代码、网络传输等原因，另外毕竟采集到的是终端行为，背后真实的人具体什么情况，到底是一直在浏览还是上了厕所再回来，我们无从得知。

　　数据采集是网站分析的起点，也是非常繁琐的工作，尤其开始的时候，页面、推广没有什么规范，只能定制采集代码，相当麻烦，即使是制定了规范，运营、开发经常赶时间上线，无暇遵循，人员的流动也影响规范的执行，经常到使用数据的时候才发现哪里哪里没有部署好。

　　办法也不是没有，譬如把采集规范固化到CMS、推广流程中，对采集数据进行异常监控等。

　　二、网站分析十字箴言

　　进入主题，如何用好网站分析数据，关键是把握十个关键字：转化、趋势、细分、对比、溯源，网站分析看什么， 就看两个：转化、趋势，怎么看?三个词而已：细分、对比、溯源!这些词并非笔者首创，而是前辈们总结出来的，笔者只是谈谈个人的理解。

　　1.转化

　　店里来了多少人，其中多少购买，这就是”转化”。我们在运营的时候，一般会设计一些用户的行为路径，譬如我们希望用户来访 → 访问宝贝页 → 进入购买流程 → 填写资料 → 确认支付或者 扫码 → 进入活动页面 → 参加活动等等。

　　我们希望看到用户在各个环节的流向，是否符合我们的期望，与之相对应的，则是那些不符合我们期望的“转化”(涉及的指标有“流失率”、“跳出率”、“离开率”、“退出率”，如果细究这些概念，又会有很多的不同，这里不展开介绍)，我们想知道用户流失去哪里了，到底是什么原因。

　　“转化”二字，是运营的终极目标，也是网站分析的核心。 所有的分析都是围绕“转化”二字开展(那些流失、跳出、退出等可看作是不好的“转化”)，做好转化分析关键是准确的把握哪些是关键环节，针对不同的场景进行不同的路径设计，形成转化漏斗图。

　　2.趋势

　　前面提到，网站分析数据是不准确的，但为什么它还有意义，因为数据的精度是稳定的(虽然不准确，但一直采用同一监测方法，带来的误差、误差的偏离方向是一致的)，虽然具体数值不是绝对准确的，但是能够准确的把握运营的趋势。

　　对于运营来说，比当前更重要的是，是否在正确的道路上，网站的流量、转化是不是一直向好，重要环节、路径、页面体验是否持续提升，运营是否碰到天花板了等等。把握这个趋势，清楚自己是属于起步期、上升期、成熟期还是遇到了发展瓶颈，不同的趋势情况下要采取不同的运营策略。

　　3.细分

　　有一位前辈说的好：“无细分，毋宁死”。譬如告诉你网站访问上涨了10%，怎么回事?你可以通过网页进行细分，发现大部分网页流量没啥变化，只是某个活动页面涨了200%;或者通过流量来源细分，发现某个推广来源涨得不少，这样就清楚了，这只是一个简单例子。

　　不细分，就没有真相。选对细分的维度及维度的划分就非常重要，一般来说，细分维度的划分要遵循如下原则：确定哪些是稳定的、哪些是不稳定的，对不稳定的进行穷追猛打。

　　对于整站来说，一般直接访问、SEO来源等短时间内是比较稳定的，而推广是不稳定的;而对购买转化率来讲，可能要从流量来源、购买路径、产品等维度进行细分，因为不同来源用户质量不同转化率不同、不同购买路径不同、不同规格产品也不一样。

　　有时候，一些相对稳定的细分发生了较大波动，则要认真去分析了，可能是网站有重大问题或者整个互联网习惯发生改变。

　　4.对比

　　发现问题，从对比开始。和自己的过去比，横向比，和行业标杆比，和目标值比，和自己脑子的数据对比，细分了再对比…… 只有进行对比，才能发现问题，只有对比，才能找到提升的方向。

　　同样的数据，不同的人使用效果会大不不同，譬如一个整站转化率数据，甲只知道比过去提升了10%，而乙知道这已接近行业的最高水平，无需再在这里发力。每个人脑子里存储的经验数据不同，可供对比的数据不同，得出的结论也就有深浅之分。

　　5.溯源

　　有时候不管怎样细分、对比都不能发现问题，怎么办?就要追溯回源头，审视原始的数据记录，反思用户的行为以及数据采集的过程，另外，要和运营人员深入交流，有可能他们做的一些动作，而数据没有准确还原。

　　三、笔者独创的“点-面-线”网站监控分析体系

　　对于一个电商网站应该如何建立分析体系?应用上述的十字箴言，首先肯定是看总体的转化和趋势，然后按照细分原则，分为日常运营和促销活动监控两大板块。

　　对于日常运营，可划分为“点”、“面”、“线”三类关键元素，研究它们的转化和趋势。

　　点： 譬如广告位、二维码、导航、搜索、站内客服、推荐位等等，这些是引流到重要页面的点状位置，它们的引流率、二跳率对整站转化至关重要，譬如一般25%的订单那来自站内搜索，15%-25%的订单有站内客服的贡献;

　　面： 就是核心页面，譬如首页、着陆页、宝贝页、活动页等，它们是留住用户，促成转化的关键，这几类页面作用不同，都要构建相应的分析评价模型，如首页可用Heart模型;

　　线： 指的是核心流程，如订购、支付、注册等，这些流程是否顺畅，是否符合用户习惯，影响成交的临门一脚。

　　把这三类关键的元素分析透、做精，整站转化自然提升，做强内功，脉冲式的推广流量才能承接的住。

　　总结

　　互联网+时代，无处不互联网、大数据，现在搞个公众号、小网店、扫扫码等等实在太常见了，懂一点网站分析，能更好的适应整个社会的发展潮流。