网站分析的十个要点与五个方法
1 、一滤、二组、三细分
虽然网站（流量）分析的数据量是海量（译者注：UV超过10万UV/天的网站网站日志、订单数据、商品数据、会员数据等每天产生的数据一般都是以G为单位原始数据。），但往往也会很容易导致一些错误的结论（译者注：大数据量意味数据内容多，但如果对于数据的收集过程或者数据本身是否有偏/不足不了解，就很容易在分析的时候做出的决定是错的）。由于JS代码的执行是在客户端（浏览器加载网页的过程中），所以有很多固有的错误是无法避免的，除非你对这些数据进行过滤处理。另外，如果不对数据进行细分，那么往往top10与TOP50列表内容各个时间段都并不太会有太大改变（译者注：对于一个流量相对稳定的公司来说，排名前面几位的一般变化不大。所以分析时候，最好看每个大类下面的TOP50，更容易发现一些数据的异常）。
2 、细分客户类型
常规的用户类型：新访者、潜在用户（多次访问过访问，但没有注册）、会员、联盟客户、公司员工。不同类型的用户访问网站的行业差异性很大。会员的行为与潜在用户可能完全不一样（译者注：因为不同类型的用户来网站的目的是不一样的，会员来购买可能注是为了购买某种商品，而潜在用户可能只是来看看或者进行比比价）。会员有时候会让转化率这个指标出现虚高，往往公司内部员工的转化率会比较高。
3 、对渠道类型进行划时代
渠道类型主要分为：付费与自然流量；付费媒体与免费媒体，内部与外部广告，以及联盟。很多网站分析工具提供的基本的流量细分报告，但如果没有另外再加入跟踪代码，可能很难超越的三种基本类型。
一些关键流量渠道细分必须考虑加入一些代码包括：如果一些社会化渠道来源（一些人分析你网站的内容的转贴或者发贴），自有社会化媒体的渠道（像在youtube或者facebook上官方主页之类；付费或者自然搜索；自然的引用链接（像别的网站转载你的内容然后会加上原文链接），一般网站链接的交换。否则这些渠道的流量跟踪可能会无法统计。
4 、仔细检查自然流量加的代码
许多网站的自然流量往往是不可信因为加入的代码往往质量很差。请仔细检验你的邮箱、社会媒体、重定位或者手机流量的监测代码是否准备且完全正确的，这样才能对更准备去判断是否统计的自然输入是真的直接输入。
5 、通过意向对内容进行细分
网站的用户可以分为：研究、购买、重复购买、谈判、推荐。不对的人对于内容的印象是不一样的，所以利用这些相同的内容定位命名为你的网站分析报告。随着时间的推移，通过构建一个好的购买流程漏斗：包括：研究、游客，购买，交易和/或更新，从而不断的够优化用户体验。
6 、利用有意义的的方法划分产品类型
就像你通过内容来细分目的，为了更好追求从而更好的分析/识别业务上产品的配置便于作的扩展分析。
7 、跨平台的整合数据
网站分析数据不应该被交易数据所替代，整合不同的数据源用于理解的分析或者记录的信息的区别。从记录的信息中得出结果，二者并不相等，信息并表示结论。
8 、更贴近你的客户
许多在报告中呈现的专业术语与科学术语似乎与商业股东的利益没有明显的相关。转变报告的内容表达从而更好走向你的“听众”，让他们更好的理解报告。
9 、为每一个推测建议目标并检验这些预测
一个好的网站分析师通过假设、以及从数据中发现的规则来对未来的趋势做出预测，基于对于整个市场的趋势做出研判。一个伟大的网站分析师可以给猜测一个合适的解释，从而可以为下一步月度、季度、年度去评估这些预测的目标。
10 、把商业驱动与细分 & 指标联系在一起
您的业务主要集中在积极的收购重点产品？开始分割你的数据，包括关键的发现，围绕该焦点。
你报告的听众是否持续深入的进一步你的用户服务行为，而不是仅仅把焦点集中的新用户服务、潜在客户的细分上。与业务相一致，以及注意各类细节，从而让你的分析你的听众愿意接受分析，并保持开放。
先进行定性分析，改善明显缺点，再进行定量分析，持续优化提升。
定性分析部分：
1. 可用性测试——能不能用
使用不同设备、浏览器打开网站，是否可以正常展示？响应时间？必要情况下，还需要测试在不同地域打开网站的响应速度。
2. 易用性测试——好不好用
先亲自测试：网站的各部分、流程是否能顺畅使用。一般从导航栏开始，逐步打开各内容，最后要清查一些细节如外链、网站地图、Footer等部分。
再邀请网站潜在用户测试，可分为两种测试：
1）在不给任何提示建议引导的情况下：观察其对网站的使用是否流程、各部分内容的兴趣程度，记录下你没有预料到的动作，在测试结束后询问了解其动机。这种测试的目的在于彻底了解用户可能遇到的麻烦和疑惑，在有条件的情况下至少邀请三位不同用户进行测试。
2）在有引导的情况下进行：和前一种的不同在于，如果发现用户卡在某个位置，或者找不到某内容，可以进行提示和引导。这种方式有助于用户全面完整地探索整个网站，让我们更全面地了解到整个网站的易用性情况，缺点是由于有引导，这类测试无法反映真实情况下用户的使用行为。
经过定性分析后，可以 发现一些非常明显的缺陷和漏洞 ，再对这些部分进行修正完善后，网站可以发布给目标大众使用，为了进一步发现可优化的细节，我们需要使用网站数据监测工具监测与分析：
定量分析部分：
3. 基本数据监测——了解网站基本表现情况
最基本的三个指标：
1） 流量 ：了解网站有多少人访问，这主要取决于推力（广告、软文引荐、SEM等）和拉力（内容质量、口碑引荐、SEO等）。
2） 弹出率 ：有多少访问是来了就走的？这体现了广告内容与网站内容的匹配程度，也反应用户进入网站后的第一页的内容吸引力。
3） 使用时间 ：用户平均花了多少时间在网站上，花了多少时间在某网页里，衡量吸引力。
4.互动及转化分析——衡量网站是否成功
首先要确定整个 网站存在的目的（大目标） 是什么，可能是：
1）网站为品牌带来更多浏览，增加品牌内容知名度和认知度；
2）网站作为销售平台，带来更多线上销售，提升销量；
3）网站作为预售预约平台，带来更多预约与试用，产生潜在用户；
4）等等
在确定大目标后，将这些 大目标转化成小目标 ，以便进一步具体衡量。
以网上销售化妆品为例：
1）在用户点击”了解更多“按钮上设置转化标签，每当用户点击了按钮，就计为一次” 感兴趣 “转化；
2）在用户提交自己的信息，注册会员时，设置转化标签，每当有用户注册会员，就计入一次 ”会员“ 转化。注意，在注册会员过程中，可能有某些栏目设置得太复杂，导致很多人在这步停滞不前，当我们从数据上发现这点，就可以立刻进行优化。
3）试用样品邮寄申请，设置转化标签，每当有人申请试用，就计为一次 ”试用“ 转化，这样的转化标签可以持续跟踪客户，我们可以了解到这部分对我们产品很有兴趣的访客是从哪里来，他们一般感兴趣哪些内容，搜索关键词是什么，回访频率如何等等。
成功转化流程范例：
感兴趣（36%）—>注册会员（15%）—>申请试用（7%）—>最后的购买（2%）
通过数据分析具体是哪个环节表现得最好，哪里可以需要优先进行提升改善。
5.AB Test——持续优化提升
发现有待改善的部分后，我们可能可以设计出不同的改善方案，但若想达到更好的效果，除了对方案进行定性测试外，还可以进行AB test，让市场大众来决定他们更喜欢哪个方案。
例如：
我们发现网站通过广告、SEM、软文引荐等方式得到了很多访问，但弹出率却非常高，我们怀疑是用户登录网站的页面不够具有吸引力。这种情况下，我们可以尝试设计出两种甚至多种新的页面，可能是改变页面布局设计，可能是改善页面内容……
之后通过Omniture或者Google Analytics的AB test工具，可以同时发布两种界面，用户会被随机地引导到其中一种界面，我们就可以通过一些指标，如弹出率、停留时间、转化率等，来判断哪个新的界面更好。
正文到此结束
热门推荐
相关文章
Loading...
![[HBLOG]公众号](http://www.liuhaihua.cn/img/qrcode_gzh.jpg)
