網站分析的「十字箴言」

互聯網相比線下最大的優勢在於用戶行為可追蹤，可通過分析進行用戶體驗優化，由此產生了一個專業領域——網站分析，其方法與實踐在2008年之前就已經理論化、系統化，相關產品也非常豐富，如處於全球頂級水平的ominiture、webtrends、coremetrics、GA等。

而傳統線下除了最終的成交結果數據，之前的過程基本沒法採集留存，用戶為什麼成交，不成交的用戶為什麼走了，是一個黑盒子。

如今，越來越多的線下環節被互聯網化、數據化，用數據改善線下流程成為可能，網站分析的很多理念也煥發出勃勃生機。

筆者供職單位從發力電商到O2O轉型，網站分析也從純線上分析到線上線下數據結合，筆者進行了較長時間的研究與實踐，總結了一些心得體會。筆者將不會詳細介紹具體的概念（很多網站可以參考，譬如「統計網」、「網站分析在」等），而是提煉一些應用的方法，努力寫得淺顯些，希望能對更多的人有幫助。

一、網站分析應從哪裡開始

一個完整的網站分析應用過程是這樣的： 分析目標 → 插碼 → 分析 → 行動 ，但實際上大部分人是無法參與插碼這個環節的，這樣對數據理解不夠深刻，分析起來容易產生偏差。為了便於理解，先簡單介紹一下網站分析的原理。

主流的網站分析工具基本都是採用頁面標記法，就是說在前端頁面嵌入一小段可被瀏覽器執行的代碼（如JavaScript），相當於給頁面安裝上攝像頭，把用戶在頁面上的一舉一動都記錄下來，再傳輸給後端的伺服器。

必須清楚的一個悲慘的事實是，網站分析沒有準確的數據，可能是來不及載入採集代碼、網路傳輸等原因，另外畢竟採集到的是終端行為，背後真實的人具體什麼情況，到底是一直在瀏覽還是上了廁所再回來，我們無從得知。

數據採集是網站分析的起點，也是非常繁瑣的工作，尤其開始的時候，頁面、推廣沒有什麼規範，只能定製採集代碼，相當麻煩，即使是制定了規範，運營、開發經常趕時間上線，無暇遵循，人員的流動也影響規範的執行，經常到使用數據的時候才發現哪裡哪裡沒有部署好。

辦法也不是沒有，譬如把採集規範固化到CMS、推廣流程中，對採集數據進行異常監控等。

二、網站分析十字箴言

進入主題，如何用好網站分析數據，關鍵是把握十個關鍵字：轉化、趨勢、細分、對比、溯源，網站分析看什麼， 就看兩個：轉化、趨勢，怎麼看？三個詞而已：細分、對比、溯源！這些詞並非筆者首創，而是前輩們總結出來的，筆者只是談談個人的理解。

1.轉化

店裡來了多少人，其中多少購買，這就是」轉化」。我們在運營的時候，一般會設計一些用戶的行為路徑，譬如我們希望用戶來訪 → 訪問寶貝頁 → 進入購買流程 → 填寫資料 → 確認支付或者 掃碼 → 進入活動頁面 → 參加活動等等。

我們希望看到用戶在各個環節的流向，是否符合我們的期望，與之相對應的，則是那些不符合我們期望的「轉化」（涉及的指標有「流失率」、「跳出率」、「離開率」、「退出率」，如果細究這些概念，又會有很多的不同，這裡不展開介紹），我們想知道用戶流失去哪裡了，到底是什麼原因。

「轉化」二字，是運營的終極目標，也是網站分析的核心。 所有的分析都是圍繞「轉化」二字開展（那些流失、跳出、退出等可看作是不好的「轉化」），做好轉化分析關鍵是準確的把握哪些是關鍵環節，針對不同的場景進行不同的路徑設計，形成轉化漏斗圖。

2.趨勢

前面提到，網站分析數據是不準確的，但為什麼它還有意義，因為數據的精度是穩定的（雖然不準確，但一直採用同一監測方法，帶來的誤差、誤差的偏離方向是一致的），雖然具體數值不是絕對準確的，但是能夠準確的把握運營的趨勢。

對於運營來說，比當前更重要的是，是否在正確的道路上，網站的流量、轉化是不是一直向好，重要環節、路徑、頁面體驗是否持續提升，運營是否碰到天花板了等等。把握這個趨勢，清楚自己是屬於起步期、上升期、成熟期還是遇到了發展瓶頸，不同的趨勢情況下要採取不同的運營策略。

3.細分

有一位前輩說的好：「無細分，毋寧死」。譬如告訴你網站訪問上漲了10%，怎麼回事？你可以通過網頁進行細分，發現大部分網頁流量沒啥變化，只是某個活動頁面漲了200%；或者通過流量來源細分，發現某個推廣來源漲得不少，這樣就清楚了，這只是一個簡單例子。

不細分，就沒有真相。選對細分的維度及維度的劃分就非常重要，一般來說，細分維度的劃分要遵循如下原則：確定哪些是穩定的、哪些是不穩定的，對不穩定的進行窮追猛打。

對於整站來說，一般直接訪問、SEO來源等短時間內是比較穩定的，而推廣是不穩定的；而對購買轉化率來講，可能要從流量來源、購買路徑、產品等維度進行細分，因為不同來源用戶質量不同轉化率不同、不同購買路徑不同、不同規格產品也不一樣。

有時候，一些相對穩定的細分發生了較大波動，則要認真去分析了，可能是網站有重大問題或者整個互聯網習慣發生改變。

4.對比

發現問題，從對比開始。和自己的過去比，橫向比，和行業標杆比，和目標值比，和自己腦子的數據對比，細分了再對比…… 只有進行對比，才能發現問題，只有對比，才能找到提升的方向。

同樣的數據，不同的人使用效果會大不不同，譬如一個整站轉化率數據，甲只知道比過去提升了10%，而乙知道這已接近行業的最高水平，無需再在這裡發力。每個人腦子裡存儲的經驗數據不同，可供對比的數據不同，得出的結論也就有深淺之分。

5.溯源

有時候不管怎樣細分、對比都不能發現問題，怎麼辦？就要追溯回源頭，審視原始的數據記錄，反思用戶的行為以及數據採集的過程，另外，要和運營人員深入交流，有可能他們做的一些動作，而數據沒有準確還原。

三、筆者獨創的「點-面-線」網站監控分析體系

對於一個電商網站應該如何建立分析體系？應用上述的十字箴言，首先肯定是看總體的轉化和趨勢，然後按照細分原則，分為日常運營和促銷活動監控兩大板塊。

對於日常運營，可劃分為「點」、「面」、「線」三類關鍵元素，研究它們的轉化和趨勢。

點： 譬如廣告位、二維碼、導航、搜索、站內客服、推薦位等等，這些是引流到重要頁面的點狀位置，它們的引流率、二跳率對整站轉化至關重要，譬如一般25%的訂單那來自站內搜索，15%-25%的訂單有站內客服的貢獻；

面： 就是核心頁面，譬如首頁、著陸頁、寶貝頁、活動頁等，它們是留住用戶，促成轉化的關鍵，這幾類頁面作用不同，都要構建相應的分析評價模型，如首頁可用Heart模型；

線： 指的是核心流程，如訂購、支付、註冊等，這些流程是否順暢，是否符合用戶習慣，影響成交的臨門一腳。

把這三類關鍵的元素分析透、做精，整站轉化自然提升，做強內功，脈衝式的推廣流量才能承接的住。

總結

互聯網+時代，無處不互聯網、大數據，現在搞個公眾號、小網店、掃掃碼等等實在太常見了，懂一點網站分析，能更好的適應整個社會的發展潮流。