那么对于如此重要且特殊的页面，我们该如何进行分析呢？答案很简单，看页面的分流情况。也就是说看到达这个页面的访问者随后去了哪里。这个方法适合于检验网站中的大部分页面质量，对于网站首页当然也不例外。那么究竟什么是页面分流呢？我们又应该关注页面的哪部分分流数据来衡量和分析页面的质量呢？下面让我们来具体的看一下。

一，网站首页点击及分流情况细分

当一个访问者浏览网站首页时，通常会出现两种情况：

情况1 访问者在浏览完首页后直接离开。

情况2 访问者在浏览完首页后继续点击其中的链接访问下一个页面。

对这两种情况再进行细分后，我们又会得出五种最基本的情况：

情况1 访问者在浏览完首页后直接离开。

情况1.1 当首页为本次访问的landingpage时，离开为跳出。

情况1.2当首页非本次访问的landingpage时，离开为退出。

情况2 访问者在浏览完首页后继续点击其中的链接访问下一个页面。

情况2.1 访问者在首页刷新页面，或点击本页链接（如网站LOGO，首页导航）。

情况2.2 访问者在首页点击出站链接（指向其他网站的链接或广告等）。

情况2.3 访问者在首页点击指向站内其他页面的链接。

在上面的5类最基本的情况虽然都能从不同的维度来衡量首页的质量，如情况1.1的跳出访问可以衡量页面内容与访问者目的的匹配性。情况2.1可以衡量页面的加载情况等等。但对于点击分布我们主要针对情况2.3进行分析。这与我们的分析目的有关。

二，首页点击分布的分析目的

如果你在没有目的的打开页面点击分布报告，那么基本上你什么都不会发现。里面可能只显示了一些有意思链接点击数据。一些链接获得了很多点击量，而另外一些链接则相对较少。可能你也会零散的发现一些有意思的细节，比如图片链接获得的点击好像普遍要比文字链接获得的点击高一些。页面首屏获得的点击比例要高于页面底部获得的点击。但是，这又能说明什么呢？图片和页面顶部更受访问者欢迎？好像这个发现大家都知道，不需要分析。 能带给我们什么行动建议呢？把网站首页所有重要链接都改成图片，都放在页面顶部吗？这个做法明显不现实，也不会被接受。甚至显得有点傻乎乎的。

要确保分析成功，我们就需要有明确的目的。对于首页的点击分析分析，我们的目的是要通过点击数据检验首页中不同的导航功能是否有效，哪些导航功能工作良好，而哪些导航功能表现欠佳，需要进一步分析和优化改进。在这个明确的目的下，我们将通过分析页面中不同链接的点击量数据获得洞察和改进的建议。

三，点击数据如何统计和计算

在开始分析数据之前，我们先要了解一下数据是如何产生并且被计算出来的。否则，你可能很容易就会在分析中产生错误的结论。数据和指标永远都是分析的基础。

在Google Analytics中，首页中链接的点击量数据是访问者通过点击首页中的链接而引发的下一个页面的显示次数来计算的。简单的说就是由首页链接而引发的下一页面的综合浏览量。这个数据并不非常准确。以下几种原因都会影响数据的记录，并进而影响首页链接点击量的数据记录。

1. 下一页加载失败。
2. 下一页中的追踪代码加载失败
3. 访问者拒绝第一方Cookies。
4. 其他原因。

除此之外，在Google Analytics中还不能区分同一个页面中指向相同下一页的URL。Google Analytics将记录到的下一页综合浏览量统一归属到上一页中相同的URL中。

页面点击量数据可能因为各种原因被影响，但好在我们可以通过之前的检查来避免这些情况，保证数据的相对准确性，另外，即使是不能避免的情况在整个网站中发现的几率也相同。不会影响我们对趋势的判断。

四，点击分别数据的分析误区

在了解了页面点击量数据的计算方法后，我们可以开始对首页的点击分布数据进行分析了。通常情况下，我们会按照两种方法对首页的点击数据进行分析。

方法一： 将两个单个链接获得的点击量进行对比。例如A链接获得了1000次点击，B链接获得了600次点击。

方法二：将首页中的链接点击量进行汇总，并对不同区域获得的总点击量进行对比。最常见的情况例如：首屏获得了50,000次点击。二屏获得了30,00次点击。

以上两种分析方法都存在严重的误区。并且可能导致分析结果的错误。方法一中对两个单个链接的点击量对比在某种情况下是可以的，比如这两个链接同属于某一小类的导航功能。但在大多数情况下这种单个链接的点击量对比是没有意义的。方法二的这种按区域的对比也是没有意义的。为什么呢？下面我们逐一来说明这两个两种分析方法存在的问题。

1，网站中无论是首页还是其他页面中，不同链接的功能和重要性是不一样的。页面中的链接天生就是不平等的，比如添加购物车链接和导航链接以及帮助链接等等。这些链接在在页面中的位置，显示形式，以及功能和重要度都完全不一样。将这些链接获得的点击量进行对比没有任何意义。如果要进行对比的话，我们必须要将相同功能和重要性的一组链接进行对比。比如全局导航中不同频道的链接或者是分类导航或标签导航中的不同链接。这些链接同属一个功能区，有相同的功能，在相同的位置，展现形式也类似。这种情况下我们才能将他们进行对比。

2，在不同的网站的首页点击量分布中，首屏都会获得最高的点击量。所以将首页点击量按这种方法进行汇总和对比基本没什么意义。为什么这么说呢？因为大部分网站的页面布局方式都是一样的或者说是近似的。举例来说，你会在设计首页时将全局导航或者热门内容放到页底吗？我想肯定不会的。首页中首屏的设计模式就决定了首屏一定会获得最多的点击量。

在这种情况下，将首页按屏幕显示范围进行区域划分，并对比点击量数据就没有意义了。如果需要对首页不同区域进行对比，我们要按功能对链接的点击量进行汇总。而不同功能区域的点击量基本上也不能简单的进行横向对比。

前面说了一堆错误和误区，那么我们究竟该如何对首页点击分布进行分析呢? 别急，下面我们来介绍正确的首页点击分布分析方法。

五，正确的首页点击分布分析方法

正确的首页点击分布分析需要三个步骤，第一步对首页内容进行合理的划分。我们知道首页是网站的导航页面，并不提供实际的内容和产品购买功能。唯一的目的是将访问者引导到他们感兴趣的页面或内容中，并帮助他们完成目标。第二步，对首页中不同的导航功能进行质量分析，找出与最初设计不符和存在异常的区域重点分析。第三步，通过对存在问题的导航区域进行细分，找出具体的问题原因，并进行建议和优化工作。下面我们逐一来介绍。

1，  按功能对首页链接点击量进行汇总

对于大部分网站的首页来说，通常可以分为以下几个主要的导航功能区域。

1. 全局导航区域，如网站顶部的导航条。
2. 类别导航区域，如网站两侧的分类导航。
3. 搜索导航区域，如网站顶部的站内搜索条。
4. 推荐导航区域，如首页的产品推荐，新品推荐，促销活动等。

按以上分类将每一个分类中链接获得的点击量进行汇总，获得不同导航类别获得的点击量数据。这时，我们可以发现首页中哪些导航功能最受访问者欢迎。但这还不能说明什么问题。我们需要继续对不同导航功能的效率进行分析。

2，  对首页的导航功能效率进行分析

对不同导航功能区域进行转化率数据汇总，这个功能你可以在Google Analytics的内容分析中找到（Google Analytics—内容报告—网站内容—网页—网页内）。并将不同导航功能区域的点击量数据与转化率数据转化为占比数据进行对比。例如：

• 全局导航区域，点击占比：35%  转化占比：20%
• 类别导航区域，点击占比：30%  转化占比：25%
• 搜索导航区域，点击占比：20%  转化占比：8%
• 推介导航区域，点击占比：10%  转化占比：15%

在上面的示例数据中，首页的全局导航，类别导航和搜索导航区域转化占比低于点击占比，这三类导航功量高质低，虽然获得了点击，但在后续的转化过程中出现问题，例如站内搜索准确度较差，或者列表页筛选或排序功能存在问题等等。导致转化占比低于点击占比，需要进一步分析和优化。而推介导航转化占比高于点击占比，转化效率较高。

3，  对导航功能点击量进行细分

对于上一步中发现的量高质低的导航区域，我们需要进行进一步分析，细分并对比导航功能中的每一个链接获得的点击和转化量。找出问题具体的原因。如果该导航功能中所有链接转化都较差，则需要对整个功能进行全面优化。如果某一两个链接入口较差，则考虑对入口的形式和内容进行优化。

本篇文章的内容介绍完了，如果你在网站分析的过程中遇到问题或有任何建议请与我联系。

—【所有文章及图片版权归 蓝鲸（王彦平）所有。欢迎转载，但请注明转自“蓝鲸网站分析博客”。】—

No related posts.

感谢为本书撰写推荐的朋友们：

• “今夜酒店特价”产品&数据总监 郑海平
• 品众互动 首席优化师 宫鑫
• 网站数据分析知名博主 吴盛锋
• 原IBM全球资讯事业部高级资讯顾问 现链家地产副总经理   彭永东
• 网站分析在中国博主 宋星

也感谢所有关注本博客的朋友，没有你们的支撑我无法坚持下来。

完成了翻译工作后，博客将恢复正常更新。随后的新文章将主要关注以下三部分。

首先，我将持续，深入的关注Google Analytics的新功能，并与大家分享。心细的朋友可能已经发现，在V5版中Google Analytics最大的变化不是增加了新的路径分析或多渠道路径功能，也不是进行了界面优化。Google Analytics V5版最大的变化是她已经可以开始引导我们的分析思路了。她已经不仅仅只作为一个工具收集数据，展示报告。而是通过调整报告间的结构，有意识的限制并优化指标和维度的组合来预判和配合网站分析师的需求。而这正是Google Analytics这款免费网站分析工具的伟大之处！

其次，我也将关注网站分析行业的发展。在很多人和公司最初接触网站分析时，会因为网站分析工具的功能和指标的丰富而兴奋。但很快就会进入一个漫长的低潮期。网站分析行业也会很快进入一个低价值的时期。而单独依靠网站分析师自身的力量是无法摆脱这种困境的。此时，网站分析行业也会进行更精细的分工。

最后，将带领大家跨界学习。这时你会发现，所谓网站分析只不过是冰山一角，我们必须学习不同行业的知识来支撑它。尤其是传统行业中的一些非常成熟的知识。

—【所有文章及图片版权归 蓝鲸（王彦平）所有。欢迎转载，但请注明转自“蓝鲸网站分析博客”。】—

相关文章:

1. Google Analytics使用中的常见问题（一）
2. Google Analytics实用篇—快速过滤流量来源
3. Google Analytics中的基本度量三 “PV和UPV”

开心网（www.kaixin001.com）是中国最大、最受欢迎的社交网站（SNS）。开心网一直致力于为中国网民提供一个开心的互动平台，通过开心网让用户与朋友、同学、同事、家人保持更加紧密的联系，及时了解他们的动态，在线分享照片、日记、心情，通过轻松的互动传递最纯真的快乐。

职位名称：网站数据分析师

职责描述：

A、分析网站的各种运营数据，指导建立数据分析日常报表，并对各种运营数据进行分析，发现问题，并针对产品提出改进意见和培训产品人员的数据意识。

B、使用和了解现有的数据统计与分析系统，并针对现有数据统计分析系统的不足，提出改进意见并跟进实施。

职位要求：

1、大学本科及以上学历；计算机、统计、数学相关专业。

2、两年以上网站分析相关经验；或者一年以上直接的数据分析经验。能编写代码对中间或者结果数据进行分析处理。

3、擅长数据分析，对数据具有足够的敏感性、对数据分析极为细心；熟悉常规的数据统计和挖掘知识、统计方法。

4、诚实正直、责任心强，能承受较大的工作压力；具有良好的沟通能力和团队合作精神；

5、熟练的英语水平，具备很强的快速学习能力；

6、熟练运用PPT、Excel、R、SPSS等一种或者多种数据统计工具脚本；

感兴趣的朋友请将简历发送到 wuxing@corp.kaixin001.com

相关文章:

1. 职位信息:上海八叉乐招聘销售两名
2. 职位信息:淘宝招聘市场研究资深专家
3. 职位信息:链家在线招聘SNS,SEM,SEO

职位名称：高级数据分析师

岗位职责

1、负责网站项目的需求调研、数据分析、商业分析和数据挖掘模型等，通过对用户的行为进行分析了解用户的需求；

2、参与业务部门临时数据分析需求的调研、分析及实现；

3、整理编写商业数据分析报告，及时发现和分析其中隐含的变化和问题，为业务发展提供决策支持；

4、为业务部门提供数据分析服务，与业务部门合作开展业务专题分析；

5、支持产品部门下的运营，产品等各方面的数据分析，处理和研究的工作需求。

岗位要求

学历要求：本科以上

性别要求：不限

语言要求：普通话

专业要求：不限

总工作年限：2年以上

任职资格的具体描述：

1、统计学、数学或计算机、数理统计或数据挖掘专业方向相关专业大学本科以上学历；

2、互联网2年以上相关经验，有市场研究公司或者数据库营销、咨询公司数据分析工作经验优先；

熟练使用数理统计、数据分析、数据挖掘工具软件（如SPSS、Clementine/SAS EM、EXCEL、EVIEW等），熟悉SQL；

3、熟悉网站运营，理解网站业务逻辑及相关衡量标准；有一定的数据统计和数据挖掘专业知识，具备利用数据分析解决业务问题的能力

感兴趣的朋友请将简历发送至 liyf@ifeng.com

相关文章:

1. 职位信息:上海八叉乐招聘销售两名
2. 职位信息:链家在线招聘SNS,SEM,SEO
3. 职位信息:易科势腾科技招聘数据分析师

2012年4月25日（星期三）Adobe 与 上海八叉乐联合举办上海营销领导研讨会，以下是会议安排。对网站分析感兴趣的朋友请点击下面的报名按钮，免费参会。

会议时间：2012年4月25日下午13：30—17：00

会议地点：新世界丽笙大酒店 黄浦区南京西路88号宴会厅B（园景楼2楼）（地铁2号线 人民广场站9出口）

定位人群：市场副总裁，数字营销副总裁，在线战略制定副总裁，市场总监，数字营销及网络营销经理

会议日程：

相关文章:

1. 好耶广告招聘SEM客户经理
2. 准确度量 持续改进—网站分析驱动目标达成

特别说明：此方法由新浪微博用户 @飞翔猪啊 在3月30日00:06第一时间提供。感谢飞翔猪啊。

1 在C:\Windows \System32 \drivers \etc下用记事本打开hosts文档。

2 在hosts文档中寻找ssl.gstatic.com记录，并将IP地址修改为74.125.31.120。
3 如何hosts文档中没有ssl.gstatic.com记录，请直接添加下面这条记录。

74.125.31.120    ssl.gstatic.com

4 保存并退出hosts文档。
5 清空浏览器缓存，并关闭退出。
6  重新登陆Google Analytics。

相关文章:

1. Google Analytics使用中的常见问题（一）
2. Google Analytics使用中的常见问题(二)
3. Google Analytics使用中的常见问题(五)

很多第一次接触网站分析的朋友可能会问，网站分析是什么？我们的网站为什么需要网站分析？如何进行网站分析？网站分析能为我的网站带来什么价值？这里我们将通过五个部分来回答这些问题。介绍网站分析的作用，基本分析方法以及能够为网站带来的价值。

1 为什么要对网站进行分析？

首先是第一部分，我们为什么要对网站进行分析？网站分析并不是所有网站的标准配置，很多网站都没有做这个工作，他们也运营的很好。那么我们为什么需要网站分析呢？

在回答这些问题之前，我先要反问一个问题，你的网站为什么存在？如果你不了解网站存在的目的，那么网站分析对于你来说也就没有任何的价值。毕竟网站分析不是街头算命，可以未卜先知。我们需要明确的网站目标！通常情况下，每个网站都有自己存在的目的和意义。除政府和公益类网站，大部分网站存在的目的都是为了产生货币收入，就是要赚钱。无论是以直接的方式还是间接的方式。这是网站存在的目的，也是网站的目标！

明确了网站目标后，我们如何来实现这个目标呢？赚钱是一个很大，很复杂的目标，无法通过某个人或某个部门的单独努力来实现。因此我们需要对这个大目标进行分解，分解成很多小的目标和可以执行的具体动作。（通常我们会按四层结构分解目标。1整站目标，2分解目标，3衡量指标，4具体举措。）这里每个小目标的表现都会影响了整个目标的实现。那么这些小的目标表现如何呢？我们对这些小目标采取的举措是否有效呢？我们需要对它们进行有效的度量，并且不断的去优化这些小目标的表现。就像网站分析领域中的那句名言描述的一样，如果你无法度量它，那么你就不能改进它。网站分析对网站的作用就是通过对子目标的度量和改进，持续促进网站目标达成。

2 网站分析是什么？

在了解了我们为什么需要网站分析之后，我们来看第二个部分，网站分析是什么？

这里我们做个形象的比喻来帮助理解网站分析，如果我们将网站看成一个人，那么网站分析首先是网站的眼睛。他帮你看清网站里发生了什么事情。访问者来自哪里，他们在找什么，网站中哪些信息最受欢迎等等。其次，网站分析是网站的神经系统。他让你知道网站的健康状况，网站的哪个功能出现了问题，哪里需要进行调整，页面布局是否合理，导航是否清晰等等。最后，网站分析相当于网站的大脑。他让我们在完成目标的过程中合理分配资源和预算，并通过优化不断提高网站的表现。

3 如何进行网站分析？

前面我们了解了为什么需要网站分析，以及网站分析是什么。下面开始进入第三部分实战阶段，我们如何对网站进行分析，分析哪些内容？

网站分析的整个过程是一个金字塔的结构。金字塔的顶部是网站的目标：投资回报率（ROI）。要达到这个目标，我们首先需要有访问者，所以第一部分是网站的流量分析。其次，我们要针对访问者的需求，有效的展示我们的内容，商品和信息。并且让客户喜欢这些内容。因此，第二部分我们要对网站的内容进行分析。内容分析涵盖的范围比较广，包括导航分析，页面质量分析等等。最后，也是最关键的部分，我们要让访问者转化为客户，购买我们的信息和商品。只有访问者完成了最后的转化，我们才能完成网站的最终目标。因此我们要对网站的转化进行分析。最后，每一个问题都不是单一的原因引起的，每一个分析也都不是孤立存在的，因此我们还需要串联整个访问和购买过程。对网站进行端到端的分析。下面，我们来逐一说明每一部分的分析方法和我们要分析的内容。

3.1流量分析

首先是流量部分的分析，如何分析网站的流量呢？先想一下我们分析流量的目的，是为了获得更多质量高的流量。因此我们按照质和量两个维度来衡量流量的表现。X轴代表量，指网站获得的访问量。Y轴代表质，指可以促进网站目标的事件次数（例如：商品浏览，注册，购买等行为）。下面将流量按照它们在这两个维度上的表现展示在坐标轴上，不同的流量出现在了不同的位置上。这里圆圈的大小代表获得流量的成本。现在我们用虚线将流量划分到四个象限中。

第一象限的流量：质高量高 这是网站的核心流量，对于这部分流量保持即可。优化方向：降低获取流量的成本。

第二象限的流量：质高量低 这部分流量是网站的忠诚用户，它们有很高的质，但数量较少。优化方向：提高这部分流量的数量。

第三象限的流量：量还可以但质较低，并且获取流量的成本也比较高。我们可以直接砍掉这部分流量吗？我们后面进行说明。

第四象限的流量：量高质低，对于这部分流量要提高质。如何提高这部分流量质量呢？我们使用细分的方法。

什么是细分呢？细分是在流量分析时最常用的方法。通常也是最有效的方法。细分是指通过不同维度对指标进行分割。查看同一个指标在不同维度下的表现。进而找出有问题的那部分指标。对这部分指标进行优化。这是一个流量细分的示意图。指标是访问量，就是我们常说的流量。通过在来源维度，媒介维度，时间维度，位置维度等维度下我们可以对访问量进行单独或者重叠的多维度细分。

还记得前面的象限图吗，那里我们留下了一个问题，第三象限质较低的流量如何处理，是否可以直接砍掉。答案是不能。为什么呢？因为访问者在整个的购买过程中会穿梭于多个不同的流量渠道中，他们使用不同的工具对信息和商品进行查询，对比并作出决策。并且越是价值高的商品，访问者需求的信息越多，决策时间越长。而每个渠道在访问者的转化的过程中也会扮演不一样的角色。有些渠道吸引注意，树立品牌形象。例如门户的banner广告，有些提供精准信息，例如搜索引擎广告。而有些帮助访问者进行决策，比如比价和评论。因此，我们在处理前面的问题时，对于质比较差的第三象限流量渠道需要分析这个渠道与其他渠道间的关系，也就是渠道间的重合度。以及这个渠道在整个转化过程中扮演的角色。这里我们可以看到，广告活动，付费搜索和直接流量间有明显的重合。直接砍掉广告活动流量，或者降低广告投放都有可能会影响另外两个渠道的表现。

3.2内容分析

介绍完了流量分析，我们来看下如何分析网站内容。网站内容分析分为两部分，第一部分是网站的导航分析。对于所有的网站来说，页面都可以被划分为三个类别。导航页，功能页和内容页。首页和列表页都是典型的导航类页面。站内搜索页面，注册表单页面和购物车页面都是典型的功能页面。而产品详情页，新闻和文章页都是典型的内容页。导航页的目的是引导访问者找到信息，功能页的目的是完成访问者的特定任务，内容页的目的是向访问者展示信息，帮助决策。以上三类页面共同组成了网站的整体页面结构。这是一个简单的网站结构示意图。最顶上是首页，第二行是列表页，第三行是详情页。在上面的结构中，我们分析时主要寻找两类诡异的行为。1访问者在导航类页面中途离开。2访问者从内容类页面重新返回导航类页面。这两类行为都是我们在最初设计时不希望看到的行为。下面我们来逐一说明这两类行为的问题。

在第一个问题中，访问者从导航类页面（首页）进入，在还没有看到内容类页面（详情页）之前从导航类页面（列表页）离开网站。访问者在这次访问中并没有完成任务，导航类页面没有将访问者带入到内容类页面（详情页）中。因此，我们需要分析导航类页面（列表页）造成访问者中途离开的原因。

在第二个问题中，访问者从导航类页面（首页或列表页）进行网站，从内容类页面（详情页）返回到导航类页面（首页）。看似访问者在这次访问中完成了任务（如果浏览内容页就是这个网站最终目标的话），但其实访问者返回首页是在开始一次新的导航或任务。除非新的任务与目标的任务毫不相关或者数量很少，否则我们也应该分析内容页最初的设计，并考虑在内容类页面提供交叉的信息推荐。

前面我们说过了网站导航的分析过程。下面来介绍下如何对页面质量进行分析。如何判断一个页面的质量呢？对于导航类页面来说，最简单的方法是检查访问者从这个页面到下一个页面的分流情况。流量的去向是否符合我们最初的设计思路，是否能将访问者带到促进目标达成的关键页面。如果答案是肯定的，那么这个页面就是OK的。当然，你可能会说在现实中访问者并不会这么听话，导航类页面的设计也没有这么简单。是的，这只是一个最基本的页面分析思路，现实中的导航页面往往会兼顾很多任务。因此，我们还要对访问者进行分类，对不同页面位置及流量去向分配权重。

在上面的导航类页面分流的例子中，目标明确的访问者会直接流向详情页，浏览及寻找信息的访问者会流向不同的频道页或类别页。这三个流向对于导航页来说都是没有问题的。只是完成转化的不同路径。而离开网站很明显是有问题的流向。是需要通过对导航页进行优化来避免的。

3.3转化分析

最后，我们来看下转化分析。转化渠道与前面的页面导航很像，区别在于转化渠道通常是一个目标非常明确的封闭渠道。在这个渠道中我们希望访问者一路向前，不要回头也不要离开，直到完成转化目标。对于转化渠道，我们主要进行两部分的分析，分别是访问者的流失和迷失。下面先来看第一部分：转化过程中的阻力的流失。转化的阻力是造成访问者流失的主要原因之一。这里的阻力包括错误的设计和错误的引导。

错误的设计包括访问者在转化过程中找不到下一步操作的按钮，无法确认订单信息，或无法完成支付等等，这些情况都属于错误的设计。而在访问者的支付过程中提供很多离开渠道的链接，例如不恰当的商品或活动推荐，对支付环节中专业名词的解释，或者帮助信息等内容都属于错误的引导。

转化渠道分析的第二部分是访问者的迷失。造成迷失的主要原因是转化流量设计不合理。访问者得不到需要的信息，并且不能根据现有的信息作出决策。这里有一个例子，我在永乐票务购买演出票时，直到支付前也没有看到在线选坐的提示，这让我无法确认购买的演出票是否合适，同时担心在前面的流程中错过了在线选坐的操作。不得不停止支付操作，再次返回前面的页面查看。最终通过电话客服了解到他们有两条转化路径，其中的一条转化路径包含在线选坐的操作。

4 网站分析为什么很重要？

前面我们分别介绍了流量分析，内容分析和转化路径分析，到这里如何进行网站分析的部分就介绍了。下面让我们来继续后面的内容。网站分析为什么很重要？

如果你的网站直接为你创造货币价值，那么计算一下网站的转化率每提高1%会产生什么样的影响呢？计算一下1%对你的网站来说意味着多少个访问者？获得这些访问者的成本有多少？这些访问者可以带来的收入有多少？

来看下网站分析中的经典漏斗模型。100%的访问者进入网站，45%的访问者跳出离开网站，这些访问者没有机会转化为客户为你带来收入了，同时你花费在他们身上的广告费也打水漂了。只剩下55%的访问者继续前进。在下一级页面，因为导航设计问题，又有25%的访问者离开网站。你失去了这部分访问者的订单，同时再一次浪费了广告费。继续前进，因为页面内容问题，转化渠道阻力及流失问题，不断有访问者离开网站。最终只有2%的访问者成功下单支付，完成了网站的目标。而在这整个过程中你损失了98%的访问者，这些访问者可能产生的收入，以及为了获取这些访问者而支付的广告费。在这个漏斗模型中，要增加最终的收入有两个方法。1获得更多的访问者，当然购买访问者是需要花钱的，并且你依然在浪费广告费。这并不能让你获得更多的收入。2提升每一步的转化率，降低访问者的流失比例。

现在让我们再来看一下1%对于网站来说到底意味着什么？转化率的提高意味着购买流量的钱变的更有效，每个客户的获取成本更低。同时，新增的客户产生了更多的订单，进而创造了更多的收入。并且转化率提升1%对于网站来说是一个长期的，稳定的，并且可以不断累加的效果。

5 网站分析带来的改变

最后，让我们再来回顾下前面的内容。网站的目的是为了获得更多的收入，要完成这个目标我们需要很多的子目标，首先，我们需要合格并且有质量的流量来访问网站，其次我们的网站需要有清晰的导航结构将访问者带到他们感兴趣的内容页面上，而提供的信息也必须符合访问者的需求。最后，还要让访问者顺利的完成目标。网站分析在这个流程中为每个子目标提供准确的指标度量，并通过分析找出其中存在问题的环节进行优化和改善。

因此，网站分析可以带来的改变就是提高ROI，并且通过准确的度量每个子目标的表现，以及持续的改进和优化驱动网站目标达成！

—【所有文章及图片版权归 蓝鲸（王彦平）所有。欢迎转载，但请注明转自“蓝鲸网站分析博客”。】—

No related posts.

2010年11月21日我曾经写过一篇基于内容组进行路径分析的文章：《Google Analytics中基于内容组的路径分析》现在让我们来继续这个话题。

一 基于分析目的规划内容组

基于内容组的访问者路径分析，顾名思义，在开始分析之前我们先要对网站的内容进行分组。那么，我们该如何对网站的内容进行分组呢，有没有什么标准？是按网站频道分组，还是按内容类型，又或者是页面层级分组呢？每个内容组划分到多细的颗粒度合适呢？所有的这一切都没有标准答案，划分内容组没有统一的标准。每个网站，甚至每个人的划分方法都会不一样。这里没有对错和好坏之分，只要你划分的内容组能够满足你的分析需求，达到你的分析目的。因此，在划分内容组之前，我们需要先明确分析的目的是什么。

分析目的简单的说就是我们要通过分析解决什么问题。例如，对于我的博客来说，我们的问题是如何增加订阅量。而如何增加订阅量这个问题反推到网站的内容中就分解成了很多具体的问题：

1 网站的首页布局合理吗？

2 文章列表页中的信息是否有效？

3 站内搜索提供的结果有效吗？

4 文章页的推荐有效吗？

以上的这些问题还可以再继续分解为更具体的问题。如：访问者从首页又去了哪些页面？列表页的排序规则合理吗？选择翻页的访问者有多少？没有点击站内搜索结果的访问者去了哪里？等等。这些具体的问题都是我们的分析目的。在了解了分析目的后，我们就可以开始创建内容组了。

二 创建内容组前的准备工作

创建内容组的第一步是熟悉网站的内容和页面URL规则。不同内容的URL规则是什么。这是非常重要的一步，也是在整个创建内容组的过程中最费时费力的一步。并且大多数时候还需要反复的调整。我曾经为两个很熟悉的网站创建内容组。但没有一个是一次顺利完成的。这里遇到的主要问题有两个。

1 网站URL规则混乱，层级划分不清晰。这主要是因为最初的URL规划问题，或者是SEO为了优化URL结构造成的。

2 内容组对URL的覆盖不全面，总会发现规则之外的新URL出现。这主要是因为对URL的整理不全面。

按照之前的经验，在开始创建内容组之前，我们必须要进行准备工作。这些准备工作可以最大限度的避免后面报告中的混乱。

1 整理并理解网站URL

准备工作的第一步是整理网站中所有的URL，获得网站所有URL的方法有三种:

1 从技术或网站管理员那里导出网站URL列表。

2 从现有的分析工具中导出最大时间段的URL列表。

3 按照URL规则生成URL，并逐一验证。

前两种方法可以快速的获得网站大部分URL，但在后期整理和分类时比较麻烦。第三种方法在开始阶段比较复杂，但分类时简单，并且可以避免URL遗漏。（前提条件是网站的URL规则层级清晰）以下是我博客部分URL的整理列表。

2 对网站URL进行分组

在获得了网站大部分URL后，我们可以开始对URL进行分组，并为每个分组设置一个名称。分组的标准是具体的分析需求，也就是我们通过分析要解决的问题。最基础的问题有多细致，分组就要有多细。例如：针对前面例子中的分析目的。我们需要将网站首页单独作为一个分组，用来分析首页的分流情况。将列表页首页作为一个分组，分析列表首页的排序规则。将列表的后续页面作为一个分组，分析访问者在列表页的翻页情况。等等。这时候，你可能会发现你已经创建了很多个分组，并且每个分组的规则都不太一样，有些分组中只有一个页面，有些分组中包含一个频道，有些分组中只记录了访问者的某些特定的行为，比如翻页，按钮点击，留言或订阅等，而有些分组记录了网站中的错误，比如404页面，搜索失败页面等等。这些都没有问题，只有分组可以满足我们的分析需求就可以。以下是我博客的部门内容分组情况，对于博客的内容我一共创建了20个分组，而在另一个公司级的网站中，我创建了80个分组。

3 转化为正则表达式

完成网站所有URL的分组后，我们要将每一个分组转化为一条正则表达式。这个工作有些复杂，必须保证每条正则表达式不遗漏分组内所有的URL，又不能错误匹配到其他分组的URL。这里没什么窍门，从每个分组中挑选一个典型的URL，然后放在一起进行测试。推荐一个非常好用的正则表达式工作Rubular。这个工具可以提高创建正则表达式的效率。以下是我博客中部分URL分组的正则表达式。

三 使用过滤器创建内容组

内容组是通过搜索和替换过滤器将现有URL进行聚合生成的。新生成的内容组将会覆盖Google Analytics热门内容报告，所以我们需要为内容组单独创建一个新的重复配置文件。这个配置文件中的页面数据将只以内容组的名称显示。你可以称这个报告为“内容组路径分析报告”。

1 创建新配置文件

创建重复配置文件的方法非常简单，这里不再赘述。只需注意以下几点即可。

1 与主报告应用相同的配置，包括时区，过滤器等设置。

2 有子域的网站必须设置增加主机名过滤器。

3按照具体的分析需求，有选择的过滤URL中的参数。

4不要开启站内搜索报告，也不要过滤掉站内搜索或类别参数。

2 逐一创建内容组

通过前面对网站URL的整理和分组，我们已经将整个网站的内容按照分析目的分为了不同的组。现在要做的工作就是在Google Analytics中创建这些内容组，并获得数据。创建内容组的工具是Google Analytics的搜索与替换过滤器。整个过程很简单，将分组的正则表达式输入到搜索字符串中，将分组名称输入到替换字符串中。过滤器将对URL进行过滤，与正则表达式的规则匹配的URL将被替换为替换字符串中的分组名称。

四 检查并优化内容组

创建完内容组后，并不能马上进行分析。因为这时的数据并不准确。需要我们对内容组进行检查。检查的方法很简单。就是通过查看配置文件中的热门内容报告，寻找是否有被遗漏的URL，整个检查过程大概要持续3-5天。

1 通过热门内容报告检查内容组

在创建好内容组的第二天，通过热门内容报告检查查看内容组数据，检查是否有遗漏的URL，如果内容组报告中显示了某个页面URL，则说明这个页面没有被匹配到对应的内容组中，需要分析原因，对这个内容组的正则表达式进行调整。下面的截图中很明显可以发现，网站地图的翻页没有匹配到内容组中，需要检查这个内容组的正则表达式设置。

如果你创建的内容组比较多，这里有一个快速检查的方法，按页面浏览量对报告进行排序可以很快发现那些没有匹配到内容组中的URL。对内容组报告的检查时一个持续的过程，因为

新增加的外部流量的经常带有各种奇怪的参数，这些参数随时可能破坏现有的URL规则。

2 优化过滤器的顺序

在检查内容组的设置时，除了遗漏URL的检查，还需要对存在冲突的内容组进行检查。这种情况并不常见，只在URL规则混乱时才会出现。例如在同一级目录中包含多个信息，当我们需要对每个信息分别创建内容组时，正则表达式可能会发生匹配错误。这时需要通过调整过滤器的前后顺序来保证正确匹配。

到这里为止，网站内容组的创建和检查工作都已经完成了。下面我们将介绍Google Analytics V5中的访问者流功能，并将创建的内容组与访问者流功能配合使用，分析访问者的浏览行为。

五 访问者流报告功能概述

访问者流报告在Google Analytics V5版本中的受众群体目录下。默认情况下只显示访问者进入网站后的前三次互动。不断点击报告右侧的+步骤链接可以查看后续的互动情况，直到最后一个访问者离开网站。当我们创建完内容组报告后，可以在这里看到访问者与不同内容组互动的情况。

1 查看访问者流的三种模式

在访问者流报告中，我们可以以三种方式查看访问者与网站内容的互动情况，分别是按访问者来源的不同维度查看，按不同内容组查看和按访问者的行为查看。下面我们逐一说明。

1.1按访问者来源维度查看

第一种模式是按访问者的来源维度进行查看，访问者流报告中提供访问者的不同维度，这些维度包括地域维度，来源维度，内容维度和系统维度，我们可以在报告中任选一个维度，在显示的子维度中选择突出显示途径此处的流量，来查看这个子维度中访问者的浏览路径。上面图中显示的是系统维度下使用chorme浏览器的访问者浏览路径。你可以把这种模式理解为按访问者来源对访问路径的细分。

在所有的访问路径中，我发现访问者在第二次互动时仍然会返回首页，这似乎和我之前的设想不一致，首页是整站的导航页面，通常只有访问者结束了一个任务，或者不知道下一步该去哪里时，才会返回首页。那就究竟是哪些页面导致访问者返回首页呢？我们可以继续使用第二种模式查看访问者路径。

1.2按不同的内容组查看

与第一种模式类似，我们也可以在报告中突出显示途径某个特定内容组的路径情况。这很像Google Analytics老版中的导航分析报告。根据前面的问题，我在报告中选择了进入网站后第二次与首页互动的路径情况，这里可以发现首页上一步和下一步的内容基本相同。而文章页在首页的前后页面中都占了较大的比重。如果访问者是从文章页返回首页，又从首页再次进入新的文章页，那么我的文章页底部的相关文章功能可能存在问题，推荐的文章也许不是访问者想要的，又或者我应该在页面右边栏也提供其他模式的文章导航，帮助访问者在文章页导航。因此，现在要确定的问题是前面看完文章页的访问者通过首页去了哪里？让我们来继续使用第三种模式查看访问者路径。

1.3按访问者行为查看

在第三种模式中，我选择了从文章页进入网站首页的这部分流量，很明显，这部分访问者中大部分从首页继续进入了新的文章页，少部分选择了其他的导航方式。通过三种查看模式，基本可以确定文章页现有的相关文章功能存在问题，同时文章页中也缺乏其他的导航方式。下一步需要对文章页底部的推荐规则进行调整，并在右侧增加文章类别的导航。

通过一个简单的分析我们了解了访问者流报告的三种查看模式。细心的朋友可以发现了在报告中每一步都有很多的数字，这些数据表示什么呢？下面我们来一一说明。

2 访问者流报告中的数字

访问者流报告中的数字集中出现在三个位置。1报告的顶部，显示了每次互动数据。2灰色的流量数据，显示了访问者分流数据。3每一次互动中内容组的数据，显示了内容组的表现数据。

每次互动的数据

报告顶部的每次互动数据显示了访问者每次与网站互动后的流失情况，相当于一个大的虚拟漏斗。具体计算方法如下：

起始网页的访问次数等于网站获得的所有访问量。每次互动中访问量减去离开人数等于下一次互动的起始访问量。具体到上图中的数字为：

5640（网站获得访问量）-3670（离开人数）=1960（首次互动）-759（离开人数）=1200（第二次互动）-459（离开人数）

访问者分流数据

灰色的流量部分中显示了访问者的分流数据，在上图中可以发现中国一共产生了4840次访问，其中2230次访问到达了文章页。而文章页在这个时期共获得了2750次访问。

内容组表现数据

第三组数据是不同内容组的表现数据，在上图中，文章页内容组共获得了2750次访问，其中82.2%的访问流失（后面红色的部分表示流失情况），继续浏览的访问者仅为17.8%。

六 访问者流报告与其他功能配合使用

最后，再来说下内容组，访问者流报告与Google Analytics中其他高级应用的配合使用。首先是自定义报告。在我们对页面进行聚合后，只能以内容组的名称来查看浏览量，如果希望对内容组的数据进行细分，可以使用自定义报告功能。

1 使用自定义报告对内容组进行细分

在自定义报告中，通过网页标题可以实现对内容组指标的细分。查看每个内容组中各项关键指标的分布情况。

2 使用高级细分对访问者流进行细分

在访问者流报告中同样也支持高级细分功能，高级细分功能与访问者流中的流量维度是叠加的关系。例如，当我们在访问者流报告中选择来源，在高级细分中选择直接流量时，访问者流报告将只显示直接流量的访问者路径。

3使用访问者级自定义变量进行分类追踪

最后，访问者流报告还支持使用自定义变量对访问者进行分类追踪，如果你的网站使用访问者级自定义变量对访问者进行标识，那么可以在访问者流报告中对预先设置的访问者分类甚至这类访问者中的某个个体进行网站访问的全路径追踪。

—【所有文章及图片版权归 蓝鲸（王彦平）所有。欢迎转载，但请注明转自“蓝鲸网站分析博客”。】—

相关文章:

1. Google Analytics基础篇—配置文件规则设置
2. Google Analytics自定义报告之—搜索引擎报告
3. Google Analytics功能篇—自定义过滤器

职位名称：SEO产品经理

职位描述：

1. 指定定并组织实施公司网站及网络产品的SEO优化方案，负责优化网页结构，保证网站SEO技术水平、网站PR值、alexa排名保持行业的领先地位。
2. 制定公司网站SEO战略目标、技术实施规范；
3. 参与公司其他项目提出seo方案。
4. 收集并分析竞争对手的搜索引擎收录情况信息

职位要求

1. 3年以上整站seo经验，1年以上整站的B2C行业seo经验；
2. 思维广阔，能够对不同网站提出独特的优化建议，并能够编写可执行性文档；
3. 对html、asp、php语言有一定的了解；
4. 爱好SEO事业，擅长探索、研究新的SEO技术；
5. 有较强的数据分析能力，熟悉各种数据统计工具。能定期对相关数据进行有效分析并发现问题。
6. 要求附上相关作品的成功案例，如果是操作过大项目的肯定会优先考虑录用。

邮件发送至:jslijun@dangdang.com  薪水面议 ，上班时间自由，不考勤！

职位名称：数据平台产品经理

职位描述：

1. 规划数据分析平台产品；对平台数据产品进行优化。
2. 参与页面的需求调研，了解业务团队的业务数据需求，与业务部门沟通并推进以上结果
3. 提供各种数据报告，对市场活动终端体现给予评估，为公司运营决策、产品方向、销售策略提供数据支持
4. 业务团队与技术团队的沟通桥梁，通过深入了解业务需求，形成prd相关文档，协助技术人员满足数据要求

职位要求

1. 良好的数据敏感度,能从海量数据提炼核心结果；有数据分析、挖掘、清洗和建模的经验.
2. 熟悉mysql数据库,熟练操作excel, PPT , 了解SAS/SPSS。
3. 具备互联网产品的经验和独到理解，熟悉数理统计、数据分析、数据挖掘的方法；
4. 强烈责任心，开放的性格，良好的沟通能力；
5. 擅于协作，具备良好的团队合作精神

邮件发送至:jslijun@dangdang.com 薪水面议，上班时间自由，不考勤！

相关文章:

1. 职位信息:链家在线招聘SNS,SEM,SEO
2. 职位信息:淘宝招聘市场研究资深专家
3. 职位信息:上海八叉乐招聘销售两名

闲话说了一堆，现在进入本篇文章的主题。网站分析十必问是对一个新网站进行分析前我们要做的工作，是了解网站背景信息的方法。同时也是对网站进行的一次全面的体检。这十个问题中包括了网站的目标，策略，用户和业务方面的信息。这些信息散落在网站的各个角落，有些可能只是某个负责人脑子里还未成形的假设，而我们要做的就是找到将这些问题的答案或猜测，对这些信息进行汇总，可以这样说，如果不清楚的理解网站对这些问题的答案，整个网站分析的过程就很难开始。下面让我们逐个解释这十个问题。如有错误请各位朋友拍砖指教。

一，网站的目标是什么?

网站的目标简单的说就是网站存在的价值。每一个网站都有自己的目标，不存在没有目标的网站。在前面的文章中我也已经对网站的目标和目标的分解进行了说明。这里除了要了解网站的目标外，在开始网站分析之前我们还需要了解更多与目标相关的内容。每个目标都是由三部分组成的：1目标，2目标指标，3指标值。

1 网站目标是否合理？是否可执行？（目标）

网站的目标合理吗？这个问题我们好像一直都没有去思考过。如果这个目标本身就不太合理，那么无论是在具体的执行还是分析过程中都会出现很多问题，导致最终的失败。所以，当目标出现时我们需要谨慎的思考。

合理的目标并不一定是可执行的目标。只有当目标的变化与网站有强关联的时候，这个目标才是可以执行的。这里说的强关联是指通过对网站的调整可以直接造成目标结果的改变。例如：现在很多企业都通过自己的网站展示商品，然后在线下完成最后的销售（网站无支付功能）。这种情况下销售受线上和线下两部分因素影响，如果将网站的目标设定为最终的销售量就不太合理。而应该设置为网站带来的潜在客户数量。将线下部分的目标设置为网站潜在客户的成交率。

2网站的目标如何进行定义和量化？（指标）

获得了合理并且可执行的目标后，我们还要询问希望如何对目标进行定义和量化。网站分析最终都是以数字或比例来衡量目标的。所以将目标量化为合理的指标和数字就非常重要。简单的潜在客户数量不能反映出实际的效果，往往还会造成各部门之间的扯皮。所以我们需要将潜在客户进一步定义为成功完成注册，或来电咨询，或者下载优惠卷或产品资料的访问者数量。这样我们才能对最终的目标和完成的好坏有一个清楚的认识。

3目标的指标值是如何推算出来的？（指标值）

最后，也是最重要的一个问题。我们必须清楚的了解目标是如何推算出来的。很多时候我们会遇到这样的目标：“明年网站新增100万注册用户”。这个目标是执行的。衡量只有也没有问题，但具体的目标值是如何推算出来的呢？如果这个数字是拍脑袋出来的，那么这个目标依然不是一个合理的目标。

二，完成目标的策略是什么？

策略是指网站完成目标的方法。简单的说就是使用哪些资源，通过何种方式，从哪些渠道，获得什么样的访问者，并最终以何种方式促进完成目标。策略和目标同样重要。如果网站没有清晰的策略那么分析也不会有价值。网站的策略通常体现在流量和产品中。对于流量可能是如何选择流量来源，如果控制获得流量的成本，如何策划市场活动。而对于产品则可能是产品的设计逻辑以及与主要目标的关系。

网站分析需要获得网站的整个策略，从最高级到最底级。获得策略的方法很简单，直接与网站负责人和流量及产品经理沟通就可以。比如你可以询问网站的流量负责人，为什么我们要选择这些流量渠道，而不选择那些？为什么我们要把钱花在这些网站上？如果网站策略清晰，他会直接告诉你结果。否则他可能会告诉你几种答案：1使用这个网站的用户量很大。2竞争对手从这里买流量。3凭我以前的经验，这个网站如何如何。4领导要求从这里购买流量。以上四种答案很常见，但他们都不是我们要的结果。你也可以询问网站的产品经理每个产品的内在逻辑是什么？他们的产品与网站目标是什么关系？在哪一步促进了目标达成？以及每个页面的Action和不同板块的权重如何分配，为什么？如果你能获得准确的答案，说明策略是清晰的。否则，如果答案是模糊的，那么这些产品和页面在最初的设计时就是存在问题的。他们也无法帮助网站完成目标。

策略是分辨好与坏的关键。如果一个网站没有策略，网站分析多半也只能提供一些简单的数据。

三，网站的用户是谁？

网站是为用户服务的，而网站分析的主角也是用户。网站的用户是谁？他们有什么特征？是男是女？生活习惯如何？从事哪些职业？收入如何？有什么共同的喜好？等等。这些用户的基本属性都是我们要了解的内容。当然也是网站的流量负责人和产品经理需要了解的信息。否则大家就只能凑在会议桌前一起玩盲人摸象的游戏了。

最典型的例子，不了解用户的网站通常会出现两种情况：

1 网站内容和功能大而全，生怕遗漏任何一点没有想到的用户需求。

2网站内容和功能没重点，因为每个人都能为自己的功能和内容设想出一个典型用户和一大堆理由，并且谁也无法说服对方。

了解网站用户信息最好的方法是自己亲自调研或访谈。经验告诉我们不要相信任何人提供的信息。无论是产品经理，还是老板。这并不是说他们都在说谎，而是你并不知道他们的信息是什么年代的,来自哪里，依据了哪些”权威报告”，结论是否可靠（通常级别越高的领导越不可能亲自完成用户调研，他们拿到的大多是经过过滤的二手或者三手信息）。所以只有自己亲自了解到的信息才能作为分析的依据。相信我，这是绝对正确的经验。

四，网站的用户可能来自哪里？

流量在网站中是最受关注的一个指标，也是网站分析需要关注的指标。在了解了用户自身的基本属性后，我们还需要问一个问题，就是这些用户可能会来自哪些渠道或网站？换句话说就是，哪些渠道或网站是我们需要特别关注的？如果你直接询问网站的流量负责人，他多半会告诉你是搜索引擎或门户网站，又或者是在竞争对手那里。但这并不是我们要的答案。因为搜索引擎已经成了互联网的门槛，几乎每个人都会使用到搜索引擎。并且从搜索引擎获取流量的成本较高。而竞争对手就更不用说 。所以，我们需要的答案是：“我们可以使用较低成本获取的潜在用户”可能来自哪里？

这个答案依然来自用户调研，需要清楚的了解用户产生需求的原因和使用习惯。用户可能来自很多渠道，例如：新闻稿，软文，论坛，朋友推荐（口碑），广告，搜索，社交网络。每个渠道的成本和质量都不一样，网站目前的流量策略是否正确有效？如何将有限的预算投入到最有效的渠道中？网站分析对于不同来源的流量如何进行分析，如果提供渠道选择建议呢？

通常用户会同时使用多个渠道访问网站，不同渠道中的访问者处于需求的不同周期。在用户产生需求的早期，获取信息的渠道比较单一，竞争较小，同时网站获取用户的成本也较低。后期随着用户需求的明确，竞争提高，网站获取用户的成本也越高。而这些都需要对用户的理解。

前四个问题主要集中在网站目标，策略和用户上。我认为这三点是进行网站分析之前必须要清楚理解的内容，这一点无论强调多少次都不为过。如果要我对一个新网站进行分析，我会在前期花费大量时间来搞清楚这四个问题。因为这四个问题将直接影响网站分析的价值和成败。今天就先写到这里，稍后我将继续更新网站分析十必问的后面六个问题。随后的六个问题将主要围绕网站本身的现状展开。请大家继续关注。

—【所有文章及图片版权归 蓝鲸（王彦平）所有。欢迎转载，但请注明转自“蓝鲸网站分析博客”。】—

No related posts.