Category Archives: 数据分析

数据分析的重要性—网站运营的基础性工作

在中国传统商业环境下,对数据一般不太重视,但是随着中国互联网的专业化和国际化,数据分析作为网站运营的基础性工作已经显得越发重要。特别是随着互联网的发展,数据成为衡量一个网站的各项指标,有据可查的科学评估资料。靠传统商业模式中所谓的品牌、人脉已经不在具有说服力。
一切以数据说话,成为当今或者未来互联网发展的趋势。但是数据分析人才的匮乏或者传统商业模式的现代化转换制约着数据分析的快速发展。
数据分析需要什么样的人才,什么样的人才适合做数据分析,特别是网站数据分析。在很多传统行业的招聘启事中发现,他们大部分的招聘要求都是,数据分析专业、数学专业。其实这是一个误区。做数据分析不是说你掌握了数据分析的方法你就能做好数据分析。特别是网站数据分析,你的知识面要特别广,对互联网特别了解,最好有丰富的互联网从业经验,否则,你让一个只懂数据分析方法的专才来提供一些原始枯燥的数据,对网站运营基本没什么太有实质性的帮助。现在的网站数据监测系统已经提供了非常标准和精准的原始数据统计和分析。网站数据分析师,核心不是数据统计,而是分析。
从基本的运营数据,比如访问量来源,用户停留时间,页面访问数,等等各项指标的综合分析得出一个科学的具有参考价值和执行力的分析报告,从而对网站的运营进行科学的指导和参考。
优秀的个人站长一般都有非常不错的数据分析能力,其实他们往往比一些专业的“数据分析”专业人才更有价值,更能为网站运营提供更有参考价值的信息和方案。
数据分析可以做哪些事情?
一、对产品的运营状况进行评估分析参考指导
二、对网站的运营状况进行评估分析参考指导
三、对网站广告的评估分析参考指导
可以细化到一个页面,一个用户;宏观到可以为网站的未来发展及网站的运营提供科学的数据参考和指导。

Posted in 数据分析 | Tagged , | Leave a comment

网站数据分析(Web Analytics)的十大误区

网站数据分析(Web Analytics)的十大误区
【导读】网站分析仍然很新,很新,因此,我们对她的认识可能存在种种偏差。这篇文章总结了在我的工作中发现的种种容易出现的对网站分析认识上的误区。
【正文】
  作为一门新兴的科学,网站分析博得了很多的好奇,但好奇背后,人们也为她注入了各种想象,有些想象经过反复的传播和放大,成为被普遍接受的“真理”,如同人们认为我们可敬的Michael Jackson是漂白了自己的皮肤一样。但是,这些想象却实际上令我们陷入误区。尽管这些误区,并不是雷区,并不会让我们踩上去就全盘皆输,但有时候,却仍然会让我们限于迷糊不清的境地,而妨碍我们对真知的获取。我们有必要排除它们。
误区一:网站分析就是对网站进行的分析
  这是一个同义反复,本质上它并没有什么错误,但是它却会让人糊涂,而最终完全误解网站分析的真正含义。
  这是一个最需要被澄清的领域,你想要研究人类的爱情,那么你该先把爱情定义清楚,以及,她跟友情有什么不同。你喜欢网站分析,那么你也应该搞清楚网站分析到底是什么。
  宏观上的网站分析实际上分为两类,一类被称为网站内的网站分析(On-site web analytics,或称基于网站自身的分析),简单讲,这种网站分析是衡量网站上用户的访问行为的,例如,哪一种用户的登陆页面(landing page)更能够促进访问者进行购买,或是哪一种来源(例如搜索引擎或是显示广告)的访问者在网站上的访问行为有什么区别。对于用户行为的网站内分析通常都会和具体的商业环境相结合,也会以促进网站的商业效果为导向。
  另外一类被称为网站外的网站分析(Off-site web analytics),实际上是指在整个互联网的环境中,对竞争对手网站的分析,以及对互联网传播和营销效果的衡量和分析。前者即是对竞争对手的流量来源、流量的质量、网站策略、用户行为等方面的研究和对比。后者则包括对互联网营销潜在受众的定位、跟踪和分析,以发现机会;也包括对传播对象在互联网上曝光已经受众认知情况的追踪。当然,网友的口碑(Internet Word of Mouth,简称IWOM)监测与分析以及竞争分析也是这个领域要包括的内容。可以看到,off-site web analytics和on-site web anlytics是有明显差异的,前者是衡量自身网站之外的整个互联网,而后者则是分析自身网站。
  即使是On-site web analytics从过程上看同样不是“对网站进行分析”一句话那么简单,事实上,作为网站分析是一个持续的过程,它起始于对网站的诞生,结束于网站的消失,贯穿整个网站生命周期的始终。网站分析的具体内容具体包括:对网站目标的设定、对网站访问数据的监测、对访问者行为的追踪、对网站访问者意图的分析、对网站各种表现原因的总结、对网站优化提出的建议以及对优化建议所进行的测试。这个过程是周而复始的,如果要用一个烂俗却精确的表达来形容网站分析,那么“螺旋上升”是最贴切的。

  我们往往认为网站分析只包括对网站访问数据的监测和对访问者行为的追踪,但其他内容同样重要,甚至更加重要。
误区二:网站分析并不重要
  网站分析是否重要,一方面取决于你对网站的态度,另一方面则在于网站分析到底能够实现什么。
  从态度上讲,如果网站在你的营销组合中的地位并不显著,那么网站分析也并无意义;但是如果你倚赖网站为你带来更多的销售额或者更多的关注,那么网站分析就会非常重要。
  这个重要性在于,通过网站分析,你能优化你的网站使之更好地实现商业目的,这就是网站分析的终极价值。具体则包括优化网站结构和页面质量、优化流量来源、增强用户体验和满意度,以及提升最终转化。

  当然,通过别的方式也能够帮助或直接或间接地实现上面的价值,但网站分析特别的价值在于:
1. 网站分析实现了一种完全透明的观察用户的环境;用户访问网站的行为通过网站分析能够全部被记录并被原样重现(复刻),这就如同银行中的监控摄像头,一览无余,一清二楚。
2. 网站分析实现了通过定量手段来研究定性问题,这使通过模型来分析网站访问者的行为和意图成为可能,并为进行各种有价值的测试创造了可能性。
3. 网站分析是基于细分流量的,因此,网站分析能够实现对网站各种流量的深度评估,并通过评估结果优化网站的流量获取方式。
  一句话,如果你希望网站按照你的希望赢得(搞定)访问者,那么你需要网站分析。
误区三:网站分析=SEO
  网站分析和SEO有共同之处,那就是二者都是用于优化网站表现的。但是不同之处也很显著,就是他们的目的和手段均不一样。
  每一次当有朋友问我,我都很简单的解释:

网站分析是优化用户在网站上的体验,最终促成访问者的转化,优化的落脚点是访问者本身;
SEO是优化网站在搜索引擎上的表现,最终促成更多的优质搜索引擎访问者转化为网站的访问者,优化的落脚点是搜索引擎;

  从几个角度我们来看看区别:
1. 从流量本身的角度看:网站分析不直接帮助获取更多的流量(尽管网站用户体验不断提升,流量确实会不断增加),而SEO是一种高质量的网站营销方式,能够帮助获得针对性的有价值的流量。
2. 从优化方式上:网站分析对于网站的优化偏重于引导(甚至诱导)访问者,以促使访问者完成网站所有者所期望的行为;SEO对于网站的优化偏重于引导搜索引擎,以促使搜索引擎更全面、更深入、更准确的爬取网站内容(关键词),并为网站的内容设置更高关键词权重,以促使更多的搜索引擎用户进入网站。
3. 从实现的结果看:SEO帮助网站获得高质量的相关性强的流量,网站分析帮助把网站的流量转化成实实在在的用户或购买者。
  你可以认为,SEO更多是通过优化网站而获得更好的流量(负责前端);而网站分析是通过优化网站实现更多的商业转化(负责后端)。总体看,更好的流量能放大网站的商业价值(SEO的作用),而流量更好的转化则更直接为网站创造价值(网站分析的作用)。
误区四:网站分析需要实现多个优化目标
  另一个常见的网站分析的误区在于,网站本身的优化目标有太多。网站通常只实现一个核心商业目的,但是,围绕核心商业目的的实现,可能涉及到网站的很多方面。以电子商务网站为例,这类网站最终的目标是增加成交量,以带来更多收入。但为了实现这一点,网站上需要下的功夫就很多了,例如要考虑增加网站流量,同时又要增加网站流量的质量,还要优化网站结构和页面以提升用户体验,还要想方设法促进用户的转化等等。所有这些都是很有意义的,但是当这些事情同时被不加优先级的处理的时候,问题就会出现。
  出现问题的症状通常是忙乱和错失真正的优化需求。尽管从表明上看,同时在各个方面进行优化是可能的,但是实际可操作性很小。网站优化的目标越多,KPI越多,而这些KPI的表现经常是摁下了葫芦起了瓢,它们不会同时晴或者同时雨,结果造成思维和执行的紊乱,并最终错失真正需要关注的目标。
  一个网站可能有很多问题,但是对业务表现(业绩)影响最为显著的,一般只有一个或者两个问题,你需要做的是一定要找到这一两个问题所在,然后关注一个或者两个相应的KPI,而把其他数据和变量作为参考。在中国这是可行的,否则我们会从没有信息的烦恼一下子跨入信息过剩的痛苦,二者都不会为你带来最有效的优化行动。
  慢慢来,网站分析不会让你一口吃个大胖子,但会让你持续强壮。
误区五:网站分析需要大量的统计学知识
  答案是不需要。网站分析不需要你掌握太多的统计学知识,因为网站分析不是统计,也不是复杂的数据挖掘。
  是不是很吃惊?
  网站分析的对象是访问者及其行为,尽管访问者和行为是用数据来表现的,但是更重要的是这些数据所关联的属性,例如动作属性、时间属性、页面/内容属性、人口学属性、地域属性、流量来源属性等等。数据本身被关联上了属性后,被称为metric(度量),我们分析的对象正是一个个的metric。获得这些metric,有趣的是,确实是需要做大量的统计学工作的,可是幸运的是,网站分析工具按照预定的模型和算法为我们做了这一切,然后直接输出给我们我们需要的数据。因此,网站分析不需要太多数据统计的原因在于,99%的数据统计工作网站分析都代劳了。
  不过,并不是说网站分析并不需要统计学的方法,在A/B测试和多变量测试的时候,关注统计学意义就会很重要,同样,在进行一些高级的对比和趋势分析的时候,统计学的方法可能也需要采用,例如聚类和回归。但总体而言,统计学知识绝不是挡在网站分析学习之路上的绊脚石。
(待续……)
本文摘自:网站分析在中国

Posted in 数据分析 | Tagged , , , , | Leave a comment

web分析(Web Analysis)优化领域的9个发展趋向—网站数据分析未来发展趋势分析及展望

网站数据分析未来发展趋势分析及展望
web分析(Web Analysis)优化领域的9个发展趋向
Omniture被Adobe以18亿美金收购(太便宜,且Adobe非最佳买家),勾起过去以来web分析、优化方面的诸多分析和思考。这个市场已经很挤,广义而言,我把Gooogle 及其收购的Doubleclick、Ominiture、Webtrends、Atlas、Hitwise、Comscore、Coremetrics、WebSideStory、Clicktracks、Unica、Nielson online等一大堆大大小小的公司都归入这一个模糊的大类(如果大家的理解还是在于流量统计和狭义的web分析方面,则与我关注的并非同一范畴)。以下是我所理解的9种发展趋向:
    1、免费:数据产品、分析工具免费化,正在收费的也将逐步趋于免费;
    2、价值转移:基础流量统计成为最普遍和普通的基础应用,价值不再重要,产品越来越多转变为服务;
    3、商业优化:是商业优化,而非web分析、优化,内容、行为分析以及营销等在线商业活动所需要的深度优化成为新的关键和价值源泉;
    4、咨询:贴身分析、研究、实施等咨询形态的服务永远有价,并将始终占据高端市场;
    5、整合:能否深度理解客户需求,将技术、商业、应用整合考量,将产品、工具与商务需求有机结合旨为重要;
    6、平台:客户对相关数据服务的需求趋于平台化、整体打包服务,服务商之间的竞争演变为系统对抗、平台竞争;
    7、数据拥有:数据拥有者即市场拥有者,最大player对数据的拥有通路在分析系统和优化工具之外;
    8、对接:面向web的商业数据分析优化管理系统,与企业信息化系统之中其他商务管理信息化系统走向无缝对接、深度融合。
    9、实时:切片式、抽样式的数据监测分析服务,更多将被基于海量数据的实时数据采集、分析、处理、应用服务系统所替代。
    Web Analytics原本是一个寂寞枯燥的领域,但是近年来尤其是今年以来人气比原来旺了很多。这是互联网同学们在专业、专心、深入方面的巨大进步。互联网就是数据,互联网价值与能量释放的关键也在于数据。而数据价值释放的关键在于Web Analytics。Web分析师的行情也要开始上涨了,不过这方面最需要的是普及教育,国内真正有水平的专业Web分析师恐怕不超过100个人。
    当然,所有人都需要面对Google,投降、加入或者与之互补、竞争。Google目前已经将Adplanner、Google Analytics、Adwords、SEO&SEM工具等,与Doubleclick的监测、投放、管理等互为整合,再与广告资源交易平台等对接起来,基于海量数据和超多企业、个人用户,恐怕小的Webtrends只能去吃零食、吃偏食了。

Posted in 数据分析 | Tagged , , , , , , | Leave a comment

业内知名网站分析师Sidney Song—资深网站数据分析师:宋星

宋星官方网站:http://www.chinawebanalytics.cn
宋星大概是国内WA圈子里最知名的专业人士了, 假如你从事Web Analysis, 那么必定会从他的回答中收益多多。
 Shanghai WA: 能否和我们分享一下你的工作背景和经历? Could you share with us your backgrounds & experience? Sidney: 现在为Omnicom Media Group (OMG) 的资深分析经理, 负责OMG中国的M&A(Measurement and Analytics) 团队。至今已经在互联网调查研究和网络分析领域有5年的经验。 研究生(网络经济与电子商务专业) 毕业以后, 我先后加入了证券之星和太阳传媒任产品经理。在这两家知名的中国互联网公司, 我了解到了国内的互联网行业的特殊环境和状况。之后, 我加入了易观国际, 一家国内数一数二的互联网研究公司担任电子商务领域的首席分析师。期间主要成绩是跟进的IBM项目取得成功, 我被评为了“杰出分析师”。
 2007年我加入了MRM Worldwide, 这里我开始从互联网的“宏观分析”转到“微观分析”, 此间从客户的需求出发, 更注重复杂和精准细致的分析。(此自我介绍翻译自宋星blog.)
 Shanghai WA: 你何时第一次进入网络营销的网站分析领域? 网站分析中最令你激动的是什么? When did you first get involved in online marketing/web analytics? What are the most exciting parts [...]

Posted in 数据分析 | Tagged , , , , | Leave a comment