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。
Tag Archives: 数据分析
数据分析的重要性—网站运营的基础性工作
揭秘网站数据分析（Web Analytics）
网站数据分析（Web Analytics）在互联网发展至今的中国越来越受到重视，到底网站分析（Web Analysis，以下简称WA）是什么，有什么用，有没有必要做投入，投入多少，回报如何，诸如此类；每次我都要废老大的口水解释半天，今天终于有点小空，还是写一篇“科普文章”，给朋友们一个较为综合的参考吧。（如果您是老板，请先看最后一部分：实战－运营优化的WA重点）
首先，我不是Web Analyst，但是我有很多朋友是资深的Web Analyst；其次，除了早期，我几乎不再自己动手部署监控代码，但是我是资深的“WA消费者”，无论是过去还是现在，我已经习惯依赖WA的分析结果来做决策。所以，我想，我应该能够把WA说的相对简单易懂，呵呵。
“科普文章”嘛，都会有个小目录，我也先加一个：
一，Web Analysis的前世今生与方法论
二，Web Analysis的监控原理与实现工具
三，实战：电商运营优化的WA重点
一，Web Analysis的前世今生与方法论
1， 虽然网站分析是一个新词，但是WA的内容却是由来已久：从最早的所谓网站统计（PV/UV），到后来的互联网广告定向投放，再到如今的网站访问内容/访问流程优化（营销活动，购物流程等）；虽然筐里装的东西越来越多，但仍脱不出两条主要的发展脉络：
A， 从简单的统计分析向过程解析演进：很显然，大家都已经不再满足于得到一个简单的报表，列举一些数字，更多希望了解，这些数字是如何产生的。
B，从基于网站自身的分析，转向“以人为本”的分析：大家都发现，访客的行为强烈的受到其自身特征（年龄，性别，职业，地域等）的影响，要想转化率更高，必须大规模的定位访问者（使用cookies或者flash cookies），从而使得商业活动的执行更有针对性，性价比更高。
2， 抛开历史旧账不谈，如今网站分析在两大领域中运用最为广泛：互联网广告定向投放与电子商务运营优化。原因简单，WA在这两者中的运用，能够非常直接的提升业绩：无论是前者成本的降低还是后者收入的增加。（小小的感慨一下：商业的力量真强大，好东西总能先用上）
A-1，互联网广告定向投放，在国外最著名的公司是double click，可惜后来被google收购，失去了独立第三方的身份；国内最早的试水者是1998年成立的好耶，最早想走技术路线卖软件，结果媒体只愿意用广告付费，被迫变成了Agency；被分众收购之后，变的什么都做，又失去了第三方的身份，影响力大不如前。倒是后起之秀的AdChina，专心致志，成长惊人，无论是从技术层面还是销售额，确实值得期待。WA界大家熟知的Sydney Song（宋星），正是就职于类似的一家北京公司。
A-2， 无论是好耶还是AdChina，基础方法论都是一样的：通过cookies来识别和记录访客的访问行为；然后细分客户族群，把消费者感兴趣的互联网广告推送给TA看。随着广告投放数量的不断增加和cookies数目的不断积累，客户访问数据会被“清洗”的越来越精确，覆盖面会越来越广，最终达到广告主希望什么人群看，就只有这些特定的人能看到，“不错过，也不放过”。
A-3， 我和AdChina负责广告网络运营的同学聊过，他们的精确投放技术真的很有意思：如果我的习惯是看到2-3次广告banner才会点击进去，我到sina看到了2次，到sohu又看到了1次才点击进去；如果广告投放期内我又访问sina和sohu的同一位置，就再也看不到这个广告了，广告主因此则节约了大量重复或无效的付费曝光；此外，如果您是广告主，预算有限，又想投门户，传统的买位置投放就不行，因为可能一小时就把预算消耗掉了；AdChina则提供了一个所谓平均投放的技术，保证页面刷新N次才出现1次广告，这样可以保证页面曝光比较均匀，有限的预算可以支撑广告持续较长的时间，降低了品牌网络广告的门槛。此外，还有些常规的按地域，时段，人群投放，创意轮播，前问卷后问卷之类的技术，就不多说了。有点预算（一个月几万块）的同学可以尝试投放一下，毕竟打品牌还是要靠硬广的。
B-1，与互联网定向广告相比，电子商务运营优化要复杂的多，门槛也高的多；我个人印象中，电子商务界最早大规模采用WA的公司应该是Ebay，可惜的是，外部的同学只能下载到一些for seller的统计结果，关于网站访问的渠道，内容等分析则无从得知。在中国，WA则是一个brand-new的行当，新到许多业界的同学都不知道WA为何物。阿里系也是从2007年之后才开始正式组建类似的部门，还从我上家公司挖了一个很NB的DA。说起来，新蛋在中国的WA部门算是国内最前沿的，我自己的DA也是从那里挖的。（可惜，我挖不起新蛋的前首席Dave Zheng同学，这里算帮他打个小广告了，呵呵）
B-2，与定向广告相比，电子商务运营优化的方法论要复杂的多，而且国内外差异颇大，细细盘下来，大致的逻辑如下：
Ø 识别虚假流量，剔除那些绝非人类产生的访问行为（Avinash大神肯定没干过这个，呵呵）
Ø 使用不同维度（按来源渠道，按老客户新客户，按访问次数，按不同的campaign，按是否具备某种自然特征如地理分布/性别）把总流量划分成各个子流量
Ø 从2个不同的角度（统计概率分布和特定目标完成）去观察用户的访问行为，并在不同的子流量之间横向对比
Ø 通过上述对比，得出两个结论：
1， 宏观上，各子流量所代表的客群有哪些访问特征，如何利用这些特征把网站的UE做的更好，吸引到更多的目标客群，从而实现商业目标。
2， 微观上，具体到一个特定的商业目标，如何调整网站的定位（主要是商品策略），功能，界面，设计，提升目标转化率，改进返单率，提升客单价与销售额。
值得注意的是，无论是哪个领域，网站分析一切的一切必须基于一个宏观的商业目标，自顶向下，逐步分解的；如果目标不明，WA人员是无法开展真正有价值的工作的；这也是一小部分同学始终坚称WA无用的深层次原因：其实TA们自己都没想好建这个网站到底要干嘛。
二， Web Analysis的实现工具和监控原理
俗话说，工欲善其事，必先利其器，WA也不例外。不过这里的“器”，除了分析软件，还有自身对WA工作原理的一些基础了解。（Web Trends之类的服务器端分析机制就不介绍了，国内用的人很少，我自己也只懂个皮毛，就不误导大家了）
目前最主流的网站分析工具采用的都是Page Tag；基本原理都一样，在HTML页面的头部或尾部嵌入一段js代码，浏览器读到这段代码，触发远程服务器的程序，自动记录用户的访问行为。WA人员则使用客户端软件，通过一些标准的和自定义的模型，来展现和分析这些数据。比较NB的公司，也有自己开发类似系统的，如AdChina的AdServer定向广告投放系统，让人不佩服都不行。
目前比较主流的WA工具，除了收费不菲的Omniture和免费的Google Analytics（前身是WA四大之一的Urchin，以下简称GA），还有一大堆如Crazy Egg之类的免费软件（大家有空可以上网搜）。对国内绝大部分的电子商务平台来说，Omniture实在是太贵了，每年至少30万以上；更郁闷的是，设置非常复杂，不是专业人员根本搞不定，一不小心数据就跑不出来。当然如果您一年市场预算几千万，那么花个50万买一套，再花个50万请2个资深的WA，肯定能值回票价。（插播一个小广告；购买Omniture，请找八叉乐的卫峰同学，呵呵。）
对于绝大多数同学，我的建议是，用GA吧；虽然GA每隔2，3个月总会抽几个小时的筋，好歹免费的不是，另外基础配置也简单，稍微懂点js和html的人都能弄。更难得的是，GA的升级速度很快，总能看到一些新的模型和界面，有些非常有帮助。关于GA的具体功能，就不多说了，网上已经有很多文章了，搜来看看，上手很容易。
不过需要提醒大家的是，所有的WA工具，能够实现的，不过是Metrics的排列组合，最多把模型弄得复杂点，对于基础Metrics的定义，都是统一而无法修改的（比方说old client的定义是cookies未被清空的情况下，只要访问过的都算；如果你想把访问过3次以上的定义为old client，是办不到的）。考虑到中美业界差异和国内奇形怪状的电商模式，工具不一定能够很好的满足您的要求。我自己最近就很纠结，是不是要下定决心，组织开发力量做一套WA工具出来；因为很可能在12个月甚至更短的时间内，GA就将无法满足我的分析需求了。
三，实战：电商运营优化的WA重点
1， 首先，我个人觉得，电商公司都应该设置WA的职位，甭管现在招的人水平好坏，能看看GA，做做最简单的定性分析就成，不能总是拍脑袋；我常和同事说，从无到有是一个飞跃；从有到好是另外一个飞跃。您的WA team其实也一样的。
2， 为了让您的WA人员不致于沦为花瓶或者背黑锅的，您自己得知道，您的WA人员是来干嘛的，千万别看这人家闲着就总想打发人干点啥；在我看来，WA和架构师是一个类型的position，思考多于动手。TA的具体工作，无非如下几项：
Ø 把业务层的需求转化为一整套的Metrics（度量指标）体系
Ø 与技术人员沟通确保这些Metrics能够被有效的获得，并且系统性误差在可接受范围内
Ø 把这些Metrics以易于理解/传播的展现形式（如各种自定义图表界面）传递给相关方（sales，ops等等）
3， 电商网站上线初期（1年内），小规模高频次的做定性分析，不求体系完整，但求能发现问题（甚至不一定要求解决问题）；上了量之后，再做大规模少频次的定量分析，制定运营的Kpi体系。
4， 用一句套话，last but not least，千万不要瞎指挥WA；就我个人观察，互联网出身的电商公司还好，一般还能在一个频道上对话；传统行业出身的，很容易瞎折腾，最后的结果很可能是：为了数据而数据，WA人员被迫提供一些不知所云或者虚无缥缈的报告，害人害己。
如果还有哪些地方大家觉得需要补充，我就加上去，欢迎WA的朋友们指正。
最后，推荐两位资深WA同学的博客：
宋星的“网站分析在中国”
任鑫的“Mars Opinion”
我个人的建议是：寻找insights，先看宋星的，再看Mars的；如果是互联网广告投放的，看宋星的；电子商务优化的，看Mars。
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
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。
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 [...]