竹磬网-邵珠庆の日记 生命只有一次,你可以用它来做些更多伟大的事情–Make the world a little better and easier

139月/111

Google Analytics的能与不能

        关于Google Analytics的Exit Rate的,我的错误在于我此前自己认识的定义其实一直是错误的。   我一直以为,某个页面的Exit Rate=该页面上离开网站的PV÷经过该页面的Visit,但实际上公式是Exit Rate=该页面上离开网站的PV÷该页面的总PV。为什么是这个定义的原因我觉得很明确,因为对于GA,很严谨地区分了页面级的度量和网站级的度 量,visit是一个网站级别的度量,而exit rate是页面级的,所以exit rate只能用page view来定义。

  不过,请大家注意,Omniture跟GA在这个地方的定义不同,Omniture的定义是以前一个公式为准。我个人更倾向于前一个公式的定义,因为这能够让Exit Rate保持跟Bounce Rate的一致性。

  好了,步入正题,今天要讲的是给初入网站分析大门的朋友们的,话题不深,但是挺有趣,关于Google Analytics,关于我们应该用什么工具做网站分析。

  在我开始发表意见前,我要做一个免责声明:)。我非常了解Omniture,但我不愿意偏袒任何一种工具,因为我知道网站分析工具是全人类 (咳,准确说是全部网站分析师)的财富,我们在享用这个财富之前,了解它,读懂它,扬长避短为我所用,就是大好,至于其他的主观色彩,我不会卷入。只是分 享,为快乐而分享,为搞定抑郁症而分享。:)

image

  今天这个话题关于Google Analytics,我们最常使用也最熟悉的网站分析工具,它给我的感觉如同一个十七八岁的年轻人,朝气蓬勃,富有主见和创造。这个工具擅长于做什么,又有哪些不能够做到的地方呢?今天愿以此文跟大家聊个尽兴,也是对我敬佩的导师Avinash Kaushik先生的致敬!

  这个文章分为三个主要部分。第一部分是Google Analytics的长处;第二部分是Google Analytics的不足;第三部分是Google Analytics所适宜和不适宜的网站领域

Google Analytics的能

牛B第一:界面

  工具界面这东西,是个见仁见智的事情,不过我觉得Google Analytics的界面绝对是易用的,因为它符合人们的惯常思维。这一点对于初学者非常好。

牛B第二:度量

  我认为Google Analytics在度量方面有长处的地方在于,它比较认真地系统考虑的度量的设置。由于是一个免费的通用的工具,所以在度量的设置上注意了三点,第一点 是尽量采用约定俗成的度量名称;第二点是尽量采用约定俗成的度量定义(但不完全是);第三点是区分了网站级和页面级的度量。所以,度量入门学习用 Google Analytics很好。

牛B第三:细分

  Google Analytics不能说具有最好的细分能力,但是其他免费系统,甚至很多付费系统都没有它的细分能力。Google Analytics之所以在细分上如此给力,是因为Avinash非常强调网站分析中的细分分析。对于我而言,大家也看到了我的想法——“无细分,毋宁 死”,做最深入的一些分析,细分数据的确非常重要。

image Google Analytics在推出新版之前,细分其实做的很差,但是我记得去年推出新的版本之后,细分功能大大增强。最棒的就是增加了高级细分功能,即你自己可以 定义你需要的细分规则,即我给它起的名字——规则细分。规则细分是网站分析中最重要的工具之一,能够在免费工具中看到这样的功能,你除了感动还是感动。虽 然Google Analytics细分的结果很多需要做采样,但是如果看了Avinash的第二本书就知道,采样数据未必不能提供好的insight。

此外,Google Analytics还提供了其他的细分方法,例如过滤(filter)。值得注意的是,过滤是一种“事前细分”,即把监测数据放入报告之前进行筛选,一旦筛选不通过的数据,通过任何方法都将不能再获得。

牛B第四:响应

image   这里要提醒的一点是,响应是指你操作Google Analytics时的界面反应的速度,即你打开任意一个报告所需要花费的时间,而不是Google Analytics提供数据的实时性。在响应速度上,Google Analytics拜Google强大的服务器集群所赐,以及自身算法的优化,速度让人满意!毕竟Google Analytics是提供的SAAS(software as a service)服务,数据要在遥远的服务器端打个来回,响应上能够跟本地端的监测工具有得一拼,相当厉害。

牛B第五:集成AdWords

  这个不值得多说,毕竟都是一家人,近水楼台先得月。Google Analytics集成了监测AdWords流量的功能,并且能够把关键词投放的成本整合其中,这对做Google SEM的用户有很大帮助。

牛B第六:异步代码

  Google Analytics升级了自己的标准代码添加方式,原先必须添加在<body>…</body>中的代码现在可以添加 在<head>…</head>中。这让GATC(Google Analytics Tracking Code)与其他JavaScript代码之间发生冲突的可能性大大降低,而且受到页面载入速度而影响监测的可能性也大大降低。

牛B第七:免费

  这个优点不用多说了,反正谷歌的服务器肯定会为无数免费的账户增加数千台到数万台。也许,我估计的可能还是保守的了。

Google Analytics的不能

不牛B第一:路径

  Google Analytics其实并无路径分析功能。Entrance Path,或者Navigation Summary都不是路径,只是前后页功能而已,甚至不是前后页的路径。路径功能是能够统计到网站访问者各条路径的功能,从他/她进入网站的那一页,直到 他/她离开网站的那一页。这个功能的作用在于,帮助我们发现一些被很多访问者经过,但却超出我们预计的路径,这十分有助于我们分析网站的页面结构和链接结 构,并据此优化它们。商用网站分析工具,例如Omniture的SiteCatalyst和Discover均很强调这个功能,它有专门的路径报告即 paths报告,支持无限层级的路径。

image

图:Omniture SiteCatalyst的Next Page Flow报告

不牛B第二:转化

  这个不牛B之处不是很给力,因为Google Analytics并不是没有转化监测,事先预定10个转化页面对一般网站已经足够。不过,在数据报告中任意自定义页面之间的转化功能Google Analytics还不具备。对于有多种可能转化路径的网站(这种站其实很多,尤其是大量商品的电子商务网站)而言,灵活的转化自定义功能是很必要的。部 分商用网站分析工具具有这个功能。

题外话:为什么Google Analytics的路径转化功能不强大

  今天我还跟武凯讨论了这个话题,我们并无法知道Google Analytics在这两个方面做得不到的真实原因,但我们相信算法对Google而言绝对不是问题。我们推测,由于这两个功能的运算随着路径长度的增 长,而变成天文级数字的可能性,Google Analytics实现这个功能需要更强大的运算和更多的服务器,这会使报告的响应时间变长,而影响用户体验,并且增加大量的成本开销。

不牛B第三:交易监测

  Google Analytics在小型电子商务网站中占有大量的份额,但电子商务所重视的交易监测却不是它的长项,主要在于Google Analytics只提供了Add Trans和Add Item两种event,对于灵活多变,而且品类管理复杂的电子商务而言,这一点功能只能称得上“聊胜于无”。另外,Google Analytics没有提供以产品为中心的产品监测(product tracking),因为这个功能需要更灵活的自定义。

image

不牛B第四:自定义

  毕竟只是免费工具,所以Google Analytics自定义并不强大,目前只提供自定义报告功能,虽然实际上这个功能很实用。自定义度量是一个令人期待的功能,但是Google Analytics似乎短时间内并不想把它放进去。此外,真正的自定义功能是结合网站业务需求的,尽管Event Tracking的出现改变了这一状况,但灵活性不足,而且称不上易用,实际上并无法涵盖网站中的业务功能——例如按照产品细分的添加购物车行为的监测, 或者按照用户ID细分的支付监测等;或者也无法探知访问者填写表单的情况;在Campaign Tracking方面,Google Analytics提供的6个utm属性仍然有限,且不能自定义属性;Google Analytics也无法根据一个网站上用户的各种属性进行自定义细分。所以,Google Analytics的自定义能力是非常有限的。

image

不牛B第五:特殊链接监测

  在Google Analytics中,特殊链接的监测并不是默认实现的,需要你动手添加Virtual Page或者Event Tracking。但商用网站分析工具,例如Omniture的SiteCatalyst,这些功能是默认自动实现的。也就是说,当你装上了 SiteCatalyst,Exit Link(也就是点击你网站上的外链的行为)的数据是自动监测的。同样,下载链接也是自动实现监测。

不牛B第六:数据关联

  Google Analytics的数据关联不能说做的不好,不过,毕竟这个工具受制于自定义功能的薄弱,因此能够监测到的度量有限,数据关联也就相对比较简单。另外, 由于细分功能出色,因此GA对数据关联的强调相对较小。不过,对任何一个网站分析工具而言,数据关联都是一个非常高的要求,毕竟3维的数据关联要比2维的 关联多出Cnn(打不出来这个概率的符号,大家明白意思就好)种可能性,对服务器的要求太高了。Omniture利用Data Warehouse实现复杂的数据关联,但牺牲了实时性,它的另一个专门做细分和数据关联的产品——Discover——可以实现复杂而实时的数据关联, 但能够涵盖的范围通常不超过数个月的数据。而Google Analytics则只提供预定的数据关联。

  不过,从目前Google Analytics的一些界面微调情况看,这个部分的重要性逐渐被它认识到,相信未来有更多的改变。

image

不牛B第七:Raw Data

  Google Analytics不提供Raw Data或者是未经报告再加工的数据。这些数据的好处在于,能够帮助解决一些对于数据报告中出现的疑问,也能够帮助进行深入的数据分析。

不牛B第八:数据接口

  没错,Google Analytics为我们提供了API,但是这个API实在是很有限,至少,在跟一个企业的CRM或者是ERP系统对接的时候,根本派不上太多用场。由于 并没有开放Raw Data,所以实际上这些API并不足以帮助用户将自己的其他商用系统与Google Analytics的数据报告进行对接。这也就意味着,Google Analytics只是一个封闭系统。

Google Analytics所适宜的和不适宜的网站

Google Analytics适宜的网站image

  GA实际上非常适用于博客网站以及内容网站。有时候我甚至觉得,sina.com.cn用GA在功能上应该也是够用的(除了路径分析之外),毕竟现在GA没有了月度Page View监测数量的上限。

  小型的电子商务网站也可以使用GA,利用GA有限的电子商务监测功能、转化预定功能还是能够给出不少不错的insight。

  朋友们会问我,我们男科医院的网站用Google Analytics行不行。我觉得,完全行,因为你那个网站也不涉及交易,而且转化也比较单一清晰,所以这一类的网站同样适宜Google Analytics。

Google Analytics不适宜的网站

  大型电子商务网站很少用Google Analytics,因为Google Analytics对特质性和复杂性的支持有限。大型公司的网站,例如Intel、HP或者Sony的网站也不会使用Google Analytics,原因同前。另外,平台型的网站,比如淘宝、猪八戒、世纪佳缘之类,用Google Analytics肯定非常麻烦,因为这些网站有很复杂的分类和转化,GA同样力不从心。

  SNS类的网站呢?GA也不易用,因为这些网站上的应用太多,如果要添加Event Tracking,人会疯掉。简单讲,随着网站复杂程度的提升,Google Analytics就会越来越不宜用。

喜欢这个文章吗?

考虑订阅我们的RSS Feed吧!

发布在 邵珠庆

评论 (1) 引用 (0)
  1. I admire the relentless focused tweeting I see in others, perhaps I need a strategy?


Leave a comment

还没有引用.