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

国内外常用网站分析工具

  1、Google Analytics     http://www.google.com/analytics/

  2、Clicky               http://getclicky.com/

  3、W3Counter            http://www.w3counter.com/

  4、Woopra               http://www.woopra.com/

  5、W3Perl               http://www.w3perl.com/

  6、Piwik                http://piwik.org/

  7、TraceWatch           http://www.tracewatch.com/

  8、Snoop                http://snoopwpf.codeplex.com/

  9、goingup              http://www.goingup.gr/

  10、JAWStats            http://www.jawstats.com/

  11、Crazyegg            http://www.crazyegg.com/home5

  13、Omniture            http://www.omniture.com/en/

  14、雅虎统计

  15、Clicktale           http://www.clicktale.com/

  16、Open Web Analytics  http://www.openwebanalytics.com/

  17、AWStats             http://awstats.sourceforge.net/

  

  中国： 

  1、百度统计             http://tongji.baidu.com/

  2、CNZZ                 http://www.cnzz.com/

  3、国双统计

  4、51la                 http://www.51.la/

  5、量子统计             http://www.linezing.com/

  6、小艾统计

  7、科捷统计

  8、iDigger              http://www.idigger.cn/idigger/

  9、gostats              http://gostats.cn/

  10、99click             http://www.99click.com/

揭秘我所知道的网站分析

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。

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，被安居客搞走了，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：

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）

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

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

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：

把业务层的需求转化为一整套的Metrics（度量指标）体系

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

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。

网站分析职业生涯规划

明天分享读书报告《精通Web Analytics 2.0》相关资料

下面是网站分析大师Avinash的关于网站分析职业生涯规划的表格：

个人业务的提升，大家是不是倍感压力和动力呢

如何通过数据进行网站分析

小米渣：非常荣幸邀请到您做客运营辅导在线访谈，听众朋友们都期待对您有更多的了解，请介绍一下自己及职业经历？
云统计高代鹏：
大家好，我是高代鹏，是数据平台产品经理。曾供职于国内一家第三方数据公司，主要负责大型媒体类网站统计产品的规划、网站的数据分析和行业数据的解读。
很荣幸能与大家一起交流网站的数据分析，这是一门新兴学科，05年起国内才崭露头角。希望通过本次访谈能让大家了解到一些常用的统计方法、分析思路、体会数据的魅力。

小米渣：首先，请代鹏介绍一下对于网站产品，日常监控范围内的常见数据种类及含义？
云统计高代鹏：
网站的监测指标有很多，一般的统计产品都包含大约20-30个指标。
这些指标可以分成以下五个类别：用户规模、用户粘性、用户来源、网站受众属性、网站内容属性；
用户规模主要是通过PV、UV和独立IP三个指标衡量；
用户粘性主要通过回访率、访问频率和访问深度三个指标衡量；
用户来源主要通过直接来源和站外来源两个指标衡量，其中站外来源常被分为搜索引擎和其他网站；
网站受众属性主要通过用户的性别、年龄、收入、职业以及地域分布等指标衡量；
网站内容属性主要通过最常访问内容、入口页和出口页三个指标衡量；

小米渣：感谢代鹏精彩的讲解，以上您所谈的对于互联网产品，最基础的流量指标，也就是关键数据有哪些？请结合实例谈一下这些数据的重要性。
云统计高代鹏：
其实每个数据指标都有他的实际意义，而要说最基础、最关键的流量指标那应该是PV和UV。PV和UV是反映站点的用户规模，在很多时候与收入直接相关。这两个指标的重要性就不在过多描述了，也经常有人问起对这两个指标的分析频率和如何分析。
频率可能不同的网站、站长习惯不同，之前在给新浪和搜狐提供分析时，是需要每周、每月、每季度都提供分析报告，在遇到重大事件时更需要专项的数据分析。
以月的数据为切入点，介绍三种常用的分析思路：
首先分析PV/UV的比值同最近三个月的比较。如果发现这个比值明显下降，而UV变化不大，说明PV的下将主要是每个用户单次访问的页面数减少，这种情况下网站的内容或结构急需调整，不然等用户大量流失时已晚。
其次查看PV、UV的环比变化率，分析网站最近的运营是否稳定，是否保持持续的增长。
最后还要与行业对比，才能发现自己的状况是真的好，还是表象；如某个月你的用户规模增长了10%，但行业均值确增长15%，那我们要努力的地方还有很多。

小米渣：嗯，刚才你谈到用户单次访问页面减少时可能需要进行网站内容或结构调整，那么 网站结构是否合理，具体通过什么样的数据指标去看？如何去分析用户关注的内容？
云统计高代鹏：
       网站结构是指网站中页面间的层次关系；按性质可分为逻辑结构及物理结构。网站结构对网站的搜索引擎友好性及用户体验有着非常重要的影响。
小站初期往往希望更快地找到自身定位，除了站长自身的资源和优势，还需要我们通过数据找到用户最感兴趣的内容，并且最大限度地引导他们浏览、回复这些内容。
这就需要我们对网站内容和网站结构进行分析：例如可从以下几个角度分析首页的结构是否合理：
1、查看首页作为网站入口的比例；
2、查看首页流量在全站的比例；
3、查看首页的二跳率和弹出率；
4、查看首页带给其他版块或频道的流量。
    经过几次这样的调整再分析的过程，最终找到最优的解决方法。
    通过对用户最常访问内容的分析，更能发现运营中存在的问题。如果发现TOP5版块的主题量和流量占全站比例不足50%，或者TOP20页面的回复量和流量 占全站比例不足50%，或者流量TOP20页面中有超过10个页面来自非主流版块等等，类似的数据表现都可以说明用户的关注点太过分散，网站没能有效的引 导用户，网站的定位与用户的兴趣点存在偏差。

小米渣：感谢分享，您刚才讲解的需要分析用户偏好，那么对于网站产品，一般的用户行为相关数据有哪些？怎样通过这些数据来分析用户进而分析网站产品？
云统计高代鹏：
用户在网站的每一次点击、回复乃至鼠标的每一次滑动，都是用户的访问行为；用户的访问行为是用户心理最直白的显现，更是我们网站产品设计的试金石。
从用户行为来讲，除了注册，登陆，其他数据会有访问深度、访问次数分布、访问停留时长分布、回访天数分布、每小时访问页数分布等等；通过分析网站用户各种行为的次数和人数数据，了解用户使用你的网站和产品情况，用户使用多的是哪种行为？是否符合产品原型的设计？
譬如，注册量是衡量新用户发展的一个数据；登陆是衡量用户使用网站和产品的一个主要活跃数据；评论次数反应你的网站用户互动情况，访问深度反映用户对网站内容的兴趣度等。
那 究竟这些指标数值的多少代表什么？是否有衡量的标准？因不同行业、不同类型的网站、以及网站处于不同的发展阶段衡量的标准都不同，所以对这些指标要动态的 分析；分享一下媒体型网站的相关数据，供大家参考。一个用户平均每天访问5-7次，每次访问8-10个页面，每次停留500秒左右，回访率在 33%-38%之间。

小米渣：古语有知己知彼百战百胜，网站最核心的价值是为用户提供服务，而用户属性是我们了解用户的一条渠道。那么请教代鹏一般网站产品的用户属性数据有哪些，能否结合实例数据图表等说明如何通过分析用户属性数据优化产品、协助运营？
云统计高代鹏：
用 户属性数据一般包括用户所属的地域、用户的性别、年龄、收入、职业以及学历；通过对网站注册用户属性数据的分析，可帮助网站优化产品，协助运营，提升用户 对网站的粘性；这里会用到网站数据分析的基本思想：细分；其实细分可于用户数据分析的方方面面，对发现的问题，都要层层拨开，找出事情的缘由，这就是细分 的思想。
比如通过IP定位，知道哪些省份、城市以及哪个区域的用户在访问，不同地域的用户关注的内容是否有差异，通过对这个数据的分析，可指导市场部门具体选定在哪个城市做推广或者活动效果更好。
比 如某个地方性的网站，在春节期间PV未降反而增长了20%，提供我们对这20%新用户的监测，发现IP地址都来源于本地，进而我们可以判断这20%的用户 是从外地返乡的，我们在运营时，可为这 20%的新用户有针对性的提供信息；比如提供返城火车票的信息服务，提供儿童教育类商家的信息等等。

小米渣：嗯，很赞同细分思想，数据运营要的就是针尖上跳舞的艺术，切忌烦杂，沉迷宏观的PV、IP。
经过对网站访问情况、用户属性等数据了解和分析，我们可以更真实了解自己的网站，帮助我们及时改进网站运营。当我们需要改版或者转型的情况，请问应该如何利用现有数据分析，以便使转型工作取得更有效的成果？
云统计高代鹏：如果一个网站决定改版或转型，那可能是发现用户对现有的网站结构不满意，而具体对哪些地方不满意，怎样的数据指标能反映用户的心理呢。一般地，我们会从以下角度进行分析：
首先分析网站的小时浏览趋势、热门板块、热点内容与网站的定位和用户特征是否一致。
1、首先通过整站或者频道的小时浏览趋势来掌握网站用户的访问情况。
比 如我们持续跟踪某个网站流量的小时变化趋势，发现凌晨1-2点，博客频道的流量都会大幅增长，并且平均每个用户都会访问10个页面以上；根据这个分析，编 辑可针对性在这个时段，推荐些有思想博文和深度评论，同时也可考虑推荐些其他频道的、用户可能感兴趣的内容，引导用户对其他频道的访问。

2、其次分析首页的弹出率、二跳率等指标，评估首页的引导效果；
通过访问深度来衡量网站首页内容是不是符合网站主流的用户偏好。
通过对某网站最近一周的监测发现，70%以上用户的访问深度都低于3页，访问最热的内容TOP10中，仅有3个来自于网站首页，说明我们近期编辑发布的内容与当前热点有偏差或者首页导航、热点区域的推荐内容有问题。
3、最后我们还可分析不同板块的用户重合度、不同板块的流量引导效果
如 之前我们对XX网站的监测发现，该网站新闻频道和女性频道的用户重合度达到73%，同时女性频道的流量50%是由新闻频道带来的，根据这些数据，我们会建 议广告商在新闻频道投放广告的同时，也需在女性频道投放，这样可提升目标受众对品牌的印象，同时更可节约成本（女性频道的广告相对更便宜）；
特别 地，在改版的过程中，也需时刻监测用户的访问行为，评估改版的效果；升级了 8.3的站长可以关注一下用云统计提供的页面点击热图；通过对某些特殊页面（如网站首页）部署一段监测代码，站长能获得用户在这个页面的点击轨迹，再用不 同的颜色区分用户对不同区域的点击热度，这样可直观的看出用户在这个页面的点击分布。

小米渣：感谢代鹏，我相信这方面能够帮助不少站长朋友们。另外，对于公司的领导决策层，网站的哪些数据会影响制定和修改营销策略？
云统计高代鹏：网站的营销形式有很多，这里简单粗略地分为内容营销和市场营销：
1、内容营销会更多的关注数据的时效性，如流量的小时变化趋势、帖子热门标签、意见领袖的热点话题、热点关键词等，根据这些数据指标的变化，实时调整内容营销策略：
例如通过流量的小时变化趋势发现每天在上午8-10点、下午4-6点和晚上的8-10出现三个峰值区间，可对这类用户（大部分是上班族）提供有针对性的内容；
再例如，对使用 8.3的站长可以关注云统计提供的帖子热门标签，发现当前网站的热点讨论内容，根据这个数据可让编辑对此类内容给予重点关注，如置顶、加精、首页推荐等，引导更多的用户参与到相关话题的讨论。
2、 市场营销则需持续关注投放媒体的数据延续性和效果的可持续性。比如某些网络广告投放目的是提高产品销售，首先还是选择投放媒体，投放媒体的影响力和目标用 户的吻合度同样重要；其次需对广告每次展示、点击、二跳都需要有全面的统计和分析；最后分析销售数据，购买用户究竟从哪个网站，点击了哪个位置的广告而来 的。在购买的流程过程中，在哪个步骤用户大量流失。
此外，我们也需要分析用户对什么样的内容感兴趣，分析用户的偏好；比如我们发现某一堆用户浏览的页面都是在描述5-10万元的汽车，根据这些数据，我们可将符合这个价格区间的汽车定地的投放给这一堆用户；
比 如，近期我们选择了10个合作网站推广，那么该如何评估哪个网站效果好呢，仅看带了PV\UV数据是片面的，很有可能某个网站带来了大量的用户，但这些用 户在我们网站仅访问了一页或二页，并且之后也没有回访行为。如果是这样，我们可以说这个网站带来的用户没有价值，下次也就不会考虑与这个网站在合作。所以 我们在实际的运营过程中，在掌握PV\UV等宏观指标的同时，更要仔细研究分析平均访问页数、访问次数分数等细节指标。
希望这两个例子能起到抛砖引玉的作用，让数据更多的参与到公司的决策中。

小米渣：谢谢代鹏的两个例子，我个人认为领导层的决策应该会参考网站内部的数据以及网站外部数据，内部数据更能了解一个网站的内力，外部数据能够说明这个网站在行业内的影响达到了一个什么程度。只有明确了内力和外力现状才能更好的精准营销。
小米渣：再代表站长们请教一个数据运营中比较常见的问题，就是我们时常会发现某个长尾关键词带来了不小的流量，针对这种偶发现状，站长们应该怎样面对机遇和挑战，请代鹏给予建议？
云统计高代鹏：这是一个很好的问题，我也常听一些分析师提到，经常会发现一些用户通过搜索陌生的关键词来到网站，而这些关键词初看起来和网站并没有紧密的关系。每天通过互联网会产生大量的新词，如果能及时发现这些新词并与我们每天的运营结合起来，可能会起到意想不到的效果。
先提供2个发现新词的方式：1.通过百度和谷歌的搜索风云榜能及时发现社会热点关键词和话题；2. 通过云统计提供的行业热门帖子标签和用户站内搜索热点关键词。
该如何利用这些长尾关键词我觉得可阶段性的尝试与网站内容编辑结合起来，辅以SEO，并持续的跟踪监测，评估用户对这类内容的接受程度。