网站分析常用方法-网站分析报告主要内容有

 

数据分析必须揭示问题的本质。分析方法很多，网站分析师最常用的是这三种方法：趋势分析（Trend Analysis）、对比分析（Comparative Analysis）和细分分析（Segmentation Analysis）。

1. 数据分析前工作

1.1数据的来源类型

（1）点击流数据

点击流数据是网站分析最常用的数据来源，几乎所有的网站分析工具都需要点击流数据的支撑。很多网站分析的指标都是从点击流数据中计算得到的，如访问数、页面浏览数、停留时长等。

（2）业务运营数据

来源：网站的ERP或CRM系统，存放在网站的前台数据库中。业务运营数据主要解释“How much”的问题，务运营数据也存放着很多维度的信息，如内容页面的信息、商品特征信息、用户信息等。

（3）实验测试数据

实验类型：A/B测试。实验测试数据一般都是临时采集的，为了某些专题的分析，比如网站改版、用户体验的优化等。

（4）用户调研数据（Voice of Customer）

用户调研是典型的定性分析（Qualitative Analysis），其实定性分析有些时候能够更加一针见血地帮助我们找到原因，而定量的数据有时候却会“骗人”，所以定性分析可以弥补定量分析某些方面的不足，两者结合才是网站分析今后的发展方向。

（5）行业数据

产品用户数每个季度递增20%，看起来是个不错的业绩。但是移动互联网整体用户数每个季度的增速是30%，你的产品没有跟上移动互联网本身的发展速度。

（6）竞品数据

1.2数据清洗与整理

数据必须能够保证完整性（Integrity）、一致性（Consistency）、准确性（Accuracy）和及时性（Timeliness），这4点也是数据质量（Data Quality）的基本体现。

2、网站数据分析

数据分析的作用。

决策层：决策层最关注的就是公司的销售额，需要看到公司整体的发展情况，几个月的销售数据作用不大。

产品方：网站数据一直在波动，需要知道网站总体是增长还是降低趋势。

运营方：及时发现问题，去改善网站问题，提升网站ROI。

2.1趋势分析

（1）同比、环比

同比和环比的组合监控来发现数据的问题，可以排除数据增长和周期性波动的干扰。

警惕：需要排除节日、周末等特殊日期的干扰。

（2）趋势线拟合

常见的趋势线包括指数趋势线、对数趋势线和线性趋势线，根据数据变化的特点可以选择合适的趋势线对数据进行拟合。

2.2对比分析

趋势分析让我们洞察数据的变化规律，而对比分析可以让我们明确好坏优劣，进而扬长避短，可以说对比分析是网站分析中最常用的方法，

（1） 合并比较

逆指标指的是那些数值刚好与绩效相反的指标，即数值越大绩效越差，数值越小绩效越好；相对的就是正指标，即数值越大绩效越好，数值越小绩效越差。

（2） 比较试验的设定

也就是“实验组”和“控制组”，并对实验组施加实验刺激，控制组维持原状态不变，从而比较实验组和控制组是否存在显著差异来反映实验的刺激是否影响了结果，本质上大道理是控制变量法。

2.3 多维度细分

（1）维度和指标

维度和指标是构成数据报告的两个最基本的元素。前面提到的访问次数、浏览量、访跳出率、平均网站停留时间和新访次占比都是指标。维度是观察访问者行为的角度。单独的维度本身没有意义，只有当维度与指标在一起时才有意义。维度包括属性维度、时间维度、流量来源维度、地理维度、内容维度和系统维度等

（2）为什么进行细分？细分的最大价值是可以让我们看清问题的所在。通常在数据报告中，我们看到的是整体情况，如总销售额、总的用户量，但是具体的客单价、活跃用户数等指标缺被忽略。

注册用户A在网站停留了19秒；非注册用户B在网站停留了1秒；平均网站停留时间是10秒。利用细分分析能够避免平均数陷阱。

（3）什么是细分？细分就是指标和维度的组合及拆分。同一个指标在不同的维度下会显示出不同的属性。案例：网站的访问次数是1000，进行细分可以发现，新访用户是600，回访用户是400。细分是网站分析工具必备的功能之一，也将细分称为数据下钻。

3、总结：

（1） 网站分析的基础方法：趋势分析、对比分析、细分。

（2） 对比分析让我们明确优劣好坏，从而做出有效决策，跟目标的比较能够有效地考核网站的绩效；细分是分析的最基础体现，是排查问题的利器，使用细分能够帮助我们将问题从整体一步步定位到细节，进而找到针对性的解决办法。

***本文为《网站分析实战》读书笔记，更多精彩内容请翻阅原书籍，定会有所收获。