如何做網站數據分析

① seo如何做數據統計分析

1、首先在電腦中打開瀏覽器，然後在瀏覽器頁面中點擊獲取。

② 如何進行一次全面的網站分析

一個全面的網站分析要解決什麼問題

我想分成3個層次說明一個全面的網站分析要解決的問題。

第一個層次，也是最高層次，當然是實現網路營銷(互聯網營銷)的商業目標，這里不多說了，無非是為了促銷(這里促銷是個大概念，包括增加銷售、增加用戶、增加關注、傳達信息等等)。

第二個層次，也是核心的層次，即在增加訪問流量的同時，提升用戶(訪問者)的網站使用體驗。相信這個層次是每一個做網站營銷的朋友都會關注的。如果第二個層次滿足了，第一個層次的滿足就是順理成章。

第三個層次，是那些需要我們通過具體操作解決的問題，也是跟網站分析直接聯系的部分，包括：(1)改善流量的質量;(2)改善網站的結構;(3)改善頁面的設計;(4)了解網站的訪問者。解決第二層次的那些問題依賴於這個第三層次，因為它是最基礎，最具可行性的部分，因此，進行一次全面的網站分析，歸根結底就是要解決上述三個問題。

1.你的流量有效嗎

對於一個網站而言，提升流量要比改善流量的質量容易，因為大家都知道，流量是可以花錢買的。可是，你買來的流量能不能起到效果，恐怕是很難事先預料的。但是，流量質量又非常重要，如果引來的流量質量不對，無論你的網站質量如何高，用戶體驗也不會得到改善——因為他們根本就對你的網站沒有興趣嘛!所以確保流量質量是網站分析要解決的相當關鍵的問題——遺憾的是，國內的很多網站似乎對此仍不以為意。

我們都知道，通過一個方法可以提升流量的質量，那就是盡量獲得「細分流量」。比如啤酒銷售商在選擇自己的網站入口(例如搜索引擎關鍵詞，或是Banner廣告)投放時，不會考慮教育類網站，而更傾向於美食類或體育類網站。但是現在的問題是，營銷經費總是有限的，我們不可能在每一個相關的網站上都投放入口，我們需要最精確地找出最有效的那個流量來源。這種精確不僅僅要精確到提供入口的網站(Referral)，還要精確到這個網站的具體頁面，乃至要精確到這個頁面上具體使用了哪個入口。即，如果我在「網路」搜索引擎、「新浪」和「搜狐」上投放自己網站的不同形式的入口，放在哪一個網站，哪一個頁面，以及使用哪一種入口形式會更有效果呢

使用GoogleAnalytics的TrafficSource(流量來源)報告;

使用LinkTag確保每一個入口都能夠被跟蹤到。

有這兩個工具，已經足夠我們對流量的質量進行相當深入的分析了。而具體所需要分析的度量包括：

BounceRate;

PV/V;

Timeonsite;

EngagementRate;

ROI度量：CPV，CPE，CPA。

如果你能通過上面的這些度量檢視被你跟蹤的流量入口，你就能判斷從什麼地方進入你網站的流量是最有效果的了。當然，如何利用上面的數據進行組合與分析，就是分析師的專職了——限於篇幅我不再做詳細的介紹，這里發揮你的想像力吧!

最好的情況下，你能發現那個質量相當不錯，且能夠帶來一定數量訪問流量的那個流量來源(TrafficSource)，不要猶豫，增加對它的投入吧!如果質量都不理想，或者理想質量的TrafficSource帶來的訪問量又太小，那麼，應該考慮再找找更好的入口了。

2.發現漏水的窟窿!

網站結構的好壞對於流程類網站，特別是對電子商務類或在線服務類網站具有重要的意義(因為這一類網站不太可能把所有的重要內容和功能都放在首頁)。對於這類網站而言，如果訪問者在進入最後一步之前就大量的離開網站而且再也不回來繼續他/她的訪問，那麼你即使花費大量投入把這些拉到你的網站上來，最終也意義不大。

是時候發現漏水的窟窿了!不，不是漏水，是漏錢!

怎麼解決漏水的問題(發現結構性的問題)呢

首先我要說，請撇開一切網站分析工具，然後請你自己和你的朋友自己走一遍流程，越多的人參與越好，然後大家把感受，特別是別扭的感受寫出來，最後歸納出幾條最主要的問題。這是Usability的實驗，這是網站分析中最重要的功課。我時常告訴自己，數據當然不會說謊，但有時候定性的東西更有力，如果這些定性的內容真實可靠的話。

做Usability不是取代數據分析，而是讓數據分析更加有的放矢。當然，如果沒有條件做深入的Usability分析，你可以直接從數據入手。要做的事情是：

TopExitPage分析

Funnel(漏斗)分析

KeyPageNavigation分析

對於這三個，大家比較熟悉的是ExitPage的分析，我的此前的帖子有比較全面的描述。後兩個大家可能比較陌生。

對於Funnel分析，用於流程性強的功能性網站非常有用，你要做的是把流程中每一步的訪問量記錄下來，然後縱觀所有步驟的訪問量情況。每一步肯定有所損失，損失情況最嚴重的，是你最需要改進的部分。如果某一步流失情況驚人，那麼有兩個情況，第一種情況，是這個網站的流程設計有問題，錯誤的流程方式讓用戶到了某一步即開始無所適從——這種情況的危害很大。我試用過某電信運營商的網站，功能是查詢你的手機話費詳情，功能很好，但是有需要你發簡訊，又需要你輸密碼，而且又要你注冊用戶，過程很凌亂，不連貫，我在2、3步後就放棄了嘗試。第二種情況，則是頁面的設計有問題，人們沒有按照你預定的方向流動，而是從這個頁面走到其他頁面或者退出了。如果是前者，你需要使用下面的KeyPageNavigation的方法。

對於KeyPageNavigation，是分析關鍵節點頁面的前一頁和後一頁都是什麼。這個能幫我們發現用戶都流到什麼地方去了。有助於我們分析用戶的行為習慣和心理，並做相應的調整。

進行上面的分析，GoogleAnalytics就能完全實現。分別用TopEixtPage報告，Content報告和PageNavigation報告即可。

3.頁面，你的生命線

說頁面是你的生命線毫不誇張，因為它是信息的載體，是功能的實現，也是在線廣告的終點。從廣告來到你網站的訪問者，對你具有重要的價值。

不管你是否認同，頁面質量的好壞決定著幾個事情：

訪問者能否停留而不是立即就走

網站流程順暢與否，訪問者能否走到最後一步

能否實現其他你希望這些訪問者去做的事情

甚至，比這還要多所以，我想我們在網站分析上花費力氣最大的，就是分析每個重要頁面的情況。

最重要的頁面，嗯，當然是LandingPage，然後重要的流程頁面，以及重要的信息頁面都是你要關注的。具體包括：

LandingPage是個大漏勺嗎

頁面最重要的內容獲得了最多的關注嗎

解決這些問題的方法相當多，包括：

BounceRate——分析LandingPage，工具是GoogleAnalytics以及所有的網站分析工具

ConversionRate——分析從廣告到LandingPage的轉化情況，工具是廣告的Click數和LandingPage的visit數

HeatMap，分析頁面被用戶關注的情況，工具是GoogleAnalytics或者CrazyEgg以及所有的網站分析工具

Engagement分析，分析頁面的用戶參與情況

CTA(CalltoAction)分析，工具是GoogleAnalytics的TopContent報告和Usability分析

A/BTest，用於分析相同作用的不同頁面內容或布局設計哪一個更有效

多變數測試(MultivariateTest)，用於設計頁面中相同位置置入不同內容(或設計後)哪一個更有效

把這些事情都做一遍，你對自己的頁面質量如何會瞭然於胸。

4.真的了解訪問者嗎

你雖然不能真的親眼見到你的網站訪問者，但是你完全可以通過分析他們的行為了解他們的情況和喜好。這部分的分析是最簡單的，包括：

訪問者的地理位置

訪問者的操作系統，瀏覽器，屏幕解析度，顯示支持的色深乃至Flash版本等軟體使用情況

是否新訪問者

訪問者的行為屬性，包括：訪問者停留時間，訪問者訪問的頁數，訪問者訪問的pageflow(頁面訪問流向)，以及同一個訪問者兩次訪問時間之間的長度(Receny)，還有回訪情況(Loyalty)等等，這部分是研究訪問者行為最重要的部分。

具體所用的工具只有一個就能解決問題：

GoogleAnalytics的Visitor報告。現在多嘗試嘗試吧!有一些你可能不常用，比如Receny和Loyalty，說實話，我也不常用，但是它們實際上非常有意義。例如Recency，如果大部分訪問都集中在0daysago，意味著你的訪問者很活躍，很積極的參與到你的網路中來——如果超過90%，恭喜你，你的網友很忠實於你的網站。:)

對於電子商務站點而言，訪問者的地理位置當然很重要，不過現在的問題是，由於判斷地理位置的方法主要還是依靠IP地址的地理位置，所以並不是那麼准確，只是在大量統計的基礎上近似准確。目前沒有更好的辦法，大家湊合用吧!

5.更重要的是拿出建議

感謝你讀到第五步，我知道我講的還是很抽象。關於具體怎麼樣做前面的分析，我想這篇帖子還是遠遠不夠的，因為Metrics(度量)雖然是死的，但是分析是靈活的，這就是為什麼我們這些分析師還能混口飯吃的原因。數據只是數據，關鍵是分析數據之間的聯系並且找到背後的原因。因此，你需要在分析度量數據的基礎上，找到背後的原因，並且拿出實際的建議。

只有建議才是真正有價值的東西，因為所有的Management都不會聽你的枯燥數字，他們需要的是一語中的的建議以及言簡意賅的說明提出這些建議的原因。

在進行一次全面的網站分析後，你應該至少拿出哪些方面的建議呢

選擇什麼樣的網站及網站上的什麼位置做推廣入口(或者說是流量來源)更為有效;

選擇什麼樣的入口形式(廣告或者網站入口鏈接)更為有效;

網站的結構是否需要修改，如何修改;

什麼頁面質量糟糕，需要做何種修改;

用戶是否需要細分，是否需要根據細分用戶的行為設計不同的網站模式;

用戶行為特徵，是否需要根據用戶特徵修正網路營銷辦法;

針對建議提出網站修改方案的測試計劃(Test)，並且總結建議是否有效(Learn)。

如果能做到上面這些，我想大致已經做好了一次較為全面的網站分析了。剩下的就是繼續進行網站的追蹤，看看你提出並實施的建議是否有效。我不認為這是非常復雜的過程，獲得數據遠遠比分析數據要簡單，因此復雜的不是軟體，不是工具，而是你的大腦、你的思想，以及你為你的網站投入的關注。

③ 如何進行數據分析

1. 收集數據

數據分析師的工作第一步就是收集數據，如果是內部數據，可以用SQL進行取數，如果是要獲取外部數據，數據的可靠真實性和全面性其實很難保證。

2. 數據清洗

數據清洗是整個數據分析過程中不可缺少的一個環節，其結果質量直接關繫到模型效果和最終結論。在實際操作中，數據清洗通常會占據分析過程的50%—80%的時間。需要進行處理的數據大概分成以下幾種：缺失值、重復值、異常值和數據類型有誤的數據。

3. 數據可視化

是為了准確且高效、精簡而全面地傳遞出數據帶來的信息和知識。可視化能將不可見的數據現象轉化為可見的圖形符號，能將錯綜復雜、看起來沒法解釋和關聯的數據，建立起聯系和關聯，發現規律和特徵，獲得更有商業價值的洞見和價值。在利用了合適的圖表後，直截了當且清晰而直觀地表達出來，實現了讓數據說話的目的。

4. 數據方向建設和規劃

不同行業和領域的側重點是不同的，可以是商業策略，也可以是市場營銷，是不固定的，要依據公司的戰略發展走。

5. 數據報告展示

數據分析師作為業務與IT的橋梁，與業務的需求溝通是其實是數據分析師每日工作的重中之重。在明確了分析方向之後，能夠讓數據分析師的分析更有針對性。如果沒和業務溝通好，數據分析師就開始擼起袖子幹活了，往往會是白做了。最後結果的匯總體現也非常重要，不管是PPT、郵件還是監控看板，選擇最合適的展示手段，將分析結果展示給業務團隊。