十条原则助你更好使用网站分析工具

摘要: 网站分析工具是做网站分析的必备武器。从网站分析的历史被揭开的那一天起,网站分析就同工具无法分开。工具利用水平的高低,很大程度上决定了网站分析水平的高低。但有一个天大的误区,那就是认为越好的工具越能帮助做出更好的网站分析。我用过可能是世界上最先进的工具,但我知…

网站分析工具是做网站分析的必备武器。从网站分析的历史被揭开的那一天起,网站分析就同工具无法分开。工具利用水平的高低,很大程度上决定了网站分析水平的高低。

但有一个天大的误区,那就是认为越好的工具越能帮助做出更好的网站分析。我用过可能是世界上最先进的工具,但我知道工具的先进和网站分析的先进完全是两回事。我深知如果你不按照下面的十个原则利用你的工具的话,任何一个工具都可能让你的分析破费周章。这就如同AK47是有力的杀敌武器,但枪口完全有可能对着你自己。

原则一:不要采用超出你的能力的工具

就目前我看到的情况来说,网站分析工具的功能强大程度和其复杂程度成正比。功能强大的背后,意味着更为灵活的定制化能力,而定制化只能由人完成的。好的定制化取决于三点:

1.你对自己业务的清晰掌握;

2.你对这个工具的清晰掌握;

3.你对你的业务与网站表现之间关系的清晰掌握。

这三点,咳……,对于我们大多数朋友来说都是极高的要求。对我也一样,我不敢说我对业务有清晰的掌握,行业和公司内部的情况需要很多时间去了解和体会。这需要悟性。另一方面,对业务清晰了解的人,未必能深入了解工具。Business和Tech就如同两种不同的语言,要用左右大脑分别思考。我的朋友Lizzy Fan的老板Yi Shi (CEO of AVAZU)是这样的一个人,所以他极为成功,但这样的人太少了,总之我很难碰到。这之后你还要对你的业务与网站表现之间的关系有深入的理解,这同样不易。

我看到中国有很多企业采用了Omniture的旗舰分析工具SiteCatalyst,但实际上并没有发挥超于Google Analytics的能力,甚至还不如GA的能力。如果你只是使用简单的功能,那么确实GA在用户体验上可能更佳,甚至CNZZ或者百度统计已经足够。如果你做了定制化功能,你就必须要了解SiteCatalyst的流量流和业务流之间的逻辑,以及有这两种流所引发的traffic、event、prop和evar。这些,真不是那么容易。

我的建议是,如果你要使用更强大的工具,确保你比这个工具更强大。如果你自认为能力尚不足够,那么确保有强大的实施团队和顾问团队,保证你可以根据你的需求柔性的调整,否者,还是与你熟知的工具打交道。当然,你可以向 Michael Li 和我求助,但我们不能一直捆在你的业务上,因此更强大的工具,意味着你更应该保持谨慎。

记住,是你使用工具,而不是工具使用你。

原则二:免费工具没用好,付费工具会更困难

商用的付费的WA工具总是让我们内心涌起一阵悸动,这些“高不可攀”的工具,能有多么强大啊!于是,我们可能认为,免费工具“不好使”是工具的功能毕竟有限,我们用“付费工具”肯定会完全不同!

这个想法我基本不赞同。就像下面这个图——“我生不了孩子,是你们的错!”,但这是笑话,错不在工具,我的母亲讨厌我为错误“找客观原因”开脱。

免费工具没有用好,付费工具不仅不会帮到你,反而你会更加烦恼。
类似于Google Analytics或是百度统计这样的免费工具汇集了网站分析所需的一些最核心功能,并且体现了网站分析的很多核心思想。这些工具是伟大的。
你认为的工具“不好使”,可能真的只是因为你没有最大化的挖掘网站分析的潜力。

这方面,我的同事Travy是专家,她理解最大化“榨取”GA之类免费工具的意义。

“因为那个时候我们的公司不舍得花更多的钱,所以我们想尽一切办法利用GA”,Travy说。

这种利用让我大开眼界。坦率说,在此之前,我并不知道GA能够有如此变通的使用方法。这些方法都仅仅只是基于GA的一个方法,即_trackPageview()方法,我们默认的使用是不加参数的,可是如果你把各种参数——包括页面的Title,包括面包屑,包括页面URL中截取后翻译的信息加入进去,GA就增加了许多我们从前根本不认为它能够实现的功能。利用面包屑,GA甚至可以有一点点路径功能了!

同样,对于_gaq.push([‘_trackTrans’])这个命令也可以挖掘的很深,你可以把更多商品的分类信息、价格以及按照你的要求总结的信息通过动态变量的方式传递给GA。GA对于商品的监测也能变得更强大。

我开始承认对于免费工具的能力,我认识的还不够。

当然,免费工具的能力是有限的,即使你再榨取,它总有碰到天花板的时候。但我的观点很明确,榨取这个工具能力的过程,是对网站监测实施深入理解和实践的过程。如果你愿意花时间在免费工具的压榨上,那么当你开始使用付费工具的时候,你会发现一切并不那么困难。但是,如果你在使用免费工具的时候不断埋怨,那么我可以想象你在付费工具使用时会有更多的埋怨。
因为我们再第一个原则中已经说了:你使用了超出你能力的工具。
从免费工具开始,压榨它,成就自己。:)

原则三:不要试图用WA工具准确监测交易

另一个误区在于人们总是相信付费的工具比免费工具更加准确。呃……,我基本不认为是这样。由于监测机制本身的原理,工具的准确和你理解的准确是不同的。

值得注意的是,常见付费工具和免费工具在流量监测的实现方法上几乎一样,所以二者之间不存在谁更准确的问题。而在监测交易数据上,毕竟不同于电子商务网站内部的ERP系统,网站分析工具是通过捕捉页面上的交易信息实现交易数据获取的,因此常常只是订单确认,或者支付确认的数据,但并不是最终成交的数据(COD交易的成功与否,以及用户退货撤单等情况是很难被网站分析工具监测的)。

能够准确监测交易的工具是你公司的ERP系统(或进销存系统),但WA工具很困难。

关于WA工具准确性问题,其实还有更多的内容,读读这篇文章——网站分析——我们的数据准确吗?你就明白为什么我们不需要追求准确了。:)

引申阅读:如何“让”WA工具也能准确监测流量渠道的交易数据

WA工具的监测方式让它准确监测交易数据时很困难的,尽管Google Analytics和Omniture都能够通过设置实现撤单和逆向物流等收入的抵扣,但太麻烦,操作可行性不高。

但WA工具却可以几乎准确地“监测到”流量渠道的交易数据。
注意,我打了好几个引号,因为这并不是通过WA工具直接实现的。我们需要采用变通的方法让GA记录的流量渠道和这些渠道对应的交易数据准确对应起来。
方法有两种,两种方法都有一个前提,即你自己要有一个媒介销售管理系统(或类似的系统),能够利用给流量加标记的方法,捕捉到流量带来的销售。举个例子,如果这个系统的标记格式是?from=,那么我在我的博客上为走秀网投放的广告的链出URL就应该是 www.xiu.com/?from=*** ,这个系统就能够识别CWA的流量带来的销售。这样的系统比比皆是,在电商网站普遍存在。

如果你有这个系统,那么恭喜你,你能够实现让流量渠道和对应销量准确匹配的目的。

一种方法是用GA的:让GA的 UTM link tag 能够识别你的系统设置的标记格式。如果看过《流量的秘密》,那么你就知道,utm_campaign, utm_medium等5个标记媒介属性的名称都是可以自定义的。你完全可以用from表示utm_campaign,那么上面的例子中,?from=CWA既能够被GA识别一个被称为CWA的campaign带来的流量,又能被你的媒介销售管理系统识别为从CWA来的流量,并把这些流量能够带来的销售都记录下来。

具体做法非常简单,只需要在实施GA代码的时候使用:。。。。

另外一种相对笨一点,就是让你自己的系统能够识别WA工具的流量来源标记,比如,本来你的系统是识别?from=的,现在你让你的技术动动手,改成识别?utm_content=,也完全可行,修改也非常简单。

这样做之后,你就发现你能得到一个非常准确的报表,如下:

Beautiful! 现在你可以准确地知道每个流量来源的转化率能有多少了!如果你有流量的获取费用数据,那么准确的ROI也就获得了!

原则四:再智能,也要重视手工

网站分析工具的趋势是更加智能化,例如各家都推出自己的很先进的热图功能。或者给出一些经过二次处理的建议数据。

我对智能化爱恨交加。

没有智能化,很多工作是无法想象的;但智能化有时会掩盖真相,且让人懒于思考。

例如热图,热图特别无法智能化的原因是,页面上有很多同样URL的链接入口,或者页面上的链接经常被更新(例如我们的电子商务网站)。这时候我处理的方式是对页面上所有重复URL链接入口和动态变化的链接,加上标识参数。然后手工统计。需要强大的执行力,不简单,但很准确。

你可能会说这会影响到SEO,但已经被我的同事Jay搞定,不是问题了。:)

重视手工的另一个原因是,不管多么精细的监测实施,都不可能尽善尽美。例如,我在广州做这个分享的时候,有一位朋友提问——如何才能很好的评估SEO的长尾效果?这个工作直接读取Google Analytics的报表是很难完成的,你只能想办法把所有的长尾organic keyword全部导出,然后利用自己的经验和智慧结合数据分析它们的规律。

如果你问我,我网站分析中使用的最多的工具是什么,我的答案不是Google Analytics,也不是Omniture的一众工具,而是Excel。很多时候,我其实不是特别关心Google Analytics和付费工具的异同,很多时候我都是在Excel中实现分析的,WA工具只不过是我分析所需的原材料而已。这也是为什么,商用网站分析工具必须保留并提供Raw Data(例如Omniture SiteCatalyst提供Data Warehouse功能)。

引申阅读:如何一次性导出2万条Google Analytics的数据?

利用Google Analytics普通的数据导出,你只能最多导出500条数据。

但是对于老版本的Google Analytics,你可以通过一个简单的方法导出任意数量的数据。

1. 点击上图中Export标签。

2. 右键点击CSV,然后拷贝它的链接地址。

3. 打开一个新的浏览器窗口,把刚才拷贝的链接地址输入进地址栏,但不要急于激活这个URL。

4. 在地址栏的URL后面再加上&limit=15000。你就可以导出15000条数据。你可以在等号后换任何一个数字。

这个方法对新版本的Google Analytics无效,新方法我还没找到。

原则五:WA工具无法满足你的所有刨根问底

一般意义上,WA工具是指Google Analytics、Omniture的SiteCatalyst这样的网站用户点击流工具(clickstream tool),这类工具能够告诉你what(现象),但一般很难告诉你what后面的why(原因)。

比如说,你通过Google Analytics的Top Content报告看到某一个页面的bounce rate很高,你就知道了一个很重要的现象——访问者通过这个页面进入你的网站时,第一印象不佳,没有进入其他页面就离开了你的网站。

但是什么原因造成这个现象呢?

如果是我,我会做下面的事情:

1. 查看页面是否是无链接page,或者是少链接的end page。

2. 如果不是,查看这个页面的流量来源都是哪里,如果主要是搜索引擎,那么恭喜你,你的问题比较容易解决;如果不是搜索引擎,而是直接流量为主,那么很遗憾,你的问题很难通过WA工具刨根问底了。

为什么呢?

原因在于,直接流量是一种让人喜爱有加却又“极为蛋疼”的流量。直接流量只告诉你一个信息——Google Analytics不知道这些流量来自于哪里!既然不知道他们从何而来,我就很难知道他们为什么对我的这个页面第一印象不佳。

对于WA工具,我们必须正确对待。它的最大优点,在于能够帮助我们通过数据发现那些我们没有察觉的现象(问题),也能够帮我们证明我们的改进是否能够带来更好的数据表现。但现象背后的原因,很多时候通过WA工具是做不到的,我们必须要引入其他的分析工具和方法。

这些分析工具包括:AB测试工具、调研工具、Pannel、眼动仪等等;方法则包罗万象——调研、可用性测试、德尔菲、用户追踪等等。

谈到这里,我想把WA工具的范围做一个延伸,我们常用的GA、SiteCatalyst、CNZZ或者百度统计,只不过是网站分析的点击流分析工具,网站分析工具应该有更大的包容范围。

原则六:选用一个工具之前,首先必须了解它的原理

有一些实际上是老生常谈了,但仍然有初入门径的朋友会问起,为什么我GA的数据跟日志的不一样。

讲一个真实的故事,我们的网站有一天感到服务器的压力很大,公司想知道是不是因为用户突然暴涨所致,或是有其他恶意的原因。

这是一个极为容易解决的问题。从GA上,我们能够轻易的看到“真实的人”,而不是机器访问的流量;而日志文件(log file),则能够捕获大部分机器人(蜘蛛爬虫)遍历网站的流量。因此,如果GA的数据暴涨,那么这是好事,服务器压力大,应该添加服务器了。可是,如果GA没有暴涨,而log file的数据暴涨,那么可能是某些恶意的网站数据采集软件在作恶,公司该要注意的是网络安全领域的问题。

所以,日志文件的分析工具(例如逆火软件,老版本的WebTrends,或是Piwik),跟页面标记监测分析工具(例如Google Analytics和Omniture SiteCatalyst)在监测原理上有根本性的差异。你可以读这两篇文章了解它们之间的差异:服务器日志法网站分析的原理及优缺点,页面标记法网站分析及数据捕获原理。

所以,不同原理的工具,收集数据的范围是不同的。

即使同为页面标记监测分析工具,它们的原理也是不同的,这同样造成数据差异。例如,GA的监测数据利用的是cookie,典型的GA的cookie是utma,utmb,utmc,utmz什么的(它们是什么意思,请看网站分析度量、意义以及不为人所知的(2))。而Omniture SiteCatalyst则是使用cookie和虚拟cookie的共同作用监测数据。SiteCatalyst的cookie比GA的cookie简单,只用来记录访问者的唯一识别编号,而这个编号对应的数据,则全部存放在数据库的虚拟cookie中。虚拟cookie实际上是数据库中的一张大表,记录了这个cookie编号用户访问网站的全部行为。

由于利用了虚拟cookie,因此,在用户的客户端不支持cookie的情况下,SiteCatalyst还是可以利用IP地址或client agent记录一个visitor,但GA在没有cookie支持时,就什么也不能做了。

因此,我们可以按照监测原理为常见网站分析工具分类,如下图所示:

由于监测原理的不同,工具的作用也就有很大不同。

想要做SEO,了解机器人扒取数据的原理,用日志工具;想要看鼠标轨迹和停留,用鼠标捕捉工具,例如ClickTale;要看人的行为,还是用页面标记工具。

引申阅读:不同工具,对于网站分析基础度量的定义也是不同的监测原理的不同会影响不同工具收集数据的范围,同样,不同工具在定义基础度量的时候,也有差异。典型的差异是我在介绍bounce rate时候所提到的Google Analytics和Omniture SiteCatalyst(SC)之间的差异。对于GA,bounce rate是预置的基础度量,定义是single page view的访问;而在SC中,bounce rate则不是预置度量,你可以自定义它,一般用single page visit/visit定义。single page view和single page可有天壤之别,前者定义的bounce rate不把reload页面的情况计为bounce,因为页面reload,1个page view就变成2个,所以不再是bounce。而single page的定义则包含了reload的情况,因为无论你在一个页面上reload多少次,这个页面还是这个页面,仍然你只访问了一个页面,所以仍然是single page。所以SC的bounce rate一般比GA要略小。

同样,对于visit的定义有各种不同;对于时间(time)的定义则更多不同了,这里不一一列举。虽然不同的定义得出的结果并不一定有很大差异,但了解一下无害处。

当然,我也认为,如果你不了解这些,也并不妨碍你做分析。但监测原理的不同,则是必须要了解的。

原则七:不要利用不同工具做一件事

我总觉得,用Google Analytics和Omniture SiteCatalyst监测网站每天visit的多少有些无聊。并不是说这两个工具更准确的问题,而是你永远说不清楚到底谁的数据更准确。

理论上,如果两个工具监测的大小不一致,那么它们至少在趋势上是一致的。也就是说,如果GA记录的昨天的visit比前天的大,那么SC的visit也应该是昨天大于前天。可是,天杀的,鬼知道为什么有时候它们连趋势都是不一样的。

你可以对GA多一分信任,但我说不好,毕竟有时候Google的服务被鬼使神差的阻断,让它看上去好像是自身营养不良不能提供靠谱的服务。你也可以多信任一点Omniture SiteCatalyst,但我也说不好,毕竟服务器也远在重洋之外(但听说年内香港就会有服务器,到时也许会有不同)。

所以,遗憾的讲,这里存在一个谁也说不清楚的盲区,当你的老板询问你为什么GA的数据和SC的数据不一样的时候,你永远也不能找到一个圆满的解释,除了骗他说你花钱买的SC更加可靠之外。

所以,为了监测某个相同的度量,如果你认准了一个,那么就一直认准它,如果你结识了新欢,就不要再想旧爱,也别玩儿藕断丝连脚踩两只船。并且,我的忠告是,不要再浪费时间想象为什么它们之间究竟发生了什么而造成了差异。

是的,重在分析,而不是数据本身。

这也是为什么Avinash总说,同时使用两种或以上的工具是不理想的。

原则八:利用多个工具的长处

但你是不是应该永远不同时用多种工具呢?

我不知道大师们怎么说,但是我当然不是。我不仅用多种工具,而且乐在其中。

我不会去用Google Analytics和Omniture SiteCatalyst比较visit,但我的确会用SC弥补GA没有路径监测的缺憾。(关于这一点,请看我之前的文章:Google Analytics的能与不能)

而且,当你花了钱用了ClickTale之后,你也会知道,GA的In-Page Analysis不是不好,但功能确实还不够强大。

百度统计?恩,这是颗国产的新星,不管怎样,百度、腾讯和阿里都是极为重视产品的,所以这个产品也不会太差,尤其是在你想要统计和分析凤巢投放的效果的时候。

你应该用多种工具,因为没有任何工具能八面玲珑,面面俱到。

引申阅读:在一个网站上使用多个工具时的注意事项

在一个网站上使用多个工具并不会带来什么麻烦,大多数情况下我们的网站访问者不会察觉出任何异样。

但在一个网站上使用多个工具时可能会对网站性能带来负面的影响,尤其是当某个工具的JavaScript运行发生问题响应缓慢时。所以,加入的代码一定要放到页面的最底端。

选择你认为真正有意义的工具,当你需要进行的分析结束后,你完全应该删除这些工具的监测代码。并不是所有的网站分析工具都如同基础分析工具GA或SiteCatalyst一样是从头到尾都需要的,事情总是有始有终。在这一点上,始乱就应该终弃。

  原则九:善用复制和过滤——给你更多尝试和细分的机会

如果你用过GA,你不会对它的account和profile陌生。account由不同的GA记录号区分,例如UA-123456和UA-123457就会被放入不同account中。而一个account下可以容下很多个profile,每个profile对应一个报告。
例如,我想在我的这个网站 www.chinawebanalytics.cn 上做一些实验,但我又不想影响正常的数据监测。我可以用两个方法。

第一个方法是一个笨办法,即在页面上再新建一个GATC(Google Analytics Tracking Code),也就是我们在GA上生成的监测代码。这个代码一定跟最初的代码有不同的记录号,即UA-XXXXXXX不同。我不是很喜欢这个方法,因为GA本身提供了更好的方法。

第二个方法是在你原来的account中再复制一个profile,即把你已有的报告再复制一个一模一样的。这个新的报告,可以供你肆意玩乐啦。

如果你不了解如何进行这种操作,请看谷歌官方的帮助讲解:http://services.google.com/analytics/breeze/en/accounts_profiles/index.html

其实,很多工具存在类似Google的这种报告复制的机制。例如Omniture SiteCatalyst拥有report suite的定义,你可以定义多个report suite为你的一个网站服务,当然,收费也就会更贵一些。

一旦复制了一个一模一样的报告,你就可以对这个报告进行过滤操作。过滤实际上是一个不恰当的说法,应该说,是对这个报告的监测方式进行新的配置。

例如,我可以利用这个新的profile(report),加上一个地域的过滤,用于只监测从北京访问网站的客户。也可以加上一个过滤,只监测从搜索引擎导入的,且只以某一个页面为landing page的流量。

复制和过滤给你更多的尝试机会,和更灵活的细分功能,使用任何一个工具,你都需要了解这个工具的复制和过滤功能,它能让你的工作事半功倍。详细了解GA的过滤,请看这篇文章:五个实用的Google Analytics过滤设置

原则十:让需求指引你,而不是让工具指引你

最后一个原则,是我内心的呼声。

我不是一个Geek,所以,坦率讲,当新的网站分析工具出现的时候,我并不是焦急地盼望着更早一日试用。所以,在朋友问到GA V5的时候,我的感觉是:“哦,还不错,用户体验上有改进。”事实上,我认为除了multi-channel funnel和自定义高级群组也可以使用报告过滤功能外,V5的版本改进并不能称得上是革命性的。

我是一个懒人,所以总是信奉“enough is enough”。我是有了需求之后,再去选择工具,但我不是有了工具之后,才去理解它能够满足哪些需求。所以我很少在第一时间认真研究工具本身,除了在百度统计刚刚出来的时候,好奇研究了它。

不要为工具所累,是我认为使用工具的最重要原则。

如果你认为网站分析工具很复杂,那就大错特错了。网站分析工具,咳,说实话,都大同小异,那些模样越是fancy,功能越是让你眼花缭乱的报表,实际上使用的机会越少。我认为工具复杂性的提升并不在于本身学习成本的提升,学习不过是麻烦的最开始。真正的麻烦在于,工具复杂性提升意味着工具背后实施难度的增加,而我亲身的体验告诉我,在中国的电商环境中,想要找到一个特别可靠的团队去实施复杂的WA工具是非常困难的——除非你的团队既有好的前端IT,又有懂前端IT且了解网站分析工具的达人,还有对网站分析需求掌握到位的人。这不是那么容易的事情。

当然,我们不需要被吓唬住。我还是觉得(与Liang同学的观点有差异)一步步来是可能的,使用GA是一次免费的实习,你不仅仅是了解了网站分析工具和概念,更关键的,你通过运用这个工具了解了你的分析需求是什么,这才是非常关键的。当你知道这一点之后,你能够提出有价值的切合现实的商业问题,并且以这些问题为基础,选择真正能够解答这些问题的工具,这个时候你就不是盲目的。否则,工具的逻辑是工具的,让它牵着你的鼻子走,你很难找到北。

我的实践告诉我,这是相对小风险的一条路,或许对你也适用。

来源:chinawebanalytics

 

收藏 评论

相关文章

可能感兴趣的话题



直接登录
跳到底部
返回顶部