我把网站分析工具的使用划分为以下四种情况，或者说是四种不同的使用程度，你也可以对照一下自己的网站，思考一下自己网站的数据分析是否还有进一步的提升空间。

工具使用第一重：仅仅是页面流数据

很多人把工具生成的代码往网站页面上一贴，认为网站的跟踪代码配置就基本完成了。但事情并没有那么简单，分析系统中生成的跟踪代码只能简单的跟踪页面流的数据，比如访问数、浏览量、流量来源等等，用户与网站的交互行为比如表单提交、订单达成是无法跟踪得到的。网站的跟踪代码应该要根据具体的网站业务需求来配置跟踪方案。在添加跟踪代码前需要相关的业务人员聚在一起讨论把数据跟踪需求整理出来，根据需求形成一个完成的跟踪方案，从而生成相应的跟踪代码并添加到网站中。很多网站甚至是一部分电商网站都只是做到了这一步，但其实这远远没有把网站跟踪系统的功能发挥出来。

因为受限跟踪配置的内容，系统只能收集到页面流的数据，因此用户也只能简单地查看网站的访问数、页面的浏览量以及流量来源的相关数据，但用户来到了网站有没有一些非浏览量的交互行为，是否有产生订单或产生了哪些产品的订单，无从得知。因此也没有明确的指标用于指导网站优化和外部推广（仅有的跳出率是不够的）。

工具使用第二重：配置了目标或电子商务跟踪

有部分用户在页面流数据跟踪的基础上会增加目标与电子商务数据的跟踪配置，这就进入我们所说的“网站分析第二重”。目标与电子商务数据是衡量网站绩效的重要指标。对于会员制的电商网站来说，一个非常重要的目标就是会员数据的增加，而电子商务销售则是网站的终极目标。对这两块数据进行跟踪，我们就可以很好地衡量网站与及流量来源的转化情况。

把目标与电子商务的数据跟踪起来后，我们就可以把转化的数据与流量来源及页面浏览行为相关联，我们就可以很好地分析网站流量来源与页面浏览行为的转化情况。从而知道从哪些流量来源过来的流量质量最高，哪些产品或页面的说服力更强可以吸引用户完成订单转化，这样我们就可以有针对性地增加那些转化率高的流量来源的流量，并对一些转化偏低的产品或页面进行优化。

工具使用第三重：完善了访问行为细节的跟踪与分析

在这个分类下你会较为注重对于用户行为细节的跟踪，从而配置相应的自定义事件跟踪。对于用户在网站上的一些行为我们可以系统性地进行跟踪，比如站内搜索、视频播放、文件下载、表单提交、404错误页面、导出链接的点击、评论提交等等行为我们都可以跟踪起来，从而更好地了解访客的访问行为以提升网站的访问体验和转化率。

如第二重的内容所说的，你可能会把注册成功作为网站的目标，除了跟踪注册提交成功的事件外，你还可以跟踪注册的方式（是否通过第三方工具帐号进行注册）、注册提交失败的次数与及失败的原因等等。

除了订单产生的数量，购买流程中每一步的微转化也是值得关注的，找出转化流程中的弱项和问题，想办法修复它，这对于销售的提升效果将是非常明显的。

对于电商网站来说，用户是否有点击站内广告的行为，从而购买广告推介的产品，我们要怎么完善我们的产品推荐系统，这些都需要数据作支持。

我们还强烈建议可以对站内搜索与搜索零结果（搜索结果的条目数量）的情况进行跟踪，从而衡量网站的产品或内容是否满足用户的搜索需求，从而增加相应的产品或内容以提升网站销售。而对于一个客服系统来说，优化好这一步，这有可能会大幅减少客服人员的工作量。

工具使用第四重：基于数据的网站优化—数据驱动营销

在前边三部分其实也应该把网站优化的工作纳入其中，但对于大多数公司来说，网站优化这一步大都做得不好或是做得不够系统。而网站优化是网站运营过程中不可或缺的一个重要环节，因此我把它单独拿出来放在第四重中。多少人做的网站分析报告仅仅是停留在报告的层面而没有形成优化行动，这就失去了网站分析的意义。根据报告中提出的有效建议，可以考虑安排进行营销活动或页面内容的优化工作。

通过数据分析找出更优的推广渠道；同时对内容特别是着陆页面的内容进行A/B/N测试，找出最优的页面版本，这将可以有效地提升网站的转化率从而提升网站的销售！这是网站分析对于提升网站业绩的最直观体现。

作为一家在线营销分析公司，Omniture推出的Genesis工具集统计、执行和集成于一身。在此次发布会上，集成功能成为最大焦点，该功能可通过分析各种组合或单独在线活动的效果，有针对性的进行下一步的营销工作。

市场营销人员不会着手进一步的营销工作么？佛瑞斯特的分析员查尔·万鲍丝克里克展示的数据显示他们的确不会这样做。事实上，她表示大多数的营销人员更相信多就是多的理论。

“用户们知道如何使用电子垃圾过滤器和弹出拦截器来过滤无用的信息。那么大部分的营销人员如何应对这一挑战呢？他们只是发送更多的信息”，查尔·万鲍丝克里克说道，“网络电视的广告竞争日益激烈；较之以往，广播每小时播放广告的时间比节目都长。你可以想想看，这是多么令人烦躁。”

她说那些聪明的营销者懂得存储数据，借助反馈分析工具来高效引领活动的进行。而这个工具就是Genesis。

Genesis强大的营销活动数据库可以模拟十亿的“可能”情景。客户可以选择某一情景，然后添加或舍弃某些分支模式，比如横幅广告可选择DoubleClick模式，电子邮件可选择CheetahMail模式。所有参与Genesis设计的30家合伙商都将自己的产品模式植入Genesis，以供客户挑选。当所有的分支模式选择完成后，营销者可选择查看模拟结果，比如模拟收入，最佳活动等，这其中包含了无数信息。

Omniture称其为“即插即用”的工具，并相信它成为营销市场新世纪的领头羊。他们认为Genesis是Marketing 2.0完美的分析工具。

网站分析(Web Analytics)即网站访客行为分析,通过对网站数据进行定量和定性的分析，来不断驱动和提高访问者在网站中的体验，并将访客转化为你的商业目标(在线及离线KPI)

网站分析数据收集与处理

二:为何要分析网站数据？

 数据驱动业务提升

从以上的示例图中可以看到，用户从点击访问到完成业务销售的整个环节，Google Analytics、 OMNITURE等网站分析工具收集提供的数据，有助于提升访问体验以获取更高的在线leads的转化。但是在离线leads的监测方面，却一直是一个数据盲点，我们往往无法将访问来源与电话呼叫的数据关联起来，关于离线监测的数据分析，大家请阅读Sidney Song的这篇文章：
线上营销对线下行动效果的监测（下） ,另外一个数据盲点是 客服业务的转化环节，呼叫中心往往无法直接和客户访问来源做关联。我们只有把用户在各个环节的数据有效关联起来，才能第一时间内找到业务优化的正确方向！

最佳实践

1、标识流量源:通过网站分析工具linktag标识，准确标识细分流量渠道。

2、定制商业KPI：了解用户在网站哪些关键行为对网站收益影响最大，并将关键行为定制为关键KPI。

3、监测用户浏览路径：用户是如何在浏览网站?大多用户是在哪些页面流失掉？改进用户访问体验，提升转化率！

4、分析端到端的ROI：从流量源-商业回报分析。

5、计算边际成本：计算每次KPI盈亏成本，并根据每次CPA盈亏成本.得到每次CPC或每个用户获取的盈亏成本。

6、确定优化方向:确定改进哪些环节可以最有效的提升商业回报！并有效执行。

三、哪些数据指标(度量)具有重要意义？ 

   四：KPI定制实例 

 1、KPI定制实例一

背景：某健康门户站点一直以来只将咨询留言作为关键KPI，但是随着网站接触用户的渠道越来越多(WEB IM，在线QQ，等),及用户对于信息安全的担忧，KPI成本越来越高。也无法通过唯一的KPI客观的判定流量质量。甚至按照此考量标准去优化广告，已经无法支撑网站运营！

(代码实施说明 for Google Analytics

(目标转化配置)

(数据报告)

1、媒介优化考量指标是否合理？
不同KPI转化情况如何？  哪些KPI转化的提升，能有效提升商业回报？

2、留言KPI,在所有KPI转化中占有的比例是多少？
结论：我的KPI设定是否合理？

2、KPI定制实例二
背景：某共享软件站点，由于竞争因素，市场份额不断萎缩. (计划依靠PPC 流量稳定住市场份额与软件销售,但是从自然搜索流量数据发现，大多数的购买转化只有千分之3，按照这个行业平均CPC (0.5美金)成本去计算，如果转化率达不到1%，很难盈亏平衡. (此站点平均每笔订单的金额大概是50美金左右) 

代码定制样例

 

用户在是如何流失？ 

五:解析流量属性与KPI之间的关系

大多数转化率高的流量源，用户平均停留时间都超过了1分钟. 跳出率都在80%以内

转换率表现最好的流量源，新访问者占有比率很低。

所有停留时间低于30秒，跳出率高于90%的流量源无转化。

这篇网站分析基础及KPI实践,希望对大家能有所帮助。 有什么问题，有什么想法，都尽管留言吧!   同时也期待大家在留言中，分享一些KPI定制的案例和网站KPI定制的经验和见解！

via：adsem