这有什么区别？

有的童鞋可能会说，这有什么难的，只要在两个网站上都部署了网站分析工具的跟踪代码，用相同的帐号或者ID，两个网站的数据不就会整合到一起吗？但实际的情况没有这么简单。

我们访问网站的时候，是通过HTTP协议，而HTTP协议是一种无状态的协议。换句话说，当你访问一个页面的时候，服务器不会记得你是谁，你之前看过些什么页面。为了能够记录一些重要的信息，HTTP中专门定义了Cookie的概念。Cookie可以用来在浏览器中记录一些信息。为了保护隐私，Cookie中的信息是加密存储，并且是属于特定的域名的，只有这个域名才能够读写。

所以，当两个网站下的Cookie都属于各自的 域的时候，也就是都使用第一方Cookie的时候，A网站和B网站虽然都能被监控到，但他们之间是没有关联的。因为A网站和B网站会分别有两个Cookie，而这两个Cookie存储的用户的ID也是不同的。

这样会有什么问题？

首先，同一个访问者在两个网站上产生的行为无法产生关联，就像文章开头那里的例子，我们无法知道链接到A网站的广告对最后B网站上的购买贡献有多大。这对很多两个关联很紧密的网站的分析来说是致命的。其次，网站分析工具的测量结果将不正确。因为不同的域名各有一个Cookie，网站分析工具会在这两个Cookie中存储分配的两个不相同的用户ID，当一个用户在一次访问中浏览了两个网站，则会产生两次Visits和两个Visitors。

那网站分析到底如何进行跨域名的跟踪呢？

关于这个问题，有趣得紧，网站分析工具中大名鼎鼎的两个，Omniture的SiteCatalyst和Google Analytics，分别给出了两个不同的答案。让我们看看他们分别是如何工作的吧。

先说说Omniture的SiteCatalyst的解决方案

SiteCatalyst默认情况下使用的是第三方的Cookie，Cookie的域是Omniture数据接收服务器的域名。也就是说，不管你把SiteCatalyst装到多少个网站上，使用的Cookie的域都是同一个，不会发生变化。这就保证了，在不同网站上使用同一个Cookie。SiteCatalyst就能够知道不同网站上的访问是否来自同一个访问者。

不过SiteCatalyst使用的第三方Cookie的接受率相对第一方Cookie略低，准确度会有影响。所幸国内网民对隐私的保护并不重视，而主流的浏览器默认都支持SiteCatalyst这种带P3P的第三方Cookie。

再来看看Google Analytics是如何解决的

Google Analytics是使用第一方Cookie的，Cookie的域都是被监控的网站的域名，所以各个域名之间是无法关联的。针对跨域跟踪的这种情况，Google Analytics提供了一组函数。在部署的时候，所有遇到域名之间跳转的情况，不管是链接、表单提交还是框架等，都需要加入特定的代码。可以参考Google Analytics的官方文档。那么它的工作原理是什么样的呢？当我们第一次访问网站A的时候，这个网站上部署的Google Analytics的代码会在保存一些Cookie，记录包括在Google Analytics中唯一标识这个用户的ID在内的信息。当点击一个链接到网站B的时候，在链接上的特定代码会做一个处理，将网站A中的Google Analytics的Cookie的指都取出来，作为参数传递链接的目标页面。目标页面上的Google Analytics的代码会把这些值放置到自己Cookie中。这样以来，即使两个域名还是使用两个Cookie，但Cookie中的信息是一致的，Google Analytics还是可以认定跨越两个域名的访问是否来至同一个访问者。

Google Analytics的优点在于使用第一方Cookie所带来的更高的接受率。缺点也显而易见，因为需要在所有网站间跳转的地方增加额外的代码，增加了部署和维护的难度和成本。

得到默认报告中木有的数据

Google Analytics默认有不少报告，已经可以满足我们的大部分需要了。不过这些报告的量度都是Google设定好的，不能再做更改了。那如果我需要的报告超过了这个范围该怎么办呢，那就需要自定义报告来帮忙了。比如，在默认的页面的报表中，我们只能看到下面的数据。

如果希望有更多的数据，就需要借助自定义报告了。在自定义报告的生成界面，只要方便的拖拽维度和量度。

然后就能够得到下面的需要的报告了。

定制需要的报表

默认的报表，量度已经固定，不能再调整。如果需要一些特殊的报告，也可以借助自定义报告的功能。建立一系列需要的独特的报告，下次使用的时候，也可以方便的找回。

深度的数据挖掘

有些时候，我们需要再现有的报告上，在细化的分析一些条件或者维度。高级分割能够帮我们分割数据，自定义报告也可以帮我们做这样的事情。只要在报告中多增加一些维度，那么我们可以一直点击项目，查看到多层的维度的数据。

在这个例子中，可以知道下午3点到4点从Google过来的是第三次访问的用户访问页面A的情况。

好了，你也应该去试试了。

下面的截图是新浪网在Windows7下浏览的截屏：

可以看出，文字和链接的下划线混在了一起，给人感觉很不好。于此对应的，下面是Verycd的截屏：

可以看出，Verycd针对Windows7的字体处理的比较好，下划线和文字之间保持了合适的间距，看起来很清晰。

通过查看样式表，发现新浪网站使用的是text-decoration=”underline”来实现下划线，而Verycd使用了border-bottom=”1px solid #666666″来实现下划线。

文字内容的显示对于网站设计来说蛮重要的，希望以上文字能给大家优化网站一点参考。

比如我的这个博客，Page Views/Visits只有2，也就是说，一次访问访问者平均就浏览两个页面，而且略微还有减少的趋势。这说明网站的粘性有问题。通过分析，我认为网站的导航不是很好，很多文章被埋在几页以后，访问者很难找到。我准备在首页的右下角增加一个悬浮的窗口，提示访问者，查看网站地图可以看到更多文章。这个改进真的能起作用吗？我需要测试一下。

现在我准备了一个新的页面，其实就是原来页面的基础上，增加了网站地图的点击提示。下面就登录到Google Website Optimizer。

因为是新的帐号，现在还没有建立任何的测试。点击“Create a new experiment”。

接下来，需要确定是做A/B测试还是多变量测试。本文主要讨论A/B测试。然后，Google Website Optimizer会提示你需要准备的内容。再点击下一步，会进入一个表单页。

可以看到，会要求输入不同版本的页面的URL。这里是两个版本：原版本和新版本。当然，你也可以创建多个版本，只要点击“Add another page variation”就可以了。在设定好目标页的URL。我这里设置的是留言页面。这样的话，Google Website Optimizer就会按照到达留言页面的次数来衡量两个版本。

进入下一页，选择“You will install and validate the JavaScript tags”。那么，就会看到各个页面应该添加的代码。这里也没有什么好说的，Google都帮你准备好了。按照要求添加好。验证通过后，就可以开始测试了。

好了，现在开始两个版本的页面会被随机的对访问者展示，然后统计最后到达留言页面的情况，然后根据统计学的算法选出优胜者。

有人会问，你之前不是说想提高Page Views/Visits吗，这会儿怎么以访问留言页面为目标了呢？因为在Google Website Optimizer中，目标只能制定某个页面。其实要解决这个问题并不难，只要把Google Website Optimizer和Google Analytics结合起来使用。还记得前面的关于Google Analytics自定义变量的文章吗？只要设置一个自定义变量来记录用户访问了哪个版本的页面，那用户后续的情况就都可以了解了。

需要解决的问题

因为网站是博客，所以主要想特别跟踪一下内容页面的情况。默认的Google Analytics的代码是跟踪的页面的URL，而我的URL太长，不容易看清楚，所以希望跟踪文章的中文标题，打算使用一个自定义变量来记录。另一方面，希望了解访问者在首页、文章页和其他页面的访问的比例和停留的时间等，那会用另一个变量来记录页面的类型。

页面上的代码

按照Google Analytics代码的语法，根据前面的需求，我在不同的页面加入了代码。

首页的：

<script type=”text/javascript”>
var gaJsHost = ((”https:” == document.location.protocol) ? “https://ssl.” : “http://www.”);
document.write(unescape(”%3Cscript src=’” + gaJsHost + “google-analytics.com/ga.js’ type=’text/javascript’%3E%3C/script%3E”));
</script>
<script type=”text/javascript”>
try {
var pageTracker = _gat._getTracker(”UA-8982891-2″);
pageTracker._setCustomVar(1, “Page-Name”, “Home Page”, 3);
pageTracker._setCustomVar(2, “Page-Type”, “Home”, 3);
pageTracker._trackPageview(”");
} catch(err) {}</script>

文章页：

<script type=”text/javascript”>
var gaJsHost = ((”https:” == document.location.protocol) ? “https://ssl.” : “http://www.”);
document.write(unescape(”%3Cscript src=’” + gaJsHost + “google-analytics.com/ga.js’ type=’text/javascript’%3E%3C/script%3E”));
</script>
<script type=”text/javascript”>
try {
var pageTracker = _gat._getTracker(”UA-8982891-2″);
pageTracker._setCustomVar(1, “Page-Name”, “Post >>网站分析的作用”, 3);
pageTracker._setCustomVar(2, “Page-Type”, “Post”, 3);
pageTracker._trackPageview(”");
} catch(err) {}</script>

等等……具体的语法可以参考前文。

Google Analytics的报表

这里列出的是所有的变量名称，点击其中一个名称，比如“Page-Type”，可以看到该名称变量的值。

通过这个报告，就可以知道，首页、文章页、404页和其他页面分别被访问的情况。

Google Analytics自定义变量有待改进之处

1. 报告的延时比较大，6号的数据要到8号才能看到
2. 不对URL的编码进行解码处理，当有多字节字符时，看到的报告URL编码后的数据
3. 超过长度时选择了丢弃数据而不是截断，一些页面上通过程序动态的赋值的时候，特别是含有多字节字符时，需要计算长度不能超过64字节，其实Google Analytics在接收到数据再从64字节处截断对用户来说比较方便。

我在我的网站google analytics中设置了一个目标，想知道某外部链接的点击数， 因为那个外部链接是我的另一个网站，两边的统计数据却不吻合，请问知道原因吗？或者google analytics不加额外代码就不知道出站链接？

很好的问题，我想freesea童鞋的需求就是需要跟踪出站链接的点击次数。出站链接，特别是链接到合作网站的链接的跟踪还是很常见的需求。下面就掰一掰跟踪出站链接应该如果做，以及注意的事项。

如何跟踪出站链接？

在Google Analytics的报表中，是没有“出站链接”这样一个报表的。我们需要做的是，在链接的HTML代码中加入onclick方法，onclick方法中执行Google Analytics的_trackPageview()，这个方法会将链接被点击的数据作为一次页面的查看记录发送到Google Analytics的服务器。那么，我们就能在Content的报表里看到这个链接被点击的情况了。下面是Google Analytics官方文档的例子：

<a href=”http://www.example.com” onClick=”javascript: pageTracker._trackPageview(’/outgoing/example.com’);”>

一般的，_trackPageview()方法的参数是为空的，只是Google Analytics会取得页面的URL作为默认值。跟踪外部链接时需要一个虚拟的URL，比如上面例子中是/outgoing/example.com，这个URL在网站中并不存在，但是在Google Analytics的报告中会作为这个外部链接的表示。在报告中看到这个URL的PageViews的次数，就是这个链接被点击的次数了。

设置目标

更进一步的，我希望把访问者点击这个外部链接作为网站的目标，那么可以增加一个Goal来跟踪。Goal的一种匹配模式是URL Destination，它可以匹配当前Google Analytics配置文件跟踪到的所有URL（包括默认的和虚拟的），这种模式用在这里正好。当我们指定了一个URL是Goal以后，当有访问者访问了网站的这个URL，那么一次目标就达成了。按照上面的例子，只要在这里匹配/outgoing/example.com这个URL就可以了。关于Google Analytics目标的设置可以参考我的另一篇《Google Analytics的新“目标”》。

注意事项

链接点击数是有误差的。这种方式只能跟踪到鼠标左键点击链接。如果用户先在链接上点击鼠标右键，再在弹出的小对话框中选择“打开链接”，那么这是是跟踪不到的。

以上是我的理解，欢迎拍砖。

最基本的角度

对于站内搜索分析来说，监控用户输入的每个关键词是最基本的。通过记录用户输入的关键词，可以了解不同关键词被搜索的次数和后续为转化带来的贡献。这里的转化包括了像注册、购买、订阅等等这样的显而易见的硬指标，也包括像每次搜索后平均页面访问，每次搜索后平均停留时间等等。比如，当通过报表了解某个关键词被搜索以后，用户平均只浏览了1个页面。这说明，用户使用搜索功能以后，在搜索结果页上基本没有什么动作，也就是说，用户很可能对搜索的结果不满意，而选择了离开。这时，我们可以使用这个关键词，试着在网站上搜索一下，看看结果页是不是存在问题，存在怎样的问题。再进一步思考如何改善从而留住用户。

从站内搜索的结果数量

关键词只是一个分析的角度，我们也可以从搜索功能给用户的反馈的结果数这个角度分析。在搜索时提供过少的搜索结果，甚至没有结果提供给用户，会浪费一个达成转化的机会。搜索结果的跟踪在Analytics Talk这个博客中的《Tracking Zero Result Searches in Google Analytics》这篇文章中有详细的解决方案，而且现在Google Analytics开始支持自定义变量，实现起来不是难事。

搜索结果页的停留时间

一般的页面，我们都会希望用户停留更长的时间，这是网页粘性的表现。而搜索结果页有些不同，用户在搜索结果页上停留的时间越短越好。停留的时间太长，往往是我们提供的结果不合意，或者排序不合理，用户需要向下翻页寻找。针对不同关键词查看在分类页面上的停留时间，可以分析出关键词结果是否让用户满意。

搜索结果页的下一页

搜索结果的下一页，是用户搜索了某个关键词以后，浏览到了哪个页面。如果搜索功能设计得好，搜索结果页面的导航设计也不错，那最多的用户应该会去浏览搜索结果的详细页面，这也是我们希望的。那如果发现很多用户回到了首页，或者通过菜单目录的方式浏览，这就说明搜索的功能还需要优化。

为什么要跟踪网站上的错误呢？

1. 很显然，网站上的种种错误，不论是网站本身的原因还是访问者的原因造成的，对访问者来说，都会影响在网站上的访问体验。跟踪网站上发生的错误，可以发现错误对后续转化的影响。
2. 由于网站的原因造成的错误，比如移动目录造成的404错误，通过网站分析工具，可以立即监控，使我们可以及时修复，减小损失。
3. 对网站错误提示或处理进行调整以后，通过跟踪和分析，可以评估这种调整是否有效。

如果跟踪网站上的错误呢？

最简单的

最简单的方法就是使用一个变量在出现错误的时候，把错误类型记录下来。那么通过报表就知道，发生了那些错误，这些错误后续产生了什么影响。

更进一步

前面提到的方法，只能记录最后一次的错误，如果想了解访问者在一次访问中遇到的所有错误，就显得无能为力了。这时需要一点编程的能力。启用一个Cookie，遇到错误时，就保存在Cookie里，当再次遇到错误，需要和前一次的拼接，比如：错误1＋错误2＋错误3，然后将Cookie中的值赋值到一个变量中。通过这种方式，对访问者遇到的所有错误都能跟踪。

另一个方面

前面是对错误类型的跟踪，其实错误的次数也是可以监控和分析的。我们可能希望了解，发生几次错误会对访问者造成什么样的影响，那么错误次数的报表就能够帮助我们。和前面在Cookie中拼接错误相识，在Cookie中累加错误的次数，然后放到一个变量中来跟踪。

还有？

还有什么没想到的，等待你添砖加瓦！

我之前的文章都集中讨论公开发布的网站，这篇文章我将分享如何在公司内部施展你的网站分析技术。公司内部网站很多时候比外部公开的网站更大，我在这里分享的技巧，会使你成为公司的明星和HR的英雄。

为什么你需要关心内部网站？

通常，公司会花很多钱来建立内部网站。不过，并不是公司的每个人都使用内部网站。如果你可以知道内部网站中哪些部分有被使用，哪些部分没有被使用，则可以帮公司节省很多钱。除此之外，我还有以下一些看法：

1、在内部网站上尝试使用网站分析的新功能是一个比较安全的做法。

2、内部网站的流量较小，所以是一个以成本为理由增加网站分析预算的不错方式。

3、给内部的同事在内部网站上展示网站分析，从而使他们了解在公开发布网站上你所做的努力。

我有看到过，一个网站分析团队没有成功的让管理高层理解正式网站上当前正在发生什么，以及如何在网站分析基础上进行改进，但同样的团队在给高层展示在内部网站上的网站分析成绩后，在两三周之类就获得了晋升或者预算，因为内部网站是他们正实实在在使用的。

跟踪内部网站

那么，你应该在内部网站上跟踪哪些数据呢？下面是我为一些大客户工作后总结出来的经验。

• 员工工号
  依据公司的安全策略， 决定是否跟踪到员工工号这么细的粒度。
• 员工非私人信息
  在内部网站的每个页面上，我推荐跟踪部门、地区、事业组、办公室、职务级别等信息。这可以让你用这些数据来分割查看页面被浏览的情况。
• 页面和页面分组
  显然，你应当为内部网站的每个页面定义一个唯一的名字。另外，也应该跟踪页面分组的情况。这样你可以了解员工在多组页面间浏览导航的情况。
• 站内搜索
  和正式网站一样，站内搜索对内部网站也是很重要的。你应该向在正式网站跟踪站内搜索一样跟踪站内网站的站内搜索。你可以跟踪那些关键词有被搜索，同时更进一步，你也可以知道这些关键词都是那些部门或者那些地区的员工搜索的。
• 时间区段
  我很多客户都希望知道公司员工都是什么时间访问内部网站的。所以我建议跟踪访问的时间区段。这可以让你知道，这些访问都是在一周中的星期几或者一天中的哪些时段发生的。同时，也可以和页面建立关联，从而分析不同的时间更多的访问了哪些页面。
• 站内推广
  和我之前描述过的站内推广一样，站内网站可能有一些推广的区域希望吸引员工去点击查看。这部分情况你可以象在正式网站上做的一样来跟踪。

内部网站分析的KPI（Key Performance Indicator）

下面是我见过内部网站使用的KPI：

• Page Views / Visits & Average Time Spent / Visits
  如果你在乎员工在网站上花更多的时间浏览更多的内容，那么这两个KPI可以用来衡量网站的粘度。
• 站内搜索
  在内部网站，你应该跟踪站内搜索被使用的情况，并且分析它的趋势。
• 登录
  如果员工在内部网站上登录，这可以作为一个KPI来分析他们来到网站以后都做了什么。同样可以和其他指标建立分割，比如可以知道说30天内没有登录的员工有哪些。
• 自定义的KPI
  很多时候，内部网站会让员工填写表单、接受调查等等。这些关键的活动都可以作为一个成功的事件被记录下来。另外也可以记录一些维度的信息，比如在表单页上记录下表单的名称。这样可以分析不同表单被员工填写的情况。
• 员工详细信息的浏览
  如果内部网站上有SNS的部分，那员工详细页面的浏览也许你也会关注，这可以让你了解公司里哪些员工更活跃。

总结

如你所见，如果你很清楚如何跟踪正式发布的网站，其实跟踪内部网站也是使用相同的原理。如果你刚刚开始接触网站分析，在跟踪正式网站以前，你完全可以把上面的内容先在内部网站中尝试。如果你有其他关于内部网站分析的更酷的内容，请在下面评论中分享吧！

注释

网站分析和网站运营的方方面面有关。市场、IT、产品等各个环节的相关人员，可以通过注释，告诉其他人现在发生了些什么事情。比如说，市场人员针对某些产品做了推广，流量和产品销售变大了，那写一个注释，其他同事看到报告就知道这些变化的原因了，方便了各个部门的沟通。

自定义变量可以在Advanced Segments中使用

Google Analytics的自定义变量可以满足针对不同网站比较特色的跟踪需求。自定义变量功能在上个月发布的时候，只能在这些变量本身的报表中看到。不过现在，用户可以在自定义变量上做Segment。这就大大有助于我们做更加细化和深入的分析。

自定义变量可以在自定义报表中使用

您还可以创建与任何自变量相关的方面的自定义报表。现在，你可以看到由自变量定义的部分行为，并可使用Google Analytics中的所有指标。

某个网页在搜索引擎中的排位，和用户搜索的关键词在这个网页上的密度是由关系的。我们无法直接告诉搜索引擎这个网页的关键词是哪些（Keywords这个标签主流搜索引擎早就不看了），同时搜索引擎也不会给用户展示与用户搜索的关键词无关的页面。搜索引擎会根据网页的标题、内容、图片、链接等按照一定算法自行判断关键词。实际上，一般来说在其他条件（竞争程度、外链等）相同的情况下，与网页内容越匹配的关键词越容易得到更高的排位。这也就是说，对于网站来说，受网站内容的限制，很难也没有必要对所有的关键词进行优化。针对与网站相匹配的一组关键词优化是正确的做法。那这部分关键词应该如何选择？对于网站建设伊始，因为网站还没有发布，没有数据，还无法对网站进行分析。但随着网站的运营，数据的积累，网站分析能为SEO后续的关键词选择和调整提供依据。

关键词分析

在左图中，横轴代表了流量，竖轴代表了转化率。转化是什么呢？转化就是网站目的的达成。比如说，用户注册、产品购买、新闻阅读等等。一般来说，转化率越高，说明流量的质量就越好。右上部分的关键词，代表的是高流量高转化律的关键词。这表明搜索的人多，同时和网站的契合比较好，带来的都是高质量的流量。这部分关键词，一般都有较高的排名，是SEO要保持和强化的关键词。右下部分的是高流量低转化率的关键词。这部分关键词，带来的流量较多，但因为各种各样的原因，并没有为网站带来与流量成比例的转化。这里的原因比较复杂，可能这个关键词与网站的内容关联性并不强，这类关键词可以不用关注，也可能是因为网站本身的原因（导航、页面设计等）造成的，这就需要对网站进行优化，从而是这些关键词慢慢转移到高流量高转化这类关键词中。在左上的是低流量高转换率的关键词，这类关键词是SEO的重点，也是网站未来高质量流量的增长点。这部分关键词往往排名较低，但和网站内容很契合，可以努力通过SEO来提高这部分关键词的排名，从而提高流量，将这些关键词做进高流量高转换率的一类，从而提高整个网站的转化。至于，左下角低流量低转化率的关键词，基本可以不用关注。
如果有必要的话，也可以为每个搜索引擎建立一个图表，再结合关键词在搜索引擎中的排名，做更进一步的深入分析。

用户的搜索习惯分析

用户使用搜索引擎搜索的时候，是为了满足某种需求。比如说，一个用户搜索“数码相机的选择”，很可能是希望购买一台相机，如果是数码类的购物网站，这种用户是一定要吸引到网站上来的。但是，用户希望购买数码相机，也可能输入“数码相机导购”、“数码相机购买”和“如何购买数码相机”等等。不同关键词带来的流量当然可能和关键词排名相关，但通过报告可以参考，用户经常使用那种关键词。这为以后的新的页面的关键词选取提高了参考，可以考虑在页面的标题和正文中，自然的融合这些关键词。

关键词登陆页分析和优化

用户在搜索引擎中输入关键词，点击搜索结果到达网站的第一页是这个关键词的登陆页，之前有一篇文章谈到了登陆页面的设计可以参考。登陆页面给了用户对网站的第一印象，这个页面的表达好不好，和关键词的相关度如何，导航设计是否合理等等，都是我们可以分析的角度。特别是在关键词分析中提到的属于高流量低转化率的关键词，可以分析登陆页面，看有没有改善转化的空间。

关键词趋势分析

通过关键词带到网站上的流量和转化是随着时间在发生变化的。针对在关键词分析中区分出的重点关键词带来的流量和转化的趋势，可以分析这些关键词优化的效果。比如，如果某些关键词随着时间流量和转化都在变大，那么说明我们的SEO方面的优化在朝好的方向发展。如果某些关键词随时时间流量或者转化在变小，那就需要分析原因，比如关键词排名降低、关键词热度变冷、网站变化等，然后对症下药。

1. 跟踪代码的加载速度更快，改善浏览器的执行效率
2. 增强数据收集的准确性
3. 消除因为JavaScript未完全加载引起的误差

下面是异步跟踪的代码：

<script type="text/javascript">

  var _gaq = _gaq || [];
  _gaq.push(['_setAccount', 'UA-XXXXX-X']);
  _gaq.push(['_trackPageview']);

  (function() {
    var ga = document.createElement('script');
    ga.src = ('https:' == document.location.protocol ? 'https://ssl' :
        'http://www') + '.google-analytics.com/ga.js';
    ga.setAttribute('async', 'true');
    document.documentElement.firstChild.appendChild(ga);
  })();

</script>

这段代码最开始，在JavaScript中分配了一个变量名为_gap的数组。紧接着，在下面两行把两个API的调用放入了这个数组中。当跟踪代码初始化时，会将_gap从一个标准的数组转化成一个新的对象，然后执行之前放入的API调用。通过这个特性，你可以在跟踪代码被下载前，先将API调用准备好，而不用担心Race Condition（因为多线程执行造成的紊乱）。

第二部分代码会并发的加载跟踪代码。这部分代码在一个匿名的方法中执行，它会建立一个新的Script标签并且通过合适的协议引用跟踪代码。这样做，可以减少页面加载的时间。注意这里很前卫的使用了HTML5中新的“async”标记，它会告诉浏览器这段JavaScript代码可以异步的方式来加载。Firefox3.6是第一款支持这个特性的浏览器。如果与疑问，可以参考HTML5 async specification。

跟踪代码一旦被加载，会将_gap数组转化为一个Analytics _gaq 对象。这个对象会包装底层的_gap对象，并执行所有的命令，向Google Analytics发送数据。你页面上的代码甚至可以忽略这个事实，因为_gap.push这个语法可以在任何时候使用。在Asynchronous Tracking Usage Guide可以获得详细信息。

这种新的跟踪方式现在处于Beta测试，所有Google Analytics的账户都可以使用。

一个完整的例子：

<html>

<head>
  <script type="text/javascript">
    var _gaq = _gaq || [];
    _gaq.push(['_setAccount', 'UA-XXXXX-X']);
    _gaq.push(['_trackPageview']);
  </script>
</head>

<body>
  <p>Page Content</p>

  <script src="some_random_script.js"></script>

  <p>Page Content</p>

  <script type="text/javascript">
    (function() {
      var ga = document.createElement('script');
      ga.src = ('https:' == document.location.protocol ? 'https://ssl' : 'http://www') + '.google-analytics.com/ga.js';
      ga.setAttribute('async', 'true');
      document.documentElement.firstChild.appendChild(ga);
    })();
  </script>
</body>
</html>

快速链接

你之前有过这样的经历吗？在SiteCatalyst的后台中，建立了报表，进行了各种设置，各方面都很满意。然后，你打算把这个报表和公司的其他平时不使用SiteCatalyst的同事分享。这个同事并不熟悉SiteCatalyst，你需要告诉他如何登录SiteCatalyst的后台，然后再教他如何打开某个报表等等，很麻烦，不是吗。有可以采用功能板（Dashboard）和书签（Bookmark）再共享的办法，同样很麻烦，需要告诉你的同事如何找到这份报表。也许，将报告通过Email发送给对方是个不错的办法，不过他收到Email后不能作一些设置，比如增加量度、排序等。

SiteCatalyst新的快速链接的功能，可以很好的帮助你将你的报表共享给其他人。生成快速链接，只要在配置好报表以后，点击工具中的“此报表的链接”按钮，则会生成一个简短的快速访问链接就可以。

然后把这个链接分享给其他人，别人就可以通过这个链接快速的定位到你所制定的报表。

更新功能板（Dashboard）中的缩图报表

在此更新以前，针对已建立好的功能板，需要修改过滤条件或者调整显示的量度，所需的操作效率比较低：

1. 打开功能板
2. 打开缩图报表到完整的视图
3. 做需要的修改
4. 点击增加到功能板的按钮
5. 对缩图报表作必要的设置
6. 确认并等待功能板打开
7. 删除旧版本的缩图报表
8. 把新版本的缩图报表移动到正确的地方

更新以后，我们只需要：

1. 打开功能板
2. 打开缩图报表到完整的视图
3. 做需要的修改
4. 点击新的更新按钮，更新功能板中的缩图报表。

你还有什么新的发现，给我留言吧！

我想，网站分析人员都会很关心网站都在发生什么变化，了解这些变化，洞悉带来这些变化的原因，往往成为网站优化的突破口。网站分析工具许多的报表中带有大量的数据，把当前的数据与过往数据的比较，需要花费相当的时间和精力。而智能报警功能，则可以节省这部分花费，代替人完成部分分析。

智能报警如何使用

不需要任何设置，自动的智能报警就已经发挥他强大的能力了。

Google Analytics会自动分析以往数据，各个维度的所有度量值的正常波动区间，然后报告当前波动异常的数据。同时，Google Analytics还会根据不同的维度和量度，以及数据的波动情况，评估报告的每条记录的重要程度，供用户参考。用户也可以通过调整报告的敏感程度，当敏感程度被调低时，一些重要度不高的报警记录就可能被过滤掉。反之，调高敏感程度，就会看到更多的报警记录。

Google Analytics还有自定义报警功能。如果你对某些类型的访问者尤其感兴趣，设置自定义报警可以特别的跟踪。比如，可以监控Banner广告带来的收入，当收入减少20％的时候，就触发报警，Google Analytics会自动发送一封邮件到指定的信箱。

深入网站分析

通过智能报警发现了网站上各种度量的波动只是开始，下一步还需要进一步分析原因，进而考虑是否有优化改善的可能。Google Analytics在这里有非常人性化的设计，在每条记录的右边，有一个“Create Segment”的链接。

点击这个链接，就可以方便的建立高级群体的分类。通过分类，可以分析特定群体的行为，从而发现出现较大波动的原因。比如，上图例子中通过CPC广告来到网站的访问者在网站上的停留时间超过预期值122％。点击“Create Segment”链接，可以很方便的建立一个高级群体分类，这个分类中的访问者都是通过CPC广告到网站的。之后在各个报表中，观察这个访问群体的情况，可以细化的挖掘更多信息，从而寻找变化的原因。

无法代替人工作

Google Analytics发布的智能报警功能，能够减少分析人员的一部分工作，但是它并不能代替人的工作。智能报警一定的算法，自动的报告异常，但分析真正的原因和优化改善的提案这些创造性的工作必须依赖人的头脑。

在前面的《Google Analytics的新“目标”》文章中提到，Google Analytics已经更新了目标的设置。为了适应更新后的接口，这个插件也更新了版本，下载请看原文。

在Firefox中下载该插件，并且完成安装，在工具栏上会出现一排工具按钮。

在已经填写好目标的目标设置页面上，点Copy Goal按钮就可以将当前目标的设置保存起来，再切换到一个新目标的设置页面上，按Paste按钮，这个插件就会自动把存储的内容输入到页面的表单中。

在新版本中还新增了过滤器（Filter）设置拷贝的功能，赶紧试试吧！

注意：这个插件对中文支持不好，Google Analytics中目标和过滤器的名称尽量使用英文。

回访次数（Visitor Loyalty）

这个报表中，可以看到，在选择时间段内的所有用户访问中，是第一次访问的有多少，是第二次访问的有多少……访问次数的计算请参考我的另一篇文章《Google Analytics中Visitor Loyalty报表释疑》。其中第一次访问的次数应该和New vs. Returning报表中的New Visitor的数量是一样的。后面多次访问的人数越多，一般的表明网站对来访者的吸引力越大。这里说的多少，是绝对值的数量，而不能看百分比，因为第一次访问的用户的增加同样重要，代表了吸引到的新用户。

回访频度（Visitor Recency）

回访频度表明访问者的这次访问距离前一次访问的时间。其中时间是怎么确定的呢？实际上，访客的每次访问都会被记录在Cookie中。当用户第一次访问网站的时候，Google Analytics发现之前没有Cookie的记录，说明是新的访客，则不会在这个报表中累计。过了一段时间，用户再次访问这个网站，因为Cookie中记录了上次访问的情况，这次访问的时间减去上次访问的时间，就能够得到访问的间隔。落在上面报表的哪个时间区间，则在那个区间上累加1。

而时间区间其实不是自然的天数，而是精确到分秒的。如果间隔了23小时59分的时间，就会落到0 days ago的区间，而如果间隔了24小时01分，则会落到1 days ago的区间，以此类推。

访问时长（Length of Visit）

访问时长，是对访问所花费了多少时间的统计。当一个访客开始一个新的访问，来到第一个页面的时候，Google Analytics会记录下这次访问的时刻，当访问下一个页面的时候，Google Analytics同样会知道这次访问的时刻，同样的，最后会知道用户访问了离开网站前的最后一个页面的时刻，用最后一个时刻前去第一个页面的时刻，就能得到在网站上访问花去的时间。注意：最后一个页面花费的时间无法得到，没有统计，因为最后一个页面是没有下一个页面的（好拗口）。

一般的，访问时间越长，说明网站的内容越吸引访客。也有些情况下不是这样，比如Google就希望访客越快离开越好，因为越快离开代表访客越快搜索到目标网页。

访问深度（Depth of Visit）

访问深度，反映了一次访问浏览多少页面的分布的情况。这只与页面数量有关，而与网站结构无关。一般的，访问的页面数量越多，表明网站的粘性越好。

之前，我们只能针对当前报表的维度本身设置条件。比如，在Top Content的报表中，我们只能针对Page设置条件，可以过滤Page中包含了某些字符或者未包含某些字符的数据项。现在，在高级过滤器中，除了Page本身以外，还可以针对和Page的各个度量值设置条件。

比如说，想知道所有的文章页中（我的博客还有分类页、搜索结果页、存档页等等），平均停留时间超过一分钟的有哪些，该如何设置呢？因为我在页面上加入代码的时候，为每个页面设置了一个虚拟标识而不是URL，所以只要包含了Post的页面都是文章页了。设置如下图的条件：

注意，时间的设置是以秒钟为单位的。设置好之后，点击“Apply Filter”按钮，页面会重新刷新，得到的报表包含的就只有符合条件的项目了。

很简单，对吗？以前这个过程我们可能需要把数据下载到Excel中，然后使用Excel的功能来完成。现在只要在报表上设置就可以了，很方便。

另外，在Advanced Filter中还是延续了对正则表达式的支持。比如，想看所有文章中，文章名不超过10个字的文章，同时这些文章的平均浏览时间要超过1分钟。那么只要把上面例子中Page对应的条件设成^\/Post >>.{0,10}$就可以了。

你有什么新发现，赶紧留言，大家一起讨论吧！！

在SiteCatalyst中，在Paths菜单下有一组关于路径的报表；在Google Analytics中，也有“Navigation Summary”报表，来展示访问路径。

如果按照提问者的理解，在路径报告中的前面一页都有到达后面一页的链接，路径报表反应的是用户在网站导航的情况。如果是这样的话，那路径报告就应该是依靠当前页面的referrer信息（浏览器在请求当前页面的时候，还会记录打开当前页的页面的URL）来判断的。

前面说的有点糊涂，举个例子来说明。假设，一个访问者首先访问了A页面，接着点击A页面上的链接打开了页面B和页面C，接着点击B页面上的链接打开了页面D。从网站导航的角度看，有两条路径：A->B->D和A->C。从网站分析工具的角度看，是怎样的呢？实际上是一条路径：A->B->C->D，即使B可能根本没有到C的链接。为什么会这样？

实际上，网站分析工具的路径分析并不关心页面的来源，而是通过页面打开的时间来判断的（至少SiteCatalyst和Google Analytics是这样）。我们知道，访问者以默认不超过30分钟时间间隔，浏览的所有页面都算在一次访问，这次访问中，按照先后顺序，以时间为轴，串联起来就会形成路径的报表。想象以下下面的情况：

1. 打开网站的一个页面以后，又在地址栏中输入URL打开了网站的另一个页面；
2. 点击浏览器上的“前进”和“后退”按钮；
3. 点击某个站外的链接，30分钟内又从站外链了回来；
4. 打开网站的某个页面，然后关掉了浏览器，稍后又打开了浏览器浏览了另一个页面；
5. ……

以上这些情况下，其实路径都不会段，只要是一次访问就是一条访问路径。这条路径只与打开页面的时间先后有关，并不关心页面上链接导航的情况。

在这次更新以前，Google Analytics最多只能设置4个目标。对于一些功能较多的网站来说，区区4个目标显得捉襟见肘，为了使用更多的“目标”，为一个网站建立多个配置文件是非常普遍的现象。现在，Google Analytics可以允许设置4组，每组5个，总共20个目标。

目标的设置

数量的增加仅仅是一方面，功能上也更加灵活。之前，只能针对某个页面的URL设置目标。也就是说，当用户浏览某个URL的页面时，就计算达成了一次目标。更新以后，在目标的达成上，除了原有的页面URL外，还可以每次访问浏览的页面量和在网站上停留的时间作为判断标准。

URL目标

这是Google Analytics传统的目标判定的方式。你可以使用向前匹配、完全匹配和正则表达式来作为判定目标的条件。灵活使用正则表达式能够处理很多复杂的需求。

网站停留时间

网页停留时间判断目标达成，是通过设置一个触发条件，当某个访问者在网站上花费了大于某个时间时，则认为达成了目标。这个时间可以设置多少小时多少分多少秒。同时，Google Analytics也可以设置网站停留时间小于某个时间作为目标触发的条件，这时的目标就是负面的目标啦。

每次访问页面

每次访问页面是指在一次访问中浏览的页面数，这个浏览量也可以作为目标达成的触发条件。和网站停留时间类似，可以设置在一次访问中访问了大于、等于、小于某个数量作为目标达成的条件。

目标报告

让我们来看看目标报告吧。

注意到“每次访问的目标价值”这个度量了吗？我们在前面设置目标的时候，为达到不同的目标设定了目标价值，在报表中，除了能了解目标达到的次数，还自动计算出了每次访问的价值。有这个度量值，就可以很容易的发现哪些来源的质量更高，或者网站更能吸引哪些地区的访问者等等。

现在越来越多网站的市场人员逐渐认识网站分析（Web Analytics），也逐渐了解网站分析对网站运营的重要作用。其中很多的网站也开始尝试使用网站分析工具来监测网站的流量，分析用户的行为。也有一些，可能也意识到网站分析很重要，但是却不知道如何入手。因此，我想把我的一些体会写下来，以供参考。

第五步：理解报表

在部署完网站分析工具以后，我们马上就能得到网站分析的报表了。最基本的报表入下图：

这个例子是Google Analytics中页面报表。其中红框部分是维度（Dimension），除了本例中的页面以外，常见的维度还有：时间、访问来源、新访回访、访问者客户端信息、用户自定义维度等等。而绿框部分是度量（Metric），在《基本量度的讨论》中对常见度量有过介绍。中间的部分就是各个页面在各种度量下的数据了。

如果需要细化的分析，需要使用的分割的功能。比如在上面的例子中，如果希望了解不同来源的访问者浏览页面的情况，需要点“None”的下拉菜单，选中Source，就会生成下面的报表：

在上图中可以看出，红色区块的Home Page这个页面，根据不同的来源被分成了多行。

上面是阅读报表的基本介绍。一般网站分析工具会生成大量的报表，再加上自定义报表、高级分类等功能，可以得到的报表数以百计。面对如此众多的报表，又该如何入手呢？还记得网站分析如何进行（上）中提到的需求分析哪一节吗？在那里我们列出了需要通过网站分析来解决的问题。对，没错，我们就从这些问题入手来阅读报表。

比如每篇文章的浏览量是多少，访问者停留了多少时间？这个问题可以通过刚才的页面报表来解决；外部投放的广告带来了多少有效的新访客，其中多少完成了注册，最后产生了多少的购买？这个在Campaigns这个报表里可以寻找答案，等等。

第六步：数据分析

数据分析是网站分析中的核心步骤。这部分最重要，我却会因为自身水平限制写得很简略，只敢提提我的体会。希望随着今后的学习，能更多的丰富这部分内容。

更关注实际效果而非流量

以前，网站往往只是关心有多少流量，产生了多少的PV等。现在，越来越多的网站开始注意到更应该关心的是这些流量中哪些是真正有效的流量，也就是这些流量的实际效果。比如，这些访问者中有多少完成了注册，有多少订购了产品。下图中是投放广告的流量报告：

注意到了吗？这些广告虽然带来了数以万计的流量，但是跳出率也是相当的高，很多在99％以上，甚至有的达到了100％。流量太容易被人工伪造，但是实际的效果却很难伪装，因而更加准确。

通过比较得到答案

在《网站分析数据的准确性》中提到，得到的报表中的数据并不是准确的数据，使用比较的方法可以减少数据误差的影响。比较可以是相同维度在时间轴上的比较，比如比较3月和4月两个月的老用户订单的数量，可以知道网站对老用户的支持的情况，以及老用户的满意度。也可以是相同时间段上不同维度的比较，比如4月份新用户和老用户下订单的数量，这可以分析新老用户的比例。

通过更加细化的分析，可以发现网站存在的问题，同时参考搜集用户的行为习惯，从而形成对网站的见解。

第七步：测试与优化

通过网站分析，发现了网站中存在的问题，也得出了结论。如果什么都不做，那前面的所有工作都是白搭。我们需要的是改善网站。于是，网站的设计人员又设计了几种页面的样式，那这几种版本的设计，到底哪种比较好呢？这不能由设计人员说了算，不能由老板说了算，应该由用户说了算。Omniture的Test&Target，Google的Website Optimizer都可以帮助网站运营者通过测试来决定哪个版本的设计更好。这些工具会同时为不同的访问者展示设计好的不同版本，同时收集不同版本的带来的转换（如：注册、购买、下载等）。当一定时间之后，当采集到的数据样本足够大，就有信心确定，哪个版本更好了。那么把它切换成正式的版本吧。

通过以上网站分析的步骤，相信能够提升网站的水平，带来更多的效益。

后记：吃力的堆完三篇文字，深感自己在实践经验的不足，还需要多努力才行。另外，最近还是胡诌一些技术方面的，毕竟是老本行。

现在越来越多网站的市场人员逐渐认识网站分析（Web Analytics），也逐渐了解网站分析对网站运营的重要作用。其中很多的网站也开始尝试使用网站分析工具来监测网站的流量，分析用户的行为。也有一些，可能也意识到网站分析很重要，但是却不知道如何入手。因此，我想把我的一些体会写下来，以供参考。

第三步：网站分析工具的选择

现在市面上有许多的网站分析工具，该如何选择确实是非常重要同时要谨慎斟酌的事情。

从技术实现上来讲，网站分析工具主要分为日志型和标签型两类。日志型网站分析工具是通过读取和分析网站服务器产生的访问日志，形成报表的，这类工具以Webtrends、Urchin、Awstats为代表。标签型网站分析工具是通过在页面中部署代码的方式，将搜集到的数据发送到数据采集服务器，并最终通过服务器的处理形成报表，这类工具包括Omniture、Google Analytics、Statcounter等。标签型网站分析工具的工作原理可以参看《脚本型网站分析工具工作原理》。这两类工具应该如何取舍呢？可以从以下几个方面来考虑：

业务需求

日志型网站分析工具的数据源是网站服务器的访问日志，访问日志一般包含访问者IP地址、访问时间、访问文件的URL、访问文件的大小、访问来源以及客户端的一些信息。注意到了吗？除了URL以外，没有和网站业务相关的信息了，同时其原理也限制了这类工具的定制方面的功能。

标签型网站分析工具通过部署在页面上的代码来收集数据，除了文件的大小以外，上面提到的信息都可以得到。除此之外，有些工具还提供了使用自定义的变量来跟踪一些与业务相关的数据。比如说，访问者是否登录、访问者在站内搜索中使用哪些关键词等。这些数据能够更贴近业务，能解决更多的业务问题。

准确性

唯一访问者（Unique Visitor）这个参数很重要，访问者多次访问的行为就是依靠唯一访问者关联起来的。日志型网站分析工具根据IP地址来判断唯一访问者，相同IP地址的访问，被判断为来自同一个访问者。标签型网站分析工具是根据Cookie来判断的，Cookie中保存访问者的唯一标识，每份Cookie中保存的标识都是不同的，然后在数据中心的数据库中这些唯一标识会将访问者的所有行为串联。

一般来说，使用Cookie来判断会比使用IP来判断准确性更高。因为一般用户的IP都是动态的IP，会经常发生变动，这会严重影响日志型分析工具的数据整合。而Cookie的接受率通常在95％以上甚至更高，这会带来更高的精度。

部署和维护

不论选择何种分析工具，都会有部署的过程。

日志型的工具一般数据分析是在本地进行的，需要将访问的日志导入到工具中，工具会运行分析程序，最终到处报表。前期最好采购单独的服务器来保存日志和安装分析程序，这不会有什么问题。但对一些大流量，后期的维护是比较头疼的事情。因为日志需要导入后才能分析，的网站来说日志的保存是很麻烦的事情。同时因为数据量比较大，从导入日志到最后跑出报表经常需要很长的时间，我就听过客户抱怨说几天以后才能看到当前的报表。

标签型的工具不需要采购服务器，数据保存在服务提供商那里，只要把代码安装网页中就可以看到报表。相对来说实施起来简单。同时，后期不需要保存日志，很多标签型网站分析工具提供的也是实时的报表。

保密性

一般的日志型分析工具是部署在本地的，而绝大部分的标签型网站分析工具都是采用SaaS模型提供服务，也就是说，数据是发送到产品供应商的服务器上的。网站分析供应商都会有严格的保密协议和流程，对于一般的网站不用太担心。不过对于一些需要严格保密的网站来说，象银行、证券、电信等行业，数据的绝对安全是不得不考虑的。这种情况下建议使用日志型的分析工具，确保数据的安全。

如果不是某些需要特别保密的行业，我个人的推荐还是使用标签型的网站分析工具。那这部分工具也有不少，应该如何取舍呢？以下是我对这些工具的个人评价，仅供参考。

Omniture和Coremetrics：提供定制的跟踪内容，全面的报表，强大的配套与整合功能。几乎网站分析的所有需求都能提供相应的解决方案。不过，收费，而且不便宜。

Google Analytics：相对前面的二位，只是在自定义、路径分析和整合方面有所不足，报表要在第二天才能看到，但作为满足一般分析的需要，它完全可以胜任，而且更重要的是它是完全免费的，很难想象这样强大的一款工具竟然可以免费使用。

Woopra：一款新推出不久却很有个性的网站分析工具。它需要安装客户端，而不是象大多数通过浏览器来阅读报表，报表的展示更精美。另外还能实时和访问者聊天，同时在页面停留时间的计算上也有独到之处。

CrazyEgg：CrazyEgg并不能帮您解决网站分析的所有问题，不过如果您对网站的点击热图特别关心的话，CrazyEgg是一个不错的选择。它通过很炫的可视图形展示访问页面的访客们的信息和行为，而价格也比较便宜。

BTBuckets：专注于测试和目标人群区分的工具，类似于Omniture的Test&Target。目前是免费使用的。

这里仅仅列举了一些比较有特点的工具，其实还有不少工具，不过我感觉免费的Google Analytics的光芒足以掩盖它们。

如果是在标签型的网站分析工具中选择，一定需要考虑好，因为一旦发现不能满足的需求，是没有后悔药吃的，即使更换别的工具，更换之前的数据将没办法再得到，对于瞬息万变的互联网世界来说，网站可能失去很多机会。还记得上一篇中提到，我们需要整理出关心的业务问题吗？如果这些问题使用Google Analytics都能搞定，免费的Google Analytics肯定是必然的选择。如果有些Google Analytics无能为力，可能就需要考虑收费的工具，考虑到工具本身更为强大以及有同时提供的支持与服务，相信也是物有所值。

第四步：网站分析工具的部署

在选择和购买网站分析工具以后，需要将工具部署到网站上。受个人经验的限制，以下主要讨论标签型网站分析工具的部署。一些收费工具提供了相应的服务，会帮助网站的运营者将工具部署到网站中，并做相应的验证。如果选择了免费的工具，则需要依靠网站自己完成相应的工作。

首先，需要对网站分析工具进行配置和定制。比如，Google Analytics提供了一个Goal页面、用户自定义报表、Filter等自定义功能，活用这些功能能够帮助网站更好更准确的跟踪网站访客的行为。然后，将工具提供的一段代码，部署到页面上。最后，需要对整个部署进行检查。部署是否正确对得到的报表中数据影响非常大，所以检查的部分非常重要。可以通过下面一些角度来检查：

1. 代码是否部署在HTML的body中。
2. 页面上有没有JavaScript错误。
3. 报表中的PV数与估计的或其他工具检测到的有没有明显差距。
4. 跟踪到的注册、成交等数据与网站本身数据库中的数据是否对得上。
5. 检查报表中有没有不符合逻辑的情况。

验证页面上部署的代码，推荐使用一个叫WASP的Firefox的插件，这个插件可以检查Firefox当前打开的页面上部署的主流的网站分析工具，以及这些工具采集到的数据。

以上只是我个人的意见，欢迎留言表达你的看法！

现在越来越多网站的市场人员逐渐认识网站分析（Web Analytics），也逐渐了解网站分析对网站运营的重要作用。其中很多的网站也开始尝试使用网站分析工具来监测网站的流量，分析用户的行为。也有一些，可能也意识到网站分析很重要，但是却不知道如何入手。因此，我想把我的一些体会写下来，以供参考。

第一步：准备阶段

网站分析能够监测网站上的用户的行为，监控网站广告活动的效果，能够帮助我们提出优化的见解。网站分析给网站运营带来价值的同时，它本身的部署和运用也需要一些资源。这些资源需要最好事先有一些准备，即使现在并不是准备充分，但至少也要心中有数。这些包括：

分析人员

分析人员是非常重要的。后续我们会谈到，即使网站分析工具部署得很成功，但是报表中得到的只是数据，而将数据转化为结论再以此为依据提出创造性的见解，这才是网站分析中最重要的环节。Avinash的《The 10 / 90 Rule for Magnificent Web Analytics Success》中的规则指出，在分析方面的投入和购买分析工具的投入应该是9比1的关系，可见其重要性。而这部分工作就需要分析人员来完成。分析岗位可以是一个专门的岗位，也可以是由市场部门的人员兼任。这个岗位除了需要通过分析发现数据背后的真相，还需要熟悉网站本身的业务，熟悉网站的推广和运营，这样才可能得出符合网站实际的分析报告。

技术人员

除了分析人员以外，技术人员也是非常重要的。网站分析，需要借助网站分析工具来检测网站。这个分析工具的安装部署本身是属于技术范畴的，需要由技术人员来完成。分析工具部署是否正确，直接影响监测到数据的正确性，而数据正确与否又直接影响到分析结论的正确性。技术人员除了熟悉网站开发语言、熟悉JavaScript以外，最好能多了解一些网站分析工具部署方面的知识。

资金预算

这没什么好说的，大军未动，粮草先行，即使使用免费的工具，也涉及到培训、咨询和支持方面的费用。更不要说很多收费的工具价格不菲了。

第二步：确定网站分析的目标和需求

确定网站分析的需求和目标是非常重要的。一些网站意识到网站分析能够提升网站的整体运营水平，找了一款免费的工具使用默认的配置安装到网站上开始监控。网站分析的数据已经得到了，甚至有很多报表，这时却发现不知道从哪个报表开始入手，或者突然发现，这些数据并不是最希望了解的。我想这可能就是需求不够清楚。

目标就是网站的目的。一般的，零售类的网站的目的是让更多的人到网站上来消费；媒体类的网站的目的是让更多的人在网站上浏览文章，点击广告；品牌推广类网站的目的是吸引潜在客户了解商品信息，同时为顾客提供在线售后支持；教育类网站的目的是有更多的访问者浏览文章，下载课件。等等。

那应该如何明确需求？这其实并不难，这是网站目的的可度量的具体指标。只要将网站业务各个方面的人召集起来，大家一起讨论业务方面有哪些问题需要了解，可以用问题的方式提出来，比如说：网站上发布了很多新闻，哪些文章更受欢迎？在外部投放了很多广告，哪些效果比较好，哪些效果比较差？访客到达网站的登陆页面以后，都有去哪些页面？购物车页面的表现如何？网站内广告点击情况如何？在线售后支持的使用情况如何？等等。

这是从业务的角度提出的需求，下一步还需要更加细化成网站分析相关的需求。比如说：每篇文章的浏览量是多少，访问者停留了多少时间？外部投放的广告带来了多少有效的新访客，其中多少完成了注册，最后产生了多少的购买？访问者到达登录页面以后的访问路径如何？购物车每个步骤上的流失情况怎样？网站内每个广告有多少点击次数，其中不同的广告或者搜索引擎带来的访问者点击了多少次？售后支持系统的使用次数，说明书文件的下载次数有多少？等等。

列出最关心的，对网站最重要的问题，文档的形式确定下来，后续的网站分析的内容都会围绕着这些需求来进行。

其实，还有很多通过网站分析工具抓取到的数据都是不准确的。比如说：网页停留时间。

先让我们看看网站分析工具是如何跟踪访客在页面上停留的时间的。举个例子：一个访客在8:00打开了网站的首页，网站分析工具就会抓到这个数据；接着，他又在8:02分打开了“新闻”分类的页面，网站分析工具同样会抓到这条数据；接下来，8:05分，他有点开了“NBA新闻”分类的页面；最后，他在“NBA新闻”页面中发现姚明该死的伤还没有好，索性就关掉了浏览器。网站分析工具会统计两次连续页面打开动作之间间隔的时间，这个间隔的时间就算作访客在这个页面上停留的时间。在上面的例子中，访问者在首页呆了2分钟，在“新闻”分类页呆了3分钟。这样计算在上面这种情况下没有问题。（参考《基本量度讨论》）

回头说说我的一个习惯。我浏览网站，特别是新闻类网站，会一次先把所有感兴趣的内容页面都点开，然后再一篇文章一篇文章的阅览。那么，对网站分析来说，得到的页面停留时间的数据，前面的页面都会很短，只有最后一个页面会很长（如果我还有继续点击的话）。最后在报告里出现的不是准确的数据。

再举一个关于访问来源的例子。我很想购买一款相机，于是我在Google中搜索了“某某相机”这个关键字，在结果页中我点了一个付费链接，来到一个卖相机的网站。这时，我这次访问的访问来源是付费搜索引擎，到这里都没问题。而我想了解还有没有更便宜的价格，于是我去到了其他网站查询，或者正巧我妈妈叫我吃饭，反正就是我并没有关掉页面，但是离开了超过30分钟。最后我又回来，还是在这个网站上完成了购买。

为什么例子里是离开30分钟呢，因为像Google Analytics和Omniture的SiteCatalyst都是当间隔30分钟没有动作时，算作一次访问结束，接下来再发生的流量就算作一次新的访问。我想说的是，在完成购买的时候，对于网站分析工具生成的报表来说，已经是另外一次访问了，这次访问的来源也不再是Google上的付费关键字广告了，完成购买的贡献也没有Google的份了。

其实还有许多维度的数据都存在着误差，那么应该怎么理解这些误差，又应该如何解读数据呢？

抓住网站分析中的主要问题

网站分析，并不是要得到一堆一堆的数据，而是需要发现这些数据背后隐藏的真相。这就需要我们将这些定量的数据通过分析转化为定性的结论。只要这些数据具有统计学意义，那就不会影响定性的分析。假设通过网站分析工具我们统计到，广告A带来了30000唯一访客的流量，广告B带来了3000唯一访客的流量。那么我们可以得出结论，在唯一访客流量的贡献上，A会比B好很多。如果广告A带来了30000唯一访客流量，而广告B带来了29900。那么我们可以说，广告A和广告B在带来流量上效果差不多。这部分可以参考《统计学意义》。

把握数据的变化趋势

上面提到的是在相同维度的数据间比较，得出定性的结论。其实也可以，在同一维度的不同时间点上比较，从而得出结论。比如，我只告诉你，上个月网站上达成了30000个订单，然后让你得出结论，是好还是坏。我想什么结论都得不到。如果我再告诉你，上上个月的订单量是25000个，那结论就出来了，上个月的订单增加了。那接下来就可以细化的分析订单增加的原因从而有更深入的结论。

学习物理的时候，会学到测量的工具都有误差。其实网站分析工具就是一个测量网站的工具，它当然也存在误差。总是把眼光盯住这些误差不放，还不如多考虑考虑如何用好这个工具。

网页加载时间的数据，可以分析些什么呢？网页加载的时间越长，说明用户连接到服务器的速度越慢。访客一般都是缺乏耐心的，如果5、6秒钟还不能加载页面，他们就开始考虑关闭这个浏览器的窗口了。再细化到不同的地域分析，那么可以考虑在打开速度慢的地方增加镜像服务器。如果各处加载页面都很慢，那就可以看是不是服务器端的接入和本身负载的问题了。

那应该如果做才能跟踪到这个数据呢？这需要一点JavaScript的代码。

首先在页面的HTML的头部，记录一个时间：

var date = new Date();
var startstamp = date.getTime();

然后，在底部，在得到一个时间，两个时间的差值，就是页面打开的时间了：

date = new Date();
var endstamp = date.getTime();
var interval = endstamp – startstamp;

我们只需要知道一个大的范围，不用很精确，所以做如下的判断：

var scope;
if(interval<50) {
scope = “0 – 50 ms”;
}
else if(interval < 100) {
scope = “50 – 100 ms”;
}
else if(interval < 200) {
scope = “100 – 200 ms”;
}
else if(interval < 500) {
scope = “200 – 500 ms”;
}
else if(interval < 1000) {
scope = “500 – 1000 ms”;
}
else if(interval < 2000) {
scope = “1000 – 2000 ms”;
}
else {
scope = “2000+ ms”;
}

最后，要用到Google Analytics的_setVar()函数，把值放到User Defined报表中：

pageTracker._setVar(scope);

如果你在使用Omniture的SiteCatalyst也没有问题，只要建立两个自定义变量来跟踪就可以了：

s.propx＝scope;
s.eVarx=s.propx;

修改好了，就等着看报表吧：

我想，相当一部分使用过Google Analytics的人，都知道，在后台中有一个“User Defined”报表。与之相对的，在页面上可以使用pageTracker._setVar()这个函数。我们在Google Analytics的其他报表中看到的都是已经定义好的，只有在这里，我们可以自己定义想要跟踪到的维度。这有什么用呢？比如，我们的网站上，有很多的内容或者功能，除了Google Analytics预先定义好的，我们可能还想知道登录用户和未登录用户的行为有什么区别？这时，程序判断用户的登录状态，把登录还是未登录的值填入pageTracker._setVar()函数，就可以使用“User Defined”这个维度来区分这两种用户了。“User Defined”允许自定义，可以让我们可以根据网站的具体情况制定特有的维度，来满足业务分析的需要。

一个太少

遗憾的是，Google Analytics只为每个配置文件（Profile）提供了一个“User Defined”的维度。当我们需要定制多个维度来跟踪的时候就会处境尴尬。多建立一些配置文件，可以多得到一个“User Defined”，不过，在页面代码上和配置文件的管理上增加了复杂性，同时，不同的配置文件中定义的维度也无法相互关联，形成分割报表。

Google Analytics新增自定义变量 Custom Variables

Google新增的这个功能太邪恶了，简直不要一些小的Web Analytics软件的提供商活嘛。我们可以定制一批的自定义变量，这些变量可以根据我们业务的需要分别来干不一样的事情。

比如说，前面提到的登录用户和未登陆用户的区分。再比如：我们现在报表中的网站结构的粒度是具体到每个页面，我们可以看到针对页面这一级别的指标值。如果，我希望了解各个分类下所有页面的PV之和，或者其他指标之和，之前的Google Analytics就无能为力了。我们需要借助Excel等外部工具来完成这个耗神的工作。使用自定义变量，可以方便的解决这个问题。只要在每个页面为一个自定义变量赋上分类的名字，就可以在这个自定义报表中看到各个分类的表现了。

同时，Google Analytics在自定义变量的使用上也提供了非常灵活的设定，这个在后面会讨论。还是那句话，这玩意怎么会免费？

自定义变量 Custom Variables的用法

页面中的语法：
_setCustomVar(index, name, value, opt_scope)
index：第几个自定义变量
name：变量的名字
value：变量的值
opt_scope：变量的范围（1：只要是该唯一访客就起效；2：在当次访问中起效；3：只在该页面起效）

按前面提到页面分类跟踪的需求举例：
_setCustomVar(1, “Category”, “News”, 3)

现在我的帐号Custom Variables还没有激活（不过Intelligence已经激活），以上是参考Google的文档和其他文章完成的。如果你有什么看法，赶紧在下面留言吧！

Omniture 和 Baidu 的营销领导简报会

- 11 月 19 日（星期四），北京东方君悦大酒店
- 11 月 20 日（星期五），上海锦沧文华大酒店

2010 年即将来临 – 您是否拥有使在线投资回报最大化的正确策略和计划？

每位营销管理者都必须干出实绩，但复杂性日渐增加 – 新渠道、新技术、新测量方式、社会媒体、手机、SEM、SEO、电子邮件、数据、ROMI、ROAS、ROBO 等等不断发展…
您会从何处着手？  您会如何安排投资的优先次序来实现

• 更多流量
• 更多商机
• 更多销售
• 更高的成本效益
• 并使公司得到良好发展

参加 Omniture 和 Baidu 本次为期半天的营销领导简报会，您将有机会体验成功在线策略，因为我们将与您一同分享各方趋势、最佳实践和案例分析，了解当今各行业领先公司如何取得成果。

谁将参加会议？
电子商务部副总裁、电子渠道部副总裁、销售部副总裁、市场营销部副总裁、数字营销部副总裁、在线策略部副总裁、SEO/搜索营销部主管、市场营销部总监和经理、在线广告部经理、数字营销部经理和网站营销部经理

日程表

请加入我们，参加其中一个营销领导简报会。  地点受限 立即注册。
地点和时间
北京，11 月 19 日（星期四）下午 1.30 – 5.30
东方君悦大酒店
东长安街
北京 100738

上海，11 月 20 日（星期五）下午 1.30 – 5.30
锦沧文华大酒店
南京西路 1225 号
上海 200040

比如，在上一篇文章中提到的，电子商务网站生成订单以后，需要跳转到一个第三方平台去支付。用户选择了商品，输入地址等信息，最后确认订单。这时，会有一个不会在浏览器中显示的自动重定向页面，这里会真正的处理订单的生成，并且生成重定向的URL，最后自动通过服务端重定向到第三方的支付平台，请用户支付。

在这种情况下，如果网站希望能够跟踪到订单生成的情况，应该如何做呢？

首先想到的最简单的是，在订单确认的页面中的确认按钮上增加onclick方法，来监听这个按钮的点击。只要用户点击了按钮，就使用分析工具的函数生成一个虚拟的页面，这个页面来代表订单的生成。不过，这种方式，在我们遇到的这个问题中不能成立。因为，用户点击确认按钮的时候，并不能保证订单就一定生成了。点击确认按钮提交到服务器后，服务端程序还要对用户输入的信息进行一些处理和检查，然后才生成订单，这中间可能会有错误出现导致不能生成订单。如果采用这种方式，统计到的订单数会比实际的大许多。

那我们改进一下。我们将中间的自动重定向页面调整一下，不再使用服务端的重定向，而是返回一个HTML页面，在页面中加入跟踪的代码，在跟踪的代码后面放上Javascript的跳转代码。因为，服务端只有在程序执行结束以后才返回页面，在页面上放入代码，可以保证，在页面被跟踪到时，订单确确实实的生成了。

当看报表的时候，发现跟踪到的订单生成的数量非常少，比实际生成的数量少了很多。为什么会这样呢？

还记得在《脚本型网站分析工具工作原理》中提到的吗？脚本型网站分析工具，工作的时候，是把采集到的数据整理到一个图片请求的链接的参数里，通过请求这个位于数据收集服务器上的图片，将数据发送出去的。那么，跳转的代码虽然放在了跟踪的代码的后面，但跟踪代码执行完成的时候，并不是把数据已经发送完了，而只是生成了一个图片的对象，而在这个对象还没有被加载。那么浏览器会一边继续执行Javascript的代码，一边加载这个图片。在这种情况下，有非常大的可能，在图片还没来得及请求的时候，跳转的Javascript就被执行了。也就是说，跟踪的数据压根就没来得及发送出去。

问题已经找到，如何来解决呢？也许你会说，跳转前增加一个延时，让图片有足够的时间被请求。其实问题又来了，这个延时多长的时间合适呢？0.1秒？会不会太短，万一有的客户电脑慢那个图片还没请求出去怎么办？那2秒？会不会太长了，让用户傻等2秒的时间会不会体验太差，特别是在要让他们掏腰包的时候，多1秒等待，他们就多了1秒来改变主意。

有没有办法，知道什么时候图片的请求已经发送了，然后在这个时候立刻跳转到支付平台呢？这样就可以跟踪到这个页面，又能不耽误时间。

刚才已经说过，在跟踪代码执行完的时候，会新创建一个图片的对象。这个图片的对象，在这个时刻还没有请求，更不可能加载，我们只要能够找到这个对象就能够通过回调来知道什么时候这个请求完成了，那这个时候就可以跳转了。步骤如下：

1、找到那个图片对象。跟踪代码执行完后，紧接着在HTML的所有图片对象中遍历，找到src是指向分析工具的数据收集服务器的图片。比如，Google Analytics的服务器是www.google-analytics.com。

2、调用这个图片的onLoad()，注册一个回调函数。

3、在回调函数中，执行Javascript跳转。

以上是我的解决方法，如果你也遇到类似的问题，赶紧试试吧。如果大家觉得我哪里写错了，请不吝赐教哦！

那么为什么会有重定向页面在网站中存在呢？常见的网页自动跳转有下列一些应用：

广告点击的跟踪

很多门户类网站会出售广告位给客户，客户可以购买这些广告位展示自己的内容，建立指向自己网站的链接从而导入更多的流量。这些门户网站就需要统计出这些链接被点击的情况，提交给用户。

在很多网站中，有针对网站内部某些产品或者内容的推广。这些网站会为某些产品或者内容在首页显眼位置放置广告，从而有目的的带去更多的流量。网站的运营者当然也希望了解广告点击的情况。

如果这些网站都部署好一套网站分析工具来监控这些流量，这些点击数的统计当然都不是问题。但是，网站分析本身在国内也是比较新兴的事务，很多网站并没有部署。那如何来测量这些点击呢？一个传统的统计方式，就是增加一个透明中间页。那些页面上的广告链接并不是直接指向客户网站或者要推广的产品的页面，而是指向了这个中间页，这个中间页面的程序会记录下这次点击，然后在自动跳转到真正的目标页。

外部平台支付

几乎绝大部分的电子商务网站都在使用第三方的支付平台，那么网站和支付平台之间需要有一个接口。很多的处理都是，在用户确认订单点击支付按钮的时候，会首先有一个中间页面来处理一些用户信息，准备接口的数据，再生成最后指向支付平台的链接，最后跳转到支付平台去让用户继续完成支付。那这个跳转很多时候也是自动重定向的。

增强用户体验

这类的重定向主要是为了网站设计的需要。比如，论坛登录，会给一个提示信息，然后几秒以后会自动跳转到首页 。或者操作过程中出现错误，会出现错误提示的页面，然后也自动跳转到下一个页面。

重定向的类型分为：

服务端重定向

服务端的重定向是指通过在HTTP的头中包含跳转指令来完成的重定向。用户几乎感觉不到中间还有一个页面，这个页面也不会有内容被浏览器加载。一般是在网关程序中处理，比如以PHP为例：

header( ‘Location: http://www.webanalytics.org.cn’ ) ;

客户端重定向

客户端的重定向是指在HTML中通过标签或者JavaScript脚本来完成的重定向。这个时候浏览器实际上已经加载了页面。实现上有使用HTML的meta标签：

<meta http-equiv=”refresh” content=”0.1;url=http://www.webanalytics.org.cn”>

也有使用JavaScript：

window.location.href=”http://www.webanalytics.org.cn”

重定向对网站分析数据的影响

网站分析工具的报表中，一般都会有流量来源的报表，统计到用户是是从哪里点击进入我们的网站的。如果用户在门户网站的网页A上，点击了一个广告，这时会跳转到一个中间跳转页B，再自动跳转到目标页C。我们在C上有部署跟踪的代码。如果是在页面B上使用的是服务端跳转，那么我们跟踪到的流量来源是页面A，如果是客户端的跳转，那跟踪到的就是页面B，我想这在大部分时候都不是我们想要的。

客户端跳转，中间页面又在自己的网站，跟踪到的流量来源总是一个广告点击的统计页，无法知道真正用户是在哪里点击的。这就是我现在遇到的问题，谁有解决的办法？期待你的答案！

这其中有一些可能是临时性的需求或者比较小的需求。举个例子，客户看到Google Analytics的Length of Visit这个报表。

客户会说，哇，只在网站呆了不到1分钟的流量竟然有这么多，不知道这些家伙都在我的网站上干了些什么，我想把不到1分钟的，1分钟到3分钟的，和呆了超过3分钟的放在一起比较，看看都有什么区别，能不能看出些什么。

一般的报表，我们只能知道不同停留时间的访问数是多少，至于在网站上的行为就无从得知了。这时需要借助到Advanced Segments的功能。

注意到上图右上角的“Advanced Segments”了吗？点击它，可以增加、删除和修改Advanced Segments。首先增加一个呆了不到一分钟就离开的组。

首先设定条件，将Visit Duration拖拽到“dimension or metric”的位置上，然后选择小于条件，设定小于的值是60，这里单位是秒。取一个容易看明白的名字，在点击Create Segment按钮，就OK了。

同样的，建立一个大于等于1分钟并且小于3分钟的组（注意使用And连接两个条件）和一个大于等于3分钟的组。建立好之后可以在Manage Advanced Segments中看到。

上面是默认的Segments，下面自定义的Segments中可以看到刚刚建立好的三个Segments。这时打开报表，在右上角的Advanced Segments中把这三个Segments都勾选上，一切搞定！！

在图中，流量比较大的时间段，是在做广告的推广。而小于1分钟的访客非常明显跟随流量的变化而变化，而1分钟到三分钟和三分钟以上的用户变化很小。这说明广告带来的这些用户绝大部分很快就离开了，广告带来的流量的质量值得怀疑。那么可以从其他报表中来分析原因。

在Wiki上Landing Page的定义是：
In online marketing a landing page, sometimes known as a lead capture page, is the page that appears when a potential customer clicks on an advertisement or a search-engine result link.
就是说：登陆页面是潜在的客户通过广告或者搜索引擎到达网站的时候，看到的第一个页面。也就是说，广告或者搜索引擎指向网站的链接，链到的是哪个页面，哪个页面就是登陆页面。其中因为搜索引擎可能会链接到网站任何公开的页面，所以这种登陆页面不好控制，下文中讨论的都是广告（横幅广告、Email广告等）的登陆页。

Landing Page的重要性

Landing Page是连接网站和用户的重要枢纽。很大一部分用户来到网站首先看到的就是登陆页面，她会留给客户重要的第一印象。而广告的登陆页面的好坏，直接关系到网站广告的投资回报率（ROI）。一个不好的登陆页面的设计，可能导致很高的用户流失率，而浪费了广告投入，也失去了展示品牌或者推销商品的机会。

Landing Page的现状

现在而今眼目下，登陆页面还没有广泛引起足够的重视。越来越多的公司意识到在线广告推广的重要性，在线广告的投入也越来越大。但是，大部分公司都没有注重登陆页面的设计。让我们来看看这些公司的登陆页面的设计是如何定案的吧？
1、网站压根就没有专门设计登陆页面，主页就是登陆页面；
2、没有太在意，差不多做个页面就行了；
3、老板最大，老板说了算；
4、一帮人开会讨论，举手表决；
5、谁的声音最大就听谁的；
6、……

Landing Page的设计

现在谈到正题了，该应该如何设计登陆页面呢？一个好的登陆页，应该遵循什么样的规则呢？

先介绍一个登陆页面设计的公式：
C = 4m + 3v + 2(i-f) – 2a
C= The probability of conversion. 这是转换率。当发生注册、购买、下载等期望发生的事件就是一次成功的转换。转换概率越高，就表明一个广告越成功，谁不希望自己的广告更有效果呢？
m= Motivation of the user. 这是用户到这个网站的动机。比如一个购物网站，购买网站的商品就是用户的动机。这个参数是我们拥有最少控制能力的了。
v= Clarity of value proposition.  主题的清晰性。很好理解吧？做起来就没那么容易了:)
i= Incentive to take action.  刺激用户的需求：折扣、优惠、免费试用
f= Friction elements in the conversion process.  混乱的逻辑或者麻烦的手续。
a= Anxiety about entering information. 用户的担忧。

按照这个公式，为了得到更好的转换率，除掉我们很难控制的动机，应该努力增加主题清晰性、刺激用户需求、减少混乱的逻辑和冗长的手续、减轻用户的担忧。

清晰明确的主题

当用户来到网站上的时候，他不会花很多时间看你长篇累犊的介绍你的产品或者品牌。也许他在网站上看了十几二十秒以后，没有搞清楚你到底想说什么就离开了。而你，也因此失去了一个潜在客户。太可惜了，不是吗？好的设计，应该让用户在很短的时间内搞清楚，你这个广告的目的是什么，到底要说什么。一般好的做法是：将登陆页面设计得简约一些；在显眼的位置告诉用户，你提供的商品或者服务有什么优势，为什么要买你的而不是别家的。清楚的告诉用户，如果有兴趣的话，下一步应该去到哪个页面。

刺激用户的需求

可以做打折的活动，也可以做买送的活动，在登陆页面明显的告诉用户。比如，买打印机送墨盒。当然，如果你有别人没有使用过的创意更好。主要的目的是让那些摇摆不定的客户，下决心购买产品。

减少逻辑混乱和复杂的流程

登陆页面上的链接不求多，而是要有明确的导向。像“购买”、“下载”这样的链接要足够醒目，而其他链接就设计得要小一些，不要让潜在的用户找不到方向。而购买或者下载的流程，也要设计得紧凑和尽量简单。特别是购买的流程的表单，应该只要填必要的信息，而不是放一个很长的表单。

减少顾客的顾虑

用户在网站，特别是电子商务的网站，容易对网络安全、网站信誉等产生顾虑。可以从下面几个方面考虑设计：使用安全的SSL链接；使用更安全的支付方式；第三方的信用认证；更感觉安全可靠的网站色彩主题。让用户对网站上的活动放心。

站内搜索

在前面的一篇《站内搜索的跟踪的意义与实现》中，已经有介绍到站内搜索对SEO和SEM的帮助。基本上，用户使用站内搜索时的心理和使用搜索引擎时的心理是相似的，那站内搜索对搜索引擎方面的优化有非常强的借鉴价值。如果，站内搜索的关键词，效果很好，能够为电子商务网站带来更多的购买，能够为媒体网站带来更多的内容阅读，能够为品牌网站带来更多的产品信息推送。这样的关键词就可以考虑是不是可以用作SEM关键词的推广。

热点分析

投放广告的目的是要带来流量，那么，用户更关心哪些方面，也是网站需要关心的。基本上，我们可以通过页面浏览的报表、产品销售的报表等了解到，哪一类的内容或者哪一类的产品，是网站最被关注的。那，组织关键词的时候，可以着重从这一类相匹配的关键词入手。

自然关键词效果分析

访客通过自然搜索来到网站，输入的关键词一般都是和网站最匹配的，带来的流量一般都是效果最好的。那么，如果我们在分析报告的时候发现，有些自然搜索的关键词，在搜索引擎的排名上不能排在前两页，质量却非常好，就可以考虑对这些关键词出价，把他们提到搜索结果的第一页。这样，我们可以期望在保持这些关键词效果的同时，带来更多的流量，从而提高总体的效果。

付费关键词效果评价

对于已经投放的关键词来说，我们需要通过网站分析工具，了解各个关键词的效果，从而对出价进行调整。对于一些效果好，质量高，但是流量相对较小的关键词，考虑提高出价，尽量争取排在第一的位置。一些效果不好，流量却比较大的关键词，一般是和网站匹配度不高，用户进来后可能发现不是要搜索的内容就离开了。这样一些关键词可以考虑减少或者停止出价。

关键词出价价格分析

使用网站分析工具，我们可以了解到不同关键词点击的次数，同时，我们也知道这个关键词最后的效果。最后是购买了多少价格的产品呢，还是了解了多少关于我们品牌的咨询呢，还是有没有完成了注册呢，等等。比如，某个关键词A，点击了100次，花费了300元的费用，最后带来了5个用户注册。那么，每个注册用户的推广费用就是60元。如果超过了我们的预期，就可以考虑调低这个关键词的出价。

广告语分析

在对关键词进行投放的时候，我们需要为每组关键词设置广告语。一般，比较推荐的做法是，设置多种语义，多种角度的广告语。那么，到底哪种广告语更适合呢？在设置Landing Page的URL的时候，可以增加一个参数用来记录广告语，每个参数的值唯一对应到广告语，同时用网站分析工具中的一个变量对这个参数进行跟踪。那么在报告里就可以分析到哪种广告语的质量更好，能够带来更大比例的有效用户，从而可以指导今后广告语的编写。

Cookie是网站存放在客户端的一小段数据。一般的，网站为了提升用户体验，在客户的客户端中保存用户的历史信息，以备用户再次访问时网站能提供更方便，更有针对性的服务。比如，网站可以记住你的登录状态，只要登录一次下次访问就不用在登录；购物网能记住你浏览过的产品，保留你购物车中的物品。这些都有Cookie的功劳。

Cookie对网站分析又有什么作用？

网站分析是以数据为基础的，而数据的采集需要借助网站分析工具。主流的网站分析工具主要分两种类型：日志型和页面脚本型。这两种类型工具的一个区别就在于对Unique Visitor的区分很判断。当网站有很多次访问的记录的时候，如何判断那些访问来至同一个用户。日志型的分析工具，一般通过访问的来源IP地址进行判断，通过相同IP地址的访问被认为来至同一个用户。页面脚本型的分析工具，就需要根据Cookie的记录来判断不同的访问是否来至不同的用户。这类的工具会在Cookie中存放用来标识唯一用户的ID，每个浏览器得到的ID都是不同的。用户访问时检查Cookie中的ID，ID相同的访问被认为来至同一个用户，否则，则是不同用户的访问。

Unique Visitor的判断对于网站分析来说非常重要，以致于分析工具在Cookie中存储的其他信息都显得不那么重要了。Unique Visitor并不仅仅是一个Metric，更重要的是，Unique Visitor把跨越多次访问的事件联系在一起。想象一下，一个访客通过一个广告来到网站，在这次访问离开前没有进行任何购买，但有把网站的网址加入到书签。过了几天，这个访客通过点击书签，又访问了我们的网站，最后购买了一些商品。这时，如果没有Unique Visitor来关联，那点击广告和购买商品的行为是没有任何关联的，我们无法知道访客点击的广告为最后的购买所做的贡献。可见，Cookie对网站分析是多么重要，通过Cookie，才能将多次访问中的事件串联起来。

Cookie的技术细节

（纯技术，不喜跳过）

1. Cookie是如何工作的？

   比如，我们访问一个网站，来到了登录的页面。页面需要我们输入用户名和密码，同时下面有一个选项，叫“保留我的登录状态”，如果输入了用户名，密码。为了下次在来这个网站，不用再重新输入，我们激活了保留状态的选项。最后点了提交。这时，我们的浏览器就会和网站服务器之间通过HTTP协议进行链接，提交刚才输入的内容和选择。服务器收到以后，会判断这个用户名密码是否正确，因为我们需要保留状态，就需要设置Cookie来记录状态。那服务器会在返回的HTTP数据包的头部包含SetCookie这个指令来告诉浏览器要保存的Cookie。浏览器收到以后会把这个Cookie加密存储到电脑上。这个Cookie记录的一般是用户在这个网站的唯一的ID。之后，只要每次访问这个网站（只要还是这个域名），我们的浏览器在请求这个网站服务器数据的时候，都会在HTTP请求数据包的头部增加一条包含Cookie数据的信息，比如这里会告诉服务器：“我是你的用户，我的ID是9527。”那服务器收到这个信息，就不会再提示登录，而我们就已经是登录的状态了。

2. Cookie的生命周期

   Cookie的生命周期有两种，一种是整个会话的，一种是永久 的。也就是说，一种是临时性的Cookie，用户关掉浏览器，这个Cookie也就失效了。一种是永久的Cookie，可以持续存在的。一般网站分析工具判断Unique Visitor使用的是后者。

第一方和第三方Cookie的区别

第一方Cookie和第三方Cookie，都是网站在客户端上存放的一小块数据。他们都由某个域存放，只能被这个域访问。他们的区别其实并不是技术上的区别，而是使用方式上的区别。比如，访问www.a.com这个网站，这个网站设置了一个Cookie，这个Cookie也只能被www.a.com这个域下的网页读取，这就是第一方Cookie。如果还是访问www.a.com这个网站，网页里有用到www.b.com网站的一张图片，浏览器在www.b.com请求图片的时候，www.b.com设置了一个Cookie，那这个Cookie只能被www.b.com这个域访问，反而不能被www.a.com这个域访问，因为对我们来说，我们实际是在访问www.a.com这个网站被设置了一个www.b.com这个域下的Cookie，所以叫第三方Cookie。

上面这么多看完还没有绕晕的请继续。

第一方Cookie的优势和应用

第一方Cookie的最大优势是接受率高。一般主流的浏览器的都会有隐私的设置，可以让用户设置是否接受Cookie，接受哪些Cookie。除了完全不接受Cookie这个设置以外，其他情况下，第一方Cookie都是会被用户接受的（不接受的话，是没办法把那小块数据保存下来的）。所以，如果没有特殊要求，使用第一方Cookie会比第三方Cookie，我们通过分析工具得到的数据会更准确。

第三方Cookie的优势和应用

第三方Cookie的接受率不如第一方Cookie（不过主流的浏览器默认的设置下也接受带P3P协议的第三方Cookie，我的经验是接受率能达到90％，甚至95％以上），但在某些特定情况下可以实现第一方Cookie无法实现的功能。比如，当我们有多个域名的网站需要跟踪，我们希望了解到用户点击某个广告到达域名A下的网页，然后可能浏览了不论那个域名下的页面，最后在域名B下的网页完成注册的情况。广告可以在域名A下的网页被跟踪到，而注册可以在域名B下的网页跟踪到。如果我们使用第一方Cookie，会为域名A建立一个Cookie，为域名B再建立一个Cookie，他们可以关联各自域名下网页上的行为，但是无法关联起来。而使用第三方Cookie，那么无论多少个域，都只有一个Cookie，一个属于第三方域的Cookie，网站下所有域都能共享这个Cookie，那么所有的行为都能被关联起来分析。

结论

对于通过脚本型的网站分析工具来获取数据

1. Cookie是必须的，离开Cookie我们什么也分析不了。
2. 第一方Cookie接受率高，更准确，没有特殊需要就用他。
3. 第三方Cookie可以跨域跟踪，特别需求可以应用。

站内搜索的分析有些什么意义呢？

1. 了解用户需求

   通过对用户搜索的关键字进行分析，可以精确的了解用户的需求。很多网站会精心设计调查问卷，期望了解用户的需要，会通过访问路径来分析用户的心理，那么，用户在站内搜索中输入的关键字这样直接体现用户需求的机会当然不应该忽视。
   对于新闻为主的媒体类网站，可以了解到用户关心的热点新闻是哪些？对于某些非常热点的新闻，是不是需要考虑增加不同角度的更多报道，甚至可以制作一个专题。对于电子商务类网站，可以了解用户都喜欢什么样的产品，可以考虑是不是可以在搜索框附近列出这些热门的搜索关键字，对一些用户搜索较多的产品，可以考虑在首页通过Banner、Flash等形式做一些内部的推广，对网站暂时还没有的产品，可以考虑设计生产。

2. 站内搜索功能优化

   想象一下，我们现在新开张了一个服装类的电子商务网站，专门在线零售时尚的男女服装。网站上实现了站内搜索的功能，能够对产品名称进行模糊的查询。运营了一段时间，通过分析报告，我们可能会发现，用户很多时候不一定是搜索具体的产品，而是搜索一些服装的风格，比如“百搭”、“可爱”这种关键词。这时因为产品名称中不会包含这类的关键词，会出现没有结果的搜索，那这部分用户很多就可能因为没有找到合适的款式而放弃了购买。
   发现了这个情况，我们改良了设计，对产品增加了描述性的语句，在搜索的时候会对描述性的语句进行查询。那么，很多本来没有结果的关键词，因此能够匹配到合适的产品，整个网站的转换也因此有提高。我们再深入分析，也许又会发现，有一些产品，用户浏览了这些产品的产品详细页，了解产品的详情，最后达成购买的比例比较大，而另外一些产品，可能被浏览的次数很多，但是真正销售的情况却不佳。
   撇开产品详细页的设计不谈，我们这里也可以针对这些产品的差异，对站内搜索再进一步优化。我们现在站内搜索的排序是按产品名称排序的，很糟糕的排序，对吧？有一些产品，可能只要用户找到它，就比较容易卖出去，却排在了几页以后。我们调整了搜索结果的顺序，越容易卖的产品排在前面。这样，站内搜索对销售的贡献又应该有所增强。

3. SEO和SEM优化

   站内搜索的关键词，对SEO和SEM也有借鉴的意义。用户在网站内部搜索中使用的关键词，反映了用户寻找目标的思路和想法。同样的，在使用搜索引擎的时候，多半也会使用类似的关键词。我们通过分析工具，了解到，一些站内搜索的关键词效果很好，能够带来很多的销售，那么在做SEO和SEM的时候，可以针对这些关键词进行优化。这种有依据的SEO优化和SEM的投入，肯定比盲目的选择有更好的效果。

站内搜索功能如何实现？

1. 使用Omniture的SiteCatalyst

   SiteCatalyst默认的报表并没有对站内搜索的支持，不过SiteCatalyst有很强的自定义扩展能力。在SiteCatalyst中，可以在搜索结果页面上设定一个自定义的变量，用来记录搜索的关键词。同时，根据是否有搜索结果触发两个自定义的事件，就可以跟踪到关键词被搜索的情况，以及后续对转换的贡献。

2. 使用Google Analytics

   Google Analytics要实现站内搜索的支持，也需要一些设置。
   

在Google Analytics中后台中，修改配置文件。根据网站的实际情况，设置传递查询关键字的参数。比如在我的这个网站分析博客，使用的是“s”作为参数。只要在对应的地方填入参数，保存后即完成设置。之后只要保证在搜索的结果页面上已经部署了Google Analytics的代码，搜索的关键词就会出现在报告里。

从这个报表中，我们可以看到，现在选择的时间段是5月4日到6月3日。那么，报表里的访问次数的数据是不是从这个时间段的开始时间算起的呢？

举个例子，一个访客，在5月2日第一次来到我这个网站，然后在5月3日又回访了一次，过了几天，在5月10日这天，又来网站转了一次。前面两次没有在报表选择的时间段里，我们先不去管它，我们看最后10日的这一次访问。如果报表里访问的次数是从报表选择时间段开始的时间算起，那么，这一次访问应该是5月4日以来的第一次访问。这样的话，1 times这项就会累计一次Visit。真实的情况是不是这样呢？

实际上，Google Analytics的页面脚本会在浏览器上保存一个永久的Cookie。这个Cookie会保存用户的一些信息，这些信息会区别Unique Visitor和记录访问，其中就包括了用户是第几次访问网站。弄清楚这个，就应该明白，第几次访问网站这个数据是不会按照报表的时间段来计算，而是从这个访客第一次访问网站算起的。那么，刚才的那个例子中，实际上Google Analytics会在3 times累计一次。

那报表中选择的时间段不是没有用处了？不是的。报表的时间段，虽然不能对访问次数产生影响，但是它限定了被记录的那次访问的时间段。想象刚才的例子中，现在的时间段会在3 times上累计一次。如果时间段选择在5月1日到6月1日，那么1 times、2 times和3 times都会各累计一次。为什么这样不用我解释了吧：）

如果你认为的我理解不正确，或者有什么补充，赶紧留言告诉我吧！

2、分析软件的部署实施
网站分析，不是主观的臆断，而是建立在数据基础上的。端一杯茶，对这显示器，想出来的分析报告，很可能是谬误的。我们总设身处地的从用户角度考虑，但其实用户想的很可能与我们不同，我们离网站太近了。而分析软件没有感情、没有偏见、不会说谎，可以让我们更接近事实。现在免费的软件有Google Analytics，需要费用的最好的是Omniture的SiteCatalyst。通过这些软件，可以采集到用户对网站访问的各种数据，分析软件如何工作可以参考《脚本型网站分析软件工作原理》。在实施之前，需要按照确定的目标设定部署的战略。部署了分析软件以后，就可以得到包含各种数据的报表。对分析人员来说，只要是技术方面的要求，在部署和报表以及他们之间的关联很熟悉。

3、由定量数据到定性的分析
发现隐藏在数据之后的真相，这应该是最体现分析人员价值的地方。在报表中看到的只是一个一个数字，如何把这些数字关联起来，分析出用户的行为，广告的效果等。这个分析也是围绕着网站分析目标来的。具体如何分析，我会把工作中遇到的问题和得到的体会，在后续的文章中和大家分享。需要分析人员，具有很强的分析能力，一定的统计学功底。

4、发现问题，得出结论，提出意见
把之前定性得到的一个一个小的结果进行综合考量，发现网站中存在问题，或者是得到广告分析的结果等。这是对分析目的的回应。比如，分析投放的几个在线广告，其中哪些广告投资回报率比较高，哪些广告投资回报率比较低。再比如，分析用户的行为，可以得出网站的哪些设计，更符合用户的习惯，用户使用得比较多，而哪些设计是有缺陷的。对此，分析人员要根据得出的结论，提出意见：投资回报率高的哪个广告要追加预算，而这些回报率低的，下一期就不再投了，等等……

5、改善和跟踪结果
如果网站本身存在问题，分析人员要配合网站设计开发人员进行改善。改善的过程中，可以对拿不准的设计进行测试。最常见的，比如A/B Test。通过对两种设计预案效果的分别跟踪，最终确定使用的方案。同时，也要跟踪改进后的访问情况，对比改进前，整理出改进的效果。

首先，需要从Google Analytics得到一段JS代码，然后将这段代码插入到网站每个页面的</body>标记之前。注意，一定要放在<body>和</body>之间的区域内，否则Google Analytics不能捕获任何数据。

正确插入这段代码以后，当用户访问这个网页，那么这段代码就会在用户的浏览器上执行。它会收集当前网页、用户客户端等信息。然后，将这些作为参数，拼接在一个图片请求的后面。这个图片请求是通过HTTP协议发送到Google Analytics的数据收集服务器的。作为这个图片请求的响应，数据收集服务器会返回一个1×1像素的图片在页面上显示。下图是在浏览www.webanalytics.org.cn首页时发送到数据收集服务器的请求。

从图中可以看到，有一个数据包发送到Google Analytics的数据收集服务器，通过HTTP协议请求了一个图片，并在图片链接后面加上了一长串的参数。将参数分割出来，有以下一些：
utmwv=4.3
utmn=1196537578
utmhn=www.weblytics.cn
utmcs=UTF-8
utmsr=1024×768
utmsc=32-bit
utmul=en-us
utmje=1
utmfl=10.0 r22
utmdt=网站分析工具 | 网站分析
utmhid=1766743862
utmr=0
utmp=/?tag=网站分析工具
utmac=UA-8982891-1
utmcc=__utma=69577110.67499046715024370.1243733087.1243748047.
1243751471.6;+__utmz=69577110.1243740545.3.4.utmcsr=newsunday.
com|utmccn=(referral)|utmcmd=referral|utmcct=/post/863.html; HTTP/1.1

这些参数传递了网站的域名、网页的位置，客户端的浏览器版本、语言、屏幕分辨率颜色深度，访问来源等信息。数据收集服务器接受到这些信息的同时，根据发送来源的IP地址，可以确定用户所在的区域。

当用户访问了网站上的多个页面，就会发送多次这样的数据。Google Analytics就会了解到用户首先访问了A页面，然后访问了B页面，再访问了C页面，最后离开。Google Analytics会将这些访问记录串联起来，形成访问的路径。从而，Google Analytics会得出Entries、Exits、Bounce Rate、Next Pages这些量度来。网站的管理者就可以通过访问Google Analytics的报表界面了解到这些数据。

用户信息的收集

当用户访问嵌入了跟踪代码的页面时，跟踪代码会收集用户客户端的一些信息，比如浏览器版本、屏幕分辨率、对Java的支持、JavaScript的版本等，发送到属于网站分析工具的数据收集服务器。数据收集服务器，会根据客户端的IP地址，知道客户端的地域。同时，用户每访问一个页面，都会发送页面的URL等数据到数据收集服务器，网站分析工具的分析服务器，会根据这些访问的一个一个页面数据生成用户访问的路径。

这样，在报表中，可以了解到用户的客户端的信息、所在地域的信息和访问的路径。其中，客户端的信息，可以指导网站的设计，比如，如果了解到绝大部分用户都使用1024×768以上的分辨率，那在设计网站时，可以按照这个分辨率来设计；通过所在地域的分布情况的信息，了解到用户的地理分布，可以有针对性的进行线上或者线下的推广。访问的路径，可以了解用户访问的行为习惯，也就是说，当用户到达一个页面的时候，下一步较多的会选择去哪个页面，从而了解用户流向。

网站推广活动的评价

网站推广活动，一般包括门户网站Banner广告、Email广告、联盟广告、搜索引擎付费关键字、线下推广等等。在网站分析的过程中，通过网站分析工具，可以对通过这些推广活动而到达网站的人数、在网站上的行为等进行跟踪，从而分析出某个广告的效果。对推广活动的分析评价，是现在许多实施网站分析的网站的主要的目的。Google推出免费的Google Analytics的主要目的，也是让越来越多网站了解到，通过搜索引擎付费关键字来推广网站，达到的效果最好，从而扩大Google在付费关键字方面的市场。

网站分析工具只能跟踪点击广告直接到达网站的用户，在网站上的行为。一般的，会在网站的URL后面增加一个参数，用来区分不同的广告。比如，为了推广http://www.webanalytics.org.cn，使用Banner广告，发布Banner广告上的链接为http://www.webanalytics.org.cn/?campaign=banner3773，那么用户通过这个Banner广告到达网站，会有一个campaign的参数，这个参数的值会被网站分析工具的跟踪代码得到，在报表中会以banner3773这个值代表这个广告。那么通过这个广告到达的所有用户的数量、在网站上的访问路径、是否注册都可以了解到，对于E-commerce的网站，还可以了解到，每个广告带了的订单数、销售额等。有了这些信息，就可以准确的衡量一个广告为网站带来了多少收益。比如，花了5000元做的一个广告，带来了100个注册用户；另一个花了10000元的广告只带了10个注册用户。毫无疑问，第一个广告的效果要更好，后续应该放弃第二个广告，而把省下的10000元预算投入到第一个广告中。如果不进行网站分析，就不能准确的了解广告的效果，可能会浪费到大量的广告投入。

网站内容结构的评估

这个功能可能是经常被网站运营者忽视的。下面举例来说明这个问题： 一个电子商务网站，销售摄影及周边的器材，做了很多推广活动，希望吸引到更多的用户来购买产品，有很多新注册的用户，但是销售一直不理想。使用网站分析工具，分析以后发现，是在订单环节出了问题。在报表中，到达购物车确认页的用户，有60%到达了配送地址表单页，但是从配送地址表单页只有4%的用户到达了订单确认页。那么问题很可能出在配送地址表单页上，检查这个页面发现，表单设计的太复杂，缺少提示，很多用户在这个页面放弃了。重新改进这个页面后，销售改善了。

这只是我对网站分析的一点体会，不足之处，请高手指出～～