网站优化的目标

要优化网站，首先得有一个明确的目标。

作为博客，当然希望辛苦写成的文章能更多的被看到。在目前总访问量不太会容易扩大的情况下，提升网站的粘性，是非常必要的。我这次优化的目标是提升PV/Visits。

分析与优化

有了目标，可以围绕这个目标来做分析和优化。最容易想到的，针对内容来分析，将一些高质量的文章，朋友们更喜欢的文章，做一些推荐。首先来看“热门内容”的报表。

通过使用“退出百分比”倒序排列，可以清楚的看到，大家看了哪些页面以后更容易继续浏览其他页面，而不是离开我的博客。通过将这些页面在一些重要位置曝光，让更多的朋友看到，就有可能提高整个网站的PV/Visit。

噢，等等，这里的页面很多浏览量都太低了，数据会有很大的偶然性。接下来，使用Google Analytics的条件过滤器，过滤掉流量太小的页面。

设置一个过滤器，只有页面浏览量大于或者等于20的页面，才会显示在报表中，一些流量太小的页面就被过滤了。

这样看起来就方便多了。我已经选好了一些文章，这些文章的退出率比较低，停留时间也还不错。接下来就是要找个地方把他们展示出来。博客上有个“随便翻翻”，会随机展示文章，在每个页面都会出现，位置也很好。显然，只是显示一些随机的文章，对这么好的位置太浪费吧，用我精选的文章代替吧。

一切搞定，留影纪念！

前面已经有介绍过Google Website Optimizer这个工具来进行A/B测试和多变量测试。这篇文章想针对测试的概念，谈谈我的看法。

在实际工作中，常常会遇到，针对同一个页面的设计，不同的人有不同的看法，都认为自己的想法更好。或者针对以前的版本有一些修改，但拿不准到底修改后的版本是不是能比前一个版本有更好的效果。这个时候，需要的就是进行测试。

最简单的测试：分时段测试

最容易想到，也最容易实现的办法是，假设同一个页面我有3个版本的设计，但是拿不准哪个更好，那么就把第一个版本展示10天，第二个版本展示10天，第三个版本展示10天，最后通过对比，挑选出用户最喜欢的设计。这个方式的优点在最简单，实现很容易。缺点是误差也很大，因为是分成不同的时段，受广告、热淡季、线上活动等影响较大，得出的结果不是很准确。

复杂一些的测试：A/B测试

为了解决分时段测试的问题，我们会想到，让不同的版本在同一时间上，随机展示给访问者，然后来测定不同版本的效果。也就是说，还是假设同一个页面有3个版本的设计，那么当一个用户来到网站的时候看到每个版本的几率都是33％。3个版本平均的展示给访问者，最后通过跟踪访问者之后的反应，选出更好的设计。这个测试的方法是非常常用的，因为是同时进行展示，因此几乎不受外部因素影响，因而比较准确。

更复杂的测试：多变量测试

当测试的位置不再是几个版本，而是有N个位置，对应每个位置有M个版本的内容，那么测试的版本就有N×M种。举个例子，某个页面上，横幅广告的位置准备了几个版本，下方文字数据有几种排版的设计，右边的图片部分也有多种设计，等等，测试的目的是想知道，各个位置的多个版本，如何组合使用，效果更好。如果使用A/B测试，可能就需要准备很多（N×M个）的版本，会非常麻烦。那么使用多变量测试，只要划定多个区块，设置好这些位置上要展示的版本，多变量测试的工具会在各个位置上随机展示不同版本，同时跟踪各个组合的效果。也就是说，工具帮你完成了各个位置的组合，省去了你自己组合的麻烦。这个测试最大的问题就是，当组合的量比较大，比较几百种组合方式，而网站流量比较小的时候，需要较长的时间才能收集到足够的样本。

前面已经介绍过使用Google Website Optimizer进行AB测试，这篇文章会介绍多变量测试。AB测试和多变量测试的更详细的话题，下一篇还会更多讨论。

进入Google Website Optimizer的后台，开始创建一个测试项目，首先需要选择进行A/B测试还是多变量测试。这里需要选择多变量测试。多变量测试是在某个页面上划分N个位置，每个位置对应M个素材，这个页面会随机展示N×M个版本，最后通过跟踪确定哪个版本更好。

接下来，输入测试项目的名称，测试页面的URL和目标页面的URL。所谓测试页面，就是展示不同版本素材的页面，而目标页面是用户到达哪个页面被认为是成功转化。

再下来，选择自己安装验证JavaScript代码。

根据提示，将不同的代码放在页面的合适位置上。特别要注意的是需要显示多个版本的测试区域需要用<script>utmx_section(”section name”)</script>和</noscript>包住。其中，section name是这个区域的名字。

验证代码无误再进入下一步。

最后，在页面的各个测试位置上，增加不同版本的内容。这些内容会随机替代现在页面上的内容。

最后只要点“Launch now”，这个测试就开始了。访问者会随机看到不同的内容，以确定哪些素材组合在一起效果最好。

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！

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。

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。

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。

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：

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。