網(wǎng)站分析的那點(diǎn)事—那些有用或無(wú)用的KPI指標(biāo)

最近在關(guān)注和整理有關(guān)網(wǎng)站分析這方面的一些知識(shí)，在這其中發(fā)現(xiàn)我們有些觀察和方法或是停留在幾年前的水平，或是只知表象而不知如何去從這些數(shù)據(jù)圖表中總結(jié)出我們所要的有指導(dǎo)意義的結(jié)果，在此將自己的一些學(xué)習(xí)筆記和心得整理分享在這里，希望與各位共同成長(zhǎng)。

在網(wǎng)站分析（Web Analytics）這個(gè)領(lǐng)域，Avinash Kausnik的blog和書(shū)籍是比較經(jīng)典的可以手把手指導(dǎo)你實(shí)踐并給你很多幫助的權(quán)威資料。他的blog是：http://www.kaushik.net/avinash/。他的書(shū)籍主要有：Web Analytics： An Hour A Day（中文譯本為：精通Web Analytics—來(lái)自專(zhuān)家的最佳Web分析策略，由清華大學(xué)出版社于2008年9月翻譯出版），還有一本新書(shū)是Web Analytics 2.0（2009年10月出版，尚未出版中文譯本），以上兩本書(shū)均可以在Amazon網(wǎng)站上購(gòu)買(mǎi)到。

本系列文章大多都是基于Avinash Kausnik的blog和書(shū)籍的學(xué)習(xí)心得，因此如果你想了解更詳細(xì)，請(qǐng)直接參考上述資料即可。

今天先來(lái)說(shuō)說(shuō)在web分析中，幾個(gè)我們平時(shí)經(jīng)常參考的KPI指標(biāo)，他們哪些是有用的，哪些則是毫無(wú)意義。

頁(yè)面瀏覽數(shù)（PV）

PV（Page View）即頁(yè)面瀏覽量是一個(gè)網(wǎng)站最基礎(chǔ)也是最重要的數(shù)據(jù)之一（還有UV和Visit）。從嚴(yán)格的定義上來(lái)講：PV指的是一次從網(wǎng)站下載一個(gè)頁(yè)面的請(qǐng)求。因此只要是發(fā)出了一個(gè)請(qǐng)求，無(wú)論你是否完全打開(kāi)（下載）了這個(gè)頁(yè)面，都會(huì)計(jì)入一次PV。PV還有一個(gè)說(shuō)法就是Page Impression或簡(jiǎn)稱(chēng)為Impression。

從上述定義來(lái)講，一個(gè)網(wǎng)站有較多的PV是好的還是不好的呢？我們通常在評(píng)估一個(gè)網(wǎng)站的規(guī)模和價(jià)值時(shí)會(huì)將PV作為一個(gè)很關(guān)鍵的核心評(píng)判數(shù)據(jù)，即PV越高這個(gè)網(wǎng)站的規(guī)模越大價(jià)值越高。這其中通常是以網(wǎng)絡(luò)廣告以及可挖掘的價(jià)值機(jī)會(huì)來(lái)判斷的，一個(gè)很高PV的頁(yè)面或網(wǎng)站自然其廣告越好賣(mài)，價(jià)值也相應(yīng)會(huì)更高。

但對(duì)于網(wǎng)站部門(mén)來(lái)說(shuō)較高的PV，特別是單訪(fǎng)客的PV很高是好還是壞則很難講。也許你的某一個(gè)環(huán)節(jié)的流程設(shè)計(jì)很冗長(zhǎng)，或者導(dǎo)航不清晰導(dǎo)致訪(fǎng)客需要很多次點(diǎn)擊才能找到想要的內(nèi)容，這樣所堆積的高PV實(shí)際上并不一定能給訪(fǎng)客提供什么價(jià)值，因而對(duì)于訪(fǎng)客購(gòu)買(mǎi)網(wǎng)站的服務(wù)/產(chǎn)品意義并不大。

因此，如果你還在關(guān)注單訪(fǎng)客的PV數(shù)，那么你的結(jié)論是否能保持與訪(fǎng)客的行為是一致的呢？思考一下有什么好的改進(jìn)方法吧。

退出最多的頁(yè)面

如果網(wǎng)站分析有很多訪(fǎng)客都是從一個(gè)頁(yè)面退出的，那么這個(gè)數(shù)據(jù)能告訴我們什么呢？是這個(gè)頁(yè)面設(shè)計(jì)得很糟糕，或者訪(fǎng)客來(lái)到這里便迷路了；當(dāng)然也有可能是這個(gè)頁(yè)面很完美，訪(fǎng)客在這個(gè)頁(yè)面解決了他們的問(wèn)題，然后很滿(mǎn)意地離開(kāi)了。因此，除非這個(gè)頁(yè)面是購(gòu)買(mǎi)服務(wù)/產(chǎn)品的“支付成功，感謝惠顧！”這樣的核心目的達(dá)成的結(jié)果頁(yè)（這樣的頁(yè)面訪(fǎng)問(wèn)往往只占很小一個(gè)比率），否則單純這個(gè)數(shù)據(jù)指標(biāo)所能給出的意義非常有限。

訪(fǎng)客概述

訪(fǎng)客概述這一欄中內(nèi)容很豐富，而其中一些基本屬性往往半年甚至一年都不會(huì)有什么變化。這類(lèi)數(shù)據(jù)有：地圖覆蓋數(shù)，瀏覽器，操作系統(tǒng)，屏幕顏色，分辨率等。如果你的網(wǎng)站在地理區(qū)域和人群上的推廣及影響范圍沒(méi)有發(fā)生重大變化，上述數(shù)據(jù)通常你只需要每半年去關(guān)心一下，同時(shí)在有新的瀏覽器，新的操作系統(tǒng)發(fā)布后留意一下趨勢(shì)即可。畢竟瀏覽器和操作系統(tǒng)并不是每年都會(huì)有影響力的版本推出，而訪(fǎng)客在操作系統(tǒng)及硬件的更新?lián)Q代方面頻率則會(huì)更低一些。

點(diǎn)擊密度分析

利用Web分析工具中的這一功能，可以顯示內(nèi)嵌在網(wǎng)頁(yè)上的標(biāo)準(zhǔn)鏈接產(chǎn)生的點(diǎn)擊次數(shù)。如Google Analytics的“內(nèi)容”一欄中的“網(wǎng)站覆蓋圖”功能。通過(guò)這個(gè)功能可以幫助我們看到訪(fǎng)客是如何使用我們的網(wǎng)站的，他們是否點(diǎn)擊了我們希望他點(diǎn)擊的內(nèi)容。如果沒(méi)有，那么他們覺(jué)得什么更有意思，更有用，我們能從中獲得哪些啟發(fā)，產(chǎn)生哪些新的價(jià)值轉(zhuǎn)換點(diǎn)？

與此類(lèi)似的工具還有“熱點(diǎn)圖”工具，這個(gè)工具最早是由Crazy Egg所開(kāi)發(fā)出來(lái)的。與“網(wǎng)站覆蓋圖”不同的是“熱點(diǎn)圖”則記錄了頁(yè)面中用戶(hù)所累積的鼠標(biāo)點(diǎn)擊行為軌跡，可以精確地監(jiān)控訪(fǎng)客的鼠標(biāo)是如何點(diǎn)擊頁(yè)面元素的。因此，這對(duì)于分析關(guān)鍵頁(yè)面如：網(wǎng)站首頁(yè)，Landing Page時(shí)配合Google Analytics則能更好地觀察訪(fǎng)客的行為。

定性數(shù)據(jù)的重要性

上面舉例所說(shuō)的幾點(diǎn)都是定量的數(shù)據(jù)指標(biāo)，當(dāng)然定量的數(shù)據(jù)還有很多。然而在這些大量的數(shù)據(jù)之中還缺少一個(gè)關(guān)鍵方面——定性的數(shù)據(jù)。而這也是在我們網(wǎng)站分析中經(jīng)常缺少的一個(gè)關(guān)鍵方面，通常這與網(wǎng)站分析人員缺乏與用戶(hù)的溝通調(diào)查，與用戶(hù)走得還不夠近有關(guān)。

即使我們知道了有50%的人在支付頁(yè)面放棄了，有90%的人從這個(gè)頁(yè)面離開(kāi)了，但是如果沒(méi)有定性分析，我們怕是很難了解到是為什么。而直接與用戶(hù)溝通，直接詢(xún)問(wèn)恐怕是最簡(jiǎn)單也最直接獲取答案的方式。當(dāng)然這其中的方法有很多種，如：可用性測(cè)試，實(shí)地考察，A/B測(cè)試，問(wèn)卷調(diào)研，啟發(fā)式評(píng)估等等。后面單獨(dú)總結(jié)一下這方面的知識(shí)吧。

今天整理了幾個(gè)常見(jiàn)的KPI評(píng)估指標(biāo)方面的知識(shí)，后面我會(huì)繼續(xù)分享這一主題。

原文出處：http://www.wenbin.me/webanalytics/web-analytics-about-kpi.html