网站分析入门
2019-08-05 10:15:33 2 举报AI智能生成
网站分析入门
作者其他创作
大纲/内容
什么是网站分析
网站分析的概念
WAA的官方解释：
Web Analytics is the measurement , colletion , analysis and
reporting of Internet data for the purposes of understanding
and optimizing Web usage
Web Analytics is the measurement , colletion , analysis and
reporting of Internet data for the purposes of understanding
and optimizing Web usage
为什么要做网站分析？
网站要易于用户使用而且满足用户的需求
不只是首页，网站内的其他所有页面都需要优化
网站分析有什么特点？
网站能够获取到线下所不能提供的数据
可视化用户在网站外部的行为
可视化用户在网站内部的行为
能可视化的掌握网站的状况
基于可视化的结果指定网站改善方案
评价已经实施的改善方案的效果
统计和分析有什么不同
统计：收集数据并计算
分析：拆分事件，明确其组成的成分，因素以及其他方面
如何使用网站分析工具
了解主流网站分析工具
网站分析的精度
基本都需要借助cookie来分析，所以如果浏览器限制cookie将无法争取到数据
能达到90%到95%，基本满足网站分析需求
网站分析成熟度模型WAMM
Web Analytics Maturity Model
Web Analytics Maturity Model
按实施的内容来分
LV1:导入了网站分析工具，但不能体会数字的含义和重要性
LV2:对PV数，转化数等应该看到的数据定期查看但是没有提出对策
LV3:灵活使用网站分析工具，能够发现集客和导航的问题
LV4:能对上边发现的问题考虑改善方案，并在网站中实施，确认实施效果
LV5:使用网站分析工具以外的方法（问卷等）获取网站的数据，讨论改善方案
LV6:利用网站分析工具中的数据，有计划的提高PV数和转化数
LV7:不只提高PV数和转化数，能优化投资回报率ROI
LV8:和网站分析工具中统计的以外数据进行连接，整体可视化，优化分组
LV9:基于获得的数据，制定以后的预测，优化站内内容
LV10:定期自动实施优化过程
按实施的环境来分
美国网站咨询公司immeria提供：
6大领域：管理、目的、范围、资源、方法、工具
每个领域有各自不同的测试点
6大领域：管理、目的、范围、资源、方法、工具
每个领域有各自不同的测试点
具体参考
http://www.slideshare.net/shamel67/web-analytics-maturity-model
http://www.slideshare.net/shamel67/web-analytics-maturity-model
分析网站前需要做的事情
<1>网站目标的可视化
网站的目标和KGI
网站的目标
增加网站销售额
为了让更多人认识品牌而获取更多人的访问
设置客服中心解决用户问题
关键目标指标
KGI:Key Goal Indicator
KGI:Key Goal Indicator
网站销售额1年内提高15%
为了让更多人认识品牌半年后每月PV达到100万
设置客服中心电话服务数减少20%
KGI的设置方法
电子商务网站
具体的销售额或者销售额同比增长率
广告发布网站
KGI:广告数 * 发布率 * PV数 * PV单价
资讯发布获取销售额的网站
发布数，再发布数，单价，销售额
线下销售网站
*通过网站签订合同的有100家
*销售额为6000万（每家公司60万）
*访问网站的人中10%进一步需要详细资料
*获取详细资料的公司中5%的公司签订了合同
基于以上可以计算出访问者数为20万： 1000/5%/10% = 20万
基于此推算出可以设定KGI为：一年中网站的访问者数为20万能够获得6000万的销售额
*销售额为6000万（每家公司60万）
*访问网站的人中10%进一步需要详细资料
*获取详细资料的公司中5%的公司签订了合同
基于以上可以计算出访问者数为20万： 1000/5%/10% = 20万
基于此推算出可以设定KGI为：一年中网站的访问者数为20万能够获得6000万的销售额
和销售无关的网站
客服网站
如果前一年满足用户需要的客服回答占60%的话,
可以设定今年的KGI为“满足度提高到80%”
如果前一年满足用户需要的客服回答占60%的话,
可以设定今年的KGI为“满足度提高到80%”
企业网站
基于以往的数据把网站的新访客数和
特殊页面（地图打印页面，人才招聘页面）的访问数作为KGI
基于以往的数据把网站的新访客数和
特殊页面（地图打印页面，人才招聘页面）的访问数作为KGI
实现KGI需要考虑的CSF和KPI
CSF:Critical Success Factor 关键成功因素
基于CSF的流程
设定每个战略能够统计的指标
考虑实现张略的措施
为每个措施设置具体目标值
KPI:Key Performance Indicator关键绩效指标法
设置KPI注意事项
1：能实现的KPI
2：可变因素较小的KPI
3：大幅改善的KPI
根据网站类型设置KGI/CSF/KPI的方法
电子商务网站
KGI:增加销售额（每月平局XX万）
CSF:提高客流量、提高购买量、提高订单购入单价
KPI:搜索引擎流量提高10%
主要的关键词和页面跳出率降低10%
每次购入的件数从1.3增长到1.5
每件购入单价增长10元
往购物车页面的跳转率增长10%
来自电子杂志的订单增长到1.5倍
会员的购买数增长到1.3倍
CSF:提高客流量、提高购买量、提高订单购入单价
KPI:搜索引擎流量提高10%
主要的关键词和页面跳出率降低10%
每次购入的件数从1.3增长到1.5
每件购入单价增长10元
往购物车页面的跳转率增长10%
来自电子杂志的订单增长到1.5倍
会员的购买数增长到1.3倍
广告媒体网站
KGI:用户增长（增长到800万，每月获得100万的广告收入）
CSF:提高浏览量、提高停留时间、获得品牌的认知
KPI:新的用户PV数增长到1.5倍
新用户的访问者数从每月500万提高到800万
网站名（品牌名）的搜索提高1.5倍
每次访问的停留时间提高到1.5倍
每次访问的平均PV数从10提高到12
发布广告页面的PV数提高到现在的2倍
广告数提高到现在的1.5倍
CSF:提高浏览量、提高停留时间、获得品牌的认知
KPI:新的用户PV数增长到1.5倍
新用户的访问者数从每月500万提高到800万
网站名（品牌名）的搜索提高1.5倍
每次访问的停留时间提高到1.5倍
每次访问的平均PV数从10提高到12
发布广告页面的PV数提高到现在的2倍
广告数提高到现在的1.5倍
引导网站
其他网站
如果不设定网站目标
*不清楚目前网站的销售好坏
*不清楚网站的改善程度
*不清楚网站哪里需要改善
*没有网站运营的评价基准，很难得到领导的评价
*不注意效果进行营销活动
*不清楚目前网站的销售好坏
*不清楚网站的改善程度
*不清楚网站哪里需要改善
*没有网站运营的评价基准，很难得到领导的评价
*不注意效果进行营销活动
优化网站的种类和实施单位
集客的优化
优化来访用户的数量和质量
优化来访用户的数量和质量
导航优化
优化页面使用户更容易到达目标页面
优化页面使用户更容易到达目标页面
以KPI为单位优化网站
<2>网站分析基础知识
网站分析工具搜集数据的方法
Apache Log
优点:不需要特殊设置立即可以开始统计
搜索引擎的爬虫信息也能取到
如果保存了过去的Log文件的话也能统计过去的访问信息
缺点:分析是需要读取Log文件的内容，如果访问量很大的话需要花费很长时间
由于Log文件生成在Web服务器上，如果有多个Web服务器的话统计比较麻烦
包含了页面以外的访问信息，分析时需要过滤这些信息
不能判是否为同一个用户
不能得到访问Log时（虚拟主机）不能使用
优点:不需要特殊设置立即可以开始统计
搜索引擎的爬虫信息也能取到
如果保存了过去的Log文件的话也能统计过去的访问信息
缺点:分析是需要读取Log文件的内容，如果访问量很大的话需要花费很长时间
由于Log文件生成在Web服务器上，如果有多个Web服务器的话统计比较麻烦
包含了页面以外的访问信息，分析时需要过滤这些信息
不能判是否为同一个用户
不能得到访问Log时（虚拟主机）不能使用
Web Beacon
优点：只需要在HTML中插入Tag所以导入难度低
多服务器多域名也可以统计
比起Apache Log方式来说，很快能看到效果
缺点：JavaScript和Cookie无效的浏览器统计的信息有限
不能获取到爬虫的信息
Tag没有解析的话不能统计
优点：只需要在HTML中插入Tag所以导入难度低
多服务器多域名也可以统计
比起Apache Log方式来说，很快能看到效果
缺点：JavaScript和Cookie无效的浏览器统计的信息有限
不能获取到爬虫的信息
Tag没有解析的话不能统计
Apache Module
优点：不需要在每个页面插入Tag
只需要安装Module，导入难度低
可以实时分析
缺点：每个Web服务器都需要安装
不能安装Module的话不能使用
需要确认是否和其他Module有冲突
优点：不需要在每个页面插入Tag
只需要安装Module，导入难度低
可以实时分析
缺点：每个Web服务器都需要安装
不能安装Module的话不能使用
需要确认是否和其他Module有冲突
Package Capture
优点：不需要在每个页面插入Tag
多服务器多域名也可以统计
网站的内容和Web服务器没有影响
不需要往其他服务器发送信息，公司内部即可实现
缺点：需要设置专用的服务器，花费时间和工时
没有专用服务器的不能用
根据网站的不同，需要不同的专用服务器
优点：不需要在每个页面插入Tag
多服务器多域名也可以统计
网站的内容和Web服务器没有影响
不需要往其他服务器发送信息，公司内部即可实现
缺点：需要设置专用的服务器，花费时间和工时
没有专用服务器的不能用
根据网站的不同，需要不同的专用服务器
网站分析工具能够得到的主要数据
cookie内
用户设置的KEY
统计访问次数
最初访问网站的时间
前一次访问网站的时间
用户设置的变量
cookie外
访问时间
访问页面的URL
Referer
浏览器和OS的版本
Flash、JavaScript的版本和设置
页面的高和宽
IP地址
浏览器的语言
用户设置的变量（站内搜索关键字、商品ID等）
用户设置的KEY
网站分析中使用的主要指标
PV数
访问次数
访问者数
除法组合
● 每次访问的PV数 = PV数/访问次数
● 每个访客的PV数 = PV数/访问者数
● 每个访客的访问次数 = 访问次数/访问者数
● 每次访问的PV数 = PV数/访问次数
● 每个访客的PV数 = PV数/访问者数
● 每个访客的访问次数 = 访问次数/访问者数
网站分析特有的4个指标
新用户/再访用户
转化
跳转、退出、跳出
停留时间
<3>统计学和图表的基础知识
网站分析用到的统计学
基本术语
平均值
网站分析中主要用于对页面或者网站的计算
比如：页面平均停留时间，每次访问平均PV数、每次访问平均停留时间
网站分析中主要用于对页面或者网站的计算
比如：页面平均停留时间，每次访问平均PV数、每次访问平均停留时间
中间值和出现频率最高的值
正态分布
网站分析中基本不会出现正态分布
网站分析中基本不会出现正态分布
相关系数
使用相关系数能掌握数据见的关系
比如转化数的变化趋势和其他数据的比较
使用相关系数能掌握数据见的关系
比如转化数的变化趋势和其他数据的比较
大数定理：随着试验次数的增加，事件发生的频率趋于一个稳定值
网站分析中，新访客和再访客的比例，转化率、平均停留时间、平均PV数等
网站分析中，新访客和再访客的比例，转化率、平均停留时间、平均PV数等
除法的单位
网站分析中经常会使用的2个指标值相除得到一个新的指标值，比如新规率、转化率
在做除法的时候需要特比注意以什么为单位，比如新规率应该以访问者为单位，
如果以PV数为单位的话意义就全变了。
通常来说：除法是分子分母的单位应该保持一致，也有个别特殊情况。
比如抓化率，一般计算方法为：
目标页面的访问次数/网站的访问次数 -> 1次访问多次到达目标页面计算为1次转化
或者目标页面的PV数/网站的PV数 ->所有页面访问中多少到达了目标页面（使用的少）
还有一个特例为：目标页面的PV数/网站的访问次数 - >考虑访问的转化次数
网站分析中经常会使用的2个指标值相除得到一个新的指标值，比如新规率、转化率
在做除法的时候需要特比注意以什么为单位，比如新规率应该以访问者为单位，
如果以PV数为单位的话意义就全变了。
通常来说：除法是分子分母的单位应该保持一致，也有个别特殊情况。
比如抓化率，一般计算方法为：
目标页面的访问次数/网站的访问次数 -> 1次访问多次到达目标页面计算为1次转化
或者目标页面的PV数/网站的PV数 ->所有页面访问中多少到达了目标页面（使用的少）
还有一个特例为：目标页面的PV数/网站的访问次数 - >考虑访问的转化次数
网站分析中统计图表的使用方法
折线图
主要用于时间序列，X轴多为时间（时间，星期，日，周，月，季度）。
PV数，访问次数，访问者数，转化率等
通过其变化可以发现如：工作日和周末的不同，白天和晚上的不同等
将2个指标值放在同一张折线图中能掌握起关系
注意实现：必须标注X轴和Y轴的含义
X轴项目太多的时候改为柱状图
1个图内控制多个指标的个数
Y轴的刻度太小会影响到图的效果，注意刻度的选择
主要用于时间序列，X轴多为时间（时间，星期，日，周，月，季度）。
PV数，访问次数，访问者数，转化率等
通过其变化可以发现如：工作日和周末的不同，白天和晚上的不同等
将2个指标值放在同一张折线图中能掌握起关系
注意实现：必须标注X轴和Y轴的含义
X轴项目太多的时候改为柱状图
1个图内控制多个指标的个数
Y轴的刻度太小会影响到图的效果，注意刻度的选择
柱状图
主要用于数字大小的比较
主要用于数字大小的比较
堆积式主图
圆饼图
主要用于数值在整体中的占比
主要用于数值在整体中的占比
散布图
主要用于确认2个指标的关系（网站分析工具比较少见）
主要用于确认2个指标的关系（网站分析工具比较少见）
泡泡图
主要用于3个轴的分析（网站分析工具比较少见）
主要用于3个轴的分析（网站分析工具比较少见）
雷达图
主要用于1个信息多个轴来分析的场合（网站分析工具比较少见）
主要用于1个信息多个轴来分析的场合（网站分析工具比较少见）
发现网站的问题并改善
<4>制作监控报告以及趋势分析
什么是监控报告？
定期从网站分析工具中手机主要的数据和过去的进行比较来发现网站存在那些问题的报告
定期从网站分析工具中手机主要的数据和过去的进行比较来发现网站存在那些问题的报告
如何制作监控报告？
组成部分
从网站分析工具得来的数据
将数据分析后图形化的图形
总结问题的总括
实施步骤
1决定需要包含哪些项目
*网站销售额 *PV数 *平均停留时间
*成本 *访问次数 *搜索引擎流量
*收入 *访问者数 *搜索引擎以外的流量
*销售量 *新规率 *直接访问的流量
*转化率 *跳出率 *会员数
*每次转化的销售额 *平均PV数 *电子杂志的登录数
*成本 *访问次数 *搜索引擎流量
*收入 *访问者数 *搜索引擎以外的流量
*销售量 *新规率 *直接访问的流量
*转化率 *跳出率 *会员数
*每次转化的销售额 *平均PV数 *电子杂志的登录数
2获取数据
3图形化数据
网站销售和成本
销售额和收入的完成度
访问次数
每次转化的销售额
转化数和转化率
访问来源明细
PV/访问次数/访问者数
跳出率/新规率
主要页面的PV数
销售额和收入的完成度
访问次数
每次转化的销售额
转化数和转化率
访问来源明细
PV/访问次数/访问者数
跳出率/新规率
主要页面的PV数
4总结问题
趋势的基础知识
没有比较就没有趋势
趋势的查看方法
把握季度趋势
按月来把握季度趋势
比如：旅游网站会在黄金周或者寒暑假时PV增加
比如：旅游网站会在黄金周或者寒暑假时PV增加
和前年同月比把握季度趋势
通过新规率把握季度趋势
把握时间段趋势
时间
日
星期
周
月
分析从趋势中排除的那部分数据
猛增猛减不是趋势，趋于25%左右才能认为是趋势
时间段不同趋势也会不同
<5>分组（Segment）分析
什么是分组（Segment）?
把访问网站的人按照一定条件进行分组，然后对每个分组进行分析。
主要分析指标值：PV数/访问次数/访问者数、停留时间、跳出率、新规率、转化数（率）
把访问网站的人按照一定条件进行分组，然后对每个分组进行分析。
主要分析指标值：PV数/访问次数/访问者数、停留时间、跳出率、新规率、转化数（率）
根据来源分组
搜索引擎
Listing广告
搜索结果
搜索引擎以为的Referer
营销活动，内容发布等
新闻网站、博客等
No Referer
电子杂志、二维码等
收藏夹、直接输入等
根据搜索关键词分组
前10个关键词分析
前100个关键词分析
好的关键词应该包含品牌名（公司名、网站名、商品名、服务名等）
不包含品牌以外的关键词
关键词矩阵
优质关键词（跳出率低，转化率高）
引导关键词（跳出率低、转化率几乎为0）
需要修改进入页面的关键词（跳出率较高、转化率高）
修稿修改广告字的关键词（跳出率高、转化率低）
根据进入页面分组
前10个页面的跳转页面
进入页面的新规率
新规率越高，说明进入页面更易于用户使用
新规率越高，说明进入页面更易于用户使用
根据新老访客分组
Referer分析
根据内容分组
首页
分类首页
专题页面
一览页面
详细页面
购物车页面
订单页面
根据是否转化分组
转化贡献页面
转化贡献关键词
<6>10步发现网站问题
01把握主要趋势
季节趋势
查看最近1到3年的数据，查找每年增减的趋势和变化大的月份
查看最近1到3年的数据，查找每年增减的趋势和变化大的月份
按日趋势
分析从4个月前到一个月的数据，查找工作日和休息日的不同，上旬/中旬/下旬的趋势
分析从4个月前到一个月的数据，查找工作日和休息日的不同，上旬/中旬/下旬的趋势
时间段趋势
分析最近1周的每个时间段的访问趋势
分析最近1周的每个时间段的访问趋势
善加利用网站分析工具的智能时间功能（Alert自动提醒）
02分析进入网站的详细来源
搜索引擎
搜索引擎以外的其他Referer
No Referer
03分析来源于搜索引擎的流量
主流搜索引擎的流量分析Google、Yahoo!、Baidu
前50个关键词的分析
制作关键词矩阵
04分析Referer
戏份从搜索引擎以外的网站的流量，分析转化多的那部分
分析链接页面
05分析进入页面
确认决定网站第一印象的入口页面，第一印象不好的话跳出率会很高。
分析跳出率很高的进入页面的Referer
分析跳出率很高的进入页面的搜索关键词
06分析退出页面
分析PV数高但退出率也高的页面
07分析访客的属性
国家
城市
性别，年龄，职业，学历等
08分析特殊的页面
分析3到5个主要页面(首页，专题页，一览页，详细页)的指标
分析页面跳转的前后页面
09分析目标页面的前一个页面
分析在目标页面前一个页的退出率
10分析目标页面
分析转化趋势，转化贡献页面，其他指标跟转化的关系
重点寻找和分析转化贡献页面
保存每步分析结果、保证数字的正确性、10步一起进行、从第一步按顺序执行、记录看数据过程需要注意的地方
<7>整理网站问题并施行改善方案
分析网站存在的问题并实施改善方案
将注意点分类
特点：比如季节趋势，来源明细，每次访问平均PV数
好：比如跳出率低等
坏：需要改善的，比如：流量大跳出率高，转化率低等
考虑问题的改善方案
针对上边的分类提供改善方案
设置改善方案的优先顺序
掌握特点，活用好的，修改坏的地方
设置优先度的基准
效果比较明显的
容易改善的
效果容易判断的
指定具体的方法和计划
5W2H
设置改善方案的目标
明确改善方案能影响到的指标
确认这些指标目前的情况
在目标中设置对象分组的平均值
实施改善方案并评价
解决措施：A/B测试
解决措施：MVT多变量分析
集客和导航的优化
<8>集合的优化
什么是集客的优化？
集客优化不是idanchun的增加流量（加大广告流量自然就上来了），
而是已经在做好预算的前提下增加流量。
而是已经在做好预算的前提下增加流量。
转化数没有增加的原因
你的商品或者服务不是用户需要的
你的商品或者服务不是用户现在需要的
用户不信任你的公司或者网站
你的商品或服务太贵，用户买不起
你的网站存在技术问题比如404错误
比起你的商品或者服务有更加优秀（便宜，易于使用）的网站
使用你的商品或者服务时存在很多的限制或者障碍
影响转化的因素
网站的信任度
商品的推荐语（推荐评论）
多种支付方式
下单、送货、发票的跟踪
有返利
网站负担返修成本
高质量的设计
免费的客服电话
网站负责人的信息
醒目的位置发布联系方式
可信任的域名
好的Logo
不发送垃圾信息
不把用户邮箱泄露给发送垃圾信息的第三方
隐私条款
个人信息安全保证
商品和网站的吸引力
很强吸引力的商品
吸引用户的推荐，价格，体验
品牌的认知
很短的送货期限
免运费
便宜的附加的成本（送货费）
不存在不相称的商品评价
良好的标题
……
网站以外的影响
广告发布量
广告种类
有吸引力的广告语
线下广告
……
10种集合优化的方法
集客优化方法：搜索引擎
SEO（Search Engine Optimization），搜索引擎优化
集客优化方法：Listing广告
关键词广告、PPC广告（Pay-per-Click 每次点击付费广告）
集客优化方法：电子杂志
集客优化方法：广告联盟Affiliate
将自己的广告内容发布给联盟提供商，让其显示广告
集客优化方法：促销广告
Banner广告
集客优化方法：新闻发布
集客优化方法：自己的集客
在一些主要媒体上发布内容
集客优化方法：官方网站
集客优化方法：其他集客
在个人博客，新闻网站上发布信息
集客优化方法：Aliance
和其他网站达成协议在其网站上发布内容
*内容提供方：获取更多的用户
*内容发布方：自己网站内容的增多
*内容提供方：获取更多的用户
*内容发布方：自己网站内容的增多
转化数 = Impression数 * CTR(Click Through Rate，点击通过率) * 转化率
集客优化的流程和集客的组合portfolio
集合措施的流程优化
评估集合措施
整理问题点讨论改善方案
实施改善方案
评估改善方案
集客的组合portfolio
<9>导航的优化
什么是导航优化？
使用户很容易的跳到目标页面的网站内部内容和布局的优化。
具体来说，主要确认跳出率和跳转率然后查找用户的跳转目的页面发现问题解决问题。
主要对象：进入页面、页面间的跳转、表单页面
具体来说，主要确认跳出率和跳转率然后查找用户的跳转目的页面发现问题解决问题。
主要对象：进入页面、页面间的跳转、表单页面
优化进入页面
进入页面是网站给用户的第一印象
按20/80原则通过流量排名挑选前20个页面.
确认最近1个月的流量和跳出率，
挑选其中3个页面来进行优化
确认最近1个月的流量和跳出率，
挑选其中3个页面来进行优化
并不是说所有 跳出率高的页面都存在问题
比如某个页面单独就能满足用户的需求的时候
比如某个页面单独就能满足用户的需求的时候
跳出率高的页面确认
没有跳转到其他页面的导航
虽然后导航，但是导航的位置很难使用
第一屏（First View）页面的内容很难理解
页面的加载很慢（3秒以上）
页面内的重要内容不突出
分析新访客/再访客、各访问来源的跳出率
如果不管是新老访客不管是哪个来源的页面跳出率都高的话，
那就说明页面自身内容有问题
如果不管是新老访客不管是哪个来源的页面跳出率都高的话，
那就说明页面自身内容有问题
分析来自搜索引擎的流量
确认跳出率高的页面的标题和秒速是否跟进入页面的内容一致
确认跳出率高的页面的标题和秒速是否跟进入页面的内容一致
分析来自Listing广告、电子杂志、Banner广告的流量
确认跳出率低，转化率高的页面加强改善
确认跳出率低，转化率高的页面加强改善
分析新老访客
确认是否单方面跳出率高，如果新访客跳出率高的话，需要为其特殊在页面添加一些说明等
确认是否单方面跳出率高，如果新访客跳出率高的话，需要为其特殊在页面添加一些说明等
进入页面的优化目的在于跳到下一个页面，而不是需要完成转化
因为进入页面一般都离目标页面比较远，真正到达目标页面的用户都不记得进入页面了。
因为进入页面一般都离目标页面比较远，真正到达目标页面的用户都不记得进入页面了。
着陆页优化（LPO，Landing Page Optimization）
优化页面之间的跳转
页面之间的跳转就是用户在网站中的行为轨迹
查找跳转率低的页面
跳转率的改善方法
页面的可用性（易用性、易理解）
页面上放置网站名、Logo、首页链接
注意相关信息之间留白
第一屏下不是否有空白或者广告（会给用户页面完了的错觉）
打眼一看容易理解使用、文字说明简洁
文字和背景色的反差
有意义的标题
标题文字限制在30个文字以内
如果多于4个条目 使用列表List
链接文字的颜色以及下划线等
站内搜索框放置位置：左上或者右上
错误信息的内容是否详细的说明了问题和如果改正
……
各页面的内容的质量
首页
专题页面
一览页面
详细页面
表单页面
优化表单页面
跳转到表单页面的改善
往表单页面跳转率高的页面
PV数高但是跳转率低的页面
表单页面内部跳转的改善
超出用户想像的输入内容
用户不明白为什么要输入这些内容
输入内容的限制太多，用户多次输入都不能正常提交
表单页面分割的太多
存在跳转到其他页面的链接
登陆完成后还要打开邮件确认
用户不知道到底还有多少表单需要填写
表单优化（EFO Entry Form Optimization）
优化营销活动
营销活动的目的
吸引新用户
提高平均单价
增加再访客
评价指标
新规率/再访率
PV数/访问次数/访问者数
停留时间
申请注册数
订单数/订单金额/平均单价
营销方法
礼品销售
饥饿营销：iPhone4s、小米
事件营销：王老吉的1亿捐款
更进一步的网站分析方法
<10>网站分析工具以外的分析
网站分析工具的统计范围
能做的
来自网站外部的流量以及跳转网站外部的流量
网站内部页面相关的信息
网站内部导航的信息
不能做的
互联网趋势（博客、网络上的话题人物等）
竞争网站的信息（竞争网站的流量、用户信息等）
搜索引擎相关的信息（指定关键词的检索次数、趋势、检索人的属性等）
搜索引擎以外的来源信息（SNS、Twitter、其他网站等）
用户的属性（性别、年代、地理信息、来源企业等）
用户的反馈（感想、不满等）
页面上看到的部分、点击的位置
和其他网站、博客的关系（同时使用的网站、人气排名等）
搜索引擎相关的信息
搜索引擎相关的信息：关键字工具
谷歌关键字工具 https://adwords.google.com/o/KeywordTool
谷歌趋势查询工具 http://www.google.cn/trends
百度指数 http://index.baidu.com
搜索引擎相关的信息:Google搜索解析(Google Insights for Search)
搜索引擎相关的信息:GPC 谷歌/雅虎/Bing的搜索结果排名 http://seopro.jp/grc/
搜索引擎相关的信息：其他特长工具
SEO工具
网页内关键词频度
网站的用户信息
网站的用户信息：热力图UserHeat
访问者关注网页的哪个段落
哪些区域被点击
网站的用户信息：访问来源的企业信息，用户信息
网站的用户信息：在线问卷服务4Q http://www.4qsurver.com/
网站的用户信息:表单分析FormAnalytics http://www.form-analytics.com/
其他网站信息
其他网站信息：博客话题收集kizasi.jp
其他网站信息：博客排名TopHatenar
其他网站信息：Google Ad Planner
其他网站信息：微博分析（Twitter）
<11>12个高级网站分析方法
01同时进行趋势和分组分析
02使用任意变量分析
03再访客分组
04长尾分析LongTall
05用户单位分析
06使用间接效果
07获取销售额
08分析站内搜索关键词
09数据挖掘
10统计退出链接
11有效的商业活动
12推荐
0 条评论
下一页
