網(wǎng)站訪問數(shù)據(jù)分析在互聯(lián)網(wǎng)產(chǎn)品中的應(yīng)用及引力波的實(shí)驗(yàn)探測給我們的啟示

AbstractUserbehavioranalysisisreferstoinawebsitetovisitaquantityofbasicdataandthedatastatisticsandanalysis,fromfoundtheuservisitsthesiterulesandthecombinationoftheserulesandthenetworkmarketingstrategy,soastofindoutthenetworkmarketingactivitiesinsomeproblems,andfurtheramendedorreenactednetworkmarketingstrategyprovidesthebasis.Intheelectroniccommercewebsiteoperationprocess,theoperatorwillthroughtheuseraccessbehavior,includingtheuserclicks,reviews,collection,registrationofthelanding,accesspathsandsoonwereuserbehavioranalysis,inordertounderstanduserbehavior,forthewebsiteuserexperienceoptimizationprovidesupport,ortousertransactionsincludingthepurchasedemand,timetobuy,thepriceandquantityofthecommodity,meansofpayment,suchasdata,basedontheseoperationaldataontheirwebsitetransactionanalysistoestimatethevalueofeachcustomer,developdifferentmarketingstrategiesaccordingtothesizeofthevalue.Electroniccommerce,comparedtothetraditionalretailindustry,thebiggestfeatureisthateverythingcanbemonitoredandimprovedthroughthedata.Throughthedatacanbeseenwhereuserscomefrom,howtoorganizetheproductcanachieveaverygoodconversionrateandtheefficiencyofadvertising.Basedonthedataanalysisofeverylittlechange,isalittlebittoenhanceprofitability,sothedataanalysisofe-commercesitesisparticularlyimportantinthemoment.Whilethedataitselfisobjective,butthedataisinterpretedtobesubjective.Wecanshowthesiteoperationsthroughthedata,adjustthesiteoperationstrategy;canthroughtheoperationoftheuserhabits,analysisandoptimizationoftheproductfunction;canalsothroughtheassociationanalysis,expandtheproduct,productvalue(maximumfreestheuserdesiresorneeds)namelyoperationpromotion,userexperience,personalizedmining.Weobtainthemonitoringofuserbehaviordataanalysisiscorrectcanallowenterprisestomoredetailedandclearlyunderstandtheuser'sbehavior,soastofindoutthewebsite,marketingchannels,marketingenvironment,helptoenterprisestoexplorehighconversionrateofthepage,makemoreaccurate,effective,improvetheconversionrateofbusinessenterprisemarketing,soastoenhancetheenterprise'sadvertisingrevenue..KeyWords：Userbehavior,dataanalysis,e-commerce,userexperience

目錄摘要 IAbstract II1緒論 11.1選題背景 11.2研究意義 11.3研究內(nèi)容 21.4研究方法 21.5論文章節(jié)結(jié)構(gòu) 22用戶訪問數(shù)據(jù)分析的主要指標(biāo)（WEB端） 42.1頁面訪問主要指標(biāo) 42.2用戶屬性主要指標(biāo) 72.3本章小結(jié) 83用戶訪問數(shù)據(jù)分析工具概述與分析方法 103.1主流數(shù)據(jù)分析工具概述一(WEB端) 103.1.1百度統(tǒng)計(jì) 103.1.2GoogleAnalytics 113.1.3量子統(tǒng)計(jì) 113.1.4聚合分析 113.1.5CNZZ 113.1.5WebTrends 113.2主流數(shù)據(jù)分析工具概述二(APP端) 123.2.1TalkingData 123.2.1CNZZ移動(dòng)統(tǒng)計(jì)工具 123.2.1友盟移動(dòng)平臺(tái)統(tǒng)計(jì)分析工具 123.3訪問數(shù)據(jù)分析主要方法 123.3.1統(tǒng)計(jì)分析 123.3.2路徑分析 123.3.3關(guān)聯(lián)分析 133.3.4用戶分類分析 133.3.5訪問聚類分析 133.3本章小結(jié) 134用戶訪問路徑分析 154.1路徑分析中的問題 154.2用戶核心路徑識(shí)別 154.3核心用戶特征分析 164.4產(chǎn)品設(shè)計(jì)和優(yōu)化改進(jìn) 174.5漏斗模型與路徑分析的關(guān)系 174.6路徑中的社會(huì)網(wǎng)絡(luò)分析 184.7本章小結(jié) 185從用戶訪問行為的角度進(jìn)行網(wǎng)站優(yōu)化 195.1案例背景 195.2網(wǎng)站主要模塊流量入口細(xì)分 195.3網(wǎng)站轉(zhuǎn)化流程衰減節(jié)點(diǎn)分析 205.4新老訪客數(shù)據(jù)對(duì)比 215.5訪問深度與訪問時(shí)長 215.6訪問頁面與路徑分析 225.6.1失敗路徑錯(cuò)誤分析 235.6.2跳出的關(guān)鍵頁面分析 235.6.3退出的關(guān)鍵頁面分析 235.6.4流失的關(guān)鍵頁面分析 235.7系統(tǒng)環(huán)境分析 245.8訪客搜索來源 245.9本章小結(jié) 25結(jié)論 37研究展望 38參考文獻(xiàn) 39致謝 401緒論1.1選題背景近幾年來，隨著計(jì)算機(jī)和信息技術(shù)的迅猛發(fā)展和普及，網(wǎng)站和行業(yè)應(yīng)用數(shù)量的規(guī)模迅速擴(kuò)大，所產(chǎn)生的各類數(shù)據(jù)呈爆炸性增長。每個(gè)用戶可選擇的網(wǎng)絡(luò)載體更多元化，我們對(duì)這些不同類型的網(wǎng)站或APP的造訪，都隱含著我們對(duì)這些網(wǎng)絡(luò)載體的某種期許，希望能從它們那里獲得解決自身需求的信息，商品或服務(wù)。面對(duì)互聯(lián)網(wǎng)技術(shù)如此成熟的年代，我們的每一次登陸，注冊(cè)，評(píng)論，收藏；甚至每一次點(diǎn)擊都會(huì)以數(shù)據(jù)的形式被記錄下來，如此龐大的數(shù)據(jù)量通過合理的分析，肯定能夠找出用戶的使用習(xí)慣，這對(duì)我們改善產(chǎn)品的體驗(yàn)，做運(yùn)營決策提供了數(shù)據(jù)支撐。所以，在大數(shù)據(jù)時(shí)代下對(duì)用戶的訪問行為分析顯得尤為重要，方法得當(dāng)不僅能讓我們?cè)诋a(chǎn)品設(shè)計(jì)上少走彎路，還能有針對(duì)性的對(duì)每個(gè)用戶提供個(gè)性化服務(wù)，提升用戶的使用體驗(yàn)，從而提升產(chǎn)品的質(zhì)量。1.2研究意義 一個(gè)網(wǎng)站的用戶平均訪問頁面越多，或者平均停留時(shí)間越長，那么這個(gè)網(wǎng)站的用戶粘性越好。我們通過分析能找出用戶的訪問路徑共同點(diǎn)，比如大部分用戶的入口頁都是在商品詳細(xì)頁，說明大部分的用戶都是通過外部的推廣渠道來的，因?yàn)樵谕茝V中我們直接給了商品的鏈接，從商品詳細(xì)頁下的點(diǎn)擊分流，我們也能看出用戶在詳細(xì)頁中對(duì)哪些信息點(diǎn)擊的多，用戶的每一次點(diǎn)擊都會(huì)有上下級(jí)的訪問，不是從外部來就是從內(nèi)部的某個(gè)網(wǎng)頁而來，這樣就形成了一個(gè)個(gè)的訪問節(jié)點(diǎn)，在這些訪問路徑的每一個(gè)節(jié)點(diǎn)，作針對(duì)性的優(yōu)化，可以進(jìn)一步提升用戶粘性，提高用戶在站內(nèi)的停留時(shí)間。而用戶粘性其實(shí)跟客戶滿意度和忠誠度都是息息相關(guān)的，用戶是否愿意多花些時(shí)間在網(wǎng)站或產(chǎn)品上，代表著用戶對(duì)產(chǎn)品的期待，希望網(wǎng)站或產(chǎn)品為自己提供解決方案或是滿意的服務(wù)，一般來講網(wǎng)站對(duì)于客戶滿意度和忠誠度與用戶粘性應(yīng)該是成正比的，這三個(gè)宏觀的訪客屬性也真正決定了網(wǎng)站產(chǎn)品的好壞。一個(gè)產(chǎn)品有持續(xù)的發(fā)展離不開持續(xù)的優(yōu)化，而優(yōu)化的方向和決策可以從數(shù)據(jù)的角度入手，這樣不僅能讓每一次的優(yōu)化顯得有理有據(jù)，更能從不斷完善的產(chǎn)品體驗(yàn)中體會(huì)到因數(shù)據(jù)分析帶來的高效工作而讓產(chǎn)品的運(yùn)營能有持續(xù)的爆發(fā)點(diǎn)，產(chǎn)品的一切優(yōu)化都能通過數(shù)據(jù)來決策，一切效果都能通過數(shù)據(jù)來體現(xiàn)。比如當(dāng)網(wǎng)站在做頁面體驗(yàn)優(yōu)化的時(shí)候，我們往往會(huì)思考：現(xiàn)在的頁面中有存在哪些不合理的因素?哪些數(shù)據(jù)指標(biāo)最能反映網(wǎng)站用戶的心理呢?首先，我們可以持續(xù)跟蹤某個(gè)網(wǎng)站流量的小時(shí)變化趨勢(shì)，然后在運(yùn)營過程中針對(duì)這個(gè)時(shí)段推薦有針對(duì)性的內(nèi)容或者商品，引導(dǎo)用戶的訪問。其次，分析首頁的跳出率等指標(biāo)，評(píng)估首頁的瀏覽效果。比如，通過最近一個(gè)月的監(jiān)測發(fā)現(xiàn)，75%以上用戶的訪問深度都低于3頁，訪問最多的10條內(nèi)容中，僅有3個(gè)來自于網(wǎng)站首頁，這就多少能夠說明近期首頁發(fā)布的內(nèi)容與當(dāng)前用戶喜好或者消費(fèi)熱點(diǎn)有偏差，或者首頁導(dǎo)航、熱點(diǎn)區(qū)域的推薦內(nèi)容有問題。這樣依據(jù)數(shù)據(jù)來做體驗(yàn)優(yōu)化會(huì)讓產(chǎn)品的優(yōu)化更有說服力。用戶的每一次點(diǎn)擊、回復(fù)、評(píng)論乃至鼠標(biāo)的每一次滑動(dòng)，都是其心理的直接反映。再比如說，通過IP地址的定位，知道哪些省份、城市、地區(qū)的用戶在訪問網(wǎng)站，不同地域的用戶關(guān)注的內(nèi)容是否有什么差異、經(jīng)常訪問時(shí)間段是否相同，通過對(duì)這些數(shù)據(jù)的分析，可指導(dǎo)市場業(yè)務(wù)部門具體選定在哪個(gè)城市、哪個(gè)時(shí)間段做推廣或者活動(dòng)策劃。在這種全面而細(xì)致的數(shù)據(jù)分析基礎(chǔ)上，我們就可以更真實(shí)地了解自己的網(wǎng)站對(duì)用戶的吸引情況，高效的開展網(wǎng)絡(luò)營銷活動(dòng)。此外，我們可以通過用戶在搜索引擎中的搜索行為來確定符合自己網(wǎng)站的關(guān)鍵詞優(yōu)化，或者搜索排名推廣的方式來更有效的開展線上推廣引流的活動(dòng)。1.3研究內(nèi)容本論文以目前行業(yè)內(nèi)的數(shù)據(jù)分析產(chǎn)品為基礎(chǔ)，借鑒國內(nèi)已有的研究成果并結(jié)合實(shí)際運(yùn)用中的數(shù)據(jù)分析案例，探討電商企業(yè)在運(yùn)營過程中通過數(shù)據(jù)分析改善網(wǎng)站或產(chǎn)品體驗(yàn)的方法和思路，致力于以數(shù)據(jù)分析為基礎(chǔ)推動(dòng)網(wǎng)站產(chǎn)品升級(jí)迭代，希望能為電商領(lǐng)域的互聯(lián)網(wǎng)產(chǎn)品提供更好的用戶體驗(yàn)環(huán)境提供一些數(shù)據(jù)方面的策略。主要內(nèi)容包括：通過對(duì)用戶在網(wǎng)站產(chǎn)品中的訪問行為，細(xì)分網(wǎng)站來訪流量，對(duì)用戶的使用行為跟蹤分析，希望以此能找到用戶的使用習(xí)慣，并在此基礎(chǔ)上進(jìn)行用戶屬性分析，使用流程優(yōu)化，訪問路徑分析，找到網(wǎng)站急需改進(jìn)和優(yōu)化的地方。同時(shí)闡述了一些在運(yùn)營過程中常用的數(shù)據(jù)監(jiān)控指標(biāo)，比如PV,UV，訪問深度，停留時(shí)長，跳出率，退出率，轉(zhuǎn)化率，轉(zhuǎn)化次數(shù)，頁面價(jià)值，重復(fù)購買率等的定義。以及數(shù)據(jù)的分析方法簡述，包括統(tǒng)計(jì)分析，路徑分析，關(guān)聯(lián)分析，用戶分類分析，訪問聚類分析的使用方式，最后以案例分析和最終結(jié)論闡述了數(shù)據(jù)分析在互聯(lián)網(wǎng)產(chǎn)品運(yùn)營中的重要意義。1.4研究方法 （1）查閱文獻(xiàn)資料。第一是查閱國內(nèi)已有的關(guān)于用戶訪問數(shù)據(jù)分析領(lǐng)域的研究，和相關(guān)大數(shù)據(jù)分析方面的文獻(xiàn)資料，引用了部分分析結(jié)論和相關(guān)數(shù)據(jù)指標(biāo)的定義。整合了相關(guān)網(wǎng)站對(duì)于數(shù)據(jù)分析的理解和用戶訪問數(shù)據(jù)研究的思路和意義，借鑒了相關(guān)的數(shù)據(jù)分析案例和結(jié)論，以些體現(xiàn)用戶訪問數(shù)據(jù)分析的重要性（2）案例分享。結(jié)合過往在網(wǎng)站運(yùn)營過程的部分經(jīng)驗(yàn)，和借助于第三方統(tǒng)計(jì)平臺(tái)，以圖片并茂的形式，將數(shù)據(jù)分析以圖片或流程的形式體現(xiàn)，把網(wǎng)站流量細(xì)分，用戶訪問路徑優(yōu)化分析方法和改善頁面質(zhì)量思路，并對(duì)大數(shù)據(jù)背景下的用戶訪問分析思路作了探討。希望能以此為用戶訪問數(shù)據(jù)分析領(lǐng)域提供一些新的改善產(chǎn)品體驗(yàn)和運(yùn)營的思路。1.5論文章節(jié)結(jié)構(gòu)本論文分為五章，各章的內(nèi)容分別如下：第一章為緒論，主要介紹了本論文研究的選題背景，闡述了選題的意義，并對(duì)本論文所包含的內(nèi)容作了簡要概述。第二章闡述了第三方數(shù)據(jù)統(tǒng)計(jì)工具的差異，并描述了在大數(shù)據(jù)環(huán)境下的數(shù)據(jù)分析方式，闡述了各類數(shù)據(jù)分析方法第三章主要介紹了產(chǎn)品運(yùn)營過程中的一些常見數(shù)據(jù)指標(biāo)如頁面訪問指標(biāo)和用戶屬性指標(biāo)，并對(duì)每一個(gè)指標(biāo)都作了詳細(xì)的說明。第四章為以實(shí)際案例結(jié)合用戶訪問點(diǎn)擊數(shù)據(jù)統(tǒng)計(jì)的方式詳細(xì)闡述了如何以用戶訪問數(shù)據(jù)分析提升網(wǎng)站用戶體驗(yàn)，以案例和結(jié)論論證了用戶訪問數(shù)據(jù)分析的重要性。第五章為以路徑分析在實(shí)際產(chǎn)品運(yùn)營過程中的運(yùn)用為背景，說明了路徑分析如何通過結(jié)論影響到產(chǎn)品設(shè)計(jì)和運(yùn)營以及路徑分析的方法。最后為總結(jié)全篇，從理論和實(shí)證的角度分別總結(jié)了本論文的主要內(nèi)容與大數(shù)據(jù)背景下的數(shù)據(jù)分析展望。

2用戶訪問數(shù)據(jù)分析的主要指標(biāo)（WEB端）圖2-1主要訪問數(shù)據(jù)指標(biāo)分類2.1頁面訪問主要指標(biāo)（1）PV頁面瀏覽量 PV又稱頁面瀏覽量或用戶會(huì)話數(shù)，這個(gè)指標(biāo)反映了網(wǎng)站訪問情況的總體水平，可以當(dāng)作網(wǎng)站是否受歡迎的有效指標(biāo)，當(dāng)然頁面瀏覽量是一個(gè)很宏觀的總量，而且這個(gè)指標(biāo)也很容易在短時(shí)間內(nèi)借助外部力量或者推廣手段達(dá)到一定的高度，所以在實(shí)際的操作過程中，不能一味的追求PV，但可以結(jié)合網(wǎng)站的欄目細(xì)分PV，這樣通過數(shù)據(jù)的整理我們大致能看出網(wǎng)站各個(gè)分類各個(gè)區(qū)塊的受歡迎程度。此外很多電子商務(wù)網(wǎng)站的用戶需求也非常明確，用戶來到網(wǎng)站之后，往往只會(huì)尋找自己需求的產(chǎn)品，所以一味地重視PV也是沒有太大意義的。（2）UV訪客數(shù)UV又稱訪客數(shù)，這個(gè)數(shù)據(jù)非常直觀的告訴了我們某個(gè)時(shí)間段內(nèi)的訪客數(shù)量。以百度統(tǒng)計(jì)為例，訪客數(shù)就是指一天之內(nèi)到底有多少不同的用戶訪問了你的網(wǎng)站。百度統(tǒng)計(jì)完全拋棄了IP這個(gè)指標(biāo)，而啟用了訪客數(shù)這一指標(biāo)，是因?yàn)镮P往往不能反映真實(shí)的用戶數(shù)量。尤其對(duì)于一些流量較少的企業(yè)站來說，IP數(shù)和訪客數(shù)會(huì)有一定的差別。訪客數(shù)又可以細(xì)分成老用戶和新用戶，老用戶即是活躍用戶，又可以按時(shí)間段一天，一周或一月來劃分活躍度。訪問者的定義可能與運(yùn)營平臺(tái)的不同而有一定差異，目前被業(yè)界普遍接受的定義是：如果用戶在訪問期間中斷時(shí)間超過了30分鐘后，再次返回訪問這應(yīng)該被計(jì)為另一次訪問，即訪客數(shù)應(yīng)該加1。（3）訪問深度訪問深度，即PV與UV的比值，平均訪問頁數(shù)是用戶訪問網(wǎng)站的平均瀏覽頁數(shù)。平均訪問頁數(shù)等于瀏覽量與訪問次數(shù)的比例。平均訪問頁數(shù)很少，說明訪客進(jìn)入你的網(wǎng)站后訪問少數(shù)幾個(gè)頁面就離開了。我們往往會(huì)把平均訪問頁數(shù)和平均訪問時(shí)長這兩個(gè)指標(biāo)放在一起來衡量網(wǎng)站的用戶體驗(yàn)。如果平均訪問頁數(shù)較少，平均訪問時(shí)長較短，就要分析以下幾個(gè)問題：網(wǎng)絡(luò)營銷帶來的用戶是否精準(zhǔn)；網(wǎng)站的訪問速度如何；用戶進(jìn)入網(wǎng)站后能否找到需要的內(nèi)容；網(wǎng)站內(nèi)容對(duì)用戶是否有吸引力。（4）平均訪問時(shí)長平均訪問時(shí)長是用戶訪問網(wǎng)站的平均停留時(shí)間。平均訪問時(shí)長等于總訪問時(shí)長與訪問次數(shù)的比例。而訪問時(shí)長主要是根據(jù)訪客瀏覽不同頁面的時(shí)間間隔來計(jì)算的，因此最后一頁的訪問時(shí)長是無法計(jì)算的?，F(xiàn)在非常流行的網(wǎng)絡(luò)營銷單頁面也無法統(tǒng)計(jì)這一數(shù)據(jù)，因?yàn)閱为?dú)一個(gè)頁面是無法計(jì)算間隔時(shí)間的。用戶在網(wǎng)站的停留時(shí)間也能一定程序上說明網(wǎng)站的質(zhì)量，如果是以文字資訊為主的網(wǎng)站，而且內(nèi)容又深得用戶喜愛，往往這個(gè)值會(huì)高于其他類別的網(wǎng)站，而以圖片或者商品為主的網(wǎng)站，則會(huì)稍遜一籌，因?yàn)楫吘箞D片給用戶的感受非常直接，用戶如果不喜歡的商品不可能花太多的時(shí)間停留。在做好內(nèi)容和服務(wù)的同時(shí)，提升這個(gè)值還有一個(gè)重要的一點(diǎn)就是用戶體驗(yàn)，這就需要我們?cè)诰W(wǎng)站或產(chǎn)品設(shè)計(jì)初期多花功夫，用流暢的體驗(yàn)和高質(zhì)量的內(nèi)容與服務(wù)粘住用戶（5）新訪客數(shù)與新訪客比例新訪客數(shù)是一天中網(wǎng)站新訪客的數(shù)量。在百度統(tǒng)計(jì)開始對(duì)網(wǎng)站統(tǒng)計(jì)以來，當(dāng)一個(gè)訪客第一次訪問網(wǎng)站時(shí)，就被記為一個(gè)新訪客。新訪客主要還是以cookie為依據(jù)來進(jìn)行判斷的。新訪客數(shù)可以衡量通過網(wǎng)絡(luò)營銷開發(fā)新用戶的效果。在眾多的網(wǎng)絡(luò)營銷方法中，搜索引擎營銷往往更容易為企業(yè)帶來新用戶。新訪客比例是指一天中新訪客數(shù)占總訪客數(shù)的比例。對(duì)于不同類型的網(wǎng)站，這個(gè)指標(biāo)有著不同的意義。對(duì)于一些講求用戶黏性的web2.0網(wǎng)站來說，比如論壇和SNS網(wǎng)站，如果新訪客比例過高，就意味著老用戶很少來，這并非是一件好事。而對(duì)于主要依靠搜索引擎帶流量的資訊站來說，新訪客比例反映了網(wǎng)站編輯是否能抓住熱點(diǎn)內(nèi)容做文章、最近的SEO是否效果明顯，因?yàn)闊狳c(diǎn)內(nèi)容的搜索量很高，而且通過SEO可以增加整站文章的展現(xiàn)量。如果資訊站的訪客數(shù)不斷增加，而且新訪客比例較高，往往是網(wǎng)站進(jìn)步的一個(gè)表現(xiàn)。（6）BounceRateBounceRate即跳出率，是指訪客來到網(wǎng)站后，只訪問了一個(gè)頁面就離開網(wǎng)站的訪問次數(shù)占總訪問次數(shù)的百分比。跳出率是反映網(wǎng)站流量質(zhì)量的重要指標(biāo)，跳出率越低說明流量質(zhì)量越好，用戶對(duì)網(wǎng)站的內(nèi)容越感興趣，網(wǎng)站的營銷功能越強(qiáng)，這些用戶越可能是網(wǎng)站的有效用戶、忠實(shí)用戶。對(duì)于單頁營銷的網(wǎng)站來說，跳出率只能是100%，因?yàn)橛脩糁挥幸粋€(gè)頁面可以訪問，所以單頁營銷網(wǎng)站不必考慮這個(gè)指標(biāo)。在百度搜索推廣中跳出率和平均訪問時(shí)長可以反映出推廣關(guān)鍵詞的選擇是否精準(zhǔn)，創(chuàng)意的撰寫是否優(yōu)秀，著陸頁的設(shè)計(jì)是否符合用戶體驗(yàn)。如下圖示可以很清楚的闡述BounceRate和ExitRate之間的區(qū)別。（7）ExitRate圖2-2BounceRate和ExitRate示意圖資料來源：網(wǎng)絡(luò)運(yùn)營社區(qū)ExitRate即出站率，對(duì)某一個(gè)特定的頁面而言，從這個(gè)頁面離開網(wǎng)站的Visit占所有訪問到這個(gè)頁面的Visit的百分比。例如，你通過搜索引擎進(jìn)入到購物網(wǎng)站，點(diǎn)擊了不少鏈接，查看了好幾樣商品都覺得不太滿意，直到最后你在訪問某一個(gè)商品詳細(xì)頁時(shí)你可能會(huì)覺得這個(gè)網(wǎng)站沒有讓你心動(dòng)的商品，因此，你關(guān)閉了瀏覽器窗口，結(jié)束了這次訪問。這時(shí)，對(duì)于那個(gè)你訪問的最后一個(gè)商品詳細(xì)頁而言，這個(gè)訪問是一個(gè)Exit的訪問，但對(duì)此頁面之前你訪問的其他頁面而言，則不是Exit，因?yàn)槟銢]有在這些頁面離開此網(wǎng)站。ExitRate通常會(huì)拿來分析單個(gè)頁面的質(zhì)量。（8）轉(zhuǎn)化次數(shù)潛在用戶在我們的網(wǎng)站上完成一次我們期望的行為，就叫做一次轉(zhuǎn)化。百度統(tǒng)計(jì)中可以記錄的轉(zhuǎn)化主要是指用戶訪問了某個(gè)特定的頁面，比如電子商務(wù)網(wǎng)站中交易成功的頁面，企業(yè)網(wǎng)站中在線咨詢或聯(lián)系方式的頁面。我們可以在百度統(tǒng)計(jì)的后臺(tái)設(shè)置相應(yīng)的轉(zhuǎn)化頁面，用戶訪問這個(gè)頁面1次，就記為1次轉(zhuǎn)化。轉(zhuǎn)化次數(shù)是衡量網(wǎng)絡(luò)營銷效果的重要指標(biāo)，也是以銷售為主導(dǎo)的企業(yè)網(wǎng)站最應(yīng)重視的指標(biāo)。就好像一個(gè)實(shí)體商店，多少人來光顧不是最重要的，最重要的是看到底有多少人購買了我們的商品。（9）轉(zhuǎn)化率轉(zhuǎn)化率等于轉(zhuǎn)化次數(shù)與訪問次數(shù)的比例。轉(zhuǎn)化率可以用來衡量網(wǎng)絡(luò)營銷的效果。如果我們?cè)贏、B兩個(gè)網(wǎng)站同時(shí)投放了廣告，A網(wǎng)站每天能帶來100次用戶訪問，但是只有1個(gè)轉(zhuǎn)化，B網(wǎng)站每天能帶來10次用戶訪問，但是卻有5個(gè)轉(zhuǎn)化。這就說明B網(wǎng)站帶來的轉(zhuǎn)化率更高，用戶更加精準(zhǔn)，網(wǎng)絡(luò)營銷效果更好。不同行業(yè)的網(wǎng)站、不同類型的網(wǎng)站適合的網(wǎng)絡(luò)營銷方法也不太一樣，我們應(yīng)該通過轉(zhuǎn)化率這一指標(biāo)找出轉(zhuǎn)化效果最好的網(wǎng)絡(luò)營銷方法，從而使網(wǎng)絡(luò)營銷獲得一個(gè)最大的投資回報(bào)率。（10）重復(fù)購買率指消費(fèi)者對(duì)該品牌產(chǎn)品或者服務(wù)的重復(fù)購買次數(shù)。重復(fù)1買率有兩種計(jì)算方法：一種是所有購買過產(chǎn)品的顧客，以每個(gè)人人為獨(dú)立單位重復(fù)購買產(chǎn)品的次數(shù)，比如有10個(gè)客戶購買了產(chǎn)品，5個(gè)產(chǎn)生了重復(fù)購買，則重復(fù)購買率為50%；第二種算法是，單位時(shí)間內(nèi)，重復(fù)購買的總次數(shù)占比，比如10個(gè)客戶購買了產(chǎn)品，中間有3個(gè)人有了二次購買，這3人中的1個(gè)人又有了三次購買，則重復(fù)購買次數(shù)為4次，重復(fù)購買率為40%。直與復(fù)推薦企業(yè)采取第一種算法。重復(fù)購買率越多，則反應(yīng)出消費(fèi)者對(duì)品牌的忠誠度就越高，反之則越低。2.2用戶屬性主要指標(biāo)（1）ARPUARPU：AverageRevenuePerUser，即每個(gè)用戶平均收入在一定時(shí)間內(nèi)，ARPU=總收入/用戶數(shù)，一般是計(jì)算長期的ARPU比較有意義，如平均每月每用戶收入。而用戶數(shù)可以是總平均在線用戶數(shù)、付費(fèi)用戶數(shù)或是活躍用戶數(shù)，不同產(chǎn)品標(biāo)準(zhǔn)可能存在差別。ARPU注重的是一個(gè)時(shí)間段內(nèi)從每個(gè)用戶所得到的收入，衡量互聯(lián)網(wǎng)公司業(yè)務(wù)收入的指標(biāo)。ARPU值高說明平均每個(gè)用戶貢獻(xiàn)的收入高，但高未必說明利潤高，因?yàn)槔麧欉€需要考慮成本。ARPU的高低沒有絕對(duì)的好壞之分，分析的時(shí)候需要有一定的標(biāo)準(zhǔn)。（2）用戶流失率用戶流失率是指那些曾經(jīng)使用過產(chǎn)品或服務(wù)，由于對(duì)產(chǎn)品失去興趣等種種原因，不再使用產(chǎn)品或服務(wù)的用戶。用戶流失率=總流失用戶數(shù)/總用戶數(shù)，流失用戶數(shù)依產(chǎn)品而定，并且有各自的不同標(biāo)準(zhǔn)。分析用戶的流失情況可以找到流失的原因，針對(duì)產(chǎn)品所處的時(shí)期再找到解決辦法。一般流失用戶都是對(duì)于那些需要注冊(cè)、提供應(yīng)用服務(wù)的網(wǎng)站而言的，比如微博、郵箱、電子商務(wù)類網(wǎng)站等。對(duì)于流失用戶的界定依照產(chǎn)品服務(wù)的不同而標(biāo)準(zhǔn)不同，對(duì)于微博和郵箱這類用戶幾乎每天登錄查看的網(wǎng)站而言，可能用戶未登錄超過1個(gè)月，我們就可以認(rèn)為用戶可能已經(jīng)流失了；而對(duì)于電子商務(wù)而言，可能3個(gè)月未登錄或者半年內(nèi)沒有任何購買行為的用戶可以被認(rèn)定是流失用戶。因此這里有個(gè)流失期限。（3）活躍用戶是相對(duì)于“流失用戶”的一個(gè)概念，是指那些會(huì)時(shí)不時(shí)地光顧網(wǎng)站，并為網(wǎng)站帶來一些價(jià)值的用戶?；钴S用戶用于衡量網(wǎng)站的運(yùn)營現(xiàn)狀，而流失用戶則用于分析網(wǎng)站是否存在被淘汰的風(fēng)險(xiǎn)，以及網(wǎng)站是否有能力留住新用戶。每個(gè)產(chǎn)品活躍的定義千差萬別，如果是有帳號(hào)的客戶端產(chǎn)品，例如IM、端游等，通常以帳號(hào)登錄作為活躍標(biāo)識(shí)。如果是某些工具軟件，有的以啟動(dòng)作為活躍，例如看天氣的。有些需要進(jìn)行一些核心操作，例如拍照軟件，至少是完成一張照片拍攝，才能算活躍吧。日活躍用戶：DAU，DailyActiveUser，指某個(gè)自然日內(nèi)啟動(dòng)過應(yīng)用的用戶，該日內(nèi)的多次啟動(dòng)只記一個(gè)活躍用戶。月活躍用戶：MAU，MonthlyActiveUser，指某個(gè)自然月內(nèi)啟動(dòng)過應(yīng)用的用戶，該月內(nèi)的多次啟動(dòng)只記一個(gè)活躍用戶。這兩個(gè)指標(biāo)一般出現(xiàn)在在線服務(wù)的分析統(tǒng)計(jì)指標(biāo)中，比如在線文檔，或者是網(wǎng)頁郵箱服務(wù)，網(wǎng)絡(luò)游戲，SNS游戲等等。一般用來衡量服務(wù)的用戶粘性以及服務(wù)的衰退周期。DAU/MAU比例是SNS游戲的重要參數(shù)，一般最低極限是0.2，這保證游戲能夠達(dá)到臨界規(guī)模的病毒式傳播和用戶粘性。周活躍用戶：WAU，WeeklyActiveUser，指某個(gè)自然周內(nèi)啟動(dòng)過應(yīng)用的用戶，該周內(nèi)的多次啟動(dòng)只記一個(gè)活躍用戶。這個(gè)指標(biāo)是為了查看用戶的類型結(jié)構(gòu)，如輕度用戶、中度用戶、重度用戶等。（4）用戶留存用戶保有率：用戶保有率指在單位時(shí)間內(nèi)符合有效用戶條件的用戶數(shù)在實(shí)際產(chǎn)生用戶量的比率，也叫用戶留存。保有率=保有量/實(shí)際量次日留存率：（當(dāng)天新增的用戶中，在第2天還登錄的用戶數(shù)）/第一天新增總用戶數(shù)。因?yàn)槎际切掠脩?，所以結(jié)合產(chǎn)品的新手引導(dǎo)設(shè)計(jì)和新用戶轉(zhuǎn)化路徑來分析用戶的流失原因，通過不斷的修改和調(diào)整來降低用戶流失，提升次日留存率，通常這個(gè)數(shù)字如果達(dá)到了40%就表示產(chǎn)品非常優(yōu)秀了。第3日留存率：（第一天新增用戶中，在往后的第3天還有登錄的用戶數(shù)）/第一天新增總用戶數(shù)。周留存率：（第一天新增的用戶中，在往后的第7天還有登錄的用戶數(shù)）/第一天新增總用戶數(shù)。在這個(gè)時(shí)間段里，用戶通常會(huì)經(jīng)歷一個(gè)完整的使用和體驗(yàn)周期，如果在這個(gè)階段用戶能夠留下來，就有可能成為忠誠度較高的用戶。月留存率：（第一天新增的用戶中，在往后的第30天還有登錄的用戶數(shù)）/第一天新增總用戶數(shù)。通常移動(dòng)APP的迭代周期為2-4周一個(gè)版本，所以月留存是能夠反映出一個(gè)版本的用戶留存情況，一個(gè)版本的更新，總是會(huì)或多或少的影響用戶的體驗(yàn)，所以通過比較月留存率能夠判斷出每個(gè)版本更新是否對(duì)用戶有影響。渠道留存：因?yàn)榍纴碓床灰?，用戶質(zhì)量也會(huì)有差別，所以有必要針對(duì)渠道用戶進(jìn)行留存率分析。而且排除用戶差別的因素以后，再去比較次日，周留存，可以更準(zhǔn)確的判斷產(chǎn)品上的問題。留存用戶和留存率通常反映了不同時(shí)期獲得的用戶流失的情況，表現(xiàn)不同時(shí)期用戶對(duì)產(chǎn)品的適應(yīng)性和黏性，分析這個(gè)結(jié)果往往是為了找到用戶流失的具體原因。2.3本章小結(jié)本章是對(duì)用戶訪問和屬性方面的一些常見指標(biāo)作了詳細(xì)解釋，核心的運(yùn)營指標(biāo)基本上每個(gè)電商網(wǎng)站或者移動(dòng)APP所用都大同小異，每個(gè)指標(biāo)的計(jì)算方式可能也會(huì)有所不同，比如活躍用戶的定義，有些公司定義活躍用戶是針對(duì)已注冊(cè)過的用戶，而有些可能是針對(duì)所有的用戶包含未注冊(cè)只瀏覽的用戶。比如用戶留存的定義，有些網(wǎng)站或者APP只關(guān)注周留存率和月留存率，而淡化了日留存和次日留存率，本章所提到的跳出率和退出率也將在下面的案例中有進(jìn)一步的闡述，這兩個(gè)指標(biāo)也是在訪問分析中常用到的分析指標(biāo)，通常在實(shí)際運(yùn)營過程中我們初期只用關(guān)注核心的指標(biāo)，如果核心的指標(biāo)不能通過過往的經(jīng)驗(yàn)得以改善時(shí)，就需要全方位的提取分析，以找到用戶訪問的習(xí)慣和規(guī)律，為改善體驗(yàn)和升級(jí)產(chǎn)品的方向作指導(dǎo)。3用戶訪問數(shù)據(jù)分析工具概述與分析方法一個(gè)有用戶規(guī)模的電商門戶的訪客行為數(shù)據(jù)是很龐大的，如果只是完成了訪問數(shù)據(jù)的收集，卻不知道如何利用這些數(shù)據(jù)提出對(duì)產(chǎn)品的優(yōu)化建議，就沒有任何的意義。好在如今互聯(lián)網(wǎng)技術(shù)的飛速發(fā)展，市場上已有一些提供用戶訪問數(shù)據(jù)分析的第三方平臺(tái)，比如大家熟知的百度統(tǒng)計(jì)，GoogleAnalytics,CNZZ,還有淘寶為店主量身訂制的淘寶魔方等等，這些工具做到了在海量數(shù)據(jù)的環(huán)境下依然提供給用戶直觀簡潔的數(shù)據(jù)呈現(xiàn)方式，這為互聯(lián)網(wǎng)從業(yè)者提供了極大的支撐，互聯(lián)網(wǎng)時(shí)代就是大數(shù)據(jù)的時(shí)代，產(chǎn)品要想獲得成功離不開合理的數(shù)據(jù)分析。網(wǎng)站訪問數(shù)據(jù)分析中最為核心的是訪問總量的分析；總量分析反映的是瀏覽者群體特征，它不僅要求關(guān)注服務(wù)器每天的吞吐量，還需了解訪問的來源和各個(gè)頁面的訪問情況，根據(jù)每個(gè)頁面的點(diǎn)擊分布來改善頁面布局和內(nèi)容質(zhì)量，對(duì)于網(wǎng)絡(luò)廣告商而言，他們關(guān)心的是廣告的點(diǎn)擊量和帶來的注冊(cè)轉(zhuǎn)化率或者訂單轉(zhuǎn)化率，以此來評(píng)估廣告效果，確定廣告的是否有價(jià)值，是否繼續(xù)投入或者優(yōu)化。3.1主流數(shù)據(jù)分析工具概述一(WEB端)用于網(wǎng)站分析的免費(fèi)工具現(xiàn)在有很多，比如GoogleAnalytics,百度統(tǒng)計(jì)，CNZZ,Piwik、聚合分析、量子統(tǒng)計(jì)等，對(duì)于一個(gè)網(wǎng)站（應(yīng)用）來說，往往會(huì)使用多個(gè)分析工具，比如GA來分析網(wǎng)站流量和訪客行為，日志來分析蜘蛛爬行和服務(wù)器運(yùn)行狀況，訂單系統(tǒng)分析會(huì)員的活躍率及購買行為。這是起碼的一個(gè)分析系統(tǒng)結(jié)構(gòu)。當(dāng)然為了便捷而順暢地解決數(shù)據(jù)接口等問題，可能會(huì)使用不同平臺(tái)各自的分析工具，比如同時(shí)使用GA、百度統(tǒng)計(jì)、搜狗統(tǒng)計(jì)等。其實(shí)從理論上來說，一個(gè)分析工具（比如GA）也都可以實(shí)現(xiàn)這些功能要求，實(shí)現(xiàn)起來也并不會(huì)太復(fù)雜，進(jìn)行相關(guān)的高級(jí)配置和數(shù)據(jù)整合即可。再復(fù)雜還可以使用API，從而定制符合自己業(yè)務(wù)要求的數(shù)據(jù)后臺(tái)。本論文僅講述以Javascript標(biāo)記方法實(shí)現(xiàn)用戶行為統(tǒng)計(jì)分析的相關(guān)理論和案例，并取材于已有的第三方訪問統(tǒng)計(jì)工具。如果你的網(wǎng)站需要了解搜索引擎機(jī)器人或者其他非人為訪問流量，并且希望據(jù)此對(duì)網(wǎng)站進(jìn)行針對(duì)性的優(yōu)化，如通過分析搜索引擎的訪問行為來進(jìn)行SEO;判斷網(wǎng)站的文件資源是否被用戶完整的下載索取;或者對(duì)網(wǎng)站流量信息具有極高的保密需要，不允許讓任何第三方染指或幫忙;或者對(duì)于網(wǎng)站服務(wù)器的安全性和可維護(hù)性有要求，以及有非常顯著的反抗黑客或其他非授權(quán)訪問需求的，則需要采取網(wǎng)站訪問日志分析方式，可以考慮利用Hadoop建立自己的數(shù)據(jù)分析平臺(tái)。3.1.1百度統(tǒng)計(jì)百度統(tǒng)計(jì)基于自身的“大數(shù)據(jù)“還提供了訪客屬性分析，也提供了開放平臺(tái)可進(jìn)行更深度定制，當(dāng)然最主要的優(yōu)勢(shì)是可以直接了解百度推廣廣告的數(shù)據(jù)表現(xiàn)，最核心的一點(diǎn)是百度統(tǒng)計(jì)的數(shù)據(jù)可以細(xì)分作為廣告投放人群，并且整合到了“受眾管理”，這個(gè)有點(diǎn)類似GA的再營銷。百度統(tǒng)計(jì)提供了幾十種圖形化報(bào)告，全程跟蹤用戶的行為路徑，可以監(jiān)控各種網(wǎng)絡(luò)媒介推廣效果以便及時(shí)了解那些熱門的關(guān)鍵詞和比較好的推廣創(chuàng)意效果，本論文所涉及到的部分統(tǒng)計(jì)圖和統(tǒng)計(jì)數(shù)據(jù)也將取材于百度統(tǒng)計(jì)。3.1.2GoogleAnalyticsGA主要存在數(shù)據(jù)采樣和數(shù)據(jù)及時(shí)性問題（在國內(nèi)還存在丟包問題），功能可謂是最全面的的了，更擁有強(qiáng)大的API接口，各種功能基本都有或者經(jīng)過簡單配置即可實(shí)現(xiàn)。但是基于一些原因，GoogleAnalytics在國內(nèi)訪問非常的不穩(wěn)定，所以這也是為什么把GA放在第二個(gè)推薦的位置上，百度統(tǒng)計(jì)和CNZZ暫時(shí)都還停留在網(wǎng)站訪問行為的層次上，對(duì)于電子商務(wù)跟蹤還不支持。3.1.3量子統(tǒng)計(jì)量子統(tǒng)計(jì)對(duì)于淘寶店鋪（天貓）的統(tǒng)計(jì)是非常強(qiáng)大的，其中滲透了很多電子商務(wù)分析理念，對(duì)于用戶購買行為和產(chǎn)品頁面的分析非常強(qiáng)大，當(dāng)然也對(duì)接了直通車的數(shù)據(jù)，裝修分析可以方便用戶了解裝修效果，并且針對(duì)和PC端提供了單獨(dú)的報(bào)告，店鋪診斷提供了數(shù)據(jù)概覽讓店長知道自己所處的位置并提供了優(yōu)化參考。不過一些高級(jí)功能需要付費(fèi)，并且對(duì)于外部來源等數(shù)據(jù)維度細(xì)分還是存在很多限制，代碼基本不能定制，數(shù)據(jù)相對(duì)封閉（可用積分兌換離線報(bào)告下載功能）。3.1.4聚合分析聚合分析的優(yōu)勢(shì)在于電商分析，其中的產(chǎn)品分析和訂單分析十分透徹，并且還針對(duì)主流的電商平臺(tái)提供了安裝文檔（個(gè)人認(rèn)為要是能學(xué)piwik那樣做成插件形式將會(huì)更方便些），每天早上9點(diǎn)會(huì)免費(fèi)發(fā)送短信提醒昨日核心數(shù)據(jù)報(bào)告，產(chǎn)品經(jīng)理曾經(jīng)創(chuàng)辦小艾分析。作為一個(gè)第三方廣告服務(wù)商，這個(gè)工具還提供了自身產(chǎn)品的數(shù)據(jù)細(xì)分并支持將人群導(dǎo)入到相應(yīng)的廣告平臺(tái)進(jìn)行廣告投放，除了自己的幾個(gè)平臺(tái)目前還與百度的閃投廣告打通。3.1.5CNZZ升級(jí)后的CNZZ開始使用cookie作為獨(dú)立訪客的主要識(shí)別方式，對(duì)于不支持cookie的采取IP+瀏覽器標(biāo)識(shí)方式，也提供了一些特色服務(wù)，比如短信提醒（需付費(fèi)購買），搜索引擎來源做了更細(xì)致劃分（搜索引擎子產(chǎn)品），細(xì)分了社會(huì)化媒體來源、網(wǎng)址導(dǎo)航、郵箱等，可以查看受訪域名并支持?jǐn)?shù)據(jù)過濾（過濾數(shù)據(jù)同時(shí)提供基礎(chǔ)訪問數(shù)據(jù)），另外CNZZ的一些工具也是值得用的，行業(yè)報(bào)告也是值得看的。CNZZ對(duì)于搜索引擎和瀏覽器的識(shí)別比較細(xì)致，可以說這些細(xì)節(jié)很多其他工具都沒有做到位。作為（草根）站長使用最多的一個(gè)工具，它具有很好的易用性。3.1.5WebTrendsWebTrends是網(wǎng)站分析行業(yè)的開創(chuàng)者，其強(qiáng)大的分析能力，全面，精準(zhǔn)及可定制的數(shù)據(jù)分析報(bào)告吸引了大量的用戶，WebTrends優(yōu)于其它分析工具的一方面包括支持PageTag方式的數(shù)據(jù)收集。但是WebTrends需要網(wǎng)站支付高額的授權(quán)費(fèi)，這一點(diǎn)讓不少企業(yè)望而卻步，也因此其市場占有率不如其他的統(tǒng)計(jì)平臺(tái)3.2主流數(shù)據(jù)分析工具概述二(APP端)3.2.1TalkingDataTalkingData,數(shù)據(jù)服務(wù)包括旨在解決移動(dòng)應(yīng)用數(shù)據(jù)統(tǒng)計(jì)、渠道評(píng)估等日常應(yīng)用運(yùn)營數(shù)據(jù)需求的AppAnalytics（移動(dòng)應(yīng)用統(tǒng)計(jì)分析），幫助移動(dòng)游戲開發(fā)商快速實(shí)現(xiàn)移動(dòng)游戲的數(shù)據(jù)化運(yùn)營的GameAnalytics（游戲運(yùn)營分析）,第三方移動(dòng)廣告效果監(jiān)測平臺(tái)AdTracking（移動(dòng)廣告監(jiān)測）和以開放接口形式為全行業(yè)從業(yè)者提供標(biāo)準(zhǔn)的精準(zhǔn)人群標(biāo)簽的TalkingDataDMP（移動(dòng)端受眾數(shù)據(jù)管理平臺(tái)）3.2.1CNZZ移動(dòng)統(tǒng)計(jì)工具移動(dòng)統(tǒng)計(jì)（)是服務(wù)于移動(dòng)應(yīng)用的統(tǒng)計(jì)工具，主要面向中國的移動(dòng)互聯(lián)網(wǎng)開發(fā)者，幫助開發(fā)者從產(chǎn)品推出的第一天就用數(shù)據(jù)說話，及時(shí)把握產(chǎn)品的運(yùn)營狀態(tài)、洞悉用戶心聲，發(fā)現(xiàn)應(yīng)用漏洞與體驗(yàn)不足，為移動(dòng)應(yīng)用開發(fā)者提供了一個(gè)省力、精準(zhǔn)的移動(dòng)應(yīng)用統(tǒng)計(jì)分析工具。借助數(shù)據(jù)的指引，開發(fā)者可以更有目標(biāo)和針對(duì)性的改進(jìn)產(chǎn)品，優(yōu)化運(yùn)營和推廣策略，在激烈的競爭中贏得先機(jī)。3.2.1友盟移動(dòng)平臺(tái)統(tǒng)計(jì)分析工具友盟移動(dòng)應(yīng)用統(tǒng)計(jì)分析提供移動(dòng)數(shù)據(jù)服務(wù)與運(yùn)營工具的綜合性的開發(fā)者服務(wù)平臺(tái)。移動(dòng)數(shù)據(jù)服務(wù)包括應(yīng)用統(tǒng)計(jì)分析、游戲統(tǒng)計(jì)分析、社交數(shù)據(jù)分析、友盟指數(shù)、友盟數(shù)據(jù)報(bào)告等；運(yùn)營工具包括消息推送、社會(huì)化組件、微社區(qū)、IM等，幫助開發(fā)團(tuán)隊(duì)收集、挖掘和分析數(shù)據(jù)，利用數(shù)據(jù)進(jìn)行產(chǎn)品運(yùn)營決策，并運(yùn)用工具將數(shù)據(jù)進(jìn)行落地。本論文所引用的部分統(tǒng)計(jì)數(shù)據(jù)趨勢(shì)圖也將取材于友盟統(tǒng)計(jì)。3.3訪問數(shù)據(jù)分析主要方法用戶訪問數(shù)據(jù)的分析，主要目的是從要數(shù)據(jù)中發(fā)現(xiàn)問題，是關(guān)于用戶行為和潛在行為和信息的挖掘和發(fā)現(xiàn)，一般采用的方法是對(duì)服務(wù)器日志分析，每個(gè)網(wǎng)站所在的服務(wù)器都會(huì)存在此文件，我們可以通過訪問日志發(fā)現(xiàn)用戶的訪問喜好和規(guī)律，后期也能有高效的運(yùn)營。主要的數(shù)據(jù)流量分析方法包括：3.3.1統(tǒng)計(jì)分析此方法即是對(duì)網(wǎng)頁的各項(xiàng)訪問指標(biāo)以數(shù)據(jù)的形式呈現(xiàn)，讓運(yùn)營者對(duì)網(wǎng)站的訪問情況一眼就能一個(gè)大致的印象，比如PV，UV，平均停留時(shí)間，訪問了哪些頁面，哪些地區(qū)的訪問量高，這些統(tǒng)計(jì)數(shù)據(jù)雖然很籠統(tǒng)但在實(shí)際運(yùn)營過程中，應(yīng)用在了很多方面，比如發(fā)現(xiàn)網(wǎng)站在印度的訪問量特別大，那么可以考慮專門針對(duì)印度用戶的使用習(xí)慣做設(shè)計(jì)，這樣肯定能刺激到印度用戶的訂單增長。又比如某個(gè)頁面的跳出率特別高，則馬上可以對(duì)此頁面作調(diào)整，往往這種改動(dòng)能起到立桿見影的效果。3.3.2路徑分析路徑分析可以著眼于頻繁的訪問路徑，例如某電商網(wǎng)站有部分用戶訪問的路徑很規(guī)則，從首頁到商品列表頁再到商品詳細(xì)頁home/list/detail，這可以說明這部分用戶的使用習(xí)慣是喜歡先訪問網(wǎng)站首頁，再逐層的訪問下去，但是也有一些用戶是從商品詳情頁到訂單頁，支付完后又回到商品列表頁或首頁,detail/order/pay/home，這兩種訪問的路徑可能代表著兩種不同的用戶。第一種有可能是老用戶，因?yàn)榭偸菑氖醉撻_始訪問，用戶肯定收藏了網(wǎng)站首頁，或者是記得網(wǎng)站的網(wǎng)址直接輸入網(wǎng)址訪問，如果這個(gè)路徑的用戶比例很高的話，可想而知那網(wǎng)站算是非常成功了，但是這種成型的網(wǎng)站要作大的調(diào)整是有風(fēng)險(xiǎn)的，因?yàn)橛脩羰褂昧?xí)慣已養(yǎng)成，這時(shí)的每一次改動(dòng)都需要深思熟慮。第二種有可能是通過推廣渠道進(jìn)站的用戶，這一類用戶是有著明確需求的用戶，以廣告帶來的用戶花了成本，所以在這種路徑下的用戶需要注重其訪問路徑中每一個(gè)節(jié)點(diǎn)的流暢性，在每一個(gè)節(jié)點(diǎn)頁上可以做相關(guān)的優(yōu)化，來吸引用戶觸發(fā)更多的行為，比如在詳細(xì)頁上增加相關(guān)度比較高的商品展示，又或者是在用戶支付成功后推薦相關(guān)銷量比較好的商品，這些小的改動(dòng)都有可能是提高訂單量的方法。通過路徑分析可以知道用戶的平均訪問頁面，和訪問量比較高的頁面，在做體驗(yàn)優(yōu)化時(shí)有可以有的放矢，從這幾個(gè)點(diǎn)入手優(yōu)化。通過路徑分析，為自己的網(wǎng)站建立幾個(gè)最常訪問的瀏覽模型，可以此改進(jìn)網(wǎng)站的結(jié)構(gòu)設(shè)計(jì)和頁面設(shè)計(jì)風(fēng)格。3.3.3關(guān)聯(lián)分析關(guān)聯(lián)分析也就是可以找到用戶對(duì)網(wǎng)站上各種商品之前訪問的關(guān)聯(lián)度，這些商品可能不存在直接的關(guān)系，比如用關(guān)聯(lián)規(guī)則發(fā)現(xiàn)50%的用戶在訪問了某頁detail1后，然后同時(shí)也訪問detail2頁面，20%的用戶在購買了A商品后同時(shí)已購買了B商品，利用這種相關(guān)聯(lián)性，能更好的組織和設(shè)計(jì)網(wǎng)站產(chǎn)品。3.3.4用戶分類分析分類分析就是給網(wǎng)站中特殊用戶群體的公共屬性描述，可以分析其共同的特性，比如A類用戶一般感興趣的是哪個(gè)欄目的商品，B類用戶一般購買的是哪個(gè)類別的商品，A類或B類可以是學(xué)生，男生，女生，等等，根據(jù)用戶的分類來改進(jìn)網(wǎng)站服務(wù)，這一類信息可以通過網(wǎng)絡(luò)訪問日志加以區(qū)分和挖掘?；蛘咄ㄟ^網(wǎng)站自己的會(huì)員庫提取分析數(shù)據(jù)。3.3.5訪問聚類分析訪問聚類分析就是以用戶訪問喜好來找出具有相似特性的某一類用戶。具有相似訪問行為的用戶群體，可能為其提供個(gè)性化的服務(wù)，用戶對(duì)網(wǎng)站的訪問存在某種有序關(guān)系，這種關(guān)系反應(yīng)的是用戶的訪問喜好，群體用戶的訪問興趣和他們的訪問序列有較強(qiáng)的相關(guān)性，最先訪問的節(jié)點(diǎn)有較大的訪問興趣，所以聚類挖掘的目的是從網(wǎng)站訪問日志中找到具有相似用戶訪問興趣的聚類。3.3本章小結(jié)在以往的訪問日志分析主要的著重點(diǎn)是從技術(shù)層面來解讀數(shù)據(jù)并為網(wǎng)站分析提供基礎(chǔ)的數(shù)據(jù)支持。但在實(shí)際應(yīng)用的過程中我們更多采用的是以上所述這些第三方的網(wǎng)站分析工具來監(jiān)控訪客對(duì)網(wǎng)站的訪問情況，這類平臺(tái)用JavaScript標(biāo)記采集的方式獨(dú)立于Web服務(wù)器把訪問日志從Web服務(wù)中抽離，這也有利于分析人員專注對(duì)日志的分析，而開發(fā)和產(chǎn)品人員專注于Web本身的制作，提高了工作中的靈活性。一款優(yōu)秀的數(shù)據(jù)分析工具除了一些基礎(chǔ)性監(jiān)測之外（其中也涉及到很多細(xì)節(jié)可以去優(yōu)化），以下幾個(gè)功能將會(huì)是最大的差異化優(yōu)勢(shì)：實(shí)時(shí)性、完整性、歸因模型、跨屏跟蹤、路徑分析、渠道可視化、數(shù)據(jù)細(xì)分篩選與過濾、報(bào)告定制。數(shù)據(jù)對(duì)接：從用戶來源到訪問，再到轉(zhuǎn)化，再到廣告投放。形成完整的閉環(huán)。其中包括不同來源數(shù)據(jù)如何完美對(duì)接。數(shù)據(jù)標(biāo)記與采集的智能化、可根據(jù)不同業(yè)務(wù)需求進(jìn)行擴(kuò)展與定制。按行業(yè)具體需求進(jìn)行深度優(yōu)化是一個(gè)方式，比如對(duì)于品牌和游戲客戶來說視頻和Flash如何進(jìn)行跟蹤、留存率和轉(zhuǎn)化路徑如何延續(xù)以及計(jì)算，對(duì)于咨詢類客戶如何跟蹤對(duì)話、電商類客戶如何跟蹤商品和訂單數(shù)據(jù)，等等。

4用戶訪問路徑分析用戶行為路徑分析是互聯(lián)網(wǎng)行業(yè)特有的一類數(shù)據(jù)分析方法，主要根據(jù)每位用戶在App或網(wǎng)站中的點(diǎn)擊行為日志，分析用戶在App或網(wǎng)站中各個(gè)模塊的流轉(zhuǎn)規(guī)律與特點(diǎn)，挖掘用戶的訪問或點(diǎn)擊模式，進(jìn)而實(shí)現(xiàn)一些特定的業(yè)務(wù)用途，如App核心模塊的到達(dá)率提升、特定用戶群體的主流路徑提取與瀏覽特征刻畫，App產(chǎn)品設(shè)計(jì)的優(yōu)化與改版等。圖4-1訪問路徑數(shù)據(jù)統(tǒng)計(jì)圖資料來源：友盟統(tǒng)計(jì)4.1路徑分析中的問題路徑分析的問題主要來自兩個(gè)方面。分別是網(wǎng)站分析工具，分析的需求方和管理者。首先是網(wǎng)站分析工具本身的問題，網(wǎng)站分析工具為了滿足不同網(wǎng)站的分析需求，提供了基于頁面的最完整的網(wǎng)站路徑統(tǒng)計(jì)數(shù)據(jù)。從訪問開始直到訪問者離開。但是這些數(shù)據(jù)也足以把人搞暈，因?yàn)樗麄兲^基礎(chǔ)和散亂，并不是我們想要的信息。這些路徑信息只是基礎(chǔ)的原材料，需要有目的的進(jìn)行組織和分類。其次是分析的需求方，看看能從現(xiàn)有數(shù)據(jù)中發(fā)現(xiàn)什么和提高轉(zhuǎn)化率似乎已經(jīng)成了標(biāo)準(zhǔn)的分析需求。這種情況下分析人員要同時(shí)兼任多個(gè)角色，而最終的分析結(jié)果也多半以失敗告終。網(wǎng)站訪問者身份的多樣性,訪問者訪問目的多樣性以及訪問者訪問路徑多樣性造成了網(wǎng)站路徑統(tǒng)計(jì)數(shù)據(jù)中的混亂和不準(zhǔn)確。同時(shí)你也不能將不同身份和訪問目的的人混在一起進(jìn)行路徑分析，更不能把他們的匯總數(shù)據(jù)用來計(jì)算網(wǎng)站的轉(zhuǎn)化率和投資回報(bào)率。4.2用戶核心路徑識(shí)別用戶核心路徑分析的第一步的準(zhǔn)備工作是按訪問的目的對(duì)用戶進(jìn)行分類。比如查找商品，購買商品，獲取幫助，退換貨，查看物流等等。第二步則是理解網(wǎng)站的結(jié)構(gòu)和功能中的流程和邏輯，你必須對(duì)網(wǎng)站的關(guān)鍵流程了如指掌，比如網(wǎng)站的內(nèi)容和頁面的結(jié)構(gòu)，哪些路徑是封閉或開放的，哪些頁面或者功能流程會(huì)有跳轉(zhuǎn)，以及主要的流量來源和占比等等，這是進(jìn)行網(wǎng)站路徑分析前必不可少的一步。核心訪問路徑細(xì)分的主要部分是按任務(wù)細(xì)分，按任務(wù)對(duì)路徑的細(xì)分我們稱為橫向細(xì)分，訪問者需要通過一些不同的任務(wù)完成訪問的目的。首先從任務(wù)目的出發(fā)，將關(guān)鍵路徑分解為不同的關(guān)鍵任務(wù)，這需要涉及到我們之前提到的對(duì)網(wǎng)站的關(guān)鍵架構(gòu)和主要功能非常熟悉，然后將關(guān)鍵任務(wù)分解為關(guān)鍵功能或頁面，這也需要你對(duì)網(wǎng)站的頁面URL規(guī)則和關(guān)鍵功能的內(nèi)在邏輯和流程有詳細(xì)的了解。再將頁面分解為不同的元素，最后分解為訪問者的不同動(dòng)作。匯總之后如下圖所示，圖4-2關(guān)鍵路徑分解示意圖資料來源：網(wǎng)絡(luò)運(yùn)營社區(qū)在完成關(guān)鍵路徑的縱向和橫向細(xì)分之后，我們需要使用指標(biāo)對(duì)細(xì)分后的任務(wù)進(jìn)行度量。主要使用的是任務(wù)完成率，任務(wù)時(shí)間和任務(wù)負(fù)荷。任務(wù)完成率是指完成某項(xiàng)特定任務(wù)或操作的比率，對(duì)于封閉的關(guān)鍵路徑來說就是指路徑的轉(zhuǎn)化率。而對(duì)于開放的路徑，由于訪問者可以從路徑中的任何一個(gè)頁面進(jìn)入，因此需要細(xì)分為關(guān)鍵功能/頁面的任務(wù)完成率；任務(wù)時(shí)間是指完成某項(xiàng)特定任務(wù)或操作所需的時(shí)間，對(duì)于封閉的關(guān)鍵路徑是指在訪問者在整條路徑中耗費(fèi)的時(shí)間；任務(wù)負(fù)荷是指完成某項(xiàng)特定任務(wù)或操作時(shí)訪問者所需付出的努力。這些努力可能是點(diǎn)擊一個(gè)鏈接打開新的網(wǎng)頁，從鼠標(biāo)切換到鍵盤的動(dòng)作，切換輸入法的時(shí)間，也可能是使用鍵盤輸入文字，甚至是尋找關(guān)鍵信息時(shí)移動(dòng)鼠標(biāo)的次數(shù)或眼球移動(dòng)的次數(shù)和距離。4.3核心用戶特征分析用戶特征分析中常常使用的都是一些如性別、地域等人口統(tǒng)計(jì)數(shù)據(jù)或訂單價(jià)、訂單數(shù)等運(yùn)營數(shù)據(jù)，用戶訪問路徑數(shù)據(jù)為我們了解用戶特征打開了另一扇大門。例如對(duì)于一款圖片制作上傳分享的應(yīng)用，我們可以通過用戶的行為模式即App使用操作數(shù)據(jù)，來劃分出樂于制作上傳的創(chuàng)作型用戶，樂于點(diǎn)贊評(píng)論的互動(dòng)型用戶，默默瀏覽看圖的潛水型用戶，以及從不上傳只會(huì)下載圖片的消費(fèi)型用戶。以電商網(wǎng)站為例，我們可以按照網(wǎng)站中的結(jié)構(gòu)和導(dǎo)航設(shè)置，將關(guān)鍵訪問者按行為模式分為三類。第一類是目的明確型的訪問者，這類訪問者知道自己想要什么，通常他們會(huì)選擇通過站內(nèi)搜索直接尋找信息。例如，我們?cè)谫I書的時(shí)候直接輸入書的名稱進(jìn)行搜索。這屬于目的明確型。第二類訪問者是目的模糊型訪問者，這類訪問者大概知道自己想要的東西在哪一類，但不確定具體是什么。例如，我們想買一件男士襯衫，會(huì)從男裝，男上裝，襯衫的分類下去逐級(jí)篩選瀏覽。這屬于目的模糊型訪問者。第三類訪問者是無目的瀏覽型訪問者，這類訪問者沒有明確的目標(biāo)，只是想來看一下。通常他們會(huì)從推薦開始進(jìn)行瀏覽。三種不同的行為模式構(gòu)成了同一目的下的三種不同的關(guān)鍵訪問路徑。但是訪問者在使用網(wǎng)站時(shí)的路徑是極其復(fù)雜的，這不僅僅體現(xiàn)在訪問者的身份，目的和行為方式的多樣性上，還表現(xiàn)在網(wǎng)站路徑入口的多樣性上。對(duì)于使用搜索引擎的訪問者來說，網(wǎng)站中的每個(gè)頁面都有可能成為路徑的開始頁面。訪問者可以從網(wǎng)站路徑中的任意一個(gè)環(huán)節(jié)進(jìn)入并開始完成任務(wù)。對(duì)于這種情況，我們要在第一次按訪問者行為模式細(xì)分的基礎(chǔ)上再對(duì)每條關(guān)鍵路徑進(jìn)行按任務(wù)進(jìn)行的橫向的細(xì)分。4.4產(chǎn)品設(shè)計(jì)和優(yōu)化改進(jìn)訪問者在關(guān)鍵路徑中的行為可以歸納為四個(gè)步驟，分別是進(jìn)入，發(fā)現(xiàn)，辨別和行動(dòng)。而后三個(gè)步驟則會(huì)在訪問過程中不斷循環(huán)。當(dāng)用戶進(jìn)入和發(fā)現(xiàn)關(guān)鍵路徑時(shí)，訪問者每看到一個(gè)新的頁面時(shí)首先都需要瀏覽，而能不能發(fā)現(xiàn)關(guān)鍵路徑的入口和每一步中的重要信息則是訪問者是否繼續(xù)前進(jìn)的前提條件。這個(gè)層面需要關(guān)注的問題是頁面中的關(guān)鍵信息或元素是否足夠突出，能否被訪問者看到。而當(dāng)訪問者發(fā)現(xiàn)頁面中的關(guān)鍵信息或元素后，需要通過辨別上面的文字或內(nèi)容來判斷當(dāng)前的信息是否與自己的訪問目的想符合，并決定是否要繼續(xù)采取后面的點(diǎn)擊行動(dòng)。這里我們要關(guān)注的是從當(dāng)訪問者發(fā)現(xiàn)頁面中的關(guān)鍵信息到采取行動(dòng)中間的決策過程。最后一步行動(dòng)是訪問者在關(guān)鍵路徑中一個(gè)循環(huán)的結(jié)束，同時(shí)也是下一個(gè)循環(huán)的開始。當(dāng)訪問者點(diǎn)擊了一個(gè)鏈接后會(huì)重新回到第二步，在新的頁面和信息中完成發(fā)現(xiàn)，辨別和行動(dòng)的過程。這個(gè)過程在每個(gè)頁面和任務(wù)中周而復(fù)始，推動(dòng)訪問者在關(guān)鍵路徑中前進(jìn)。4.5漏斗模型與路徑分析的關(guān)系漏斗模型通常是對(duì)用戶在網(wǎng)站或App中一系列關(guān)鍵節(jié)點(diǎn)的轉(zhuǎn)化率的描述，這些關(guān)鍵節(jié)點(diǎn)往往是我們?nèi)藶橹付ǖ?。例如我們可以看到某購物App應(yīng)用的購買行為的漏斗轉(zhuǎn)化情況。這款購物App平臺(tái)上，買家從瀏覽到支付成功經(jīng)歷了4個(gè)關(guān)鍵節(jié)點(diǎn)，商品瀏覽、加入購物車、結(jié)算、付款成功，從步驟1到步驟4，經(jīng)歷了其關(guān)鍵節(jié)點(diǎn)的人群越來越少，節(jié)點(diǎn)的轉(zhuǎn)化率呈現(xiàn)出一個(gè)漏斗狀的情形，我們可以針對(duì)各個(gè)環(huán)節(jié)的轉(zhuǎn)化效率、運(yùn)營效果及過程進(jìn)行監(jiān)控和管理，對(duì)于轉(zhuǎn)化率較低的環(huán)節(jié)進(jìn)行針對(duì)性的深入分析與改進(jìn)。圖4-3漏斗模型步驟示意圖資料來源：網(wǎng)絡(luò)運(yùn)營社區(qū)路徑分析與漏斗模型存在不同之處，它通常是對(duì)每一個(gè)用戶的每一個(gè)行為路徑進(jìn)行跟蹤與記錄，在此基礎(chǔ)上分析挖掘用戶路徑行為特點(diǎn)，涉及到每一步的來源與去向、每一步的轉(zhuǎn)化率?？梢哉f，漏斗模型是事先的、人為的、主動(dòng)的設(shè)定了若干個(gè)關(guān)鍵事件節(jié)點(diǎn)路徑，而路徑分析是探索性的去挖掘整體的行為路徑，找出用戶的主流路徑，甚至可能發(fā)現(xiàn)某些事先不為人知的有趣的模式路徑。從技術(shù)手段上來看，漏斗模型簡單直觀計(jì)算并展示出相關(guān)的轉(zhuǎn)化率，路徑分析會(huì)涉及到一些更為廣泛的層面。4.6路徑中的社會(huì)網(wǎng)絡(luò)分析我們將社交網(wǎng)絡(luò)中的人看作一個(gè)個(gè)節(jié)點(diǎn)，將互聯(lián)網(wǎng)中的網(wǎng)頁看作一個(gè)個(gè)節(jié)點(diǎn)，甚至可以將我們的App產(chǎn)品中的每一個(gè)模塊事件看作一個(gè)個(gè)節(jié)點(diǎn)，節(jié)點(diǎn)與節(jié)點(diǎn)之間通過各自的方式連接組成了一個(gè)特定的網(wǎng)絡(luò)圖，以下將基于這些網(wǎng)絡(luò)結(jié)構(gòu)的分析方法統(tǒng)稱為社會(huì)網(wǎng)絡(luò)分析。社會(huì)網(wǎng)絡(luò)分析中存在一些較為常見的分析方法可以運(yùn)用到我們的路徑分析中來，如節(jié)點(diǎn)的中心性分析，節(jié)點(diǎn)的影響力建模，社區(qū)發(fā)現(xiàn)等。通過中心性分析，我們可以去探索哪些模塊事件處于中心地位，或者作為樞紐連接了兩大類模塊事件，或者成為大多數(shù)模塊事件的最終到達(dá)目的地。通過社區(qū)發(fā)現(xiàn)，我們可以去探索這個(gè)社會(huì)網(wǎng)絡(luò)中是否存在一些“小圈子”，即用戶總是喜歡去操作的一小部分行為路徑，而該部分路徑又與其他大部分模塊相對(duì)獨(dú)立。4.7本章小結(jié)網(wǎng)站或者APP的路徑分析如果掌握正確的分析方法，對(duì)產(chǎn)品設(shè)計(jì)和運(yùn)營的優(yōu)化與改進(jìn)有著很大的幫助，可以用于監(jiān)測與優(yōu)化期望用戶路徑中各模塊的轉(zhuǎn)化率，也可以發(fā)現(xiàn)某些冷僻的功能點(diǎn)。一款視頻創(chuàng)作分享型App應(yīng)用中，從開始拍攝制作視頻到視頻的最終發(fā)布過程中，用戶往往會(huì)進(jìn)行一系列的剪輯操作；通過路徑分析，我們可以清晰的看到哪些是用戶熟知并喜愛的編輯工具，哪些操作過于冗長繁瑣，這樣可以幫助我們針對(duì)性地改進(jìn)剪輯操作模塊，優(yōu)化用戶體驗(yàn)。如果在路徑分析過程中用戶的創(chuàng)作數(shù)量與用戶被點(diǎn)贊、評(píng)論以及分享的行為密切相關(guān)，就可以考慮增強(qiáng)這款A(yù)pp的社交性，增強(qiáng)用戶黏性與創(chuàng)作欲望。產(chǎn)品關(guān)鍵模塊的轉(zhuǎn)化率本身即是一項(xiàng)很重要的產(chǎn)品運(yùn)營指標(biāo)，通過路徑分析來監(jiān)測與驗(yàn)證相應(yīng)的運(yùn)營活動(dòng)結(jié)果，可以方便相關(guān)人員認(rèn)識(shí)了解運(yùn)營活動(dòng)效果。5從用戶訪問行為的角度進(jìn)行網(wǎng)站優(yōu)化如何從用戶體驗(yàn)角度進(jìn)行網(wǎng)站優(yōu)化工作，我們不妨從網(wǎng)站訪客各項(xiàng)數(shù)據(jù)分析開始。網(wǎng)站訪客數(shù)據(jù)包括新老客戶數(shù)據(jù)對(duì)比、網(wǎng)站訪問深度、頁面訪問時(shí)長、訪客搜索詞、訪客來源分類等數(shù)據(jù)。在做網(wǎng)站優(yōu)化或產(chǎn)品升級(jí)時(shí)，你的調(diào)整依據(jù)是什么，是之前的成功經(jīng)驗(yàn)證還是只是依照用戶的需求，又或是周圍用戶的建議。這里我想以實(shí)際案例來說明如何恰當(dāng)?shù)睦脭?shù)據(jù)分析進(jìn)行網(wǎng)站的體驗(yàn)優(yōu)化和網(wǎng)站的轉(zhuǎn)化率，使得我們的優(yōu)化都有理有據(jù)。5.1案例背景當(dāng)網(wǎng)站運(yùn)行了一段時(shí)間，當(dāng)訪問量和用戶量保持在一定的水準(zhǔn)時(shí)，網(wǎng)站運(yùn)營發(fā)展情況陷入緩慢狀態(tài)，用戶注冊(cè)率和購買率一直止步不前，并且發(fā)現(xiàn)用戶在某些關(guān)鍵的使用流程方面提了很多的反饋，比如購物體驗(yàn)不太好，商品搜索結(jié)果不太準(zhǔn)確，商品種類不夠豐富等等，除去市場和運(yùn)營方面的因素之外，對(duì)于網(wǎng)站和輔助的移動(dòng)APP本身,公司決定在保證核心功能，和核心體驗(yàn)的基礎(chǔ)上進(jìn)行一次全面的升級(jí)改版，希望以此增強(qiáng)用戶黏度，吸引更多用戶，提升網(wǎng)站訂單量。但一個(gè)很現(xiàn)實(shí)的問題是怎么改版，怎么升級(jí)，這些需要擬定升級(jí)方案和明確的改版措施，于是第一步我們決定以網(wǎng)站過去的運(yùn)營和訪問數(shù)據(jù)入手對(duì)整個(gè)網(wǎng)站開展一次深入的數(shù)據(jù)分析。5.2網(wǎng)站主要模塊流量入口細(xì)分圖5-1B2C網(wǎng)站主要模塊細(xì)分說明資料來源：網(wǎng)絡(luò)運(yùn)營社區(qū)依據(jù)網(wǎng)站本身結(jié)構(gòu)，我們將流量入口大致分為首頁和頻道頁，搜索，目錄導(dǎo)航，活動(dòng)專題，商品詳細(xì)頁幾大部分；首頁與頻道頁為流量入口的大多應(yīng)該是沒有明確購物目標(biāo)的用戶，這類用戶可能是來自促銷活動(dòng)或廣告，給用戶的第一印象非常重要，網(wǎng)站的操作體驗(yàn)，推薦的商品，頁面的美觀，這些因素在改版中都需要深思熟慮；搜索功能非常重要，這類用戶都是帶有明確購物目標(biāo)的；目錄導(dǎo)航也是針對(duì)沒有明確購物目標(biāo)用戶的，比較偏向于忠誠用戶；活動(dòng)專題分為重點(diǎn)商品專題，促銷活動(dòng)專題，以及事件專題；商品詳細(xì)頁的描述和UI有助于提升客單價(jià)，針對(duì)沒有明確購物目標(biāo)和有明確購物目標(biāo)的用戶都很重要。5.3網(wǎng)站轉(zhuǎn)化流程衰減節(jié)點(diǎn)分析圖5-2B2C網(wǎng)站購物流程衰減示意圖資料來源：網(wǎng)絡(luò)運(yùn)營社區(qū)（2）首頁入口的購物流程衰減漏斗模擬從首頁開始訪問網(wǎng)站直至最終下單支付的整個(gè)流程是用戶使用網(wǎng)站的最長的一個(gè)流程，所以我們對(duì)這個(gè)流程也作了細(xì)分，如上圖所示，其他的流程都可以在此流程中算成一個(gè)分支，對(duì)每個(gè)分支再去獨(dú)立細(xì)化，每個(gè)分支如果獨(dú)立去分析都能找出可以優(yōu)化的點(diǎn)。前三項(xiàng)，首頁，中間頁，商品詳細(xì)頁的停留時(shí)間和跳出率，能夠直接反映出頁面的質(zhì)量，如果跳出率太高，則首先需要考慮頁面的設(shè)計(jì)和內(nèi)容，特別是如果這個(gè)頁面在網(wǎng)站中的權(quán)重比較高，又是用戶經(jīng)常到達(dá)的頁面，那就特別需要花心思去優(yōu)化了。按照這個(gè)思路，我們首先可以找出網(wǎng)站中跳出率比較高的頁面，匯總以后逐一進(jìn)行優(yōu)化，加強(qiáng)這些頁面與上下游之間的聯(lián)系以及改善頁面上有交互體驗(yàn)的地方。5.4新老訪客數(shù)據(jù)對(duì)比圖5-3新老訪客數(shù)量對(duì)比圖資料來源：百度統(tǒng)計(jì)從新老訪客數(shù)據(jù)對(duì)比中，我們發(fā)現(xiàn)老訪客在人均瀏覽頁面、訪問深度、訪問時(shí)長等都比新訪客的要多要好，因而在產(chǎn)品轉(zhuǎn)化挖掘中，老客戶是重要的一部分。因此，針對(duì)效果轉(zhuǎn)化這一點(diǎn)來說，我們?cè)诰W(wǎng)站優(yōu)化工作需要考慮如何留住老訪客、如何提高新訪客的忠誠度的問題，需要非常認(rèn)真的考慮。5.5訪問深度與訪問時(shí)長要看是否從用戶體驗(yàn)角度進(jìn)行優(yōu)化，還需要看訪客的活躍度如何。訪客平均訪問深度越深、平均訪問時(shí)長越長，說明網(wǎng)站訪客活躍度越高，那么網(wǎng)站在用戶體驗(yàn)這一塊越好。下面的兩張關(guān)于網(wǎng)站訪問深度與訪問時(shí)長的統(tǒng)計(jì)圖可以看出用戶的活躍度：圖5-4訪問深度數(shù)據(jù)統(tǒng)計(jì)資料來源：百度統(tǒng)計(jì)從“訪問深度統(tǒng)計(jì)圖”里面，我們看到一個(gè)月以來，訪客訪問僅一頁的次數(shù)占了整月網(wǎng)站訪問次數(shù)的71.62%，這說明網(wǎng)站的黏度很不理想，而下一張“訪問時(shí)長統(tǒng)計(jì)圖”，其中1-3分鐘的訪問次數(shù)占到43.1%，再加上小于1分鐘內(nèi)的訪問次數(shù)，可以估算出訪問時(shí)長在0-3分鐘內(nèi)的用戶幾乎是占到了84%左右，圖5-5訪問時(shí)長數(shù)據(jù)統(tǒng)計(jì)圖資料來源：百度統(tǒng)計(jì)如果網(wǎng)站是單純提供內(nèi)容的網(wǎng)站這種結(jié)果可能影響不會(huì)太大，畢竟用戶愿意花上3分鐘的時(shí)間瀏覽你網(wǎng)站的內(nèi)容，說明網(wǎng)站的內(nèi)容還是能引起讀者的關(guān)注，但是結(jié)合到上面的訪問一頁的用戶競占到了71.62%，說明大部分用戶花上3分鐘左右的時(shí)間只瀏覽了網(wǎng)站的一個(gè)頁面，這個(gè)用戶黏度就有待提升了，可以嘗試使用其他的方式比如改善網(wǎng)站內(nèi)部鏈接的合理性，提高內(nèi)容與內(nèi)容之間的關(guān)聯(lián)度，在每個(gè)內(nèi)容頁中推薦其他相關(guān)熱點(diǎn)來吸引用戶多停留，這時(shí)做好內(nèi)容的規(guī)劃應(yīng)該是首要的任務(wù)。發(fā)現(xiàn)了問題所在，我們就需要根據(jù)實(shí)際的問題和情況進(jìn)行有針性的適時(shí)的網(wǎng)站優(yōu)化細(xì)節(jié)調(diào)整，提升整個(gè)網(wǎng)站的用戶體驗(yàn)。網(wǎng)站訪客活躍度不高，我們需要從站內(nèi)的內(nèi)容、內(nèi)鏈包括結(jié)構(gòu)上配合網(wǎng)站熱點(diǎn)圖情況進(jìn)行細(xì)節(jié)的分析然后做出調(diào)整。訪客訪問深度不夠，需要針對(duì)網(wǎng)站的內(nèi)鏈和側(cè)邊欄目結(jié)構(gòu)進(jìn)行分析、調(diào)整。如頁面，特別是瀏覽量大的頁面(譬如首頁、專題頁以及有排名的重點(diǎn)文章頁)中是否有相關(guān)的、最新的、熱點(diǎn)的內(nèi)鏈、推薦鏈接來引導(dǎo)訪客閱讀更多關(guān)于網(wǎng)站內(nèi)容，更全面的了解網(wǎng)站內(nèi)容有否有價(jià)值或是他需要的內(nèi)容。5.6訪問頁面與路徑分析從訪問頁面分析的數(shù)據(jù)來看，往往當(dāng)網(wǎng)站流量有爆發(fā)式增長時(shí)，都會(huì)通過1至3個(gè)頁面點(diǎn)的流量激增而體現(xiàn)出來，因?yàn)樵谕茝V的過程中我們不可能推廣全站的頁面，從推廣的著陸頁引流至網(wǎng)站，這種方式在現(xiàn)在的付費(fèi)推廣或交換鏈接廣告中很常見，我們推廣的初衷是想讓新用戶認(rèn)可網(wǎng)站的內(nèi)容或者服務(wù)而最終變?yōu)榫W(wǎng)站的忠實(shí)用戶,所以著陸頁的人性化設(shè)計(jì)，內(nèi)容的分布合理，相關(guān)內(nèi)容的選取合適，這個(gè)給新用戶就會(huì)留下好的印象，用戶的二次回訪機(jī)率也會(huì)大大增加。對(duì)于個(gè)別訪問較大的頁面，合理的鏈接布局規(guī)劃也能影響到用戶的下一步點(diǎn)擊概率。5.6.1失敗路徑錯(cuò)誤分析我們主要分析導(dǎo)致訪問者離開，并未能完成目的的原因。主要針對(duì)導(dǎo)致訪問者離開的關(guān)鍵點(diǎn)進(jìn)行分析。通常來說，訪問者在關(guān)鍵路徑中未能完成目的的情況主要有三種。第一種是訪問者在關(guān)鍵路徑入口直接離開，也就是我們常說的跳出。第二種是訪問者在關(guān)鍵流程中的頁面退出網(wǎng)站，也就是我們說的退出。第三種是訪問者在關(guān)鍵流程中離開，但并未退出網(wǎng)站，也就是我們說的流失。5.6.2跳出的關(guān)鍵頁面分析第一種情況訪問者在關(guān)鍵路徑入口的跳出有兩個(gè)原因，第一個(gè)原因是訪問者自身的原因，第二個(gè)是路徑入口頁面的原因。區(qū)分這兩類原因最好的方法是進(jìn)行對(duì)比，將不同的訪問者在同一路徑入口的表現(xiàn)進(jìn)行對(duì)比，如果大部分訪問者沒有跳出則說明是訪問者的原因。而如果大部分訪問者都跳出了就可能是路徑入口頁面的原因了。5.6.3退出的關(guān)鍵頁面分析第二種情況訪問者在關(guān)鍵路徑中離開網(wǎng)站需要我們對(duì)離開的情況和頁面進(jìn)行細(xì)分。如果訪問者在任務(wù)的過程頁面離開說明任務(wù)過程或功能中存在問題，如果訪問者在一個(gè)任務(wù)結(jié)束后離開網(wǎng)站，并未進(jìn)入下一個(gè)任務(wù)則可能是訪問者自身的問題，例如任務(wù)中途被打斷或改變?nèi)蝿?wù)。也可能是兩個(gè)任務(wù)之間的步驟出現(xiàn)問題。例如：對(duì)于站內(nèi)搜索來說，如果訪問者在搜索完關(guān)鍵詞未點(diǎn)擊搜索結(jié)果離開，則可能是搜索本身的功能問題，未提供滿意的結(jié)果。如果是訪問者點(diǎn)擊的搜索結(jié)果，到達(dá)信息詳情頁離開，則可能本次訪問者的目的是查看信息，也可能是信息詳情頁本身存在問題。需要進(jìn)行對(duì)比和測試進(jìn)一步分析。5.6.4流失的關(guān)鍵頁面分析圖5-6關(guān)鍵頁面流失數(shù)據(jù)統(tǒng)計(jì)圖資料來源：百度統(tǒng)計(jì)第三種情況訪問者在關(guān)鍵路徑中離開，但并未退出網(wǎng)站。這時(shí)我們需要對(duì)造成訪問者離開路徑的關(guān)鍵頁面進(jìn)行分析，尋找引導(dǎo)訪問者離開關(guān)鍵路徑的鏈接。這里分為兩種情況，第一種是訪問者通過全局導(dǎo)航離開，第二種情況是訪問者通過非全局導(dǎo)航的其他鏈接離開，例如推薦信息或廣告。對(duì)于第一種情況通過全局導(dǎo)航離開，應(yīng)屬于訪問者的主動(dòng)行為?？赡苁窃L問者臨時(shí)改變目的。而對(duì)于第二種情況，則可能由于不必要及錯(cuò)誤的引導(dǎo)導(dǎo)致訪問者離開，應(yīng)盡量避免。5.7系統(tǒng)環(huán)境分析圖5-7系統(tǒng)環(huán)境分析數(shù)據(jù)統(tǒng)計(jì)圖資料來源：百度統(tǒng)計(jì)從系統(tǒng)環(huán)境數(shù)據(jù)來看網(wǎng)站的用戶大部分都是移動(dòng)端的用戶，所以應(yīng)該考慮在保證傳統(tǒng)PC端網(wǎng)站的用戶體驗(yàn)下，還應(yīng)該加大投入移動(dòng)端的體驗(yàn)設(shè)計(jì)，現(xiàn)在有很多的網(wǎng)站都在嘗試響應(yīng)式的網(wǎng)站設(shè)計(jì)，或者是PC與移動(dòng)端獨(dú)立的設(shè)計(jì)風(fēng)格，這樣可以讓不同訪問渠道的用戶都能體驗(yàn)到網(wǎng)站提供的服務(wù)。同時(shí)未來的電商類網(wǎng)站就是應(yīng)該以移動(dòng)端為主，不需要有PC端的所有功能，PC端的容量比移動(dòng)端容量要大，且在核心服務(wù)上要有與PC版不一樣的體驗(yàn)。這也是為什么現(xiàn)在APP數(shù)量井噴的原因，現(xiàn)在多數(shù)電商站都是以PC端網(wǎng)站，WAP網(wǎng)站，APP，和微信公眾號(hào)等四合一的方式，全方位的滿足用戶在各個(gè)場景下的各種訪問需求。5.8訪客搜索來源從訪客地域等數(shù)據(jù)分析可以看出網(wǎng)站訪客的一些屬性，網(wǎng)站優(yōu)化目標(biāo)人群對(duì)應(yīng)訪問地域和訪客年齡段。假使我們推廣的目標(biāo)地域主要是廣東省，那么，我們需要分析網(wǎng)站的關(guān)鍵詞選擇、產(chǎn)品、服務(wù)信息的描述以及該城市門戶、地域網(wǎng)站的合作推廣，這樣更有利于有效轉(zhuǎn)化的提升。而通過搜索引擎來源和搜索詞的分析，我們還可以分析出個(gè)搜索引擎的優(yōu)化現(xiàn)有情況和目標(biāo)關(guān)鍵詞的優(yōu)化情況，為下一階段優(yōu)化方案作數(shù)據(jù)參考。圖5-8訪客搜索來源數(shù)據(jù)統(tǒng)計(jì)圖資料來源：百度統(tǒng)計(jì)5.9本章小結(jié)在實(shí)際的用戶訪問背景下，訪客會(huì)經(jīng)常在網(wǎng)站中的各個(gè)頁面之間跳轉(zhuǎn)，訪問的路徑不勝枚舉，但可以通過觀察焦點(diǎn)頁面及其上下游頁面，掌握訪客的來路和去向，發(fā)現(xiàn)較普遍的訪客訪問習(xí)慣。頁面訪問軌跡即用來完成該功能，用戶可自由指定觀察焦點(diǎn)頁面，系統(tǒng)會(huì)列出該頁面的前十位來路頁面和去向頁面。對(duì)觀察焦點(diǎn)頁面而言，其自身的導(dǎo)入、導(dǎo)出PV的多少能夠反映出該頁面在網(wǎng)站的權(quán)重地位，而通過觀察來源和去向頁面又能最大限度的了解到訪客的行為習(xí)慣及興趣點(diǎn)。訪問軌跡能夠告訴我們，用戶在一個(gè)網(wǎng)頁上的視覺大致瀏覽軌跡，即用戶的客觀行為。由此還可以得出一個(gè)網(wǎng)頁設(shè)計(jì)是否合理，是否能夠使用戶真正注意并且點(diǎn)擊到需要讓他點(diǎn)擊的位置，最終影響到整個(gè)網(wǎng)站的信息架構(gòu)。依據(jù)上述的分析思路，最終我們得出重新規(guī)劃和優(yōu)化網(wǎng)站的方向。首先在移動(dòng)端的投入加大，移動(dòng)端的用戶體驗(yàn)相比網(wǎng)站的來說，體驗(yàn)的場景完全不一樣，在保證網(wǎng)站核心功能的基礎(chǔ)上更多的考慮用戶使用APP的流暢性是一個(gè)設(shè)計(jì)的重點(diǎn)。其次在一些退出率和跳出率比較高的頁面做優(yōu)化，我們列出所有的問題頁面和頁面的上下游相關(guān)聯(lián)的主要頁面，比如專題，商品詳細(xì)頁，購物結(jié)算頁等等，每個(gè)頁面都重新規(guī)劃布局，刪除一些訪問失敗的頁面或冗余出錯(cuò)的頁面，在內(nèi)容頁上注重鏈接的合理布局；比如頁面的右上角和頁面分頁處的關(guān)聯(lián)鏈接布局。第三，不能忽視老訪客所建立起來的使用習(xí)慣，我們只在核心功能體驗(yàn)流程下開展優(yōu)化，比如登錄入口，商品推薦模塊等等，如果有一些更新與之前的設(shè)計(jì)有重大改變的，在更新發(fā)布后需要設(shè)置新用戶引導(dǎo)流程，盡量考慮到老用戶使用習(xí)慣，如果因?yàn)楦陌娑魇У舸罅坷嫌脩艟偷貌粌斒Я?。?shí)踐也證實(shí)當(dāng)所有的更改上線后，相關(guān)的運(yùn)營數(shù)據(jù)確實(shí)相比之前的都有所提升。互聯(lián)網(wǎng)產(chǎn)品的生命周期長短與提供的服務(wù)和產(chǎn)品息息相關(guān)，使用體驗(yàn)前期雖然可以考慮的很全面，但不可能讓所有用戶都滿意，產(chǎn)品的靈魂是內(nèi)容和服務(wù)，產(chǎn)品的魅力是用戶體驗(yàn)，二者相輔相成才能保證產(chǎn)品的無限活力。

結(jié)論用戶在網(wǎng)站或其他互聯(lián)網(wǎng)產(chǎn)品類的應(yīng)用中，所產(chǎn)生的每一個(gè)行為，包括點(diǎn)擊，注冊(cè)，登陸，點(diǎn)贊，收藏等，都包含著用戶的使