We read every piece of feedback, and take your input very seriously.
To see all available qualifiers, see our documentation.
Have a question about this project? Sign up for a free GitHub account to open an issue and contact its maintainers and the community.
By clicking “Sign up for GitHub”, you agree to our terms of service and privacy statement. We’ll occasionally send you account related emails.
Already on GitHub? Sign in to your account
数据困境:缺乏数据,不能做出完整的决策;而有了大量的数据,仍然只能得到极少的深入分析见解。
第1章就提到了我目前遇到的困境,收集到了一堆的点击流数据,却只有极少的分析
因为收集的所有数据都只描述了“是什么”(What),而没有说明“为什么”(Why)
知道“发生什么”很重要,然而更重要的是知道“为什么”
Web Analytics 2.0定义为:
分析自身以及竞争对手的定量与定性的数据,为用户以及潜在用户不断改善网站体验,并将其转化为你所期望的结果(线上与线下的目标)。
Web Analytics 2.0 多级策略与工具,强调**“多样性”**战略
一个网站要提供的产出有3个方面: 增加收入 降低成本 提高用户满意度与忠诚度 如果想获得管理者的重视,你必须关注多目标产出分析。
一个网站要提供的产出有3个方面:
如果想获得管理者的重视,你必须关注多目标产出分析。
第一步:选择网站分析系统前需要回答的3个关键问题
问题1:需要报表,还是需要分析 问题2:我们的优势在IT方面、业务方面,还是两方面都有优势 问题3:我只需要解决点击流数据,还是需要整个Web Analytics 2.0
第二步:系统选定之前问供应商的10个问题
问题1:你们的工具/解决文案与 Yahoo ! 和 Google 的免费分析工具之间有什么区别 问题2:你们是否是 100% 的 ASP?是否提供本地安装版本的系统?你们计划提供本地安装版本吗? 问题3:你们使用什么样的数据捕获机制 问题4:你们能计算使用你们工具的总成本吗 问题5:你们能提供什么样的支持服务?哪些支持服务是免费的,哪些是付费的?免费服务是否是全天候的 问题6:你们的系统当中哪些功能允许对数据进行族群细分 问题7:有哪些方式可以将你们系统的数据导入到公司内部系统 问题8:你们的系统提供了哪些功能可以将其他来源的数据集成到系统 问题9:你们是否可以列举2~3个目前正在规划的新的系统功能,保证你们的系统未来3年领先于竞争对手; 问题10:最近两家客户与你们解除合同的原因是什么?他们中谁还在使用你们的系统?我们可以给这些客户打个电话吗
第三步:识别网站分析系统(如何有效地试用分析系统)
提到了一点,让实习生(或VP)试用,其实每次有新的实习生的时候,应该先让试用一下系统,提出一些建议,不了解业务的人经常能提出有意义的建议
校验数据(数据不可能完全吻合,但很有意思!):比较试运行中几个工具之间的数据,并让供应商来解释各工具之间数据存在差异的原因。
哈哈,这个比较重要,在项目中同时使用两套工具,然后发现了公司内部统计工具的BUG。:smile:
如果没有比较,可能会一直以为数据是正确的。
第四步:确定合作前的谈判——详细检查供应商提供的合同服务条款
网站分析指标不断演变,从原先的 hit 到 PV 到访问量。而现在,则是产出。
8 个关键网站指标
访问 (Visits) 与访客 (Visitors)
网页停留时间与网站停留时间
跳出率
退出率
退出率是指不管从哪个页面进入网站,而在这个页面退出的访问比率; 跳出率是指仅从这个页面进入网站,没有做任何事,就在这个页面退出网站的访问比率。
转化率
参与度
优秀指标的4个特性
Avinash 关于网站成功的3个教训
关键指标的战略性对策
第一,确定最关键因素,主要是用来通过关键指标提示问题所在。第二个对策,合理利用自定义报表,对于自定义报表的讨论与争论能让人对网站的表现更为了解。最后一条,要从宏观方面把握整个网站的表现,而不要过于纠缠细节的方面。
从宏观上理解网站
问题1:有多少访客来我们的网站? 问题2:访客是从哪儿来的? 问题3:你希望访客在网站上做什么? 问题4:访客实际上在网站上做了些什么?
The text was updated successfully, but these errors were encountered:
No branches or pull requests
第1章 Web Analytics 2.0的新世界
第1章就提到了我目前遇到的困境,收集到了一堆的点击流数据,却只有极少的分析
因为收集的所有数据都只描述了“是什么”(What),而没有说明“为什么”(Why)
Web Analytics 2.0定义为:
Web Analytics 2.0 多级策略与工具,强调**“多样性”**战略
第2章 选择网站分析系统的最佳战略
第一步:选择网站分析系统前需要回答的3个关键问题
第二步:系统选定之前问供应商的10个问题
第三步:识别网站分析系统(如何有效地试用分析系统)
提到了一点,让实习生(或VP)试用,其实每次有新的实习生的时候,应该先让试用一下系统,提出一些建议,不了解业务的人经常能提出有意义的建议
哈哈,这个比较重要,在项目中同时使用两套工具,然后发现了公司内部统计工具的BUG。:smile:
如果没有比较,可能会一直以为数据是正确的。
第四步:确定合作前的谈判——详细检查供应商提供的合同服务条款
第3章 点击流分析的精彩世界:指标
8 个关键网站指标
访问 (Visits) 与访客 (Visitors)
网页停留时间与网站停留时间
跳出率
退出率
转化率
参与度
优秀指标的4个特性
Avinash 关于网站成功的3个教训
关键指标的战略性对策
第一,确定最关键因素,主要是用来通过关键指标提示问题所在。第二个对策,合理利用自定义报表,对于自定义报表的讨论与争论能让人对网站的表现更为了解。最后一条,要从宏观方面把握整个网站的表现,而不要过于纠缠细节的方面。
从宏观上理解网站
问题1:有多少访客来我们的网站?
问题2:访客是从哪儿来的?
问题3:你希望访客在网站上做什么?
问题4:访客实际上在网站上做了些什么?
第4章 点击流分析的精彩世界:实践操作
The text was updated successfully, but these errors were encountered: