Web Analytics 適用於社交網站嗎？

傳統的 Web Analytics 方法論和工具都是以 Page 為核心的分析，而社交類網站明顯是以人為核心。

（謝謝趙巍的推薦！這是周兄早晨給我的問題，抱歉答覆晚了。）

我覺得問題描述本身已經回答了這個問題。也許問題的側重點更多的是網站分析如何用於社交網站。

最傳統的方法確實是以page和點擊流為核心的，這些元素對於社交網站同樣重要，對於了解網站內容的熱度和設計的易用性等都是必不可少的參照。

另外就是以「人」為核心的分析，我在博客中也多次提到過網站分析最終研究的是人的行為和特徵，應該以人為核心。這一點對於社交網站來說就更加明顯了。可喜的是現在很多工具和方法越來越注重收集「人」的資料，像Unica NetInsight, Omniture SiteCatalyst / Discover和SAS Webanalytics都可以對一個人進行跟蹤，收集所有的預先配置的信息，甚至實現和CRM和其他數據的整合； 同時他們都提供原始數據的導出服務。 就連Google Analytics也推出了5個個性化變數可以用來給visitor分組。如果採用自主開發的，或者安裝開源的網站分析軟體比如piwiki的話，那麼對於任何一個Visitor ID的資料都存儲在了資料庫中。

所以，在數據收集層面上是沒有問題的，最大的挑戰是如何有效的利用這些數據。根據需求，在網站分析工具中當然可以配置很多個性化的metrics，以人為中心的metrics。不過目前我能夠看到的兩類主要收益，一個是通過datamining，增加對用戶的了解，一般的做法是創建用戶族群，分析每個族群的特徵；第二個是做predictive model和customization，通過已有的數據來預測下一個需求，通過已有的數據來確定需要推送的不同的內容和服務。

在這裡，網站分析所能採集的數據肯定是不夠的，還需要加入網站本身的用戶數據，這樣才能獲得一個相對完整的數據集合。為了能夠有效的連接兩個不同的數據源，在挑選工具和安裝工具的時候，就需要考慮如何把用戶ID傳送給網站分析工具的問題。

話說回來了，網站本身資料庫的信息何嘗不是網站分析的數據源呢？對於研究社區的活躍度和健康度來說，根據這些數據來提煉出UGC的數量，對一個話題的響應速度和數量，一個話題的平均存活時間，歷史話題被重新激活的比率等，其價值都不言而喻。

問題很開放，期待大家一起討論，找出更多更好更加符合需求的方法來。

WA絕對適用於任何網站。
-但問題的關鍵在於我們想得到什麼數據？數據能帶給我們什麼?

單純的為了把一張損益表說圓；或是給資方一些交代明顯不能算是Web Analytics的核心價值所在。套用天岸的話：分析這東西，如果能解釋出成功了多少，會讓人開心；如果能解釋出失敗了多少，才有實際的價值。也就是說它能夠指導我們做更多沒有做到位的事情。

問題描述中說：傳統的 Web Analytics 方法論和工具都是以 Page 為核心的分析，而社交類網站明顯是以人為核心。

說說以人為核心的產品如何在頁面分析中反饋出來——拋磚：

- 前端交互：

• 點擊了「Endorsement | 感謝作者」的人在該頁訪客數量中站多大比例。作為評估提問、回答質量高低的參數之一。
• 編輯框激活狀態時間（也就是用戶編輯了多久，排除設定的超時以及那些過長的回答）

- 回答問題的數量、總時間等：

• 用以界定用戶是否活躍？（這裡所提到的東西都是假設，這種脫離現實世界的說法可能都不很客觀，哪說哪了）

- 訪客在頁面停留的時間長度：

• 問題質量的高低的參數之一

除了上述的最簡單維度之外還有更多可供使用的參考數據，一時也想不起，也說不全。

仔細想了一下國內與此有關的資料委實不多，我就簡單推薦幾篇
天岸（夏海龍）先生在 SEMWatch 中曾經撰寫的系列文章
《Engagement-index：參與度指數 》系列。
鏈接：http://semwatch.org/2010/07/engagement-index-1
BTW:他現在人已到知乎。