如何進行網站分析?

如何對一個網站進行全面的分析?主要流程需要有哪些,哪塊最重要,你是如何認為的呢?


先進行定性分析,改善明顯缺點,再進行定量分析,持續優化提升。

定性分析部分:

1. 可用性測試——能不能用

使用不同設備、瀏覽器打開網站,是否可以正常展示?響應時間?必要情況下,還需要測試在不同地域打開網站的響應速度。

2. 易用性測試——好不好用

先親自測試:網站的各部分、流程是否能順暢使用。一般從導航欄開始,逐步打開各內容,最後要清查一些細節如外鏈、網站地圖、Footer等部分。

再邀請網站潛在用戶測試,可分為兩種測試:

1)在不給任何提示建議引導的情況下:觀察其對網站的使用是否流程、各部分內容的興趣程度,記錄下你沒有預料到的動作,在測試結束後詢問了解其動機。這種測試的目的在於徹底了解用戶可能遇到的麻煩和疑惑,在有條件的情況下至少邀請三位不同用戶進行測試。

2)在有引導的情況下進行:和前一種的不同在於,如果發現用戶卡在某個位置,或者找不到某內容,可以進行提示和引導。這種方式有助於用戶全面完整地探索整個網站,讓我們更全面地了解到整個網站的易用性情況,缺點是由於有引導,這類測試無法反映真實情況下用戶的使用行為。

經過定性分析後,可以發現一些非常明顯的缺陷和漏洞,再對這些部分進行修正完善後,網站可以發布給目標大眾使用,為了進一步發現可優化的細節,我們需要使用網站數據監測工具監測與分析:

定量分析部分:

3. 基本數據監測——了解網站基本表現情況

最基本的三個指標:

1)流量:了解網站有多少人訪問,這主要取決於推力(廣告、軟文引薦、SEM等)和拉力(內容質量、口碑引薦、SEO等)。

2)彈出率:有多少訪問是來了就走的?這體現了廣告內容與網站內容的匹配程度,也反應用戶進入網站後的第一頁的內容吸引力。

3)使用時間:用戶平均花了多少時間在網站上,花了多少時間在某網頁里,衡量吸引力。

4.互動及轉化分析——衡量網站是否成功

首先要確定整個網站存在的目的(大目標)是什麼,可能是:

1)網站為品牌帶來更多瀏覽,增加品牌內容知名度和認知度;

2)網站作為銷售平台,帶來更多線上銷售,提升銷量;

3)網站作為預售預約平台,帶來更多預約與試用,產生潛在用戶;

4)等等

在確定大目標後,將這些大目標轉化成小目標,以便進一步具體衡量。

以網上銷售化妝品為例:

1)在用戶點擊」了解更多「按鈕上設置轉化標籤,每當用戶點擊了按鈕,就計為一次」感興趣「轉化;

2)在用戶提交自己的信息,註冊會員時,設置轉化標籤,每當有用戶註冊會員,就計入一次」會員「轉化。注意,在註冊會員過程中,可能有某些欄目設置得太複雜,導致很多人在這步停滯不前,當我們從數據上發現這點,就可以立刻進行優化。

3)試用樣品郵寄申請,設置轉化標籤,每當有人申請試用,就計為一次」試用「轉化,這樣的轉化標籤可以持續跟蹤客戶,我們可以了解到這部分對我們產品很有興趣的訪客是從哪裡來,他們一般感興趣哪些內容,搜索關鍵詞是什麼,回訪頻率如何等等。

成功轉化流程範例:

感興趣(36%)—&>註冊會員(15%)—&>申請試用(7%)—&>最後的購買(2%)

通過數據分析具體是哪個環節表現得最好,哪裡可以需要優先進行提升改善。

5.AB Test——持續優化提升

發現有待改善的部分後,我們可能可以設計出不同的改善方案,但若想達到更好的效果,除了對方案進行定性測試外,還可以進行AB test,讓市場大眾來決定他們更喜歡哪個方案。

例如:

我們發現網站通過廣告、SEM、軟文引薦等方式得到了很多訪問,但彈出率卻非常高,我們懷疑是用戶登錄網站的頁面不夠具有吸引力。這種情況下,我們可以嘗試設計出兩種甚至多種新的頁面,可能是改變頁面布局設計,可能是改善頁面內容……

之後通過Omniture或者Google Analytics的AB test工具,可以同時發布兩種界面,用戶會被隨機地引導到其中一種界面,我們就可以通過一些指標,如彈出率、停留時間、轉化率等,來判斷哪個新的界面更好。

總結提示:越是前面越是基礎,如果沒有做過基本的定性分析測試,其實沒必要立刻使用各種監測工具進行定量分析。


【分享】網站細分分析的十個要點

1、一濾、二組、三細分

雖然網站(流量)分析的數據量是海量(譯者註:UV超過10萬UV/天的網站網站日誌、訂單數據、商品數據、會員數據等每天產生的數據一般都是以G為單位原始數據。),但往往也會很容易導致一些錯誤的結論(譯者註:大數據量意味數據內容多,但如果對於數據的收集過程或者數據本身是否有偏/不足不了解,就很容易在分析的時候做出的決定是錯的)。由於JS代碼的執行是在客戶端(瀏覽器載入網頁的過程中),所以有很多固有的錯誤是無法避免的,除非你對這些數據進行過濾處理。另外,如果不對數據進行細分,那麼往往top10與TOP50列表內容各個時間段都並不太會有太大改變(譯者註:對於一個流量相對穩定的公司來說,排名前面幾位的一般變化不大。所以分析時候,最好看每個大類下面的TOP50,更容易發現一些數據的異常)。

2、細分客戶類型

常規的用戶類型:新訪者、潛在用戶(多次訪問過訪問,但沒有註冊)、會員、聯盟客戶、公司員工。不同類型的用戶訪問網站的行業差異性很大。會員的行為與潛在用戶可能完全不一樣(譯者註:因為不同類型的用戶來網站的目的是不一樣的,會員來購買可能注是為了購買某種商品,而潛在用戶可能只是來看看或者進行比比價)。會員有時候會讓轉化率這個指標出現虛高,往往公司內部員工的轉化率會比較高。

3、對渠道類型進行劃時代

渠道類型主要分為:付費與自然流量;付費媒體與免費媒體,內部與外部廣告,以及聯盟。很多網站分析工具提供的基本的流量細分報告,但如果沒有另外再加入跟蹤代碼,可能很難超越的三種基本類型。

一些關鍵流量渠道細分必須考慮加入一些代碼包括:如果一些社會化渠道來源(一些人分析你網站的內容的轉貼或者發貼),自有社會化媒體的渠道(像在youtube或者facebook上官方主頁之類;付費或者自然搜索;自然的引用鏈接(像別的網站轉載你的內容然後會加上原文鏈接),一般網站鏈接的交換。否則這些渠道的流量跟蹤可能會無法統計。

4、仔細檢查自然流量加的代碼

許多網站的自然流量往往是不可信因為加入的代碼往往質量很差。請仔細檢驗你的郵箱、社會媒體、重定位或者手機流量的監測代碼是否準備且完全正確的,這樣才能對更準備去判斷是否統計的自然輸入是真的直接輸入。

5、通過意向對內容進行細分

網站的用戶可以分為:研究、購買、重複購買、談判、推薦。不對的人對於內容的印象是不一樣的,所以利用這些相同的內容定位命名為你的網站分析報告。隨著時間的推移,通過構建一個好的購買流程漏斗:包括:研究、遊客,購買,交易和/或更新,從而不斷的夠優化用戶體驗。

6、利用有意義的的方法劃分產品類型

就像你通過內容來細分目的,為了更好追求從而更好的分析/識別業務上產品的配置便於作的擴展分析。

7、跨平台的整合數據

網站分析數據不應該被交易數據所替代,整合不同的數據源用於理解的分析或者記錄的信息的區別。從記錄的信息中得出結果,二者並不相等,信息並表示結論。

8、更貼近你的客戶

許多在報告中呈現的專業術語與科學術語似乎與商業股東的利益沒有明顯的相關。轉變報告的內容表達從而更好走向你的「聽眾」,讓他們更好的理解報告。

9、為每一個推測建議目標並檢驗這些預測

一個好的網站分析師通過假設、以及從數據中發現的規則來對未來的趨勢做出預測,基於對於整個市場的趨勢做出研判。一個偉大的網站分析師可以給猜測一個合適的解釋,從而可以為下一步月度、季度、年度去評估這些預測的目標。

10、把商業驅動與細分指標聯繫在一起

您的業務主要集中在積極的收購重點產品?開始分割你的數據,包括關鍵的發現,圍繞該焦點。

你報告的聽眾是否持續深入的進一步你的用戶服務行為,而不是僅僅把焦點集中的新用戶服務、潛在客戶的細分上。與業務相一致,以及注意各類細節,從而讓你的分析你的聽眾願意接受分析,並保持開放。

本文來源:互聯網 信息搜集整理提供:會點網http://HUI.NET袁帥


網站上線SEO分析:

網頁上線之前的所有檢查工作

1.標題描述

2.網站死鏈接

3.H1標籤 js調用

4.錯誤的鏈接 比如 不帶末尾的/

5.短域名是否去掉(如果不能去掉是否做了301重定向)

6.ask是否偽靜態

7.robots是否完善,地圖是否製作

8.網站導航是否合理應用

希望我的回單對你有幫助!了解更多seo方面知識歡迎加我好友。汪愛佳seo回答


發現現在網站分析太過於流量化。不是說流量不重要,而是如果真要做好產品,最終需要「討好」的仍然是客戶,而不是搜索引擎。所以最重要的是理解網站的核心功能是什麼,要滿足用戶什麼需求?然後分析網站是否真的滿足了這些需求,如何改進,當然還要考慮自己商業轉化利益最大化。

為實現這些,你需要大量的數據支持。

除了基本的流量指標分析外,更應該注重用戶行為的分析,了解你的用戶行為是否跟你的產品設計時所預想的一致?是否達到了產品的運營目的?如果沒有改如何改進產品?要獲取豐富的用戶行為數據,你需要一款趁手的工具,比如說GA。在用戶的各種行為點上留下有效互動的事件數據。

關於做流量,很多人還局限在seo的範圍里,其實互聯網已經跟幾年前發生了巨大的變化,信息入口已經不僅僅只有門戶和搜索,多嘗試SNS的流量,會有更高的投入產出比。其次多關注新的東西,越新的東西,往往意味著越高的投入產出比。


1.明確你的網站是什麼類型的(社交?營銷?論壇?內容?等)

2.做好市場調研,利用各種第三方的輔助工具進行分析例如:

網站優化所需要的SEO工具可以按照不同的用途進行分類:

外鏈檢查工具:Yahoo Site Explorer、Open Site Explorer、Majestic SEO

關鍵字查詢工具:百度指數、Google AdWords關鍵字工具

關鍵字排行工具:百度搜索風雲榜、搜狗熱搜榜

搜索引擎工具:百度站長平台、360站長平台、 搜狗站長平台

SEO效果分析工具:Alexa、CNZZ、百度統計

網站分析工具:站長平台

網站營銷力工具:旋渦營銷診斷工具

3.根據分析看效果,進一步做運營計劃,建議多看數據,從數據入手。


在網上看到一篇文章,挺好的,特轉過來。

網站分析的首要目標是提升線上客戶的用戶體驗。網站分析不是提供報表的一種技術,而是優化網站的一個有效的流程。下述的框架有助於在公司建立數據驅動的文化,去監測客戶與網站的交互,細分客戶群體,了解每個不同群體的行為,分析不同營銷活動的回報率,以及優化網站提升盈利水平。

網站分析的流程:-

1、先確定一個明確的商業目標-

2、建立一套KPI來監控目標的達成-

3、準確及完整的採集數據-

4、分析數據,獲取洞見-

5、對分析中得到的一些假設進行測試-

6、行動(根據從分析或者測試中得到的經驗進行網站優化)-

確立網站目標-

這個是網站優化的第一步,在提升網站之前,首先要理解網站的目標。下面的問題可以幫助你去定義網站的目標:-

網站存在的價值是什麼?每一個網站都有自己獨特的目標。對某些網站來說,它們的目標是提升網站的PV來賣更多的廣告(媒體類網站);對另外的一些網站來說,它們的目標是減少網站的PV,因為他們想訪客更快的找到答案(問答幫助類網站);有些網站,它們的目標是使用戶去購買(增加銷售);而另外一些網站,目標可能是針對滿足其條件的客戶進行銷售(不滿足條件的客戶會降低利潤率)。但,正如JImSterne在他的書《SocialMediaMetric》中所說:網站的關注點總是在增加收入,降低成本,或者提升客戶滿意度這三點加上。所以可以把這三個目標一起做。

正如上面的網站分析流程所提到的。目標是網站分析流程的第一步。只有確立了目標後,我們才可以建立KPI。同樣,根據網站分析後優化的結果持續的修正目標也是很重要的。-

建立KPI-

為了監控目標實現,營銷人需要建立KPI以了解網站發展的趨勢。KPI應該如優秀的藝術品一樣,能讓你動心。或讓你高興,或讓你傷心,但不會讓你無動於衷。如果是那樣,則表明你用錯了KPI。優秀的藝術品是稀少的,每個博物館都只有少量的令人心動的藝術品;也不是每個藝術品都能獲得相同的人欣賞。KPI也是這樣,每個公司都只有少量的真正有用的KPI,每個人(或者層級)關心不同類別的KPI(與自己每天的工作息息相關的指標)。如管理人員關心的是總體的目標轉化表現,中層管理人員關心的是營銷活動和網站優化的結果,分析師則需要關心每一個指標。-

好的KPI應該具有下面的四個屬性:

  • 簡單:公司的決策涉及到不同部門,不同背景的不同人。如果網站分析師是唯一理解KPI的人,那麼在做決策的時候就沒有人會用這KPI。
  • 相關:正如上面提到的,不同的公司都有其獨特的目標,因此,不同公司應該有不同的KPI去監測網站的趨勢。
  • 及時:KPI的數據應該能及時獲得,以便決策者能快速及時的決策。如果行業每個星期都在發生變化,但KPI數據需要一個月才能出來,那麼再優秀的KPI也是無用的。
  • 直觀:決策人員能夠快速理解KPI的意義是非常重要的。這樣人們第一眼看到這些數據就可以知道這個數據是什麼,能怎麼用。

確立了網站的目標和相應的指標,才能確定需要採集什麼數據。-

採集網站數據-

一個公司在採集網站數據(或評估網站數據採集)的時候,應該問兩個問題:

  • 數據是否準確:如果你的數據不準確,相當於在沙地上建一座大廈。基礎很容易就會動搖。
  • 是否採集到所有所需的數據:如果相關數據沒有被採集,你很難準確的理解用戶的行為。

這裡不會深入說明數據採集的方式(日誌,javascript標記,網路信標或者網路抓包),因為已經有大量的文檔說明這些方式如何實現。-

分析數據-

下面我提供我在從數據分析方面的一些思考和優化網站的一些步驟:

  • 就像100米自由泳的運動員與100米賽跑的運動員不能相提並論,一個網站也不合適跟其他網站進行對比。最好的方法是長時間記錄網站的趨勢,跟歷史進行對比,理解網站是否有提升。就像游泳運動員不斷提升,打破自己的記錄
  • 在訪客參與度方面,沒有絕對的真理。訪問中pv的數量高也許是好事(對內容網站來說),也許是壞事(對問答幫助類網站來說),或者沒有指示意義(對flash和ajax型網站來說)。然而時間很有可能是訪客參與度相關度比較高的指標。
  • 跳出率監控引入的網站流量的質量,如果訪客根本不與你的網站發生互動,那麼你的網站很可能有問題:吸引了錯誤的訪客或者欺騙了訪客
  • 訪客到達你的網站的搜索關鍵詞能告訴你他來網站的目的。高跳出率的關鍵詞說明他們的目標需求沒有達成。有可能是關鍵詞本身相關性不高但排名較高,也有可能是訪客到達的這個頁面沒有合適的calltoaction告訴他該怎麼做。
  • 站內搜索會清晰的告訴你訪客需要的內容是什麼。所以可以關注哪些關鍵詞的參與率較高(可以觀察搜索後的網站停留時間),或者哪些搜索結果讓訪客離開(搜索後的退出率)。也許用戶在尋找你沒有銷售的一款產品,也許你的站內搜索有問題,導致一些重要產品的搜索無結果。google證明了搜索對用戶來說是極之重要的,所以必須要重視。
  • 數據可視化就像雨中汽車擋風玻璃的雨刷,讓駕駛員可以看得更清楚。有大量的圖表工具可以實現數據的可視化。如果你喜歡數字,是挺好的。但不能假設每個人都喜歡數字。事實上大部分人是討厭數字的。所以需要使用線圖,餅圖,熱圖等工具進行數據可視化,方便其他人員理解這些數據。

需要知道的是,數據分析有三種結果(如上面的網站分析流程圖所示)

  • 發現一些很明顯的導致網站轉化問題的問題。-&>立即修正
  • 產生一個新的假設-&>進行分離測試
  • 發現數據採集問題,重要數據丟失或者不準確-&>修正數據採集中的問題

分離測試-

在沒有經過充分測試之前就完全改版是很不明智的。進行測試,我們可以降低由於設計上的問題造成的收益減少,同時為決策提供科學的支持。但試驗的最有趣的地方不是最後的結果,而是對客戶的學習理解的過程。測試提供一個機會讓你去了解客戶喜歡什麼,不喜歡什麼,什麼會影響客戶的轉化。這些有助於設計出更滿足客戶需要的網站,提升網站的轉化。-

網站分析師必須不斷去嘗試,快速試錯,測試各種選項。理解應該是由客戶決定,而不是設計師或者網站管理員決定網站是什麼樣的。試驗和測試以民主的方式對一個設想進行判定。這意味著組織里的每一個人都可以提出自己的設想,最終由客戶(市場)評判哪個是最好的。這是科學的判斷方式。-

網站測試的一些技巧:

  • 不是只有著陸頁才能做測試:測試應該在全站開展.像網站退出率較高的頁面和可能產生收入的地方
  • 從小做起:應用測試工具(和技巧)從小試驗(不需要高層許可的地方)開始做起。在你熟悉了測試工具和相應的技巧後,可以嘗試對一些重要的頁面進行測試。但只針對小部分群體(或者低價值群體)。然後再做一些更重大的測試。
  • 監控多目標:當首要目標的轉化提升的時候,可能會降低一些次要的轉化(如註冊或者郵件訂閱),這些可能會對網站的長期發展產生負面影響。
  • 測試不同細分群體:不同的細分群體如地理位置的不同或者操作系統(mac,pc)可能有完全不同的行為。所以測試應該針對不同細分群體,以理解他們之間的行為差異。

採取行動-

巴西人有一句很有名的名言:翻譯出來的意思就是「煮熟的鴨子飛了」。一個網站分析師成功克服前面的各種困難,得出一些有效的洞見,但在行動上被卡住了,得不到執行,就相當於「煮熟的鴨子飛了」。沒有行動的網站分析是沒有意義的,網站分析的價值最終要靠對分析洞見的執行,實現對網站的優化展現。-

下面是幫助你克服執行瓶頸的一些技巧:

  • 獲得管理層的支持:由於涉及到任務優先順序的設定及資源的分配,所以必須獲得管理層的支持。
  • 從小出發:從小出發有助於人們理解網站分析的價值,知道應該期待什麼,更好的使用工具,也讓他們理解需要他們做哪些配合。
  • 友好:友好地與其他人進行溝通,有助於你更好的完成任務,而不是被抵抗。

總結-

最大的問題是:網站怎麼說服訪客去購買產品或者閱讀文章(完成網站的目標)?答案是:觀察數據,理解網站上面發生的事情,聽從客戶的心聲,優化網站以更好的服務用戶。畢竟他們是網站存在的原因。應該由客戶決定我們應該做什麼,而不是諮詢顧問、朋友或者自己的感覺。網站數據和在線調查是了解用戶需求的最好方式。

添加微信公眾號(cn99click),獲取免費試用產品及精華乾貨文章。


一般都是用一些輔助第三方分析工具的 邯鄲網站優化http://www.hdseokeji.com


網站分析需要學的東西太多,不過一般都會藉助第三方分析工具,現將數據提取出來,然後再對此深度挖掘,不過有的分析公司也會提供數據分析報告,我們在用的那個99click公司的siteflow就可以,要不然我們也得學習了。


謝謝


你們看看這個網站 http://www.kfsiwei.com


很棒哦~http://wanword.com


先上圖:

本文來源於《網站分析實戰》讀書筆記,從網站分析的基本概念,常用分析方法,主要分析內容等幾個方面來闡述網站分析,很適合系統性學習網站分析。強烈建議買實體書籍查看學習。文章詳情:帶你走進網站分析的世界!


推薦閱讀:

數據分析/商業智能對數學的要求很高嗎?普通二本計算機專業可以發展嗎?
Google trends、Alexa 和 Compete 哪個分析數據最權威?
SimilarWeb 的流量依據是來源於哪裡?準確度如何?

TAG:網站運營 | 數據分析 | 網站分析 | 網站優化 |