今天給各位分享學(xué)習(xí)網(wǎng)站數(shù)據(jù)分析的知識(shí)，其中也會(huì)對(duì)鑷鏁版嵁鍒嗘瀽緗戠珯進(jìn)行解釋?zhuān)绻芘銮山鉀Q你現(xiàn)在面臨的問(wèn)題，別忘了關(guān)注和分享本站。

一步步教你分析網(wǎng)站數(shù)據(jù)

一步步教你分析網(wǎng)站數(shù)據(jù)

可用性測(cè)試和數(shù)據(jù)分析是一對(duì)無(wú)敵好搭檔，它們讓我們更多地了解用戶(hù)，跟蹤我們的目標(biāo)，解決意外的問(wèn)題。說(shuō)到解決問(wèn)題，數(shù)據(jù)分析告訴我們哪些頁(yè)面或者流程正在給用戶(hù)造成麻煩，哪些領(lǐng)域需要我們?cè)诳捎眯詼y(cè)試中重點(diǎn)關(guān)注。接下來(lái)，可用性測(cè)試會(huì)告訴我們?yōu)槭裁从脩?hù)會(huì)表現(xiàn)出某些特定的行為。在這兩者之上，我們可以為網(wǎng)站擁有者提供重點(diǎn)明確、針對(duì)用戶(hù)的建議。

在小紅（和許許多多與之相似的用戶(hù)體驗(yàn)從業(yè)人員）的例子中，數(shù)據(jù)分析能揭露用戶(hù)到底是怎么訪(fǎng)問(wèn)網(wǎng)站的。雖然小紅和客戶(hù)在用戶(hù)體驗(yàn)或顧客方面的經(jīng)驗(yàn)可能讓他們對(duì)于測(cè)試什么有了不錯(cuò)的假設(shè)，但對(duì)于人們是如何訪(fǎng)問(wèn)網(wǎng)站，數(shù)據(jù)分析展示給他們的是更為清晰、無(wú)偏見(jiàn)的方式。

對(duì)于任何希望通過(guò)學(xué)習(xí)一些簡(jiǎn)單的工具來(lái)讀懂?dāng)?shù)據(jù)的人，數(shù)據(jù)分析可以幫助你：

識(shí)別網(wǎng)站上出問(wèn)題的地方顯露網(wǎng)站對(duì)于用戶(hù)的吸引力測(cè)量設(shè)計(jì)上的改善帶來(lái)的結(jié)果

在這兩篇系列文章中，我將會(huì)解釋如何利用數(shù)據(jù)分析來(lái)識(shí)別用戶(hù)有問(wèn)題的地方，以及網(wǎng)站的哪些地方會(huì)從可用性測(cè)試中受益最多。本篇文章的重點(diǎn)為——三個(gè)識(shí)別網(wǎng)站問(wèn)題的參數(shù)：跳出和退出率(bounce and exit rate)，頁(yè)面平均時(shí)間(average time on page)和目標(biāo)價(jià)值(page value)。在第二部分，我們會(huì)進(jìn)一步利用這些參數(shù)來(lái)識(shí)別drop off points，然后我們會(huì)深入到數(shù)據(jù)分段(segmentation)來(lái)獲取額外的細(xì)節(jié)信息。

辨認(rèn)問(wèn)題網(wǎng)頁(yè)（組）

作為一名自由職業(yè)者和用戶(hù)體驗(yàn)咨詢(xún)師，我與各種各樣不同領(lǐng)域的網(wǎng)站合作過(guò)，其過(guò)程非常一致，總是以數(shù)據(jù)分析為開(kāi)端。最開(kāi)始我會(huì)去辨認(rèn)每天有多少用戶(hù)訪(fǎng)問(wèn)這個(gè)網(wǎng)站，哪個(gè)頁(yè)面最常用。這會(huì)給我一個(gè)大概的感覺(jué)，知道人們是如何訪(fǎng)問(wèn)這個(gè)網(wǎng)站的。然后我會(huì)進(jìn)行下一步：辨認(rèn)潛在的出問(wèn)題的領(lǐng)域，繼而知道我的用戶(hù)體驗(yàn)建議將會(huì)著重在哪一塊。

總體來(lái)說(shuō)，我會(huì)觀(guān)察三種類(lèi)型的參數(shù)來(lái)辨認(rèn)問(wèn)題所在：

跳出和退出率(Bounce and exit rate)頁(yè)面平均時(shí)間(Average time on page)目標(biāo)價(jià)值(Page value)

跳出和退出率(Bounce and Exit Rate)

跳出率和退出率是兩個(gè)可能造成混淆的參數(shù)。跳出率是只訪(fǎng)問(wèn)了網(wǎng)站的一個(gè)頁(yè)面的用戶(hù)的比例：在一個(gè)頁(yè)面登陸，但是沒(méi)有去訪(fǎng)問(wèn)任何其他頁(yè)面就離開(kāi)了網(wǎng)站。

【譯者注：谷歌官方解釋為“跳出率指單頁(yè)訪(fǎng)問(wèn)次數(shù)（即訪(fǎng)問(wèn)者從入口頁(yè)離開(kāi)網(wǎng)站而未與網(wǎng)頁(yè)互動(dòng)的訪(fǎng)問(wèn)次數(shù)）所占的百分比”?！?/p>

退出率是從一個(gè)頁(yè)面離開(kāi)了網(wǎng)站的用戶(hù)的比例（它包括了那些之前在該網(wǎng)站瀏覽了其他頁(yè)面的人）。

【譯者注：谷歌官方解釋為“退出百分比指從某個(gè)或某組特定網(wǎng)頁(yè)退出網(wǎng)站的次數(shù)所占的百分比”?！?/p>

如果我發(fā)現(xiàn)了網(wǎng)站的一部分出現(xiàn)了一個(gè)很高的跳出或者退出率，我會(huì)做上筆記，以防某些頁(yè)面的什么東西造成了用戶(hù)的離開(kāi)。一個(gè)有著高跳出率的頁(yè)面可能說(shuō)明這個(gè)頁(yè)面上的內(nèi)容不是用戶(hù)來(lái)到這個(gè)頁(yè)面所期望看到的東西。一個(gè)高退出率的頁(yè)面可能說(shuō)明這個(gè)網(wǎng)頁(yè)導(dǎo)致了用戶(hù)在他們想要的流程中半途而廢——從另一方面看，如果一個(gè)高退出率的頁(yè)面是流程的最后一頁(yè)，那么這個(gè)高退出率就不再是個(gè)問(wèn)題了。

用谷歌分析（Google Analytics）中的“加權(quán)排序（weighted sort）”會(huì)讓跳出率更加有用。根據(jù)谷歌分析，“加權(quán)排序把百分比數(shù)據(jù)根據(jù)重要程度排列，而不是序號(hào)排列”。舉個(gè)例子，一個(gè)頁(yè)面雖然有著100%的跳出率，但在過(guò)去的一個(gè)月中，只有一個(gè)用戶(hù)訪(fǎng)問(wèn)，然后離開(kāi)了該頁(yè)面（另外一個(gè)更大的問(wèn)題可能是沒(méi)有任何人訪(fǎng)問(wèn)過(guò)這個(gè)頁(yè)面！）。如果一個(gè)頁(yè)面有80%的跳出率，但是是一個(gè)在流程中非常關(guān)鍵的起始頁(yè)面，那么這個(gè)網(wǎng)站可能因此流失了大量的生意。為了更好地為頁(yè)面可用性測(cè)試做準(zhǔn)備，我們必須辨認(rèn)出問(wèn)題出現(xiàn)的原因：是因?yàn)闆](méi)有人訪(fǎng)問(wèn)這個(gè)頁(yè)面，還是每個(gè)訪(fǎng)問(wèn)的人都馬上離開(kāi)了網(wǎng)站？

頁(yè)面平均時(shí)間(Average Time on Page)

“頁(yè)面平均時(shí)間”是指用戶(hù)瀏覽某個(gè)頁(yè)面所花費(fèi)的平均時(shí)間。如果我發(fā)現(xiàn)有一個(gè)頁(yè)面的“頁(yè)面平均時(shí)間”很低，這可能意味著該頁(yè)面沒(méi)有引起用戶(hù)足夠的注意。從另一反面來(lái)看，如果用戶(hù)在一個(gè)結(jié)賬頁(yè)面停留很久，那么可能是因?yàn)樵擁?yè)面過(guò)于復(fù)雜了。當(dāng)然，所有的參數(shù)都必須放在具體的情境下分析；如果一個(gè)博客文章有一個(gè)很高的“頁(yè)面平均時(shí)間”，那么總體來(lái)說(shuō)是一個(gè)好的現(xiàn)象，因?yàn)檫@可能意味著用戶(hù)真的在閱讀整篇文章。

另外一個(gè)衡量頁(yè)面表現(xiàn)的非常好的方式是利用“與網(wǎng)站平均數(shù)比較”的選項(xiàng)。這個(gè)圖會(huì)顯示某些頁(yè)面在某個(gè)參數(shù)上是不是在很大程度上高于或者低于平均值。雖然這些頁(yè)面仍然需要一頁(yè)一頁(yè)地分析，因?yàn)椴煌捻?yè)面有用不同的目標(biāo)，但是低于平均瀏覽時(shí)間的頁(yè)面總體來(lái)說(shuō)可能會(huì)有問(wèn)題，假設(shè)目標(biāo)是為了讓用戶(hù)繼續(xù)閱讀的話(huà)。下面的例子清晰地表現(xiàn)出“聯(lián)系（contact）”頁(yè)面相對(duì)來(lái)說(shuō)有比平均值更低的瀏覽時(shí)間，然而“博客（blog）”頁(yè)面有高于平均值80%的時(shí)間。

再次強(qiáng)調(diào)下，情境是關(guān)鍵。用戶(hù)可能來(lái)到聯(lián)系頁(yè)面來(lái)尋找一個(gè)公司的地址，或者聯(lián)系電話(huà)。如果他們成功地找到了，那么他們就會(huì)離開(kāi)該網(wǎng)站，因此較低的頁(yè)面瀏覽時(shí)間在這里是一個(gè)好的現(xiàn)象，說(shuō)明頁(yè)面很有用。一個(gè)“博客”頁(yè)面是用來(lái)吸引用戶(hù)的注意的，因此一個(gè)高于平均值的時(shí)間可以被看做是一件好事。

頁(yè)面價(jià)值(Page value)

“頁(yè)面價(jià)值”是一個(gè)非常重要，但是很少被用到的參數(shù)，它可以用來(lái)發(fā)現(xiàn)表現(xiàn)欠佳的頁(yè)面。目標(biāo)價(jià)值，就如它的名字所示，是一種賦予頁(yè)面直接的貨幣價(jià)值的方式。對(duì)于電子商務(wù)網(wǎng)站來(lái)說(shuō)，它納入了各種各樣的交易收入總數(shù)和所有類(lèi)型的網(wǎng)頁(yè)的目標(biāo)價(jià)值——這些參數(shù)都需要在谷歌分析中人工設(shè)置，才能計(jì)算出頁(yè)面價(jià)值。一個(gè)高價(jià)值的頁(yè)面往往顯示出它是一個(gè)重要的頁(yè)面，意味著該頁(yè)面值得被納入可用性測(cè)試中。

一個(gè)高價(jià)值但是展示出高退出率的頁(yè)面是值得重視和改進(jìn)的。意味著這些頁(yè)面讓用戶(hù)在回話(huà)流程的關(guān)鍵位置離開(kāi)了。在下面的的例子中（一個(gè)電子商務(wù)網(wǎng)站），我突出顯示了三個(gè)有著類(lèi)似的頁(yè)面價(jià)值的品類(lèi)。可以清楚地看到，“個(gè)性化化玩具（personalised-toys）”的產(chǎn)品頁(yè)面有一個(gè)相當(dāng)高的退出率。這說(shuō)明這個(gè)高價(jià)值的頁(yè)面正在讓用戶(hù)“流失”，并且應(yīng)該在未來(lái)的用戶(hù)體驗(yàn)設(shè)計(jì)工作中引起重視。

然而，單獨(dú)的某個(gè)頁(yè)面只能展示部分真相?！皟?nèi)容分組(content grouping)”這個(gè)功能很重要，我們可以利用它來(lái)觀(guān)察網(wǎng)站的某個(gè)部分表現(xiàn)如何。內(nèi)容分組可以把數(shù)據(jù)根據(jù)用戶(hù)訪(fǎng)問(wèn)的頁(yè)面種類(lèi)來(lái)進(jìn)行分類(lèi)，因此十分必要。我們可以用各種各樣的方式來(lái)分組。比如對(duì)于一個(gè)買(mǎi)衣服的網(wǎng)站來(lái)說(shuō)，可以根據(jù)不同種類(lèi)的服飾來(lái)分組，看看褲子是不是比襯衫的頁(yè)面價(jià)值要高。

一旦發(fā)現(xiàn)某個(gè)頁(yè)面或者某個(gè)組的頁(yè)面價(jià)值很低，下一步我們要做的就是：找出背后的原因。在上面的例子中，襯衫相對(duì)來(lái)說(shuō)有比較低的價(jià)值。我采取的第一步行動(dòng)是，根據(jù)我的經(jīng)驗(yàn)和判斷力，看看在襯衫的頁(yè)面上有沒(méi)有任何明顯的用戶(hù)體驗(yàn)或者技術(shù)方面的問(wèn)題。做完這個(gè)之后，我會(huì)和真實(shí)的用戶(hù)一起來(lái)測(cè)試這些個(gè)頁(yè)面，來(lái)看看為什么會(huì)有這些問(wèn)題——并且尋找那些暗含了修復(fù)方式的線(xiàn)索。

內(nèi)容分組是一個(gè)非常強(qiáng)大的工具，可以讓你看到網(wǎng)站的不同部分的真實(shí)表現(xiàn)。

在實(shí)踐中利用參數(shù)

這只是利用數(shù)據(jù)分析來(lái)發(fā)現(xiàn)網(wǎng)站問(wèn)題的第一步。在本系列的第二部分中，我們會(huì)著眼于如何發(fā)現(xiàn)用戶(hù)流程中的流失點(diǎn)，以及如何把用戶(hù)分類(lèi)來(lái)看到更多的細(xì)節(jié)信息。

與此同時(shí)，你嘗試著利用在本篇文章中學(xué)到的方法來(lái)發(fā)現(xiàn)可能存在的問(wèn)題：

調(diào)出跳出率，找出那些用戶(hù)訪(fǎng)問(wèn)并且馬上離開(kāi)了的頁(yè)面。瀏覽所有頁(yè)面的退出率，找出在流程的哪些地方用戶(hù)離開(kāi)了網(wǎng)站。考慮到用戶(hù)在頁(yè)面平均停留時(shí)間的重要性——一個(gè)擁有著高跳出率的博客頁(yè)面，同時(shí)擁有著很長(zhǎng)的平均頁(yè)面時(shí)間，這是一件好事！根據(jù)頁(yè)面價(jià)值排序，觀(guān)察頁(yè)面。頁(yè)面價(jià)值越高，那么就越值得被納入可用性測(cè)試，從而最終修復(fù)用戶(hù)在該頁(yè)面遇到的問(wèn)題。

在上一個(gè)客戶(hù)的案例中，小紅利用數(shù)據(jù)分析來(lái)發(fā)現(xiàn)那些需要進(jìn)行可用性測(cè)試的地方。然而目前為止，小紅只發(fā)現(xiàn)了網(wǎng)站中值得測(cè)試的單獨(dú)的頁(yè)面和頁(yè)面組。她覺(jué)得她需要知道更多的關(guān)于最常見(jiàn)的用戶(hù)行程（user journey）的信息。她還想更加深入地理解用戶(hù)，看看不同類(lèi)型的用戶(hù)如何訪(fǎng)問(wèn)網(wǎng)站。為了能進(jìn)行最佳的可用性測(cè)試，小紅真心想要知道人們事實(shí)上是如何使用網(wǎng)站的。

簡(jiǎn)單來(lái)說(shuō)，數(shù)據(jù)分析是一種用來(lái)發(fā)現(xiàn)可用性測(cè)試最佳測(cè)試頁(yè)面的極好的方法。在本系列文章的第一部分，我講解了如何利用數(shù)據(jù)分析來(lái)發(fā)現(xiàn)網(wǎng)站的問(wèn)題所在之處。這么做可以讓我們更好地理解目前的用戶(hù)行為，并且?guī)椭覀兗辛α吭趯⒁獪y(cè)試的任務(wù)上。

在如何利用數(shù)據(jù)分析來(lái)指導(dǎo)可用性測(cè)試的這一系列文章的總結(jié)部分，我將更仔細(xì)地探討如何通過(guò)識(shí)別用戶(hù)行程、將用戶(hù)分類(lèi)來(lái)比較不同的用戶(hù)組的行為。

識(shí)別流失點(diǎn)

知道用戶(hù)是如何在整個(gè)網(wǎng)站中流轉(zhuǎn)的可以增加單個(gè)頁(yè)面狀態(tài)的情境（context）。比如，分析用戶(hù)行程中前一個(gè)頁(yè)面的數(shù)據(jù)可以幫助我們識(shí)別為什么某個(gè)特定頁(yè)面的退出率特別高。另外，找出最常見(jiàn)的用戶(hù)行程對(duì)于謀劃可用性測(cè)試很有好處。可用性測(cè)試可根據(jù)這些常見(jiàn)的用戶(hù)行程來(lái)設(shè)計(jì)，從而確保在測(cè)試中用戶(hù)的行為是和已經(jīng)存在的用戶(hù)行為是相符的。

谷歌分析嘗試通過(guò)用戶(hù)流程圖（user flow）和行為流程圖（behavior flow）報(bào)告來(lái)展示用戶(hù)行程。他們可能比較難閱讀，并且經(jīng)常因?yàn)榘讯鄠€(gè)頁(yè)面組合在了一起而變得很麻煩。這意味著谷歌分析通常只能把最為普遍的幾個(gè)頁(yè)面單獨(dú)展示，而把其他的頁(yè)面組合在一起，顯示為“大于100個(gè)頁(yè)面”——這對(duì)我們一點(diǎn)幫助也沒(méi)有。下面的截圖顯示出這種非常局限的信息是如何讓分析變得困難的：只有幾個(gè)頁(yè)面在每個(gè)用戶(hù)行程的階段中是單獨(dú)被顯示的，剩下的頁(yè)面都被組合在了一起。

盡管頁(yè)面被組合造成了很多問(wèn)題，花些時(shí)間分析這些報(bào)告仍然可以幫我們發(fā)現(xiàn)問(wèn)題區(qū)域，根據(jù)的是流失率或意想不到的用戶(hù)行程（比如，我們本來(lái)期待的是這樣，但用戶(hù)卻走向了另一個(gè)方向？）。一旦我們發(fā)現(xiàn)了問(wèn)題區(qū)域，我們就可以謀劃可用性測(cè)試，來(lái)看看用戶(hù)在整個(gè)行程中是如何思考的，了解他們?yōu)槭裁磿?huì)有這些麻煩。

在谷歌分析的用戶(hù)流程和行為流程報(bào)告中，所有的頁(yè)面用了綠色的矩形來(lái)表示，灰色的連接線(xiàn)用來(lái)表示頁(yè)面之間的用戶(hù)行程。每個(gè)矩形還用紅色表示了流失率的百分比（也就是說(shuō)用戶(hù)正離開(kāi)網(wǎng)站）。它們可以說(shuō)明常見(jiàn)的用戶(hù)行程，以及用戶(hù)在哪些地方離開(kāi)了網(wǎng)站——也是另一種問(wèn)題區(qū)域的跡象。

下面的例子來(lái)自于一個(gè)我曾經(jīng)工作過(guò)的旅行網(wǎng)站。它在主頁(yè)有一個(gè)特別明顯的搜索框。

在這個(gè)簡(jiǎn)化了的并加上了筆記的圖中，我們可以看到一個(gè)可能的問(wèn)題。用戶(hù)利用搜索框來(lái)找到某個(gè)旅行目的地，但之后又從搜索結(jié)果頁(yè)面回到了主頁(yè)（又名，彈簧跳（pogo sticking）），說(shuō)明了搜索結(jié)果對(duì)用戶(hù)來(lái)說(shuō)不夠滿(mǎn)意。這可能歸結(jié)于許多的理由：可能搜索功能經(jīng)常搜不出結(jié)果，搜到太多結(jié)果，或者太少結(jié)果。也可能這個(gè)問(wèn)題和搜索結(jié)果本身無(wú)關(guān)，而是其他的理由，比如搜索結(jié)果里的酒店的價(jià)格太高了。

數(shù)據(jù)顯示最初的搜索是讓用戶(hù)不滿(mǎn)意的，這讓我決定針對(duì)搜索框來(lái)進(jìn)行一些可用性測(cè)試。可用性測(cè)試的結(jié)果顯示，問(wèn)題的原因在于搜索結(jié)果太多太泛了，用戶(hù)被大量的結(jié)果淹沒(méi)了。根據(jù)這個(gè)測(cè)試結(jié)果，我建議引入一個(gè)多面搜索系統(tǒng)（faceted search system）：在搜索結(jié)果頁(yè)面讓用戶(hù)可以根據(jù)一些標(biāo)準(zhǔn)來(lái)過(guò)濾搜索結(jié)果，而不用返回到主頁(yè)重新搜索。這個(gè)新的搜索系統(tǒng)讓用戶(hù)可以根據(jù)酒店提供的服務(wù)設(shè)施來(lái)過(guò)濾他們的搜索結(jié)果；比如是否有游泳池、健身房和其他的設(shè)施，這意味著用戶(hù)可以發(fā)現(xiàn)對(duì)他們自身有用的結(jié)果。這個(gè)設(shè)計(jì)方案讓搜索后又回到主頁(yè)的用戶(hù)數(shù)量大幅度下降，讓更多的用戶(hù)進(jìn)入到他們行程的下一步。

上面的結(jié)果顯示的是多面搜索系統(tǒng)被引進(jìn)一個(gè)月后的分析數(shù)據(jù)。圖中顯示出，主頁(yè)和搜索結(jié)果頁(yè)面之間的“彈簧跳”現(xiàn)象減少了。雖然仍然還有改進(jìn)的空間，但這個(gè)變化產(chǎn)生的積極效應(yīng)是非常鼓舞人心的。

數(shù)據(jù)分段，更多的細(xì)節(jié)

數(shù)據(jù)分段為觀(guān)察不同用戶(hù)的不同行為提供了一個(gè)絕佳的方式。一個(gè)簡(jiǎn)單的例子就是比較新用戶(hù)和回訪(fǎng)用戶(hù)。下面的圖來(lái)自于一個(gè)在線(xiàn)找工作網(wǎng)站，它顯示出新用戶(hù)的數(shù)量在該月幾乎是持平的，然而回訪(fǎng)用戶(hù)的數(shù)量卻跟隨了一個(gè)不同的模式：在周末的時(shí)候數(shù)量明顯下降。

這使我想知道更多的細(xì)節(jié)，關(guān)于新用戶(hù)和回訪(fǎng)用戶(hù)的不同點(diǎn)。其他關(guān)于這兩種不同用戶(hù)的數(shù)據(jù)顯示出，回訪(fǎng)用戶(hù)傾向于在網(wǎng)站上花費(fèi)更多的時(shí)間，每段時(shí)間會(huì)瀏覽更多的頁(yè)面，并且更傾向于申請(qǐng)工作。

根據(jù)這個(gè)數(shù)據(jù)我可以做出假設(shè)：回訪(fǎng)用戶(hù)更可能是真正找工作的人，但新用戶(hù)訪(fǎng)問(wèn)網(wǎng)站的時(shí)候更隨意。因此我推薦網(wǎng)站做一些個(gè)性化的設(shè)計(jì)——對(duì)待新用戶(hù)，展示更多的保證信息，說(shuō)明該找工作的網(wǎng)站是合法的、值得信賴(lài)的，并且引導(dǎo)他們簡(jiǎn)單快速地做出行動(dòng)，比如注冊(cè)工作提醒。對(duì)待回訪(fǎng)用戶(hù)，展示更精確、細(xì)節(jié)的搜索工作的選項(xiàng)，并且提供信息鼓勵(lì)他們申請(qǐng)工作。

新用戶(hù)和回訪(fǎng)用戶(hù)不同的行為可以透露許多事情，取決于網(wǎng)站的類(lèi)型。比如，對(duì)一個(gè)電子商務(wù)網(wǎng)站來(lái)說(shuō)，它顯示回到這個(gè)網(wǎng)站的人更傾向于下單。如果這是真的話(huà)，那么我們可以把重點(diǎn)放到幫助第一次訪(fǎng)問(wèn)網(wǎng)站的用戶(hù)下單。

這種數(shù)據(jù)分段分析還可以幫助可用性測(cè)試的招募。如果在新用戶(hù)和回訪(fǎng)用戶(hù)之間有明顯的行為區(qū)別，那么可能最好同時(shí)招募已有用戶(hù)和尚未訪(fǎng)問(wèn)過(guò)該網(wǎng)站的用戶(hù)來(lái)進(jìn)行測(cè)試。測(cè)試不同的用戶(hù)類(lèi)型可以幫助解釋為什么他們?cè)诰W(wǎng)站上有迥然不同的行為。

除了上說(shuō)例子中的新用戶(hù)和回訪(fǎng)用戶(hù)，在谷歌分析上還有一些現(xiàn)成的數(shù)據(jù)分段方式來(lái)幫助我們分隔數(shù)據(jù)，包括：

不同的流量來(lái)源——可以用來(lái)發(fā)現(xiàn)那些通過(guò)搜索和鏈接來(lái)到網(wǎng)站的用戶(hù)的區(qū)別。使用不同設(shè)備類(lèi)型的用戶(hù)——可以用來(lái)比較使用手機(jī)、平板和桌面電腦用戶(hù)的參數(shù)。

根據(jù)自己的需求來(lái)改造分段方式也是很好的方法，這可以使分段方式可以和整個(gè)網(wǎng)站重要的用戶(hù)及角色更好地相符合。通過(guò)這種方法，我們可以分析這些不同的用戶(hù)群所采取的不同的用戶(hù)行程，例如，比較已有用戶(hù)和第一次購(gòu)買(mǎi)的用戶(hù)的行程。

數(shù)據(jù)分段可以被用來(lái)觀(guān)察使用不同設(shè)備的用戶(hù)的行程。根據(jù)手平板和桌面電腦來(lái)分段可以提供三個(gè)不同的行為流程供研究。這種方法對(duì)于發(fā)現(xiàn)使用不同設(shè)備的用戶(hù)可能存在的問(wèn)題特別有幫助。手機(jī)用戶(hù)的行為流程圖可能會(huì)在用戶(hù)流程中顯示出一個(gè)重大的流失點(diǎn)，但在平板和桌面電腦中卻不是問(wèn)題。這應(yīng)當(dāng)引出相應(yīng)的手機(jī)端的可用性測(cè)試，重點(diǎn)放在找出手機(jī)用戶(hù)在流程中的該點(diǎn)流失的原因。

現(xiàn)在該怎么辦？

在利用數(shù)據(jù)分析識(shí)別問(wèn)題區(qū)域后，下一步就是找到為什么用戶(hù)會(huì)有這些問(wèn)題。數(shù)據(jù)分析能夠提供一些關(guān)鍵的地方，需要我們?cè)诳捎眯詼y(cè)試中特別關(guān)注，或者拆分出特別的測(cè)試。作為用戶(hù)體驗(yàn)的職業(yè)人，我們自然而然地想要和我們的用戶(hù)在一起，在可用性測(cè)試中從他們身上學(xué)到東西。數(shù)據(jù)分析只是幫助我們更好地進(jìn)行測(cè)試。

嘗試一下——提取一些這里提到的方法，把它們應(yīng)用到某個(gè)項(xiàng)目中。你會(huì)驚奇地發(fā)現(xiàn)，我們竟然可以從數(shù)據(jù)分析中發(fā)現(xiàn)這么多東西。、

以上是小編為大家分享的關(guān)于一步步教你分析網(wǎng)站數(shù)據(jù)的相關(guān)內(nèi)容，更多信息可以關(guān)注環(huán)球青藤分享更多干貨

網(wǎng)站數(shù)據(jù)分析的基本內(nèi)容有哪些?

1、獨(dú)立訪(fǎng)問(wèn)者數(shù)量

規(guī)定時(shí)間范圍內(nèi)(一般指1天)獨(dú)立客戶(hù)訪(fǎng)問(wèn)網(wǎng)站的數(shù)量，一個(gè)客戶(hù)無(wú)論瀏覽多少個(gè)頁(yè)面，都是一個(gè)獨(dú)立的uv，通過(guò)該數(shù)據(jù)可以分析出規(guī)定的時(shí)間內(nèi)網(wǎng)站的訪(fǎng)問(wèn)量。

2、重復(fù)訪(fǎng)問(wèn)者數(shù)量

重復(fù)訪(fǎng)問(wèn)者數(shù)量反映了網(wǎng)站用戶(hù)忠誠(chéng)度，網(wǎng)站的質(zhì)量，網(wǎng)站的質(zhì)量越高，網(wǎng)站的用戶(hù)忠誠(chéng)度越高，網(wǎng)站的重復(fù)訪(fǎng)問(wèn)數(shù)量就越大。

3、頁(yè)面瀏覽數(shù)

在規(guī)定時(shí)間范圍內(nèi)(一般指1天)，所有瀏覽者訪(fǎng)問(wèn)的所有頁(yè)面之和，頁(yè)面瀏覽數(shù)反應(yīng)了頁(yè)面的質(zhì)量是否是讀者滿(mǎn)意的內(nèi)容，網(wǎng)站的頁(yè)面質(zhì)量越高，頁(yè)面瀏覽量就越大。

4、跳出率

只瀏覽一頁(yè)便離開(kāi)的用戶(hù)的比例，通過(guò)分析網(wǎng)站跳出率，可以判斷網(wǎng)站內(nèi)容的質(zhì)量，如果網(wǎng)站跳出率比較高，說(shuō)明網(wǎng)站的內(nèi)容質(zhì)量不高，用戶(hù)體驗(yàn)不夠好。

5、退出率

用戶(hù)從某個(gè)頁(yè)面離開(kāi)次數(shù)占總瀏覽量的比例。

6、用戶(hù)停留時(shí)間

用戶(hù)停留時(shí)間反映了網(wǎng)站粘性及用戶(hù)對(duì)網(wǎng)站內(nèi)容質(zhì)量的判斷。

如何自學(xué)數(shù)據(jù)分析

數(shù)據(jù)分析這個(gè)崗位可以說(shuō)很寬泛很雜，從數(shù)據(jù)錄入員到行業(yè)分析師專(zhuān)家都可以認(rèn)為是數(shù)據(jù)分析，甚至一些搞數(shù)據(jù)挖掘、人工智能的都可以包括到數(shù)據(jù)分析的范疇里，但是這些工作所做的事情卻相差甚遠(yuǎn)，當(dāng)然待遇也天壤之別。所以大家在應(yīng)聘時(shí)不要只看崗位名稱(chēng)，重要的是看看清崗位職責(zé)和要求。言歸正傳，咱們談?wù)勅绾螌W(xué)習(xí)數(shù)據(jù)分析。

一、知識(shí)技能

1、學(xué)科知識(shí)：從數(shù)據(jù)分析涉及到的專(zhuān)業(yè)知識(shí)點(diǎn)上看，他包含的比較多，包含但不僅限于以下學(xué)科：

（1）統(tǒng)計(jì)學(xué)：參數(shù)檢驗(yàn)、非參檢驗(yàn)、回歸分析……等

（2）數(shù)學(xué)：線(xiàn)性代數(shù)、微積分等

（3）社會(huì)學(xué)：主要是一些社會(huì)學(xué)量化統(tǒng)計(jì)的知識(shí)，如問(wèn)卷調(diào)查與統(tǒng)計(jì)分析；還有就是一些社會(huì)學(xué)的知識(shí)，這些對(duì)于從事?tīng)I(yíng)銷(xiāo)類(lèi)的數(shù)據(jù)分析人員比較有幫助

（4）經(jīng)濟(jì)金融：如果是從事這個(gè)行業(yè)的數(shù)據(jù)分析人員，經(jīng)濟(jì)金融知識(shí)是必須的，這里就不多說(shuō)了

（5）計(jì)算機(jī)：從事數(shù)據(jù)分析工作的人必須了解你使用的數(shù)據(jù)是怎么處理出來(lái)的，要了解數(shù)據(jù)庫(kù)的結(jié)構(gòu)和基本原理，同時(shí)如果條件充足的話(huà)，你還能有足夠的能力從數(shù)據(jù)庫(kù)里提取你需要的數(shù)據(jù)（比如使用SQL進(jìn)行查詢(xún)），這種提取數(shù)據(jù)分析原材料的能力是每個(gè)數(shù)據(jù)從業(yè)者必備的。此外，如果要想走的更遠(yuǎn)，還要能掌握一些編程能力，從而借住一些專(zhuān)業(yè)的數(shù)據(jù)分析工具，幫助你完成工作。

這些專(zhuān)業(yè)知識(shí)不是一時(shí)半會(huì)能夠全面掌握的，學(xué)習(xí)的唯一捷徑就是看書(shū)、看視頻講解，看權(quán)威的書(shū)籍、看全面的知識(shí)。學(xué)習(xí)基礎(chǔ)知識(shí)沒(méi)有一蹴即就的方法，因?yàn)榛A(chǔ)，所以學(xué)起來(lái)會(huì)比較枯燥、比較漫長(zhǎng)。如何你想在數(shù)據(jù)分析方面有長(zhǎng)遠(yuǎn)的發(fā)展，希望你能在基礎(chǔ)知識(shí)上長(zhǎng)期堅(jiān)持的學(xué)習(xí)下去。

2、軟件操作：從事數(shù)據(jù)分析方面的工作必備的工具是什么，我大致羅列以下幾類(lèi)：

（1）分析報(bào)告類(lèi)：Microsoft Office軟件（excel、word、powerpoint、visio……）、水晶易表等，如果連excel表格基本的處理操作都不會(huì)，連PPT報(bào)告都不會(huì)做，那我只好說(shuō)離數(shù)據(jù)分析的崗位還差的很遠(yuǎn)。

（2）專(zhuān)業(yè)數(shù)據(jù)分析軟件：OFFICE并不是全部，要從在數(shù)據(jù)分析方面做的比較好，你必須會(huì)用（至少要了解）一些比較常用的專(zhuān)業(yè)數(shù)據(jù)分析軟件工具，比如SPSS、SAS、R、Matlab等等，這些軟件可以很好地幫助我們完成專(zhuān)業(yè)性的算法或模型分析。

（3）輔助工具：比如思維導(dǎo)圖軟件（如MindManager、MindMapper等）也可以很好地幫助我們整理分析思路。

在此需要說(shuō)明的一點(diǎn)是：軟件只是幫助我們完成任務(wù)的工具。并不是我們只要學(xué)好的軟件操作就能很好地完成任務(wù)，因?yàn)榕c操作相比，如何解釋最后的結(jié)果要重要的多。即使軟件操作的再熟，如果看不懂結(jié)果，那跟不會(huì)才做沒(méi)有兩樣。而看看懂結(jié)果就需要扎實(shí)的專(zhuān)業(yè)知識(shí)才行。

怎樣分析網(wǎng)站數(shù)據(jù)

分析網(wǎng)站數(shù)據(jù)，需要借助網(wǎng)站分析工具，免費(fèi)的有GA，但是這個(gè)需要有專(zhuān)業(yè)的知識(shí)，付費(fèi)系統(tǒng)和工具也比較多，我們正在用的就是99click旗下的siteflow系統(tǒng)，按流量收費(fèi)，價(jià)格也合理，有專(zhuān)門(mén)的客戶(hù)服務(wù)，你可以試試。

網(wǎng)站運(yùn)營(yíng)類(lèi)的數(shù)據(jù)分析需要看哪些書(shū)比較好？

1、《深入淺出數(shù)據(jù)分析》

《深入淺出數(shù)據(jù)分析》以類(lèi)似“章回小說(shuō)”的活潑形式，生動(dòng)地向讀者展現(xiàn)優(yōu)秀的數(shù)據(jù)分析人員應(yīng)知應(yīng)會(huì)的技術(shù)：數(shù)據(jù)分析基本步驟、實(shí)驗(yàn)方法、最優(yōu)化方法、假設(shè)檢驗(yàn)方法、貝葉斯統(tǒng)計(jì)方法、主觀(guān)概率法、啟發(fā)法、直方圖法、回歸法、誤差處理、相關(guān)數(shù)據(jù)庫(kù)、數(shù)據(jù)整理技巧；正文以后，意猶未盡地以三篇附錄介紹數(shù)據(jù)分析十大要?jiǎng)?wù)、R工具及ToolPak工具，在充分展現(xiàn)目標(biāo)知識(shí)以外，為讀者搭建了走向深入研究的橋梁。

2、《啤酒和尿布》

《啤酒和尿布》的故事是營(yíng)銷(xiāo)屆的神話(huà)，“啤酒”和“尿布”兩個(gè)看上去沒(méi)有關(guān)系的商品擺放在一起進(jìn)行銷(xiāo)售、并獲得了很好的銷(xiāo)售收益，這種現(xiàn)象就是賣(mài)場(chǎng)中商品之間的關(guān)聯(lián)性，研究“啤酒與尿布”關(guān)聯(lián)的方法就是購(gòu)物籃分析，購(gòu)物籃分析是沃爾瑪秘而不宣的獨(dú)門(mén)武器，購(gòu)物籃分析可以幫助我們?cè)陂T(mén)店的銷(xiāo)售過(guò)程中找到具有關(guān)聯(lián)關(guān)系的商品，并以此獲得銷(xiāo)售收益的增長(zhǎng)！

3、《數(shù)據(jù)之美》

“數(shù)據(jù)被證實(shí)好比下一代計(jì)算機(jī)應(yīng)用的‘因特爾內(nèi)核’。在本書(shū)中，各業(yè)界領(lǐng)袖描述了他們的項(xiàng)目如何通過(guò)新的方式來(lái)駕馭數(shù)據(jù)的力量。對(duì)于任何對(duì)未來(lái)關(guān)于數(shù)據(jù)和問(wèn)題解決感興趣的讀者來(lái)說(shuō)，本書(shū)是必讀的佳作?！?/p>

——Tim O’Reilly, O’Reilly Media公司創(chuàng)始人兼CEO

探索數(shù)據(jù)的范圍可以多么廣泛，其工作可以多么美麗！通過(guò)這部個(gè)人故事集合，在這個(gè)領(lǐng)域的39個(gè)最佳數(shù)據(jù)實(shí)踐者闡釋了他們?nèi)绾螢楦鞣N項(xiàng)目開(kāi)發(fā)簡(jiǎn)單優(yōu)雅的解決方案，包括從火星著陸探測(cè)器到Radiohead視頻的制作……在本書(shū)中，你將：

探索海量在線(xiàn)數(shù)據(jù)集時(shí)面臨的內(nèi)在機(jī)遇和挑戰(zhàn)

學(xué)習(xí)如何使用地圖和數(shù)據(jù)“混搭”方式對(duì)都市犯罪趨勢(shì)進(jìn)行可視化

發(fā)現(xiàn)“眾包”和透明如何改進(jìn)藥物研究現(xiàn)狀

理解當(dāng)新的數(shù)據(jù)和之前存在的數(shù)據(jù)交疊時(shí)如何向用戶(hù)發(fā)送警告

學(xué)習(xí)處理DNA數(shù)據(jù)的大規(guī)?；A(chǔ)設(shè)施

4、《網(wǎng)絡(luò)營(yíng)銷(xiāo)實(shí)戰(zhàn)密碼》和《SEO實(shí)戰(zhàn)密碼》

這兩個(gè)書(shū)是出自同一個(gè)作者——昝輝Zac。

作為一個(gè)想做網(wǎng)絡(luò)營(yíng)銷(xiāo)的新人，這兩本書(shū)是很值得一看的。雖然和其他同類(lèi)書(shū)籍一樣，書(shū)中大部分都是偏基礎(chǔ)性的東西，都是還是寫(xiě)的比較系統(tǒng)，比較真實(shí)，也比較實(shí)用。至少不像是教材那樣的概念性的空談。

關(guān)于SEO的書(shū)已經(jīng)很多，但大都大同小異，其中最詳細(xì)最實(shí)用的就是昝輝的這本《SEO實(shí)戰(zhàn)密碼》，還有一本國(guó)外的《SEO藝術(shù)》，這兩本書(shū)也80%的內(nèi)容是重合的，所以?xún)烧唛喥湟痪妥銐蛄恕?/p>

5、《網(wǎng)站分析實(shí)戰(zhàn)》

如果不懂網(wǎng)站數(shù)據(jù)分析，那么做網(wǎng)站運(yùn)營(yíng)、營(yíng)銷(xiāo)工作都會(huì)很盲目，你也許浪費(fèi)了太多的精力在沒(méi)有價(jià)值的事情上。所以學(xué)習(xí)一下網(wǎng)站數(shù)據(jù)分析，學(xué)會(huì)從數(shù)據(jù)、從客觀(guān)的角度思考問(wèn)題，也是非常重要的。

關(guān)于網(wǎng)站分析，這本書(shū)講得還是非常全面，內(nèi)容豐富，如果能有耐心完整的閱讀一篇，一定會(huì)有很大收獲的。

超級(jí)菜鳥(niǎo)怎么學(xué)習(xí)數(shù)據(jù)分析

一、掌握基礎(chǔ)、更新知識(shí)。

基本技術(shù)怎么強(qiáng)調(diào)都不過(guò)分。這里的術(shù)更多是（計(jì)算機(jī)、統(tǒng)計(jì)知識(shí)）， 多年做數(shù)據(jù)分析、數(shù)據(jù)挖掘的經(jīng)歷來(lái)看、以及業(yè)界朋友的交流來(lái)看，這點(diǎn)大家深有感觸的。

數(shù)據(jù)庫(kù)查詢(xún)—SQL

數(shù)據(jù)分析師在計(jì)算機(jī)的層面的技能要求較低，主要是會(huì)SQL，因?yàn)檫@里解決一個(gè)數(shù)據(jù)提取的問(wèn)題。有機(jī)會(huì)可以去逛逛一些專(zhuān)業(yè)的數(shù)據(jù)論壇，學(xué)習(xí)一些SQL技巧、新的函數(shù)，對(duì)你工作效率的提高是很有幫助的。

統(tǒng)計(jì)知識(shí)與數(shù)據(jù)挖掘

你要掌握基礎(chǔ)的、成熟的數(shù)據(jù)建模方法、數(shù)據(jù)挖掘方法。例如：多元統(tǒng)計(jì)：回歸分析、因子分析、離散等，數(shù)據(jù)挖掘中的：決策樹(shù)、聚類(lèi)、關(guān)聯(lián)規(guī)則、神經(jīng)網(wǎng)絡(luò)等。但是還是應(yīng)該關(guān)注一些博客、論壇中大家對(duì)于最新方法的介紹，或者是對(duì)老方法的新運(yùn)用，不斷更新自己知識(shí)，才能跟上時(shí)代，也許你工作中根本不會(huì)用到，但是未來(lái)呢？

行業(yè)知識(shí)

如果數(shù)據(jù)不結(jié)合具體的行業(yè)、業(yè)務(wù)知識(shí)，數(shù)據(jù)就是一堆數(shù)字，不代表任何東西。是冷冰冰，是不會(huì)產(chǎn)生任何價(jià)值的，數(shù)據(jù)驅(qū)動(dòng)營(yíng)銷(xiāo)、提高科學(xué)決策一切都是空的。

一名數(shù)據(jù)分析師，一定要對(duì)所在行業(yè)知識(shí)、業(yè)務(wù)知識(shí)有深入的了解。例如：看到某個(gè)數(shù)據(jù)，你首先必須要知道，這個(gè)數(shù)據(jù)的統(tǒng)計(jì)口徑是什么？是如何取出來(lái)的？這個(gè)數(shù)據(jù)在這個(gè)行業(yè)， 在相應(yīng)的業(yè)務(wù)是在哪個(gè)環(huán)節(jié)是產(chǎn)生的？數(shù)值的代表業(yè)務(wù)發(fā)生了什么（背景是什么）？對(duì)于A部門(mén)來(lái)說(shuō)，本月新會(huì)員有10萬(wàn)，10萬(wàn)好還是不好呢？先問(wèn)問(wèn)上面的這個(gè)問(wèn)題：

對(duì)于A部門(mén)，

1、新會(huì)員的統(tǒng)計(jì)口徑是什么。第一次在使用A部門(mén)的產(chǎn)品的會(huì)員？還是在站在公司角度上說(shuō)，第一次在公司發(fā)展業(yè)務(wù)接觸的會(huì)員？

2、是如何統(tǒng)計(jì)出來(lái)的。A：時(shí)間；是通過(guò)創(chuàng)建時(shí)間，還是業(yè)務(wù)完成時(shí)間。B：業(yè)務(wù)場(chǎng)景。是只要與業(yè)務(wù)發(fā)接觸，例如下了單，還是要業(yè)務(wù)完成后，到成功支付。

3、這個(gè)數(shù)據(jù)是在哪個(gè)環(huán)節(jié)統(tǒng)計(jì)出來(lái)。在注冊(cè)環(huán)節(jié)，在下單環(huán)節(jié)，在成功支付環(huán)節(jié)。

4、這個(gè)數(shù)據(jù)代表著什么。10萬(wàn)高嗎？與歷史相同比較？是否做了營(yíng)銷(xiāo)活動(dòng)？這個(gè)行業(yè)處理行業(yè)生命同期哪個(gè)階段？

在前面二點(diǎn)，更多要求你能按業(yè)務(wù)邏輯，來(lái)進(jìn)行數(shù)據(jù)的提取（更多是寫(xiě)SQL代碼從數(shù)據(jù)庫(kù)取出數(shù)據(jù)）。后面二點(diǎn)，更重要是對(duì)業(yè)務(wù)了解，更行業(yè)知識(shí)了解，你才能進(jìn)行相應(yīng)的數(shù)據(jù)解讀，才能讓數(shù)據(jù)產(chǎn)生真正的價(jià)值，不是嗎？

對(duì)于新進(jìn)入數(shù)據(jù)行業(yè)或者剛進(jìn)入數(shù)據(jù)行業(yè)的朋友來(lái)說(shuō)：

行業(yè)知識(shí)都重要，也許你看到很多的數(shù)據(jù)行業(yè)的同仁，在微博或者寫(xiě)文章說(shuō)，數(shù)據(jù)分析思想、行業(yè)知識(shí)、業(yè)務(wù)知識(shí)很重要。我非常同意。因?yàn)樽鳛閿?shù)據(jù)分析師，在發(fā)表任何觀(guān)點(diǎn)的時(shí)候，都不要忘記你居于的背景是什么？

但大家一定不要忘記了一些基本的技術(shù)，不要把基礎(chǔ)去忘記了，如果一名數(shù)據(jù)分析師不會(huì)寫(xiě)SQL，那麻煩就大了。哈哈。。你只有把數(shù)據(jù)先取對(duì)了，才能正確的分析，否則一切都是錯(cuò)誤了，甚至?xí)?dǎo)致致命的結(jié)論。新同學(xué)，還是好好花時(shí)間把基礎(chǔ)技能學(xué)好。因?yàn)榛A(chǔ)技能你可以在短期內(nèi)快速提高，但是在行業(yè)、業(yè)務(wù)知識(shí)的是一點(diǎn)一滴的積累起來(lái)的，有時(shí)候是急不來(lái)的，這更需要花時(shí)間慢慢去沉淀下來(lái)。

不要過(guò)于追求很高級(jí)、高深的統(tǒng)計(jì)方法，我提倡有空還是要多去學(xué)習(xí)基本的統(tǒng)計(jì)學(xué)知識(shí)，從而提高工作效率，達(dá)到事半功倍。以我經(jīng)驗(yàn)來(lái)說(shuō)，我負(fù)責(zé)任告訴新進(jìn)的同學(xué)，永遠(yuǎn)不要忘記基本知識(shí)、基本技能的學(xué)習(xí)。

二、要有三心。

1、細(xì)心。

2、耐心。

3、靜心。

數(shù)據(jù)分析師其實(shí)是一個(gè)細(xì)活，特別是在前文提到的例子中的前面二點(diǎn)。而且在數(shù)據(jù)分析過(guò)程中，是一個(gè)不斷循環(huán)迭代的過(guò)程，所以一定在耐心，不怕麻煩，能靜下心來(lái)不斷去修改自己的分析思路。

三、形成自己結(jié)構(gòu)化的思維。

數(shù)據(jù)分析師一定要嚴(yán)謹(jǐn)。而嚴(yán)謹(jǐn)一定要很強(qiáng)的結(jié)構(gòu)化思維，如何提高結(jié)構(gòu)化思維，也許只需要工作隊(duì)中不斷的實(shí)踐。但是我推薦你用mindmanagement，首先把你的整個(gè)思路整理出來(lái)，然后根據(jù)分析不斷深入、得到的信息不斷增加的情況下去完善你的結(jié)構(gòu)，慢慢你會(huì)形成一套自己的思想。當(dāng)然有空的時(shí)候去看看《麥肯錫思維》、結(jié)構(gòu)化邏輯思維訓(xùn)練的書(shū)也不錯(cuò)。在我以為多看看你身邊更資深同事的報(bào)告，多問(wèn)問(wèn)他們是怎么去考慮這個(gè)問(wèn)題的，別人的思想是怎么樣的？他是怎么構(gòu)建整個(gè)分析體系的。

四、業(yè)務(wù)、行業(yè)、商業(yè)知識(shí)。

當(dāng)你掌握好前面的基本知識(shí)和一些技巧性東西的時(shí)候，你應(yīng)該在業(yè)務(wù)、行業(yè)、商業(yè)知識(shí)的學(xué)習(xí)與積累上了。

這個(gè)放在最后，不是不重要，而且非常重要，如果前面三點(diǎn)是決定你能否進(jìn)入這個(gè)行業(yè)，那么這則是你進(jìn)入這個(gè)行業(yè)后，能否成功的最根本的因素。 數(shù)據(jù)與具體行業(yè)知識(shí)的關(guān)系，比作池塘中魚(yú)與水的關(guān)系一點(diǎn)都不過(guò)分，數(shù)據(jù)（魚(yú)）離開(kāi)了行業(yè)、業(yè)務(wù)背景（水）是死的，是不可能是“活”。而沒(méi)有“魚(yú)”的水，更像是“死”水，你去根本不知道看什么（方向在哪）。

如何提高業(yè)務(wù)知識(shí)，特別是沒(méi)有相關(guān)背景的同學(xué)。很簡(jiǎn)單，我總結(jié)了幾點(diǎn)：

1、多向業(yè)務(wù)部門(mén)的同事請(qǐng)教，多溝通。多向他們請(qǐng)教，數(shù)據(jù)分析師與業(yè)務(wù)部門(mén)沒(méi)有利益沖突，而更向是共生體，所以如果你態(tài)度好，相信業(yè)務(wù)部門(mén)的同事也很愿意把他們知道的告訴你。

2、永遠(yuǎn)不要忘記了google大神，定制一些行業(yè)的關(guān)鍵字，每天都先看看定制的郵件。

3、每天有空去瀏覽行業(yè)相關(guān)的網(wǎng)站?？纯葱袠I(yè)都發(fā)生了什么，主要競(jìng)爭(zhēng)對(duì)手或者相關(guān)行業(yè)都發(fā)展什么大事，把這些大事與你公司的業(yè)務(wù)，數(shù)據(jù)結(jié)合起來(lái)。

4、有機(jī)會(huì)走向一線(xiàn)，多向一線(xiàn)的客戶(hù)溝通，這才是最根本的。

標(biāo)題寫(xiě)著告誡，其實(shí)談不上，更多我自己的一些心得的總結(jié)。希望對(duì)新進(jìn)的朋友有幫助，數(shù)據(jù)分析行業(yè)絕對(duì)是一個(gè)朝陽(yáng)行業(yè)，特別是互聯(lián)網(wǎng)的不斷發(fā)展，一個(gè)不談數(shù)據(jù)的公司根本不叫互聯(lián)網(wǎng)公司，數(shù)據(jù)分析師已經(jīng)成為一個(gè)互聯(lián)網(wǎng)公司必備的職位了。

數(shù)據(jù)分析師中國(guó)統(tǒng)計(jì)網(wǎng)——一位資深數(shù)據(jù)分析師的分享

如何成為網(wǎng)站數(shù)據(jù)分析師①

1.玩轉(zhuǎn)Excel

Excel是一個(gè)最原始而且最容易入手的分析工具之一，如果你有少量的數(shù)據(jù)進(jìn)行分析和匯總的話(huà)，Excel是你的不二之選，結(jié)合豐富的函數(shù)與公式，你能輕松的得到你想要的數(shù)據(jù)，如果你懂得計(jì)算機(jī)語(yǔ)言，會(huì)使用VBA進(jìn)行編程那就更是如虎添翼了，并且還可以輕松的制作棒圖，餅圖，折線(xiàn)圖等圖表。但是Excel不可能是完美的分析工具，因?yàn)樗臄?shù)據(jù)容量實(shí)在是太小了，超過(guò)1萬(wàn)行的數(shù)據(jù)請(qǐng)不要使用Excel。

1.1.常用函數(shù)：

1.2.常用功能：

2.網(wǎng)站分析基礎(chǔ)知識(shí)

了解一些網(wǎng)站分析的基礎(chǔ)知識(shí)是必須的，你要知道什么是會(huì)話(huà)，什么是PV，什么是UU/UV等指標(biāo)值的含義。如下圖(摘自《網(wǎng)站分析基礎(chǔ)教程第二章》)所示：

3.網(wǎng)站開(kāi)發(fā)的知識(shí)

網(wǎng)站分析師通過(guò)衡量各種指標(biāo)值的優(yōu)劣來(lái)評(píng)價(jià)網(wǎng)站的狀況，以及提出改善優(yōu)化的對(duì)策，如果分析師自己對(duì)網(wǎng)站的開(kāi)發(fā)和構(gòu)筑知識(shí)一點(diǎn)都不了解，也就不能準(zhǔn)確的通過(guò)分析指標(biāo)值的高低衡量網(wǎng)站的運(yùn)營(yíng)狀況。

作為一名合格的網(wǎng)站分析師，你需要了解一些網(wǎng)站建設(shè)和運(yùn)營(yíng)的知識(shí)，還有網(wǎng)站設(shè)計(jì)的知識(shí)，以及用戶(hù)體驗(yàn)相關(guān)的知識(shí)。這樣的話(huà)你才能提出更有高度和深度的分析報(bào)告。

4.網(wǎng)絡(luò)營(yíng)銷(xiāo)的知識(shí)

網(wǎng)站分析師的工作范圍從宏觀(guān)上可以分為“站內(nèi)”和“站外”兩大領(lǐng)域。站內(nèi)重點(diǎn)在于改善用戶(hù)體驗(yàn)，優(yōu)化轉(zhuǎn)化路徑，SEO，分析用戶(hù)行為等站內(nèi)活動(dòng);站外的工作重點(diǎn)則在于如何更多更準(zhǔn)確更優(yōu)質(zhì)的吸引用戶(hù)進(jìn)入網(wǎng)站。

所謂站外的工作主要就是指網(wǎng)絡(luò)營(yíng)銷(xiāo)，網(wǎng)絡(luò)營(yíng)銷(xiāo)按照具體的實(shí)現(xiàn)方式可以分為：展示廣告(DisplayAdvertising)、PPC推廣、SEO、郵件營(yíng)銷(xiāo)、視頻推廣、QQ群推廣、博客營(yíng)銷(xiāo)、微博營(yíng)銷(xiāo)、SNS營(yíng)銷(xiāo)等。如果想成為網(wǎng)站分析師你需要學(xué)習(xí)如下知識(shí)：

4.1.廣告類(lèi)型

搜索引擎廣告(PPC)

交換鏈接

橫幅廣告

郵件營(yíng)銷(xiāo)

傳統(tǒng)媒體廣告

4.2.廣告相關(guān)指標(biāo)

展現(xiàn)數(shù)(Impressions)

點(diǎn)擊數(shù)

點(diǎn)擊率(Click-throughRate)

CPC(CostPerClick)

CPA(CostPerAcquisition)

轉(zhuǎn)化率(ConversionRate)

ROAS(ReturnOnAdvertisingSpend)

4.3.SEO知識(shí)

主流搜索引擎的排名算法

TITLE,META,Hn,h1等優(yōu)化

5.測(cè)試方法

當(dāng)網(wǎng)站分析指標(biāo)的數(shù)值變得不是非常樂(lè)觀(guān)的時(shí)候，或者你想做一次大規(guī)模的推廣的時(shí)候，也可能是你需要對(duì)網(wǎng)站進(jìn)行改版的時(shí)候，作為分析師需要預(yù)知改善后的效果是否能夠達(dá)到預(yù)期，這一點(diǎn)是光憑經(jīng)驗(yàn)很難做到的事情，那么就需要網(wǎng)站分析師聰明的利用師驗(yàn)方法進(jìn)行驗(yàn)證，這是最直接而且準(zhǔn)確有效的方法。

做網(wǎng)站分析師需要學(xué)會(huì)使用如：A/B測(cè)試，多變量測(cè)試，用戶(hù)體驗(yàn)測(cè)試等測(cè)試方法對(duì)改善方案進(jìn)行預(yù)評(píng)估，以減少新方案的實(shí)施風(fēng)險(xiǎn)。

6.交流能力

作為一名網(wǎng)站分析師，你需要和很多的人協(xié)同完成工作任務(wù)，其中包括項(xiàng)目經(jīng)理，產(chǎn)品經(jīng)理，運(yùn)營(yíng)經(jīng)理，實(shí)施經(jīng)理以及工具提供商等。高效率，準(zhǔn)確的交流顯得尤為重要。

對(duì)于交流來(lái)說(shuō)，語(yǔ)言的表達(dá)能力作為最基本的能力要素不可或缺，但想要能順暢的交流僅僅依靠語(yǔ)言是遠(yuǎn)遠(yuǎn)不夠的，還需要有一定的資料的組織能力和總結(jié)能力，以及團(tuán)隊(duì)合作意識(shí)。

7.演講的能力

當(dāng)以網(wǎng)站分析師為主導(dǎo)進(jìn)行一次網(wǎng)站的改版或升級(jí)的時(shí)候，通常的做法是用數(shù)字和圖表來(lái)說(shuō)服決策層和保守派，但事實(shí)上并不那么簡(jiǎn)單，說(shuō)服更多人除了靠準(zhǔn)確的分析數(shù)據(jù)以外，還需要網(wǎng)站分析師非常具有煽動(dòng)性的演講，以及面對(duì)質(zhì)疑從容不迫的回應(yīng)。網(wǎng)站分析師需要把自己的自信通過(guò)演講的形式傳播給參加會(huì)議的所有在場(chǎng)的人。

8.會(huì)做PPT

演講和演示的時(shí)候，必備的利器!當(dāng)然如果你能夠做出很炫的動(dòng)畫(huà)效果將能感染更多的。

9.計(jì)劃管理能力

如果你在一家小公司擔(dān)任網(wǎng)站分析師職務(wù)的話(huà)，計(jì)劃管理可能顯得不那么重要，但如果你是一家大公司的網(wǎng)站運(yùn)營(yíng)經(jīng)理，或者帶領(lǐng)一個(gè)幾十人的分析師團(tuán)隊(duì)的話(huà)，計(jì)劃的管理能力將顯得尤為重要。為了更好的和項(xiàng)目經(jīng)理以及公司管理層的交流你需要具備這項(xiàng)技能，甚至有必要學(xué)習(xí)一些項(xiàng)目管理的相關(guān)知識(shí)，比如PMP認(rèn)證等。

小白如何學(xué)習(xí)數(shù)據(jù)分析

如果是對(duì)數(shù)據(jù)分析完全無(wú)基礎(chǔ)的小白，其實(shí)并不推薦你走開(kāi)發(fā)方向，因?yàn)殚_(kāi)發(fā)方向?qū)W(xué)歷、學(xué)校、專(zhuān)業(yè)都有非常高的要求，并不是可以通過(guò)后天培訓(xùn)能補(bǔ)足的，所以非本專(zhuān)業(yè)的人不建議去轉(zhuǎn)這這個(gè)方向。

如果真的想學(xué)，我比較建議你去了解一下業(yè)務(wù)分析方向，大家說(shuō)的數(shù)據(jù)分析師其實(shí)就是指這個(gè)方向的，那么要去學(xué)習(xí)的話(huà)，就要以實(shí)際出發(fā)，考慮企業(yè)到底需要什么樣的數(shù)據(jù)分析師。

這是要根據(jù)公司的業(yè)務(wù)來(lái)決定的，大致我歸納了幾點(diǎn)。

①為產(chǎn)品經(jīng)理提供幫助，國(guó)內(nèi)產(chǎn)品經(jīng)理不懂?dāng)?shù)據(jù)分析，而新產(chǎn)品的競(jìng)爭(zhēng)情報(bào)分析、產(chǎn)品敏捷測(cè)試等都需要數(shù)據(jù)分析師幫助完成，后期產(chǎn)品迭代優(yōu)化還是需要數(shù)據(jù)分析師采集用戶(hù)行為、習(xí)慣、評(píng)價(jià)等數(shù)據(jù)來(lái)完成。

②為運(yùn)營(yíng)經(jīng)理提供幫助，產(chǎn)品運(yùn)營(yíng)中的用戶(hù)流量、促銷(xiāo)、顧客關(guān)系管理等需要數(shù)據(jù)分析師幫助完成。

③為公司數(shù)據(jù)制定標(biāo)準(zhǔn)，各部門(mén)數(shù)據(jù)打通，實(shí)現(xiàn)數(shù)據(jù)化管理等工作。

所以這就能看到好多學(xué)習(xí)者有個(gè)誤區(qū)，就是把大量的時(shí)間放在工具的學(xué)習(xí)上，但其實(shí)工具并不是最重要的，很多剛剛畢業(yè)的同學(xué)空有一身工具本領(lǐng)卻不知如何施展，找工作時(shí)到處碰壁，其主要原因就是因?yàn)樗麄儧](méi)接觸過(guò)項(xiàng)目，對(duì)業(yè)務(wù)沒(méi)感覺(jué)，不知道如何把所學(xué)的知識(shí)運(yùn)用到真實(shí)的企業(yè)經(jīng)營(yíng)中，這就造成了很多畢業(yè)生就業(yè)困難，而能實(shí)際解決問(wèn)題的數(shù)據(jù)分析師有極度稀缺的狀況。

數(shù)據(jù)分析師最重要的就是商業(yè)方面的知識(shí)，比如EDA、促銷(xiāo)分析、產(chǎn)品管理、品類(lèi)管理、庫(kù)存管理、成本分析、定價(jià)策略、價(jià)格管理、顧客管理等，同時(shí)也要會(huì)如何與數(shù)據(jù)相結(jié)合，去解決企業(yè)面臨的問(wèn)題。

關(guān)于學(xué)習(xí)網(wǎng)站數(shù)據(jù)分析和鑷鏁版嵁鍒嗘瀽緗戠珯的介紹到此就結(jié)束了，不知道你從中找到你需要的信息了嗎 ？如果你還想了解更多這方面的信息，記得收藏關(guān)注本站。