网站设计分析（为什么企业网站建设时）

编辑导语：当我们拿到一个站点通常都不知该如何下手，是应该做外链还是做内容？其实最应该做的事数据分析，网站建设需要数据作为支撑。那为什么企业网站建设时，要做好网站历史数据分析？这篇文章从网站数据分析的意义、网站数据分析的三大方面两个部分，详细地为我们解答了这个问题。感兴趣的朋友一起来看看吧。我们在上一节内容说到，网站建设需要数据作为支撑，网站数据分析能够让网站建设方案的制定更加有效且科学。对于个人来说，个人在不同方面改变或提升的依据就是不同类型的数据，例如通过摄入能量和体重的数据，可作为对自身健康的评估参考，或是单纯的减肥参考；对于企业来说，数据的重要性更是显而易见，可通过企业相关业绩数据来评估衡量企业的价值；对于产品经理而言，则会根据不同的产品相对应的数据，来衡量产品是否符合健康发展的标准。产品经理通过数据分析，从数据中找出潜在规律，推理出数据变化背后的缘由。不管从那个维度来说，数据都是我们做出某一决策时最科学且靠谱的依据之一，在网站建设中亦如此。一、网站数据分析的意义通俗来讲，数据分析的意义在于：比如，我们在投放广告的时，通过广告后台的一些受众群体特征数据、渠道来源数据、消耗的费用、点击率、线索量等，我们可以了解到我们整体的投放情况，了解广告投放出去后发送了什么。之后经过人为的处理，进而分析出某些数据指标的影响因素，理清是什么导致了目前的投放现状。知其所以然之后，根据这些数据指导制定新的优化方案，提升某些指标数据，最后再通过过去的数据波动，预测未来数据变化情况以及趋势。访客属性分析网站的历史数据分析也同样如此，增长超人接触过很多企业建站都是过去有旧官网，需要进行改版升级，但是他们普遍存在一个问题，网站改版的一些决策十分的主观，我们称之为“拍脑袋决策”，这些决策并不能为企业带来实际回报，而真正有效且科学的决策，往往需要数据作为支撑。网站建设是一门技术活，大众可能更看重网站的设计，这只是表面，我们在建设网站时，需要探究更深层次的里面，而网站历史数据就是支撑我们做这件事的最大依据，一个高质量网站的建成与历史数据分析更是不可分割。一个网站是否优质应该交给访客来评判，那么访客如何来为网站“投票”呢？访客进入网站的所有路径、点击以及停留时长就是非常真实且科学的数据体现，只要用正确的方式去解读并分析它背后隐藏的信息和意义，能够让我们为网站做迭代升级时做到事半功倍。因此，企业在做网站建设或改版之前，进行历史数据分析的最大意义在于：通过分析网站数据情况，判断网站各方面的好坏，预测访客的喜好，以数据作为最大的依据制定相应的网站建设方案。二、网站数据分析的三大方面数据分析是利用一些数据分析工具、手段方法或是思维，从数量庞大的数据中发现规律，用于揭示数据背后的真相，可指导企业或业务发展，为决策行为作数据支撑。对大多数企业来说，网站的核心目标是获客，但首先需要有访客才能达到这个目标；再者，我们要针对访客的需求，有效地展示我们的内容、产品和信息，并让访客喜欢这些内容；最后才是最为关键的部分“使访客转化为客户”，购买我们的产品和服务。根据这三个不同的阶段，我们将网站数据分析划分为三大方面来进行：1. 网站流量分析（1）流量多维度细分细分即是指通过不同维度对指标进行分割，查看同一个指标在不同维度下的表现，从而找出存在问题的那一部分指标，并对这部分指标进行优化。访问量就是网站中重要的指标，也是我们常说的流量。在时间、来源、位置、媒介等维度下，我们可以对网站访问量进行单独或重叠的多维度细分。这样，我们可以在流量分析中发现存在问题的那一部分。（2）流量重合度分析访客会穿梭于多个不同的流量渠道，他们使用不同的查询方式对产品和服务进行查询，进行对比后作出决策。每个访客在不同渠道的转化过程中也会扮演不同的角色，有些渠道会树立品牌形象，吸引访客的注意力，例如网站的Banner图；有些会提供精准信息，例如搜索引擎广告。2. 网站内容分析网站页面可以划分为三个类别：导航页、功能页和内容页。首页和列表页是典型的导航页；网站里的搜索页面、注册表单页面都是典型的功能页；新闻、文章页、产品详情页都是典型的内容页。比如，中微半导体的官网（增长超人出品）：引导访客找到信息是导航页的作用，功能页的目的是帮助访客完成特定的任务，内容页的主要目的是想访客展示信息，以及帮助访客进行决策。网站整体页面架构就由这三类页面共同组成。我们不希望看到访客在网站上有这两种行为：一是访客在导航类页面就中途离开。另一类是从内容类页面重新返回到导航页面，除了访客自身新的任务与目标于此页面毫不相关，否则我们也需要对内容页最初的设计做分析，在页面交叉提供信息推荐也要考虑在内。对于导航页面质量的好坏，最简单的方式可以从流量的分流情况来做判断。访客浏览的去向是否符合我们起初的设计逻辑和思路？页面的引导能否将访客带到促进任务达成的关键页面？这只是一个最基本的页面分析思路，实际上导航页会兼顾更多任务，访客们也不会那么“听话”，所以我们还要对访问群体做一个分类，给不同的流量与不同页面分配好比重。3. 网站的转化分析企业网站建设/改版必然有基本的目的，有的希望通过改版提升品牌形象，有的希望能够协助进行营销推广，有的是为了获取潜在客户的信息。当企业建站是以获客为目的时，必然需要考虑到转化率的问题，因此，我们需要对网站的转化路径、节点、效率等进行分析，才能为后续制定科学且有效的网站转化策略，提供基本的数据依据和优化方向。转化分析作为网站数据分析的一部分，也是非常关键的一个环节。在不做转化分析的情况下，我们并不知道自己的访客为什么流失，甚至是不清楚到底流失了多少潜在客户，这一步能为我们理清楚网站转化的阻力在哪，我们需要注意的是每一个问题都不是单一分原因引起的，每一份数据分析都不是孤立存在的。我们对网站转化的数据分析可以遵循一种逻辑模式——漏斗转化模型。（1）网站转化漏斗模型原理很简单，我们可以把网站本身想象成一个虚拟漏斗，用户从进入网站开始浏览到最后的留资、注册行为（或是其他所认定的转化行为，例如下单、关注、转发等），其中有多少被阻挡在某一层“滤网”上，有多少顺利达到了我们预先设置好的“转化行为区域”。我们以常见的表单转化为例，从用户点击链接进入网站作为最初节点，其中大致的转化路径包括了：点击、抵达、填写表单、提交、线索。用漏斗模型表示即为下图：从这个模型图中，能够比较明显的看出来整个访客的转化路径数据是呈现逐渐递减趋势的。通过拆解和量化整个转化路径各环节，可以进行数据的横向和纵向对比，从而发现对应的问题，最终进行不断的优化迭代。在转化路径中每一个环节出现问题都会影响之后的每一个环节，比如，下面左侧的漏斗模型，【点击】到【抵达】出现了大幅流失，可以猜测网站出现了无法打开或者打开速度慢的问题，导致访客无法正常抵达网站，使得之后的每一个环节的数据基数都大幅度减少。另外右侧漏斗模型在【表单填写】和【提交】之间的节点同样出现了数据骤降，其中的原因可能是表单过于复杂、提交按钮无法点击等原因，之后可以进行排除优化。漏斗模型适用于网站中某些关键路径的转化率分析，以确定整个流程的设计是否合理，各个步骤的优劣，是否存在优化的空间等。试着了解访客来你的网站真正的目的，并为他们提供合理的访问路径，而不是一味地区提高转化率。通过对转化漏斗模型进行建立和分析，我们能够快速找出问题所在，进而进行排查优化，为后续的网站建设提供“前车之鉴”，避免犯同样的错误，这也是我们做营销常用的优化方式。（2）用户行为路径分析用户行为路径分析就是用户在网站内不同页面、不同版块、不同操作动作之间相互流转，产生了不同的流转路径，通过对这些路径进行分析。通过路径的分析，我们可以很好地发现用户的流转特点，从而可发现用户是从哪些页面、哪个环节、或是遇到了阻碍，又或者访客从哪些网页流失了，针对这些网页进行优化。其中涉及到全链路页面级PV、UV以及路径流转关系等数据指标，还可以用来确定转化用户与流失用户，是否有行为区别，以及用户行为路径是否符合预期。在这里，我们需要用到分析用户行为路径的有效方法之一——桑基图。首先，剖析一下桑基图的组成，表达的是流量流向问题。 我们需要知道起点在哪里，到哪里结束，流量有多少，其中包含了三个要素：点：流向的起点和终点线：哪些起点和终点之间有流量面：这些量有多大（用宽度来表示）网站数据分析-桑基图（来源网络）（3）漏斗模型和路径分析的关系以上提到的漏斗模型和路径分析是有相似之处的，从广义上来说，漏斗模型可以看作是路径分析中的一种特殊情况。路径分析不同于漏斗模型，漏斗模型通常是对用户在网站中一系列关键节点的转化率描述，这些关键点往往是我们人为制定转化路径。路径分析是通过跟踪和记录每个用户的每个行为路径，在此基础上，分析挖掘用户路径行为的特征，涉及各步骤的来源和下落，各步骤的转化率。可以说，漏斗模型提前、人为、主动地设置了几个关键事件节点路径，路径分析是探索整体行为路径，找出用户的主流路径，甚至可能会发现一些事先不为人知的有趣模式路径。从技术手段上来看，漏斗模型简单直观计算并展示出相关的转化率，路径分析会涉及到一些更为广泛的层面。挖掘访客数据是提高访客生命周期价值，与访客忠诚度并推动转化增长的最佳方法之一。访客数据可指导新网站的架构设计，清楚了解每个访客群体的路径后，可以更清晰地了解如何减少“摩擦”，增加潜在客户的数量，提高转化率。除了上述两个常见的分析之外，网站数据分析还包括了热力点击图分析、访客行为事件分析、访客生命周期分析等，通过这些多维度的分析方式可以科学地指导新版网站的内容策划、架构设计和视觉设计。增长超人服务中企业的热力点击图在互联网不断发展成熟的今天，企业的发展趋势也将更加规范化、精细化、也更加注重用户体验。企业在建设网站时同样如此，未来的网站趋势必然会往数字化发展，网站数字化发展不仅对企业的线上营销推广非常有利，而且对于未来企业的数据资产建立尤为重要。企业不仅要建立自身的数据资产，还要善于管理与应用，网站的历史数据就是企业线上营销数据资产的一部分，这些数据不止能够指导企业建站，还能通过这些数据分析，发现或预测营销规律和逻辑，从而应用于其他方面。