網站分析數據（為什麼企業網站建設時）

編輯導語：當我們拿到一個站點通常都不知該如何下手，是應該做外鏈還是做內容？其實最應該做的事數據分析，網站建設需要數據作為支撐。那為什麼企業網站建設時，要做好網站歷史數據分析？這篇文章從網站數據分析的意義、網站數據分析的三大方面兩個部分，詳細地為我們解答瞭這個問題。感興趣的朋友一起來看看吧。我們在上一節內容說到，網站建設需要數據作為支撐，網站數據分析能夠讓網站建設方案的制定更加有效且科學。對於個人來說，個人在不同方面改變或提升的依據就是不同類型的數據，例如通過攝入能量和體重的數據，可作為對自身健康的評估參考，或是單純的減肥參考；對於企業來說，數據的重要性更是顯而易見，可通過企業相關業績數據來評估衡量企業的價值；對於產品經理而言，則會根據不同的產品相對應的數據，來衡量產品是否符合健康發展的標準。產品經理通過數據分析，從數據中找出潛在規律，推理出數據變化背後的緣由。不管從那個維度來說，數據都是我們做出某一決策時最科學且靠譜的依據之一，在網站建設中亦如此。一、網站數據分析的意義通俗來講，數據分析的意義在於：比如，我們在投放廣告的時，通過廣告後臺的一些受眾群體特征數據、渠道來源數據、消耗的費用、點擊率、線索量等，我們可以瞭解到我們整體的投放情況，瞭解廣告投放出去後發送瞭什麼。之後經過人為的處理，進而分析出某些數據指標的影響因素，理清是什麼導致瞭目前的投放現狀。知其所以然之後，根據這些數據指導制定新的優化方案，提升某些指標數據，最後再通過過去的數據波動，預測未來數據變化情況以及趨勢。訪客屬性分析網站的歷史數據分析也同樣如此，增長超人接觸過很多企業建站都是過去有舊官網，需要進行改版升級，但是他們普遍存在一個問題，網站改版的一些決策十分的主觀，我們稱之為“拍腦袋決策”，這些決策並不能為企業帶來實際回報，而真正有效且科學的決策，往往需要數據作為支撐。網站建設是一門技術活，大眾可能更看重網站的設計，這隻是表面，我們在建設網站時，需要探究更深層次的裡面，而網站歷史數據就是支撐我們做這件事的最大依據，一個高質量網站的建成與歷史數據分析更是不可分割。一個網站是否優質應該交給訪客來評判，那麼訪客如何來為網站“投票”呢？訪客進入網站的所有路徑、點擊以及停留時長就是非常真實且科學的數據體現，隻要用正確的方式去解讀並分析它背後隱藏的信息和意義，能夠讓我們為網站做迭代升級時做到事半功倍。因此，企業在做網站建設或改版之前，進行歷史數據分析的最大意義在於：通過分析網站數據情況，判斷網站各方面的好壞，預測訪客的喜好，以數據作為最大的依據制定相應的網站建設方案。二、網站數據分析的三大方面數據分析是利用一些數據分析工具、手段方法或是思維，從數量龐大的數據中發現規律，用於揭示數據背後的真相，可指導企業或業務發展，為決策行為作數據支撐。對大多數企業來說，網站的核心目標是獲客，但首先需要有訪客才能達到這個目標；再者，我們要針對訪客的需求，有效地展示我們的內容、產品和信息，並讓訪客喜歡這些內容；最後才是最為關鍵的部分“使訪客轉化為客戶”，購買我們的產品和服務。根據這三個不同的階段，我們將網站數據分析劃分為三大方面來進行：1. 網站流量分析（1）流量多維度細分細分即是指通過不同維度對指標進行分割，查看同一個指標在不同維度下的表現，從而找出存在問題的那一部分指標，並對這部分指標進行優化。訪問量就是網站中重要的指標，也是我們常說的流量。在時間、來源、位置、媒介等維度下，我們可以對網站訪問量進行單獨或重疊的多維度細分。這樣，我們可以在流量分析中發現存在問題的那一部分。（2）流量重合度分析訪客會穿梭於多個不同的流量渠道，他們使用不同的查詢方式對產品和服務進行查詢，進行對比後作出決策。每個訪客在不同渠道的轉化過程中也會扮演不同的角色，有些渠道會樹立品牌形象，吸引訪客的註意力，例如網站的Banner圖；有些會提供精準信息，例如搜索引擎廣告。2. 網站內容分析網站頁面可以劃分為三個類別：導航頁、功能頁和內容頁。首頁和列表頁是典型的導航頁；網站裡的搜索頁面、註冊表單頁面都是典型的功能頁；新聞、文章頁、產品詳情頁都是典型的內容頁。比如，中微半導體的官網（增長超人出品）：引導訪客找到信息是導航頁的作用，功能頁的目的是幫助訪客完成特定的任務，內容頁的主要目的是想訪客展示信息，以及幫助訪客進行決策。網站整體頁面架構就由這三類頁面共同組成。我們不希望看到訪客在網站上有這兩種行為：一是訪客在導航類頁面就中途離開。另一類是從內容類頁面重新返回到導航頁面，除瞭訪客自身新的任務與目標於此頁面毫不相關，否則我們也需要對內容頁最初的設計做分析，在頁面交叉提供信息推薦也要考慮在內。對於導航頁面質量的好壞，最簡單的方式可以從流量的分流情況來做判斷。訪客瀏覽的去向是否符合我們起初的設計邏輯和思路？頁面的引導能否將訪客帶到促進任務達成的關鍵頁面？這隻是一個最基本的頁面分析思路，實際上導航頁會兼顧更多任務，訪客們也不會那麼“聽話”，所以我們還要對訪問群體做一個分類，給不同的流量與不同頁面分配好比重。3. 網站的轉化分析企業網站建設/改版必然有基本的目的，有的希望通過改版提升品牌形象，有的希望能夠協助進行營銷推廣，有的是為瞭獲取潛在客戶的信息。當企業建站是以獲客為目的時，必然需要考慮到轉化率的問題，因此，我們需要對網站的轉化路徑、節點、效率等進行分析，才能為後續制定科學且有效的網站轉化策略，提供基本的數據依據和優化方向。轉化分析作為網站數據分析的一部分，也是非常關鍵的一個環節。在不做轉化分析的情況下，我們並不知道自己的訪客為什麼流失，甚至是不清楚到底流失瞭多少潛在客戶，這一步能為我們理清楚網站轉化的阻力在哪，我們需要註意的是每一個問題都不是單一分原因引起的，每一份數據分析都不是孤立存在的。我們對網站轉化的數據分析可以遵循一種邏輯模式——漏鬥轉化模型。（1）網站轉化漏鬥模型原理很簡單，我們可以把網站本身想象成一個虛擬漏鬥，用戶從進入網站開始瀏覽到最後的留資、註冊行為（或是其他所認定的轉化行為，例如下單、關註、轉發等），其中有多少被阻擋在某一層“濾網”上，有多少順利達到瞭我們預先設置好的“轉化行為區域”。我們以常見的表單轉化為例，從用戶點擊鏈接進入網站作為最初節點，其中大致的轉化路徑包括瞭：點擊、抵達、填寫表單、提交、線索。用漏鬥模型表示即為下圖：從這個模型圖中，能夠比較明顯的看出來整個訪客的轉化路徑數據是呈現逐漸遞減趨勢的。通過拆解和量化整個轉化路徑各環節，可以進行數據的橫向和縱向對比，從而發現對應的問題，最終進行不斷的優化迭代。在轉化路徑中每一個環節出現問題都會影響之後的每一個環節，比如，下面左側的漏鬥模型，【點擊】到【抵達】出現瞭大幅流失，可以猜測網站出現瞭無法打開或者打開速度慢的問題，導致訪客無法正常抵達網站，使得之後的每一個環節的數據基數都大幅度減少。另外右側漏鬥模型在【表單填寫】和【提交】之間的節點同樣出現瞭數據驟降，其中的原因可能是表單過於復雜、提交按鈕無法點擊等原因，之後可以進行排除優化。漏鬥模型適用於網站中某些關鍵路徑的轉化率分析，以確定整個流程的設計是否合理，各個步驟的優劣，是否存在優化的空間等。試著瞭解訪客來你的網站真正的目的，並為他們提供合理的訪問路徑，而不是一味地區提高轉化率。通過對轉化漏鬥模型進行建立和分析，我們能夠快速找出問題所在，進而進行排查優化，為後續的網站建設提供“前車之鑒”，避免犯同樣的錯誤，這也是我們做營銷常用的優化方式。（2）用戶行為路徑分析用戶行為路徑分析就是用戶在網站內不同頁面、不同版塊、不同操作動作之間相互流轉，產生瞭不同的流轉路徑，通過對這些路徑進行分析。通過路徑的分析，我們可以很好地發現用戶的流轉特點，從而可發現用戶是從哪些頁面、哪個環節、或是遇到瞭阻礙，又或者訪客從哪些網頁流失瞭，針對這些網頁進行優化。其中涉及到全鏈路頁面級PV、UV以及路徑流轉關系等數據指標，還可以用來確定轉化用戶與流失用戶，是否有行為區別，以及用戶行為路徑是否符合預期。在這裡，我們需要用到分析用戶行為路徑的有效方法之一——桑基圖。首先，剖析一下桑基圖的組成，表達的是流量流向問題。 我們需要知道起點在哪裡，到哪裡結束，流量有多少，其中包含瞭三個要素：點：流向的起點和終點線：哪些起點和終點之間有流量面：這些量有多大（用寬度來表示）網站數據分析-桑基圖（來源網絡）（3）漏鬥模型和路徑分析的關系以上提到的漏鬥模型和路徑分析是有相似之處的，從廣義上來說，漏鬥模型可以看作是路徑分析中的一種特殊情況。路徑分析不同於漏鬥模型，漏鬥模型通常是對用戶在網站中一系列關鍵節點的轉化率描述，這些關鍵點往往是我們人為制定轉化路徑。路徑分析是通過跟蹤和記錄每個用戶的每個行為路徑，在此基礎上，分析挖掘用戶路徑行為的特征，涉及各步驟的來源和下落，各步驟的轉化率。可以說，漏鬥模型提前、人為、主動地設置瞭幾個關鍵事件節點路徑，路徑分析是探索整體行為路徑，找出用戶的主流路徑，甚至可能會發現一些事先不為人知的有趣模式路徑。從技術手段上來看，漏鬥模型簡單直觀計算並展示出相關的轉化率，路徑分析會涉及到一些更為廣泛的層面。挖掘訪客數據是提高訪客生命周期價值，與訪客忠誠度並推動轉化增長的最佳方法之一。訪客數據可指導新網站的架構設計，清楚瞭解每個訪客群體的路徑後，可以更清晰地瞭解如何減少“摩擦”，增加潛在客戶的數量，提高轉化率。除瞭上述兩個常見的分析之外，網站數據分析還包括瞭熱力點擊圖分析、訪客行為事件分析、訪客生命周期分析等，通過這些多維度的分析方式可以科學地指導新版網站的內容策劃、架構設計和視覺設計。增長超人服務中企業的熱力點擊圖在互聯網不斷發展成熟的今天，企業的發展趨勢也將更加規范化、精細化、也更加註重用戶體驗。企業在建設網站時同樣如此，未來的網站趨勢必然會往數字化發展，網站數字化發展不僅對企業的線上營銷推廣非常有利，而且對於未來企業的數據資產建立尤為重要。企業不僅要建立自身的數據資產，還要善於管理與應用，網站的歷史數據就是企業線上營銷數據資產的一部分，這些數據不止能夠指導企業建站，還能通過這些數據分析，發現或預測營銷規律和邏輯，從而應用於其他方面。