书名：流量的秘密 Google Analytics网站分析与商业实战

    ISBN：978-7-115-42368-9

    本书由人民邮电出版社发行数字版。版权所有，侵权必究。

    您购买的人民邮电出版社电子书仅供您个人使用，未经授权，不得

    以任何方式复制和传播本书内容。

    我们愿意相信读者具有这样的良知和觉悟，与我们共同保护知识产

    权。

    如果购买者有侵权行为，我们可能对该用户实施包括但不限于关闭

    该帐号等维权措施，并可能追究法律责任。

    著 [英] Brian Clifton

    译 宫 鑫 王燕珍 王 娜

    责任编辑 赵 轩

    人民邮电出版社出版发行 北京市丰台区成寿寺路11号

    邮编 100164 电子邮件 315@ptpress.com.cn

    网址 http:www.ptpress.com.cn

    读者服务热线：(010)81055410

    反盗版热线：(010)81055315版权声明

    Successful Analytics: Gain Business Insights by Managing Google

    Analytics

    Brian Clifton ?2015 Brian Clifton. All rights reserved.

    本书中文简体版由人民邮电出版社独家出版。未经出版者书面许

    可，不得以任何方式复制或抄袭本书内容。版权所有，侵权必究。作者简介

    Brian Clifton博士 是网站分析顾问、作家、教育家以及Google

    Analytics专家，尤其擅长使用Google Analyticsis优化网站性能。他的著

    作《流量的秘密——Google Analytics网站分析与优化技巧》现已更新至

    第3版，被世界各地的学生和专业人士所广泛阅读。

    Brian Clifton是Google欧洲网站分析的首任主管(2005-2008)，他

    创建了泛欧洲的分析专家团队，后发展成为Google Analytics Individual

    Qualification (Google 分析个人认证中心)在线学习中心。

    Brian Clifton同时还是英国伦敦大学学院以及斯德哥尔摩经济学院

    的客座教授，曾多次参加世界各地(尤其是欧洲)的讲座，讲座内容涉

    及网站测量、数字营销、内容优化以及综合利用上述各方面来帮助创建

    成功的在线商业策略。 Brian Clifton目前担任Search Integration AB 的数

    据创新主管。

    本书特色

    提升GA 在公司中的重要性

    鼓励公司真正利用数据进行重要决策，而不是让其沦落为单纯的数

    据统计工具。

    提升团队合作的效率

    通过提供切实可行的解决方案，缩小员工和管理者之间看似不可逾

    越的鸿沟。

    提升数据的可信度

    帮助专业人士获取最高质量的数据，提升企业对数据的信任度和使

    用率。

    如果你是网站分析方面的管理者或者其他相关工作从业者，那么本

    书就是你的必读之物 。从企业级别的设置到价值和仪表板的创建，本

    书都会为你提供指导，并最终帮助你获取有益的商业见解。

    ——乐高集团资深数字营销经理Peter Munk

    本书有望成为专业管理者的必读之物。通过探索促进商业成功的网

    站分析方法，本书为你提供行动指引。

    ——英国伦敦大学学院，计算机科学系Ingemar Cox 教授

    如果你是营销主管亦或是高级副总裁，那么阅读本书会帮助你了解

    在数字分析以及数字分析管理者方面进行投资的重要性 。

    ——索尼全球搜索营销及分析经理Jessie Willson

    本书超越了 网站分析工具、技术和实践介绍的简单层面 ，提出了

    分析人员和分析过程所面临的重要挑战。更重要的是，本书关注的焦点

    不是数据和分析，而是见解和商业价值的获取。

    ——Centaur Marketing董事长兼Econsultancy创始人Ashley Friedlein

    对于不尽如人意的网站分析结果，本书可以帮助你了解问题的根本

    所在：问题出在你的管理层面，而非技术本身。本书深入分析了领导数

    字分析团队所面临的管理问题 。

    ——Cardinal Path创意总监Stephane Hamel

    本书重点突出，讲解到位。书中提供了众多实用技巧，可以帮助你

    和董事会进行更好地沟通。

    ——Red Gate Software数字营销经理Sofie Westlake

    指导企业主管解决分析方面的各种疑问，并通过一系列案例分析，生动地探讨商业分析问题 ，启发你更上一层。

    ——美国查普曼大学营销助理教授Niklas Myhr

    献给我的家人序

    假如你有100美元， 在进行了一番分析之后，准备拿出来用于投

    资。如果想要取得成功，那么我建议你在工具和执行方面投入10美元，在脑力方面(也就是人力)投入90美元。

    我于2006年5月19日提出了这一“10 : 90”投资原则 。几年之后，我

    对这一原则越来越深信不疑。原因很简单，在商界，各个领域所产生的

    数据与日俱增，不仅如此，社会中个人所产生的数据也在不断增加，加

    之人们对信息共享的要求，越来越多的数据正在闯入我们的世界。然

    而，尽管数据是免费的，但想要通过精确的分析来为企业领导者预测出

    可行的商业决策却不是免费的。

    这也就是为什么我会对这本书如此着迷。作者不会在书中动不动就

    惊呼“我的天呀，我的天呀，那里怎么会有这么多数据，是不是很神

    奇”。现在让我们行动起来吧，18个月后就可以实现从看到数据就呕

    吐，到根据数据分析来执行商业行动的转变。

    为了更好地说明成功的最终推动力，这里列举一个我自己亲眼见证

    过的事例。不管在什么公司，每个领导者都要想一个仪表板。“给我总

    结一下企业的经营业绩，我就可以作出决策了!”于是公司的分析师东

    奔西跑，在散发着香草气味的纸张上陈列出大量的信息，以图表为主。

    领导高兴了？分析师升职了？

    很遗憾，都没有。

    事实上，你在管理阶层所处的职位越高，所需的分析技巧就越少，需要给仪表板上的数字赋予某种意义的要求也就越低。如果要对此开会

    谈论，那么会上鲜少会做出什么决策来，因为会议谈论的重点都转向对

    数据质量的分析、对缺失数据的追究和对图表颜色的探讨。

    那么成功究竟需要什么？简言之，那就是：见解(insights)、执行

    力(actions)和商业影响力(business impact)。

    世界上所有的仪表板上都应该包含尽量少的图表。仪表板上应该具

    备分析师用文字表达出来的深刻见解，然后是建议公司应该采取的商业行动，最后是行动实施后会给企业带来的商业影响(这是最为重要的，也是仪表板必须具备的内容)。

    在会议上，散发着香草气味的纸张不会再引起一场关于数据本身的

    无用争论，它会引导人们展开一场就“应该首先实施哪项行动”的讨论。

    数据本身其实并没有什么大的用途，等我们最后意识到这点的时候

    会觉得难以置信。不错，数据就只是数据而已。把公司的利润以及用户

    满意度推向极致高度的是那90%的人力：是他们从数据中提取独到见

    解，为公司行动提供建议，并对其商业影响进行评估。

    等你下一次再看到一个仪表板，先看看上面的图表和文本的比例是

    否合理，你就能够判断出这个仪表板到底是给你提供了商业价值，还是

    在浪费你的宝贵时间了。

    以上所说的这些只为抛砖引玉，你会发现这本书精彩绝伦。本书的

    结构合理，让人赞不绝口。从第1章依次读到第10章，你会学到很多数

    据方面的知识。当然，如果你不想循规蹈矩，喜欢跳跃式阅读，我推荐

    你首先阅读第8章和第10章，这是我最喜欢的两章。第8章你随时都可以

    阅读，而且书中的建议会让你恨不得马上付诸实施!无论何时，在你感

    觉到当下的任务无比艰巨的时候，去看一看第10章的内容吧，你会在他

    人成功的案例中重燃希望的。

    Avinash Kaushik

    数字营销倡导者兼《Web Analytics 2.0》和《Web Analytics:An Hour A

    Day》的作者译者序

    作为目前被广泛使用的网站数据工具，Google Analytics以其强大的

    数据分析能力在企业网络营销中发挥着越来越大的作用。同时Google

    Analytics也不是一个容易上手和驾驭的工具，经过这么多年的发展演

    变，日益复杂的功能让这个工具的学习门槛逐渐提高。

    本书作者Brian Clifton博士是数据分析方面的权威人物，同时也是

    世界公认的Google Analytics资深专家。本书以网站数据分析为基础，从

    工具的选择、设置和数据质量评估等方面对Google Analytics的使用以及

    各项功能的开发利用进行了全面分析。相信读者在阅读本书之后，对

    Google Analytics的使用会有更深一层的理解。

    除宫鑫、王燕珍、王娜外，参与本书翻译的人员还有来自射手学院

    的刘婷婷和杨志芳，感谢大家在本书翻译过程中付出的努力。

    本书的专业审校工作由品众互动的优化师团队完成。品众互动是目

    前国内最大的SEM服务商，他们在审校过程中体现出来的专业态度与敬

    业精神，让本书质量进一步提升。

    虽然译者在翻译前进行了大量调研，在翻译过程中也多次组织专业

    人士交流，力求使译文准确传达原书的思想内涵和风格特点，但不免还

    会存在不足和瑕疵，望读者批评指正。

    宫鑫

    2016年5月前言

    这是我创作的关于 Google Analytics的第四本书， 但是本书较《流

    量的秘密》前三版又有所不同。《流量的秘密》系列书籍主要介绍工具

    的使用，但是本书的创作类似于我的工作性质：尽可能帮助公司通过明

    智地使用数据来获得商业上的成功。

    近年来我渐渐意识到，商业的成功与否并不仅仅取决于使用工具的

    熟练程度，企业本身才是获得成功的关键。对那些与工具的使用没有直

    接关系的因素，公司也必须给予信任，如数据本身、数据的加工和结

    构，以及处理数据的相关人员。所以在写这本书的时候，我首先会从商

    业角度出发，然后才关注Google Analytics的非技术层面。我希望高层管

    理人员、公司股东和工具使用者能够掌握共同的语言，并团结合作，为

    创建一个由数据驱动的可靠环境而努力。希望本书能够在这方面有所建

    树。

    本书得以出版，并不是我一个人的功劳，其中包含他人给予我的关

    爱、支持、帮助、指导、意见和友谊，甚至是那些看似无关的随意交谈

    也为本书的创作做出了贡献(你有时不得不惊讶，那些看似微不足道的

    想法为我的创作带来了多大的灵感!)。下面我要感谢的人，他们或为

    本书的创作提供了直接帮助，或为我在Google Analytics的成功应用方面

    提供了灵感。

    Sara Clifton一直给予我关爱和支持，让我可以坚持创作。正是因为

    有了她的指导，我才能全面地看待成功衡量、数据和人生三者之间的整

    体关系。

    Shelby Thayer 已经帮助我认真审阅了三本书了，包括本书在内。她

    是一位出色的分析师，在推进大企业的网站测量方面具备丰富的经验。

    她的专业经验和反馈为我创作这本专业性较强的书提供了很大帮助。

    Brad Townsend是我的技术编辑。作为软件工程师，他是一位聪明

    又谦虚的谷歌人，他精通Google Analytics，无人可以超越。 David

    Vallejo是专业的 Google Analytics使用者和研发者。他不仅聪明，而且

    多才多艺，帮助我解决了很多技术上的问题。如果没有他的帮助，我真是什么事也做不成!Dave Evans 作为资深数据专家帮助我审校了第7章

    的内容，并在关于数据隐私法的探讨中给我提供了很多深刻见解。 Dick

    Margulis是我颇为信任的编辑，至今已帮助我编辑和组织了三本书。正

    是由于他的帮助，我的书才能够在复杂多变的出版市场得以出版。他的

    指导和建议都是弥足珍贵的。

    我很荣幸地邀请了Avinash Kaushik 为本书撰写序言，这已是他第二

    次为我撰写序言了。他的序言充满热情又极富条理，恐怕也只有他才可

    以如此充分地调动读者阅读的欲望了。他是我以前的同事，我很庆幸能

    够拥有这么一位朋友。他对一切可衡量的事物都充满着极大的热情，也

    不断激励着包括我在内的很多人。

    John Wedderburn、Tobias Johansson以及Search Integration 团队开展

    了众多高品质的会议，会上开放式的讨论大大开阔了我的眼界，深化了

    我的理解。

    最后，我同样要感谢聪明且充满活力的GACP团队，正是他们扩展

    了 Google Analytics的使用范围，深化了 Google Analytics的使用功能。

    我希望这里没有遗漏掉任何一位帮助过我的人。

    Brian Clifton

    2015年1月简介

    “在我们自以为需要信息的时候，我们真正需要的是知识。”

    ——摘自Nate Silver的《The Signal and the Noise》

    根据IT专家的一项近期调查1 , 55%的大数据分析项目最后都半途而

    废。根据大多数被调查者的回答，导致数据项目失败的主要原因有两

    个，一是公司缺少可以通过分析数据提出深刻见解的分析师，二是项目

    缺少以数据为驱动的业务环境。同样，根据Econsultancy2 ?“2013网站测

    量和策略报告”中的调查显示，对于“你的公司具有把数据分析同商业目

    标相关联的公司性战略吗”这一问题，只有19%的人给出了肯定的回

    答，这个比例在之前五年从没发生过大的改变。

    我写这本书就是为了帮助那些苦苦挣扎着的管理者们取得商业上的

    成功，帮助读者克服困难，作出明智的商业决策。

    我的目标是让你从“见解”的角度思考问题，而不是关注于 Google

    Analytics数据本身。所谓见解，就是你可以运用的知识。有了见解，你

    就可以从网站访客的角度看问题，了解他们在访问网站、应用程序或其

    他数字内容时的具体要求是什么。

    至于公司是否能满足网站访客需求，主要受两大因素的影响。

    访客期望，这可以根据他们找到你的网站的方式和途径来了解，如

    他们是受哪个搜索引擎、活动广告或哪次社交谈话影响才决定搜索

    你的网站的。

    用户体验，也就是用户浏览网站内容、导航、搜索信息以及同你互

    动(联系、购买、订阅或回馈)的难易程度。

    企业管理、分析和改善这两个因素的能力决定了网站的成功与否。

    在本书中，我会介绍深刻的见解是如何将各种相关数据联系在一起，并

    构建访客的体验之旅。拥有了这一知识你就可以改善上述因素：正如第

    10章所描述的，在网络营销、增加收入或提高效率方面，你都可以取得

    很大的改善。然而 Google Analytics本身并不能提供见解，任何工具都做不到这

    点。要获得见解，你必须了解你的业务、产品、价值定位、网站内容、网站接触点和网站设计，当然还有公司的营销计划。Google Analytics

    可以提供的，是帮助你了解上述因素的数据(大量数据)。然而，见解

    的产生终究要靠人，而非机器，这就是分析团队所存在的意义。他们过

    滤掉不必要的噪音，筛选出有用的数据，然后对其进行解读，描述出事

    实，获取对企业有益的知识——见解。

    本书会告诉你如何做到这点，告诉你应该专注于什么，会有什么回

    报，需要聘请哪类人才，以及需要进行设计的实施步骤、应该避开的陷

    阱和需要投入的资金。

    这本书以解决基本需求为主，内容详尽全面。想要创建一个商业环

    境，让你可以信任数据、理解数据，并能够根据数据作出重要决策，你

    需要对本书有深入的理解和吸收，并不是草草地做个总结就可以的。不

    过，我在书中的重点是如何获得深刻的商业见解，而不会纠缠于细枝末

    节。

    如果你是一位企业管理者，想要全面把握网站测量的关键原则、Google Analytics的各种功能，亦或是为企业作出有指导性意义的数字化

    策略决策，那么本书就是为你量身打造。你最终的关注点是获取商业见

    解和知识，而非获得更多的数据。

    简言之，我的目标是在正确轨道上对你进行引导，为你提供全面的

    过程介绍，帮助你借助Google Analytics来创建一个由数据驱动的商业环

    境。

    参考资料

    1 http:visual.lycios-big-data

    2 https:econsultancy.comreportsonline-measurement-and-strategy-

    report第1章 衡量成功的前期准备你应该知道监测对成功来说是至关重要的， 不管是对个人，还是

    对公司，亦或是对职业发展，都是如此。从很多方面来说，Google

    Analytics只是一个工具，同用来帮助公司作决策的众多其他数字工具没

    什么区别。

    但是网站分析——即Google Analytics所涉及的领域、技术和行业

    ——有所不同，它的功能和潜力是其他工具都望尘莫及的。为什么？因

    为Google Analytics不仅可以评估用户参与度、交易量和用户带来的收

    入，而且还可以监测潜在用户的数据，比如他们来自哪里、要寻找什

    么、你是在哪个环节失去这些潜在用户的(以及你具体是在网站上的哪

    个页面或APP上失去他们的)。把现有用户及潜在用户的数据整合在一起是网站分析所独有的功

    能，鉴于这个功能的专一属性，网站分析就变得尤为强大。例如，大部

    分网站的转化率都很低，一般为3%(见图1.1)1。 。这也就意味着，每

    100位访客中最后只有3位转化为了实际用户。尽管有很多业务分析师都

    在绞尽脑汁地想要提高这个数字，但是有件事显然更为重要，那就是首

    先弄清楚为什么另外97%对你感兴趣的访客(因为他们访问了你的网

    站)最终离开了，然后再根据分析得出的结果去改善转化率。

    图1.1 尽管绝大多数公司都只把分析重点放在极少数转化了的访客，但是绝大部分访客依然未

    实现转化

    Google Analytics 不仅可以分析用户行为，而且可以分析非用户行

    为，只要访客在同公司互动时有一个数字接触点。通常来说，这个接触

    点是通过用户访问网站产生的，但是如果使用Universal

    Analytics(Google Analytics的最新功能版本，我们会在第6章中详细介

    绍)，这个接触点就不一定非得通过用户访问网站来产生。例如，假如

    潜在用户收到了一封你寄来的信件，信件中包含一张优惠券。如果潜在

    用户到你的公司实体店里使用优惠券进行消费，那么实体店就会通过互

    联网把该用户的消费信息(产品名称、价值、优惠码等)发送到你的

    Google Analytics 账户。根据收到的用户消费信息， Google Analytics 就

    可以生成一份报告，分析你直接向用户投递信件活动的效果和实体店销

    售情况。在上面这个例子中，接触点就是用户的实际购买行为，假设：

    a = 信件实际投递量 = 100 000

    b = 使用优惠券的实际购买量 = 725

    那么：

    商业活动效果 = b a = 0.7%

    假如你寄出的信件要求收信人首先访问你的网站，以获取优惠码。

    那么第二个数字接触点就是你的网站，收信人如果访问你的网站，就说

    明对你提供的信息感兴趣。这样一来，即使收信人没有到实体店消费，你同样会得到一组简单且有力的数据，可以来进一步分析，例如：

    a = 信件实际投递量 = 100 000

    b = 使用优惠券的实际购买量 = 725

    c = 访问你网站的实际收信人数 = 8 000

    那么：

    访客兴趣度 = c a = 8.0%

    商业活动效果= b a = 0.7%

    网站转化率 = b c = 9.1%

    从上面额外收集到的数据(c)可以看出，对信件投递活动的评估

    并不是非黑即白的二分法判断。就实际购买量来说，根据数据显示似乎

    只有725个人对你的产品感兴趣，但是从这项额外收集到的数据(访问

    你网站的实际收信人数)我们可以判断出，对你的产品感兴趣的实际人

    数是8 000。根据对这项数据的分析，你就可以通过改善信件投递活动

    来提高访客兴趣度了。同时，还可以通过改善网站着陆页来提高9.1%的

    网站转化率，此外还可以尝试提高用户的消费金额(比如交叉销售相关

    产品)。不管怎么说，你现在可以通过多种途径来提高销量了，同时根

    据对各种商业活动的评估，还可以判断出盈利最多的活动。这确实是很

    强大的数据啊。商业智能定义

    所有可以帮助你对公司进行深入分析的工具都属于“商

    业智能”(business intelligence)， Google Analytics也是商

    业智能的一种分析工具。为了帮助读者理解，我在这里分

    别对商业智能的三个分类进行解释定义。

    Customer Analytics(用户分析)即对现有用户数据进

    行挖掘，其目的是为了发现用户的购买模式和获得人口统

    计信息。公司通常会根据这一信息来制定商业活动，提高

    现有用户购买相关产品的数量，维系用户关系。

    Web Analytics (网站分析)即通过研究网站访客的行

    为，改善访客体验。此类数据的绝大部分都是匿名的。从

    过去的使用传统来说， Google Analytics 就是网站分析工

    具。

    Digital Analytics (数字分析)随着网站分析的发展，其使用范围目前已包括所有联网设备，如移动应用程序、条形码扫描仪、收银读码机、存货盘点、呼叫中心性能或

    者芯片。经过最新的功能更新， Google Analytics现已升级

    为数字分析工具了。1.1 网站分析数据的价值

    想一想下面这个例子。

    很多业务分析师都把精力放在了用户分析上(参见上面的“商业智

    能定义”)，分析结果可用来制定商业活动，提高相关产品的销量，维

    系用户关系。一般来说，活动的结果只能让公司收入提高1～9个百分

    点。

    那么，让我们把在同一个公司所花费的相同精力投入在网站分析上

    试试。在我们这个例子里，你要了解的是网站转化过程中的不利因素。

    我们所获得的信息当然也要用来改善这些不利因素，从而提高访客转化

    率，也就是带来更多的用户。从我的个人经验来看，转化率一般都可以

    增加两位数甚至三位数(参见图1.2)。

    此外，网站转化过程的改善是一个长期复杂的过程。例如，在你把

    网站效率提高了10个百分点之后，访客的转化率也不是一次性就能提高

    上来的，这是一个持续改善的过程(尽管实际情况并不总是如此)。也

    就是说，即使在一年之后，如果有新访客访问你的网站，你还会获得较

    以前多10%的新用户。不过，如果访客因为用户体验不佳而离开，那么

    他再次访问网站的几率就很小了。当然，在网站转化过程改善之后，你

    所获得的每一位新访客，他们被转化并成为长期支付用户的概率都会有

    所提升。综合起来说，你的收入会大大增加，你的营销尝试也会更加有

    效!图1.2 对某旅游公司的网站数据分析后预订量的增长情况

    在吸引高附加值访客以及访客转化方面，网站分析的潜力是无限

    的。而在这一领域， Google Analytics 又是首屈一指的工具。

    假设在认真分析了访客同网站的互动情况，以及他们使用诸如销售

    漏斗分析、退出点、跳出率(单个网页访问)和参与指标之后，你可以

    把网络转化率提高3到4个百分点(以33%作为基本改善率)。那么这对

    你的盈亏底线意味着什么呢？让我们看看下面这个假设，如果：

    v = 访问者数量 = 100 000

    c = 单个访问者成本 = 1.00

    那么：

    a = 所有访问者成本 = v x c = 100 000

    访客获取成本保持不变，非市场利润率、营销成本和单个转化收入

    也保持不变：

    m = 非市场利润率 = 50%s =营销成本 = 100 000

    u = 单个转化收入 = 75

    表1.1显示的是转化率3%提高到4%之后的结果。

    表1.1 转化率改善后的经济收益情况

    改善前 改善后

    r=转化率 3% 4%

    C=转化量 3 000 4 000

    T=总收入=uC 225 000 300 000

    n= 非营销成本=(1-m)T 112 500 150 000

    P=总利润 = T-(n+s) 12 500 50 000

    R=总ROI =P s 13% 50%

    表1.1中最后两行是实际情况的分析结果：利润增加了 37500美元

    ，而投资回报率提高了4倍，增加到了50%。请注意，这仅仅是改善了

    网站转化率后的结果，此时访客获取成本依然保持不变。这就是网站分

    析可以为企业带来的商业价值。作为一个拥有超过15年专业经验的从业

    者，我无数次地见证过这个潜力所发挥的巨大作用。它是真实可实现

    的。1.2 网站的衡量标准有何不同

    我注意到，衡量网站的表现常常会被资深管理者所误解。多年来，网站分析行业一直尝试着从IT部门向营销领域转变，鉴于此种情况，他

    们的误解也情有可原。

    网站分析的原则直截了当：

    网站分析致力于研究并改善网络体验。

    Digital Analytics介绍

    整本书我都一直在强调网站分析，因为这是目前人们

    使用Google Analytics的侧重点。人们借助网站分析来分析

    网站性能以及其对其他销售和营销渠道的影响。然而，那

    种自20世纪90年代开始出现的单一平台形式已经开始慢慢

    消亡了。用户现在会通过多种途径来了解你的品牌，例如

    传统的网页浏览器、 APP、数字电视或其他可以发送HTTP

    请求的联网设备。举例来说，跟踪店内结算机器的表现，或者当顾客走进店内时扫描他们的徽章。总之，途径是多

    种多样的。 Google Analytics 的最新版本具备所有这些功

    能，详细介绍请参考第6章。

    然而，习惯了借助数据来做决定的管理者们更喜欢比较确定的事

    情，例如， Customer Analytics(用户分析)结果会告诉他们具体可以

    赚多少钱、利润是多少、用户数量是多少，或者Operational

    analytics(运营分析)会告诉他们有多少员工、人力成本是多少、制造

    成本是多少，等等。我说的确定，指的是硬性数据、少有或没有错误的硬性数据。如果

    你想知道这个月有多少现金入账，你只要打印出银行结单，一切就一清

    二楚了。那上面的数据是确定的，因为显示出来的都是已确认的交易。

    银行已经再三确定过，所有交易都是合法的，所有支付都是有效的，你

    账户上显示的数额千真万确就是你的。同样，如果你想知道用户的数

    量，只需查看一下用户关系管理系统就可以了。那个数字也是确定的，因为它代表的是实实在在的人，记录着给你下过订单并已经支付了的用

    户姓名和地址。你的销售团队也再三确认过了，数字是没有问题的。

    但是网站分析就大不相同了。因为所有报告给你的数据都是模棱两

    可、虚无缥缈的，换句话说，是不准确的。和传统的业务分析师也不一

    样，要得到高质量的数据，网站分析人员就必须要认真负责才行。

    数据质量和所有权

    导致数据质量问题的原因有多种，最常见的原因就是设置不完整或

    不够全面：没有银行或销售团队会为你确认数据的(这是你的分析团队

    所要做的工作，但是现实情况中却并非如此)。即使你的设置比较完

    美，也还是会有不准确的数据产生。因为大部分收集到的数据都来自匿

    名访客(97%)，你根本无法确定他们是谁。也就是说，你无法收集到

    能够和具体某个访客相对应的数据信息。

    例如，如果访客没有以某种特定的方式登录你的网站或与你联系，那么当他们以不同的设备(平板电脑、智能手机、笔记本电脑)再次访

    问网站时，他们就会被认定为是不同的访客。就网站分析工具来说，如

    果访客分别通过平板电脑、智能手机和笔记本电脑访问网站，那么就会

    被认定为3个不同访客的单次访问。同样，当访客使用Internet

    Explorer、 Chrome或 Firefox等不同浏览器再次访问网站时，也会出现这

    种问题。

    就交易情况来说呢？

    你可能会认为，网站分析收集到的电子商务方面的数据会相对好一

    点，会比匿名访客的数据信息更加准确。毕竟，对于已经完成的交易来

    说，你有机会对信息进行再次确认。这当然也不错，但是鉴于取消交易

    以及交易中的退货情况比较复杂，网站分析在处理这两种情况方面并不

    十分拿手。就用户退货的情况来说，即使当初访客是被你的商业活动所

    吸引才来访问你的网站，那么随着用户退货，商业活动的有效性也就不复存在了。但假如说我退货仅仅是因为买错了鞋子的尺码，那么这种情

    况下商业活动依然是有效的，本次被取消的交易依然要被考虑在内。所

    以说，从营销评估的角度来看，网站分析中的数据如果包含所有交易信

    息会更加合理(当然，欺诈、测验和明显的错误交易除外)。

    网站分析有多准确？

    无须担心，网站监测的不准确性你会慢慢习惯的，那

    只是一个误差线。不过，你必须时刻查看并更正它，这个

    误差线可不能设置一次就把它抛之脑后。网站分析团队必

    须要对数据的质量负起责任来。这是网站分析与其他商业

    分析形式的重要不同之处。

    如果你的Google Analytics运行良好，那么这个误差线

    应该控制在5%以内。同营销者在处理例如报纸发行量和电

    视收视率之类的传统的数据时所面对的误差相比，这个误

    差已经算是很小了。详见第4章。

    说到数据，准确性当然很重要。随着网站、网页和用户行为的改

    变，即使Google Analytics的最初设置很完美，其功能也会随之削弱。要

    想能够信任你的网站分析数据，并利用这些数据放心地做出重要的商业

    决策，你必须要保证数据的质量。

    关于数据的准确性，还有一点不得不提，那就是：很多人(即使是

    相当聪明的人)都认为，既然网站分析所收集到的数据这么可观，那么

    这些数据肯定是很准确的。我个人推测，既然大家都知道小规模取样得

    到的数据往往不准确，那么他们进而就会认为如果数据数量相当可观，那肯定就不存在不准确的问题了。但是，由于网站分析在收集数据方面

    不做刻意筛选，所以大众的这一想法并不正确。恰恰相反， 正因为网

    站分析可以轻易地收集到大量的不准确数据和噪音，所以才会把一些重要的信息掩盖掉。1.3 Google Analytics的地位

    你的网站对你来说是极其重要的。在网络世界，网站是用户及非用

    户(潜在用户、求职者、投资者、媒体以及竞争对手)了解你的第一

    站，他们通过网站了解你的业务、产品和服务信息。对此，网站分析是

    唯一可以帮助你同步掌握这些数据的工具。

    对于高级管理人员来说，能够把全部看似不相关的数据对比起来查

    看，是件千金难求的事。在同一套标准和方法下，你可以将其放大以查

    看某方面的详细信息，也可以将其缩小以便纵览全局，从而来帮助你对

    比评估各个方面的表现，换句话说，就是对相同类型的数据进行评估比

    较。不仅如此，网站分析还可以为你提供具体的情景，分析人员向你提

    供的深度调研报告中通常都缺少具体情境。有了具体情境，你就可以把

    重点集中在能够给你的业务带来最大效益的方面。

    尽管如此，一个单一的工具无论如何都不是万能的。 Google

    Analytics(见图1.3)的地位之所以重要，就在于它可以把公司的网络活

    动同传统的线下营销和现有的用户联系起来。当然，就各个具体方面来

    说，我们依然需要各自对应的工具来对其进行日常管理。如果想要分析

    和了解这些方面的性能，那就得使用统一监测工具了，即你的中心分析

    平台——Google Analytics。如果不使用Google Analytics，而是用各个次

    级工具来追踪数据，那你就会浪费大量的时间和精力，而最终获得的也

    不过是一些在原则上一致而现实中却不匹配的数据。事实上，在数据统

    计方面，我们本就有多种不同的技术、方法和定义!图1.3 Google Analytics不仅可以监测现有的用户的活动，而且可以监测潜在用户的活动

    Google Analytics 收集并向你报告数据，它会告诉你何时发生了什

    么，这当然很不错。不过Google Analytics 却无法告诉你事情发生的原

    因，这就是分析师要做的工作了。优秀的网站分析师会利用知识和经验

    来推测出事情发生的原因。然后再通过分析其他相关数据来验证推测，一般验证所需数据都来自Google Analytics之外。如果数据具有不确定

    性，就得通过测试(实验)来进行验证。这方面的知识会在第8章进行

    详细介绍。

    Google Analytics为什么不能和Customer Analytics画等

    号？

    如图1.3所示，在表示Google Analytics和Customer

    Analytics的关系时，我故意使用了虚线，目的是要强调两

    点。绝大部分网站数据(一般 97%)都是匿名的，而

    Customer Analytics所处理的都是具体的用户和公司。

    即使你为用户设置了一个单独的登录入口(以便可以

    对其进行识别)，但是并非所有的用户都会通过这个

    入口来浏览你的网站。也就是说，即使他们是你的用

    户，在网站分析中留下的数据也是无法识别的。

    在使用Google Analytics追踪用户时，网站的性能和销

    售的性能是不一样的。例如，你的网站在将访客转化

    为用户方面或许存在优势，但是如果有退货情况，你

    的销售量就不会很好。

    你可以使用Google Analytics进行大量的用户分析，但

    是请谨记上面这两点，以防出现对错误信息的过度分析。

    数据不是简单的筒仓

    就网站分析的潜力(用户以及潜在用户数据)、(网站分析团队中

    的)数据质量负责人和数据的不确定性(因为有大量的匿名数据)来

    说，网站分析不同于其他形式的商业分析。尽管如此，作为公司内部的

    一种信息来源，网站分析并不应该被区别对待。相反，我希望做的，是

    让你们以一种不同的方式对待公司内部的所有数据。

    通常来说，数据分析都被隔离在公司的筒仓之内：公司设立一个独

    立的数据部门，以供咨询。在数据部门工作的人都被其他同事看成网

    虫，整日与数字为伍，总之只专于分析，不懂得创造性思考(用左脑思

    考的人)。我这里要告诉你，收集或研究数据是枯燥的，这一点所有的

    网虫都认可。但是要想获得激动人心的创造性知识，这是必做的工作。

    如果数据团队中人人聪明透顶，又能提出深刻的见解，但是公司却

    很少甚至从不采纳他们的建议和想法，他们对数据苦苦研究，最后却毫

    无建树，这真是让人无比泄气。如果数据被隔离在公司筒仓之内，而数

    据团队也降格为汇报机器，那么就会出现上述情况，公司不仅错失了良机，而且还造成了数据人才的浪费。

    通过整合公司营销、公共关系、销售、网站研发、内容创建、用户

    维系和其他团队中的所有数据(不过我这里特指的是网站分析中的数

    据)，你就可以为公司的改变奠定好环境基础。在网络世界，如果你不

    追求持续进步，即使你现在是市场上的主导公司，几年之后也会完全丧

    失生命力。

    为改变奠定好环境基础，这也是本书的立足点。1.4 Google Analytics 与众不同的原因

    关于Google Analytics，有两点关键的因素，即它的定价模式(免

    费)和占主导地位的市场份额。

    1.4.1 免费版

    2005年11月， Google发布了Google Analytics免费版，这在网站监

    测领域引起了轰动(我当时还是 Google Europe的网站分析主管)。人

    们提出了一系列的法律性问题：Google Analytics为什么会免费？其中有

    什么猫腻？ Google会用收集的用户数据干什么？对于享有既得利益的供

    应商(因为我们同时也在 Google上做宣传)提供的数据，我们可以信任

    吗？(请参考第1.6节“有问有答：衡量成功”。)

    很显然，在出现Google Analytics之前，价格一直是制约公司引进网

    站监测工具的一个因素。在Google ，我们虽然稍有怀疑，却也没有对此

    严重质疑：仅在Google Analytics上市后一周，在Google Analytics上注册

    的账户数量就超过了之前整个网站监测行业的总开户数(见图1.4)。图1.4 自2005年11月Google Analytics上市后，网站分析工具使用量增长情况

    据builtwith.com统计， Google Analytics现已在2500万个网站上投入

    使用。2 免费版本无疑是推动工具广泛应用的重要因素。当然，除此之

    外还得益于 Google Analytics强大且不断更新的功能设置、使用的便利

    性和公开共享知识和实践的大型用户社群。对有些公司来说，价格并不

    是他们选择网站分析工具的关键制约因素，但是很多此类公司同样也选

    择了Google Analytics，这也正归功于上面列举的这些附件优势(见图

    1.5)。图1.5 Google Arwlytics的市场份额3、4

    Google Analytics 是一款具有活力的用户友好型分析工具，已获得

    了全球数百万企业的信任(支持40多种语言)。同时，作为企业级产

    品，Google Analytics 已获得例如宝洁、维萨、通用、索尼、丰田 、推

    特和英国广播公司等在内的众多品牌企业的信任。详细企业列表请参考

    http:brianclifton.comwho-uses-ga 。

    Google Analytics 的市场份额

    有两种方法可以评估 Google Analytics的使用情况。

    通过查看网页的公开源代码或 HTTP 标头。利用这种

    方法就可以自动大规模地查看 Google Analytics的使用

    情况，但是却无法识别网站所使用的工具是免费版的

    还是付费版。通过查看参与者信息。这种方法无法大规模使用，而

    且需要人工操作，但是却可以识别免费版本和付费版

    本。

    89% 接受调查的企业都在使用Google Analytics

    2013年的一项调查涵盖了896家企业(23为英国企

    业)，该调查显示，89%接受调查的企业都在使用 Google

    的分析工具(94% 为代理用户)。在所有使用Google

    Analytics的企业中， 11%使用的是付费版， 26% 在考虑使

    用付费版。3

    63% 的500强企业在使用Google Analytics

    2013年Enor Inc. 的一项调查显示， 63%的 500强企业

    在使用 Google Analytics。4

    一半的网站在使用Google Analytics

    2010年， Metric Mail对Alexa上排名前一百万的网站进

    行了分析研究，研究者通过在网页内搜索Google Analytics

    的跟踪代码文本发现， 50%的网站都在使用Google

    Analytics。5

    1.4.2 付费版

    2011年9月， Google 发布了Google Analytics Premium版本，每年收

    费15万美元。 Premium产品主要面向企业市场，它与 Google Analytics免

    费

    版的主要不同在于：1.功率更大，能够支持更大容量的数据。

    2.签订服务等级协议(SLA)。

    3.费用包括安装、培训和技术支持。

    4.更加适合企业环境的附加特征。

    Premium版并不是免费版的替代品，它同样也是Google Analytics工

    具。只不过，Premium版在功能上有所扩展，可以满足企业用户的特殊

    需求。 登录Premium之后，你很难发现它与免费版的不同之处，两者的

    用户界面几乎是一模一样的。

    为什么要使用付费版？

    如果你现在已经是Google Analytics的用户了，那么是否需要使用付

    费版取决于你的数据量。如果你每月的数据点击都超过1000万(每月约

    100万的访问量)，那你就需要使用Google Analytics Premium版，它可

    以为你提供更强大的功率。 免费版每月的数据点击限制在100万，这虽

    然在服务条款中有明确说明，但是使用过程中，工具本身并没有这个局

    限。也就是说，即使你当月的数据点击超过100万，也不会损失数据。

    但是，如果你每月都超出这个限度，那么Google公司就会给你致电，礼

    貌地要求你缩减数据收集量，或者建议你进行版本升级。

    如果你是Google Analytics的新用户，那么上面介绍的第2项就对你

    大有用处。大型公司往往不采用免费产品，所以更倾向于和Google签订

    有约束力的法律协议，以保证数据的所有权和使用。

    我们会在第2章详细介绍免费版和付费版的差异。

    1.4.3 具体问题解答

    我在Google工作的时候，为了解决我在本章中提到过的一些问题，花费了大量时间，但是这些问题现在依然存在。以下是我就这些问题给

    出的解答。

    1. Google Analytics免费版为什么是免费的?对免费版使用的解释是：Google本身是媒体公司，2013年 91% 的

    收入来自广告主。6 也就是说，广告主付钱给Google公司，让其广告展

    示在Google的搜索结果中。截止到2013年底，这项收入达到了每年500

    亿美元。

    所以，Google 要为广告主使用网站分析工具扫除一切障碍，为广告

    主提供详细的广告花费信息。其原理是广告主对信息了解越多，越愿意

    加大广告投入。这不仅有利于维系用户，还能增加广告主的长期投入。

    对付费版使用的解释就相对简单得多了。公司希望面对面和供应商

    进行交流(账户管理)，如果出现问题也会有相关协议(SLA)以供参

    考，而且付费版拥有更加强大的功率便于进行超大数据设置(每月超过

    100万的数据点击)，以及针对企业特征的功能设置(例如适合数据库

    类型查询的 BigQuery)。第2章会对此进行详细介绍。

    所以说，并没有什么猫腻，它只是一款免费增值的工具罢了。

    2.我们能信任Google 吗?

    换句话说， Google 要用我们的数据做什么? 对于任何一个超大数

    据，询问这个问题都是合情合理的。我个人认为，这个问题可以进一步

    分解为两个问题：

    谁——也就是现实中的什么人——会在Google上看到我的数据?

    Google为获取私利，会对我的数据进行什么样的非人为处理？

    首先回答谁会看到数据的问题，少数支持人员和维修工程师会看到

    你的数据，因为他们需要保证日常服务的正常运行。用户数据的查看是

    有严格要求的，除非必要，否则不得查看。如果你需要特定的人查看你

    的报告，那么你(账户管理员)需要和Google沟通。此外，你还需要在

    Google Analytics的账号设置中明确授予报告查看权限。

    再说非人为数据处理，很显然， Google想要你的数据。 公司通过

    出售精准的广告赚了不少钱，而广告是否精准取决于数据。于此相关的

    任何数据对Google来说都价值连城， 因为此类数据可以帮助Google改善

    其产品，包括广告平台(AdWords和 AdSense)以及类似Google

    Analytics的工具。和所有了解数据的企业一样， Google也是看重数据价

    值的 。之所以对数据进行非人为处理，是为了通过对大量数据的分析了解

    行业发展趋势。如果你需要根据每天收集到的数十亿数据点帮助你作出

    商业决策，那么通过查看个人账号不仅是无效的途径，而且会消耗大量

    时间。

    我认为，在看待Google对数据的使用问题上，最好从同样也使用网

    站信息(和用户数据)的访客角度来思考。信任是维系关系的关键因

    素。一旦失去了信任，你不仅会失去用户，而且这一失败的经验还会对

    你的网站产生致命影响，让你付出惨重的代价。7

    3.哪些人不会使用Google Analytics?

    当然，和Google 合作并不适合所有人。鉴于Google目前已涉及了多

    个领域，所以其竞争者也不在少数。如果你的业务是和 Google处于竞争

    位置的，那你肯定不希望Google对你的数据进行收集，或者被它透露出

    去。

    Google的产品都不是高度定制的，它成功的秘诀在于产品的可扩展

    性——拥有上百万个账户。 如果你需要高度定制的数据和报告平台，例如数据保存超过25个月(Google Analytics Premium版的数据保存期限

    是36个月)，那么Google Analytics 就不适合你。说到这儿，我得提醒

    你弄清楚Google Analyticsis 的功能权限(详见第2章、第5章和第6

    章)。

    除去这两个原因之外，我实在想不出不使用 Google Analytics的原

    因。我本人自工作以来就一直使用Google的产品，而且在Google工作了

    三年，所以不管是对产品的供应者还是使用者都有所了解，因此也能够

    保持客观中立了(如果觉得有道理，我自己也会批评Google两句的)。

    推荐 Google Analytics 并不会给我个人带来经济利益，使用好的产品才

    会。如果没有达到我的高标准，我是不会向人们推荐的。1.5 你能获得什么

    我在简介里说过，我写这本书的目的是让你从“见解”的角度思考问

    题，而不是数据本身。所谓见解就是你可以运用的知识，它是一则故

    事，或者更确切一点，是一个合理的假设(在理解匿名数据方面几乎没

    什么确定性可言)。见解的重要性在于，它可以让你从访客的角度看问

    题，帮助你理解他们在访问网站以及浏览网站内容时的具体需求。

    访客的需求取决于两个重要因素。

    访客期望，这可以根据他们找到网站的方式和途径来了解，比如说

    他们是受哪个搜索引擎、活动广告或哪次社交谈话影响才决定搜索

    你的网站的。

    用户体验，也就是用户浏览网站内容、导航、搜索信息以及同你互

    动(联系、购买、订阅或回馈)的难易程度。

    企业管理、分析和改善这两个因素的能力决定了网站的成功与否。

    很明显，有些数据对我们理解这两个因素可以多少提供一些帮助，例如有多少来自Google的访客以及进一步去联系、购买或订阅的访客占

    多大比例。另一方面，我们之所以需要见解，是要利用它把所有相关的

    数据联系在一起，并构建出访客的访问旅程。

    见解分为以下两种。

    信息类见解——这类见解可以让你更好地理解访客和用户，帮助你

    作出明智的决策

    行动类见解——这类见解需要你采取实际行动：给予出色完成工作

    的队员奖励；将你的营销预算转向更好的执行渠道；消除掉网站上

    的不利因素。

    Google Analytics本身并不能提供什么见解，任何工具都做不到这

    点。 要获得见解，你必须了解你的业务、产品、价值定位、网站内

    容、网站接触点、网站设计，当然还有公司的营销计划。见解的产生终

    究要靠人，而非机器。然而，如果不借助于机器(类似于 Google

    Analytics之类的工具)，仅仅靠人也是行不通的。在收集和处理数据，即创建报告方面， Google Analytics是十分效

    的工具。目前Google Analytics已拥有100多个默认报告，如果考虑到所

    有的自定义和细分选择，这个数字还要再乘以10。随着数据处理、储存

    和宽带成本的不断降低，报告制作的成本也会越来越低。

    Google Analytics拥有很多报告，并且具备一流的数据可视化功能。

    你可以输入和输出数据，可以以编程的方式在应用程序窗口(API)查

    询数据，也可以用结构化查询语言(SQL)查询数据(如果是大型数据

    组便使用Google的BigQuery应用程序)，还可以查看访客的人口统计信

    息。你可以进行激活、细分、定制和筛选，甚至还可以实时观察流量情

    况——看着图表上的图形时升时降，忽有忽无，真可谓是一种神奇的体

    验。关于Google Analytics的功能特征，第5章还会进行详细介绍。

    多年来，网络指标行业一直饱受功能之战的困扰——太多的功能设

    置项使产品过于复杂。如果公司向潜在供应商发送提案请求(RFP)，那么功能设置项过多倒也行得通。但是提案请求现在行不通了，这也是

    Google所带来的一个重大改变，即以企业数据为中心的解决方案。

    Google Analytics 的免费使用恰恰证明了这一点，这也正是我想要阐述

    的：要改善你的网站，必须要了解我上面提到的两个决定成败的关键因

    素，即访客期望和用户体验。而Google Analytics 可以为你提供数据

    (大量的数据)，帮助你评估这些因素。

    通过提取有关访客期望和用户体验的数据，你就可以进一步改善用

    户体验了。这就是你能够从Google Analytics中获得的。1.6 有问有答：衡量成功

    当我听到人们说： 我回答：

    我们需要知道流量来自哪里。告诉我们，我们的访客都来自哪些渠道？

    一般刚开始使用Google Analytics 的用户

    都会首先问我这个问题。这个问题很好

    回答，不过更好的提问方式是，“告诉

    我，最有价值的访客来自哪些渠道？”

    内容是网站上的主角，搜索引擎都喜欢

    它。告诉我哪些是最受欢迎的网页。

    对于这个问题，更好的提问方式是，“

    告诉我，最有价值的访客最喜欢哪些网

    页。”

    如果我们的线下营销比较成功，那么是否

    能够看出，这些访客同时也受到了在线营

    销的影响呢？

    当然，这并不非什么难事。这和IT项目

    不同，一位出色的网络营销者就可以搞

    定了。

    对于以下行为：访客从电脑上看到了我们

    的线上广告，然后访问我们的网站，之后

    又访问了实体店，又再次通过手机查看我

    们的网站。然后访客回到家，从我们的一

    家分店购买了产品。对于以上行为，我们

    可以进行跟踪吗？

    可以。如果访客是在你的实体店内购买

    的产品，你同样可以在Google Analytics

    上记录访问者的线下转化。

    我们公司也在使用其他工具，在功能上和

    Google Analytics有重合。对于两者所追踪

    的同一数据，我们进行了比较，但发现得

    到的数据不一样。到底哪个才是正确的

    呢？

    尽量不要进行这种比较!这绝对是在浪

    费时间。对同一个数据统计来说，我们

    可以有多种技术、方法和定义。因此，如果需要进行对比，那就选择一种主要

    方法(一种工具)。 Google Analytics就

    具有这种功能。参考资料

    1 根据 e-tailing 集团2013年第12次年度商业调查，46% 的美国商

    家反映说，他们的购买转化率都在1.0% 到 2.9%之间(www.e-

    tailing.comcontentwp-

    contentuploads201304pressrelease_merchantsurvey2013.pdf)。

    2 在2014年7月21日开始的这一周，Builtwith.com记录到的使用

    Google Analytics的网站数量为 25,218,196

    (http:trends.builtwith.comanalytics )。

    3 Econsultancy. “2013年网络测量和策略报

    告”(http:econsultancy.comreportsonline-measurement-and-strategy-

    report )。

    4 Enor Inc.对500强企业使用GoogleAnalytics情况的调查(www.e-

    nor.combloggoogle-analyticsgoogle-analytics-solidifies-lead-in-fortune-

    500-adoption-in-2013)。

    5 Metric Mail 对Alexa网站上排名前一百万域名的研究分

    析：http:metricmail.tumblr.com post904126172google-analytics-market-

    share

    6 Google Q4 所获结果:

    http:investor.google.comearnings2013Q4_google_earnings.html

    7 由于失策而造成致命影响的一个典型例子就是Dave Carroll向美

    国联合航空公司的“献礼”事件，起因是Dave Carroll的泰勒吉他在航空托

    运中损坏了，向美国联合航空公司要求索赔无果后，于是创作了一首歌

    曲上传到YouTube进行抗议。歌曲在YouTube上获得了超过1300万的点

    击量，后来Dave就他的经历攥写了一本谴责公司冷漠的书，该书改变了

    人们对社交媒体的认知(www.davecarrollmusic.combook)。第2章 选择合适的工具目前， Google Analytics有两种版本 ——免费版和 Premium 版(即

    付费版)。到底哪一款适合你呢？首先，价格方面，顾名思义，免费版

    就是可以免费使用的，但是你需要在数据方案、执行和运营分析方面投

    入一定的资金。而Premium 版则相当于是一年期协议，可按月计费，每

    年固定费用为15万美元。

    这个价格到底值不值呢？如果你的网站流量很大，那么同那些按流

    量收费的工具相比， Premium 版物超所值。如果使用按流量收费的工

    具，数据越多，所要支付的费用也就越高。而 Premium版的价格则是固

    定不变的，你每个月最多可以有10亿数据点击(约为每月1亿的访问

    量)。另外，如果你的流量很不稳定，比如说季节性很强，那么就预算规划来说，使用价格固定的工具相对要方便很多，因为你可以准确地推

    测出下一年的预算是多少。

    如果网站的流量不是很大，那么在数据收集和报告上每年花费15万

    美元看起来就很不划算了。所以，公司在选择工具时一定要考虑性价

    比。

    还有处于中间情况的一种网站，公司既可以拿出所需预算，同时在

    工具选择方面又需要指导。

    在为公司选择工具时，所有的用户都希望能作出明智的决策。如果

    可以使用免费版，没有人愿意每年花费15万美元购买付费版。同样，如

    果同事们无法理解事情的重要性，也没人愿意强力推荐一款免费产品。2.1 PREMIUM版的价值定位

    在分析人员看来，免费版和Premium版几乎没有什么区别。实际

    上，登录到两个版本的用户界面后，你也很难看出差别，不管是界面内

    容还是功能设置。那么，两者之间为什么会存在这么大的价格差呢？在

    回答这个问题之前，首先让我们看一下Premium版价值定位的4个方面：

    协议、功率、功能设置和服务(见图2.1)。

    图2.1 Google Analytics Premium版的价值定位

    Premium版的价值定位不仅仅是为了让公司获取这些附加功能，而

    且在整体上迎合了公司的需求。例如，尽管所有人都热衷于免费产品，但是对公司来说，采购部门在处理免费产品方面并没有那么容易。因

    为，很多公司存在责任问责的问题，比如说谁负责这项服务？谁有权进

    入工具？如果工具运行中出现问题怎么办？数据归谁所有？谁是我们的

    账号代表人？产品作为商业工具在公司正式运行之前，这些问题都要在

    具有约束力的法律文件中明确指出。如果使用免费版，这种正规的处理

    方式是不可能实现的。如果你的公司属于上述情况的话，那么Google

    Analytics Premium版就更适合你。2.1.1 协议

    签订正式协议有助于明确责任，并通过和供应商的直接接触来确保

    服务的正常运行。这也就是说，要签订一份服务级别协议(SLA)。对

    于Premium用户来说， Google在正式协议中会提供以下保证。以下提供

    的比例均以一月为期。

    99.9% 保证数据收集的正常运行。

    99.0% 保证用户界面的正常登录和报告获取。

    数据新鲜度保证不超过4小时。

    数据新鲜度是指，报告中的数据均为4小时内所更新。如果Google

    没有做到上述任何一项保证，那么你下次就可以不用支付费用。

    可想而知，对于免费版产品， Google是不提供任何服务级别的保证

    的。不过所有的 Google 用户也都清楚，Google 的产品可信度很高，几

    乎很少出问题。事实上，自2005年以来，我只记得Google Analytics 出

    现过两次为时几个小时的运行中断情况(Google在网络运行方面做得还

    是很不错的)。再说免费版，根据数据量的大小，数据的新鲜度也会有

    所延长。新鲜度一般是4小时，有时也会延长到48小时。

    2.1.2 功率

    这里的功率是指，软件在数据处理和存储上面的能力。 Premium版

    的功率比免费版更大，而功率越大就意味着：

    可以处理更多的数据，数据存储的时间更长；

    不管数据大小，都可以保证数据的新鲜度；

    避免报告采样。

    数据量

    数据量只在每月超过1 000万数据点的时候才会出现问题，这是免

    费版所设定的上限。这个数据量已经很大了，大约相当于网站每月100

    万的访问量。但是，对比较热门的 B2C网站来说，这个数据量却不算

    大。如果你的数据量超过了这个上限，建议你使用Premium版，否则你

    就得考虑缩减数据点击的收集了(参见后面的“什么是数据点击)。对Premium 用户来说，固定费用里会包含每月10亿次的数据点击。

    当然你还可以额外购买更多的数据上限，最多可购买每月200亿次的数

    据点击(对于比较热门的大流量网站来说，数据一般都会非常大)。注

    意， Premium的数据限定是对公司来说的，也就是针对 Premium用户，而不是网站。例如，如果你有3个网站，每个网站的月访问量都超过1

    亿，那么一个Premium 账户就可以满足你的需求，也就是说，你不需要

    为每个网站分别购买一个账户。

    什么是数据点击

    就Google来说，用户和网站进行一次互动所产生数据

    就是一个数据点击。 Google Analytics默认收集的唯一用户

    互动数据就是访客的页面访问量。如你的网站每月有100万

    的访问量，每位访客每次平均浏览4个页面，那么Google

    Analytics就会收集到400万次个数据点击。

    比较典型的其他数据点击有事件、交易和社交互动。

    如果访客在网站上浏览了8个页面(页面访问量就为8)，下载了一个PDF文件(事件为1)，完成一次交易(一次交

    易2件商品)，然后在你的Facebook上点击了“喜欢”按钮，那么该访客所创造的总数据点击就为13。

    在进行数据评估说明时，我一般会把一位访客的数据

    点击设置为10。也就是说，每月100万的访问量就会产生大

    约1 000万的数据点击。

    限定数据点击

    在使用免费版的Google Analytics时，如果每月的数据

    点击都超出1 000万，那就需要对数据点击进行限定了。比如，如果你的网站每月都有5 000万的数据点击，那么根据

    Google Analytics免费版服务条款的规定，你就需要把收据

    的收集量设定为20%。

    你可以从策略性角度对数据收集进行限定(你可以单

    纯地不去记录访客的某段访问历程，比如对你博客的访

    问)，或者你也可以对网页的跟踪代码进行设置，随机排

    除掉对访客特定访期的跟踪。后一种选择会更好一点，因

    为数据统计会更可靠。

    新鲜度报告

    随着Google Analytics需要处理的数据量增加，新鲜度报告会越来越

    慢。但是如果使用Premium版，这个时间就不会超过4小时。如果你使用

    的是 Google Analytics免费版 ，而且网站的流量不大，那么数据新鲜度

    在时间上就不会有太大差距。然而，假如数据量很大，那么数据新鲜度

    的时间就会有所延长。使用 Google Analytics 时，如果网站一天的数据

    点击超过了100万，那么数据就一天才能更新一次。也就是说，在一天

    之内你的数据都不会被处理。

    报告采样

    Google Analytics的大部分报告都无需采样(不管是免费版的还是

    Premium 版)。但是，随着数据分析的深入，各种数据之间的关系会越

    来越复杂。和其他软件一样，一旦复杂度提高，软件的功效也会随之下

    降。 为防止这一问题的出现， Google Analytics引进了采样限定。

    在免费版中，需要分析的访问人次超过50万时才会有采样。一般来

    说，如果你的流量很大或者所查看数据的时间跨度较大，比如年度数据

    对比，这种情况下你就会看到数据采样的运行。

    而对于Premium版，采样的限定提高了20倍，即访问人次超过1 000

    万时才会有采样，不过这个限定会得到不断改善。而且，如果访问人次不超过1亿，那么下载报告就无需采样。

    采样说明

    Google Analytics对访问人次进行随机抽样，目的是降

    低数据处理的负荷量。例如，如果你要对200万访问人次进

    行分析，那么免费版的 Google Analytics就会按照1:4的比例

    进行采样，把分析的数据量控制在限定范围内。对采样的

    数据进行分析后， Google Analytics再把分析结果乘以4。

    在处理数量较大的数据时，常用的统计方法是，使用具有

    代表性的子集数据来对总数据进行价值分析。

    尽管按照比例统计出来的数据是准确无误的，但是如

    果你对采样报告进行深层次分析，比如在采样数据中评估

    转化率或者总收入，那么还是会出现一些问题的。因为采

    样的数据数量较小，所以一旦放大到总数据的规模，出现

    的偏差也会随之放大。第5章还会对采样进行详细介绍。

    2.1.3 功能差异

    Google Analytics免费版和Premium版的差异并不是很大，这当然是

    刻意为之。毕竟，功能强大是所有分析人员所需要的 ——所以两者的

    差异并不在于专业和业余之分，而是， Premium版本中添加了一些更加

    贴合公司需求的功能。

    融合了DoubleClick功能。

    Google云存储和BigQuery功能。

    200个自定义指标和200个自定义维度。

    以数据为驱动的归因建模。DoubleClick功能的融合

    DoubleClick是Google的广告管理软件，用以管理广告的展示，主要

    是横幅广告的管理。内容丰富的网站出售页面空间用以进行广告展示，DoubleClick的应用会帮助增强广告展示的效果。 DoubleClick还可以帮

    助广告主和代理商管理广告活动。知名品牌或公司是网络横幅广告的主

    要用户，而在美国广告展示市场上， 2013年 DoubleClick的份额占到了

    18%。1

    Premium融合了DoubleClick的特征，广告主可以查看广告成本、曝

    光量以及点击和观看流量(观看了横幅广告但没有点进去的用户)。由

    于DoubleClick在跟踪网站上的广告展示方面使用的是第三方cookie，因

    而还可以收集观看广告的访客的信息，包括性别、年龄段和兴趣信息

    ——涵盖体育、科技、饮食、旅游等方面的兴趣——以及子范畴数据。

    Google Analytics免费版没有融合DoubleClick功能。

    对Google AdWords的融合

    具有上下文的文本广告一般展示在Google 搜索结果之

    下， 使用Google AdWords有助于增强广告的展示效果。

    Google Analytics 免费版和 Premium 版都融合了AdWords，两者所产生的相关报告也没有区别。

    Google 云储存和BigQuery功能

    通过Google云存储可以输出数据，也可以使用结构化查询语言

    (SQL)的变形查询数据， SQL是所有分析人员都较为熟悉的标准数据

    查询方式。而Google对SQL的变形就是BigQuery， BigQuery是一种快速

    查询引擎，适用于大型数据组——对标准的关系数据库来说相对较大的

    数据组。2使用BigQuery 可以帮助你进行复杂且具体的查询，如果在图形用户

    界面，你是无法做到这一点的。 不过 Google Analytics的免费版既没有

    融合Google 云存储，也没有融合 BigQuery。

    此外，Premium版还可以保证数据存储的期限，也就是36个月，免

    费版的数据储存上限仅为25个月。不管是免费版还是Premium版，在数

    据储存超过期限以后，Google 都没有真正地将数据删除(我在2005年做

    过相关报告)。当然， Google 一直保留数据超过期间后对数据进行删

    除的权利。

    更多的自定义指标和维度

    Google Analytics免费版拥有20个自定义指标和20个自定义维度。在

    访客访问网站期间，这些都相当于是描述他们的标签。我常用的一项自

    定义维度是“用户与非用户”。如果访客购买了产品，那就属于“用户”。

    通过 cookie，这一标签在访客随后的访问中也会一直跟随着他们。清楚

    了访客的标签之后，你就可以对用户与非用户访客的行为分别进行评估

    了。根据这两种类型(细分)访客行为的不同，掌握更多的信息。其他

    的自定义维度还包括订阅者、登录者、评论者、参与者和社交分享者。

    自定义指标和维度同时还具有一定的灵活性，例如，可以同你的用

    户关系管理系统(CRM)或者营销自动化系统相结合。如果这些工具

    可以对根据访客参与情况进行排序或评分，你还可以将其作为一项自定

    义指标或维度输入到Google Analytics，如顶级用户(维度)、成为用户

    的可能性 = 58%(指标)、同销售人员交流的非用户(维度)，等等。

    Premium版的运行原理也是如此，只不过它拥有的指标和维度要多

    于免费版。

    指标VS 维度

    Google Analytics 报告包含两类信息，即指标和维度。

    指标即为具体数字，如网站访问者数量、活动的转化

    量、获得收入或者产生的潜在用户数量。维度即文本信息，如性能良好的页面列表、有效的活

    动名称或者畅销产品名称。

    数据驱动的归因建模

    标准的归因建模技术可以找出为你带来访客并创造收入(或由潜在

    用户产生的价值)的推荐网站。对于子公司占有重要地位的营销活动来

    说，这是一项常用技术，而且它适用于所有的推荐网站。参见图2.2。

    图2.2 转化过程图解，在本例中，转化长度(到最后转化的互动次数)= 4

    根据图2.2的图解，访客经过了4次访问后最终实现了转化(成为了

    消费者、订阅者或潜在用户)。如果没有归因建模，那么所有的推荐网

    站都没什么区别。 假设本例中的推荐网站依次为Google搜索、社交媒体

    交谈、横幅广告点击和子公司点击，那么这4个推荐网站就会被同等对

    待。而归因建模可以帮助你区分各个推荐网站的重要性(在收入贡献中

    所占的不同比例)。

    Premium版和免费版都具备归因建模技术，你甚至还可以进行定

    制。不过，Premium版还具备一个额外的功能，即数据驱动的归因建

    模。 有了这项功能，你不必从不同的模式中选择合适的模式进行人工

    对比(这对有经验的分析人员来说也相当不易)，数据驱动的归因建模

    技术会为你完成这项工作。该建模技术会在不同的营销渠道中进行自行

    归因。 Google这项技术的原理是，借助成熟的统计技术，根据对已转化

    的以及未转化的途径分析，计算不同推荐网站的重要性。第6章会对归

    因建模进行详细的介绍。2.1.4 服务

    公司在网站分析的使用上历来都有诸多问题。一般来说，公司花费

    巨资购买最新上市的工具，商家告诉他们这些工具拥有大约1 000种

    (可能这个数字会有点夸张)所需要的功能。然而等这些工具安装启用

    后，却没有人告诉他们，要真正制定数据策略还需要：进一步的定期投

    入，对工具进行相应设置，对数据进行调查和分析，重新调整安装设

    置，进一步调查和业务沟通，等等。

    Avinash Kaushik3 是我在Google的前同事，也是我的好友，他在

    2004年提出了著名的“10:90”原则，指公司在工具上投入了90%的资金，而在利用工具进行决策方面只投入了10%的资金。为了批评这一现象，Avinash Kaushik积极倡导“90:10”的相反原则。(随着2005年 Google 免

    费网站分析工具的上市，对于这一明智且强有力的倡导，我们理所当然

    地应该予以响应。)Avinash要强调的是：分析工具本身并不是关键，关键在于你要用工具做什么。

    Premium版于2011年上市，用户需支付固定费用， Premium版的一

    个重要特点是Google提供的服务，包括帮助用户制定数据策略，根据数

    据策略安装工具，以及对团队进行工具使用方法的培训。该工具并不能

    给你提供无限制的资源，但是会帮助你完成最佳的设置，达到你的业务

    期望，并让你的公司员工掌握工具使用的内部知识。 服务由Google公司

    或者Google Analytics Premium 授权的代理商提供

    (www.google.comanalyticspremiumpartners.html)。

    可以料想，Google Analytics的免费版是没有相关服务的。但是谷歌

    分析认证合作伙伴(Google Analytics Certified Partners)下的网络合作

    伙伴可以为免费版提供相关服务

    (www.google.comanalyticspartners)。

    谷歌分析认证合作伙伴(GACPs)

    Google 官方的全球网络中有200个谷歌分析认证合作伙

    伴，也被称为 GACP 网络(www.google.comanalyticspartners)。这些公司可以为你

    提供相关服务，比如数据策略、执行、培训和分析。不管

    你使用的是哪个版本，至少应该听取一下GACP给出的建

    议。

    Google Analytics Premium授权的代理商也属于GACP网

    络。2.2 版本选择的标准

    Econsultancy-Lynchpin在“2013年网络测量和策略报告”4中 中向被调

    查者提出了 两个重要的问题。

    对Premium用户： 你使用 Google Analytics Premium版的主要原因是

    什么?

    对非Premium 用户：公司选择不使用 Google Analytics Premium版的

    主要原因是什么?

    图2.3和图2.4描述了被调查者对这两个问题的回答情况。人们对数

    据采样的轻视让我有点惊讶，见图2.3。调查显示，就企业层面来说，人们认为好的管理(包括数据所有权、SLA和涵盖的报告)比更大的功

    率更为重要—— 尽管有些Premium用户的数据流量可能并不是很大，因

    而也不存在数据采样的问题。不论现在情况如何， 我都能预测到，随

    着数据流量从网站向其他移动程序应用和联网设备(如商店的付款结

    算)的转移，数据处理作为 Premium版提供的一项功能将越来越重要。

    图2.3 使用Google Analytics Premium版的原因，受访者最多可以选择两项

    从图2.4中可以看出免费版的优势——几乎一半的被调查者回答说

    免费版能够满足他们的分析需求。图2.4 选择不使用Google Analytics Premium版的几个主要原因，受访者最多可以选择两项。

    就分析需求来说，一共有4种类型的Google Analytics潜在用户。

    考虑升级到 Premium版的现有Google Analytics 用户。

    不打算升级到Premium版的现有Google Analytics 用户。

    现有其他分析工具用户——目前在使用其他分析工具供应商产品的

    用户，考虑改用Google Analytics。

    分析工具新用户——目前还没有使用过分析工具的公司。

    不管你属于哪一类，图2.5中的流程图都可以帮助你作出决定性的

    决策。接下来的内容，我会根据选择分析工具时所要考虑的标准，对上

    述4种类型的潜在用户进行分析。图2.5 选择合理的工具

    如果我的预算有限怎么办？

    如果每年15万美元的数字预算对你来说不可能实现，那你就只能使用免费版了。当然，免费版也是一款很棒的

    产品——我本人就向多个全球性公司推荐过免费版，帮助

    他们取得了显著的商业成果。使用免费版的关键是预期管

    理，其中最主要的是数据量管理。如果你每月的数据点击

    超过1000万，那就需要对此进行限定了。

    但是请记住，不管使用何种分析工具，最基本的是你

    要有充足的预算进行维护(数据质量)，并为公司提供决

    策见解(不是报告)。也就是说，如果你的预算有限，那

    就使用免费版，并为它进行投资。如果产生不了高质量的

    见解，你的数据项目就无异于白费功夫。如需指导，请参

    考图2.5的流程图。

    考虑升级到Premium版的现有Google Analytics用户 如果你现在

    正在使用Google Analytics的免费版，那么对于它的价值定位你应该已经

    很清楚了：一流的功能(具体介绍请参考第5章)、 直观的使用、便捷

    的操作、来自不同规模的超大企业用户群、全球2 500万个使用网站和

    活跃的社区，当然，它还是免费的。 Google Analytics或许还不是你商

    业战略中的一部分，但是却值得你为此投资。这里的投资是指在人员上

    的投资，包括培训、教育、聘用以及外部帮助，当然还需要大量的时间

    和精力把所有这些融合在一起，以此获得商业见解。然而这并不是结

    束，公司必须信任并采纳由此获取的见解，并将其付诸实践。所有这些

    都不是你使用的工具所能胜任的。如果你的公司属于这种情况，我建议你还是继续使用Google

    Analytics 免费版，并努力使其发挥最大的效益。对你来说，要考虑升级

    到Premium 版，唯一需要关注的因素就是数据量。如果你每月的数据点

    击不超过1 000万，就不需要升级到Premium 版。你要做的就是在免费版

    上继续投资，努力改善设置(数据质量)，并充分发挥它的作用(获得

    见解)。等到你发挥出了免费版的最大作用， 就可以重新进行考虑是

    否需要Premium版了。

    不打算升级到Premium版的现有Google Analytics用户 绝大部分现

    有的 Google Analytics用户其实都不适合使用Premium版。如图2.4所示，几乎一半的潜在Premium用户都表示免费版可以满足他们的需要。这主

    要是因为他们的数据量不会造成什么问题。也就是说，你每月的数据点

    击不会超过1 000万。然而，如果处在企业层面，你还是有必要全面考

    虑一下Premium版的价值定位，如图2.1所示。如果这些价值定位没有你

    所需要的，那很好，说明你的决策很明智，且每年都为公司节省了15万

    美元。不过，节省下来的那笔资金你还是需要投入到现有的分析工具

    上，要确保你数据流的质量，并充分利用数据进行商业决策和公司改善

    (第3章会有所介绍)。

    现有其他分析工具用户 很多公司在分析工具和数据处理上的投入

    已经达到甚至超过15万美元了。对这些公司来说， Google Analytics 的

    价值定位同其他免费产品一样：安装便捷，使用方便、一流的数据可视

    化以及可以分享技巧、心得和良好实践的超大用户社群。如果你考虑换

    用Premium的原因是觉得它是一款好产品(由于产品在各个方面都有创

    新突破，所以我个人认为它是一款超级好的产品)。如果换用

    Premium，你还可以剩下一笔资金，这当然很不错。但是，价格却不是

    你要考虑的关键因素。你需要的工具，是可以利用它提供的视野和方法

    帮助你从数据中获得见解的，而不是一款拥有众多复杂功能但在你进行

    日常咨询时还需要额外付费的产品。

    如果你在网站分析工具上的投资已经达到了使用Premium版的费

    用，而现在想要考虑使用 Google Analytics ，那答案就很清楚了。

    Premium版4个方面的价值定位对你来说都很重要(参见图2.1)。和你

    现有工具进行价格对比时，记得考虑Premium所包含的服务因素。我见

    到过很多实用性不大的分析工具，单是许可费用这一项就耗尽了用户的

    所有预算，以致于无法考虑在保证工具运行方面的投资了。 Premium版

    的服务条款保证不会出现这种情况。分析工具新用户 如果你之前没有使用过分析工具，现在要考虑尝

    试Google Analytics，且没有遗留的系统问题，那么首先你就要考虑价格

    的问题。 承认吧，如果可以获得免费版，没人会愿意每年花费15万美

    元去购买付费版!这无关公司规模。比如说，有很多跨国公司，他们使

    用的就是Google Analytics免费版，这不是因为他们他们买不起付费版，而是因为免费版就已经可以满足他们的需求了。

    你接下来要考虑的问题就是网站的数据量。如果每月的访问量超过

    100万， Premium无疑就是最佳选择。如果网站产生的流量不确定，那

    就用网络营销预算代为计算好了。比如说，如果每月的网络营销预算超

    过100万美元，那么每月的访问量一般就会超过100万，你或许会用到

    Google的广告展示网络，还会希望对你的营销结果进行更为细致的分

    析。以上这些，你都可以通过Premium版来完成。

    如果你不符合上述情况，那接下来要考虑的问题就是，你是否需要

    签订正式合同和SLA。如果有无合同对你对都没有影响，那就可以放心

    地在Google Analytics免费版上进行投资了。等你对此熟悉之后(一般需

    要几年的时间)，就可以考虑升级到 Premium版本了。

    轻松的升级过程

    如果你现在是Google Analytics免费版的用户，想要升

    级到Premium版本，在签订合同后， Google会立即为你进

    行转换。你无须改变网站或跟踪代码，转换后依然还可以

    查看以前的数据记录。2.3 合理的预算决策

    对公司来说， 15万美元的预算是不难实现的。尽管如此，能否让

    公司相信在你的团队和工具上投入这些预算是合理的，这会决定你最终

    是否可以拿到预算。那么，为什么每年要在一个工具上投入15万美元？

    想要其发挥作用，你还需要什么？

    对于这两个问题，答案分别是“价值”和“资源”。也就是，计算一下

    网站相对于你企业的价值是什么(美元价值)，然后在可以测量和改善

    网站(网站性能和价值)的资源上进行投资。

    2.3.1 网站价值：你的网站价值几何？

    如果你的网站是交易性网站，那么要计算网站的价值就比较容易，只要查看一下相关报告中收集到的总收入就可以了。图2.6 是 Google

    Analytics从某个旅游网站上获得的一份报告，从图上可以看出，网站该

    月的价值为576 000美元。

    图2.6 电子商务性能数据可以在Googie Analytics上直接获得

    此外，还有一些报告通过对营销渠道和具体活动进行深入分析，帮

    助你快速了解转化率、网站上每个页面的价值以及每位访客的价值。免

    费版和Premium版都可以自动完成这些工作(这是Google Analytics的一

    项重要功能)。

    如果你是非交易型网站(绝大分布公司的网站都是非交易型的)，那么网站的价值就相对较难评估了。事实上，我很少见到有人进行此项

    尝试。然而，如果不知道网站的价值，你就无法全面把握网站的整体价

    值。

    对非交易型网站来说，估算出其货币价值是决定你成功的关键。如

    果不对其进行估算，你的网站只能是一个鸡肋，有没有都无关紧要，永

    远也成为不了业务的重要组成部分。那么在监测工具上每年投入15万美元永远不会被通过，而且也理应如此。 Jim Sterne是 eMetrics峰会5 的创

    建人，他曾说过，“对于用以评估你投资回报的那部分投入，你也需要

    对其进行回报评估。”

    对非交易型网站进行货币价值评估虽然不是火箭科学，但也需要你

    花费一定的时间和精力来理性地想一想，网站的目标和价值是什么。例

    如，假设你的网站能够产生一定的销售询问商机，而且你也知道最终导

    致交易的商机比例，以及平均订单价值，那么你就可以对网站的商机进

    行价值评估了。

    例如：

    你的网站每月有25万访客。

    潜在用户开发的平均转化率是3.0%，即每月有7 500个潜在用户。

    你的团队转化潜在用户的能力为1:10，即有110即750个用户被转

    化。

    网站之外的平均订单价值是1 000美元。

    我们再回头进行价值计算，最后得出，每个潜在用户的价值为100

    美元，也就是说，你的网站每个月的总价值为75万美元，或者每位访问

    者的价值为3美元。

    如果你的访问者可以通过多种途径被转化为潜在用户，例如通过文

    件下载、时事通讯订阅、邮件链接、“拨打电话”按钮以及视频演示，那

    么计算中需要考虑的因素就会更多。不过，计算的过程却不会变得更为

    复杂。

    由于并不是所有的网站收入都是有利润的，所以我们还需要最后一

    步计算。假设你的利润率是50%，那么你网站每月产生的总利润就为

    37.5万美元(销售额减去销售成本)。

    计算你网站的转化率

    Google Analytics会为你自动计算网站的转化率，其公

    式为 ： 购买或完成潜在用户转化流程

    如果你有多个转化点(例如，既有购买又有潜在用户

    转化流程)，你就可以在报告中进行选择，计算每个转化

    点的转化率。网站价值何时增长？

    现在让我们假设，你在熟悉掌握了网站流量后就把潜在用户的转化

    率(或电子商务的)提高5%(保守的说)，即从原来的3%提高到

    3.15%。假设每月的收入不变，仍为75万美元，那么转化率提高后，你

    的月收入就会增加3.75万美元，或者每月总利润会增加18 750美元。以

    此来计算，那么你每年所增加的收入在去除Premium的使用费后，还会

    有7.5万美元的剩余，可以在人员上进行投资。

    我认为这是帮助你决策的“引爆点”。如果网站的年价值为900～1

    000万美元(75万美元×12)，那就完全有理由在企业级别的网站分析工

    具上每年投入15万美元。而以上论证只是基于5%的销量或潜在用户增

    长，或者说将你目前的网络营销效率提高5个百分点。而现实情况中，在上述两方面都能得到改善。

    我写这部分的目的是为你提供一些指导，帮助你评估网站价值，从

    而在工具的选择(免费版还是Premium版)上作出明智的决策。当然，现实中，数据的价值所涉及的因素要比我这里的计算复杂得多。举个例

    子，Twitter的数据价值就相当复杂——2013年Twitter的数据总价值为

    180亿美元，但在当年的第三季度却亏损6 460万美元。6 Twitter的价值

    主要在于拥有2.5亿活跃用户的数据(推文模式、地理和个人信息数

    据)。很显然，如果你的数据本身具有内在价值，那就需要另一种价值

    计算方式了。

    决策原则 1—引爆点

    如果你的网站每年创造的价值达不到100万美元，那就

    不要购买Google Analytics Premium版，最好把投资集中到

    免费版上，尽量发挥出免费版的最大作用。2.3.2 资源：你具备吗？

    如果你公司里有全职人员专门负责分析数据，也就是说每天都会通

    过分析数据为公司提供新见解，那就请考虑使用 Premium版吧(如果你

    有一个专门的团队负责分析工作，那么Premium版就是你的必选之策

    了)。如果网站分析只是公司某些人员的兼职工作，比如说一周一天，那我建议你使用免费版。

    为什么专门负责的人员如此重要？

    如果你每周只用一两天的时间分析网站报告，那就无法深度挖掘

    Premium版的各项功能。你只不过是在表面进行各种小打小闹， 永远没

    有时间去深度开发。企业级别的分析工作至少应该让一个人专门负责。

    顺便提一下，这对免费版同样适用，只不过免费版无需投资。

    当然，你可以(也应该)聘请一位咨询专家来帮助你完成深度挖掘

    的工作。但是，不管是外部聘请人员还是公司内部人员，都应该把分析

    融入到业务中去，否则最后就沦为数据筒仓了，发挥不了大影响，甚至

    起不到一点作用。而要想把分析和业务结合起来，需要相应的资源进行

    管理和融合。第8章中我会具体介绍资源和团队的创建。

    决策原则 2—人比工具更重要

    如果你不能聘请专门的全职人员来负责提供数据见解

    (即便是聘请第三方专家也好)，那就不要购买 Google

    Analytics Premium版。2.4 获得执行支持

    我写这本书，还有一部分原因是想改变你从数据角度来思考网络性

    能的习惯。在我看来这是一个二分法——数据当然是你建筑所需的砖

    瓦，就数据的收集和数据质量来说，它也是本书(同时还是我人生!)

    的一个重要构成部分。然而，数据报告只不过是一张快照——你也可以

    说它是一种状态更新——告诉你在特定的某个时刻，你的网站处于什么

    状态。在初期，这当然也很重要，但是要想利用这些数据快速改善业

    务，你就需要数据见解。不然的话，你在网站分析项目上的投资就不会

    有业务回报。

    见解即为知识。见解不是单纯的数据报告，它来自于报告，是网站

    动态的呈现。见解以假设的形式呈现——你推测出来的事件以及事件发

    生的原因——它的产生需要广泛参考各个数据报告、寻找关联、细分、可视化、趋势分析，等等。随后还要有行动计划，也就是你要用它来做

    什么。这一过程就需要乐于改变的高智商人才，在高质量数据的基础上

    进行计算，并勇于承担风险进行改变和实验，从而改善现状，获取知

    识。这就是分析团队的任务。

    分析人员靠数据生存，而决策者则需要见解。

    不管哪款工具适合你的公司，你首先应该为获得见解留出一定的预

    算——在创建分析团队上进行投资一般会很有效。团队可以是多人的，也可以只有一个人，但要把营销、网站发展、应用程序研发和销售结合

    起来。另外，如果公司在分析上面还没有发展起来，也可以雇用第三方

    GACP代理商充当你的分析团队。 不过通常两者是并行的，了解业务的

    公司内部人员同具有广泛分析经验的外部咨询专家协同合作(参见第8

    章)，有助于你从数据中快速获取见解。

    一旦你将见解(而不是数据)呈现给公司的高级决策者，你就可以

    获得壮大团队以及工具投资所需的支持了。所有的管理者都希望把决策

    建立在高质量的数据之上，我目前还没有遇到过质疑这一原则的人。不

    过，深刻见解，如节省资金以及识别和利用机遇等方面的见解，有利于

    获得提高投资等级的许可。什么事情的执行不希望有此类见解的指导

    呢？2.5 有问有答：选择合适的工具

    当我听到人们说： 我回答：

    我们的公司刚刚创立，对网站进行

    评估意味着我们每年要在上面投资

    100万美元。我们该不该使用

    Premium版呢?

    如果只从收入的角度说，我的建议是使用免费

    版，并在免费版上进行投资。即聘请一个专门

    的分析人员或者雇用第三方，如GACP。相比于

    花钱购买一款工具，这会给你带来更多的回

    报。版本升级是很简单的，不过你每年都需要

    重新评估 ，以帮助你作出决策。

    我们是一家门户网站， Google

    Analytics 免费版上显示，我们每月

    的访问量为9 000万。我们的利润不

    高，所以不希望在Premium版上进

    行投资。我们应该怎么做？

    你现在的数据量已经处于Google Analytics免费

    版服务条款的边缘了。你需要对数据进行限

    定，你可以选择不对特定交易进行跟踪(例

    如，关闭事件跟踪)，也可以对收集到的数据

    进行采样(例如，只跟踪10%的访问者)。

    我们需要对全球多个网站、移动应

    用程序以及实体店终端处的交易进

    行跟踪。总的来说，每个月的数据

    点击超过10亿。我们可以对这些数

    据都进行跟踪，以便做同类型的数

    据对比吗？

    当然可以，只要是联网的设备，Google

    Analytics(免费版和付费版)都可以进行跟踪。

    不过考虑到你的数据量较大，你需要使用

    Premium版。你还可以对固定费用合同进行修

    改，按照规定的价格付费，把每月收集的数据

    量提高到200亿。

    我们的预算既可以聘请一位专门的

    网络分析人员来支持免费版的使

    用，也可以购买Premium版，但却

    不能在人员上额外投资。哪个选择

    会更好一点？

    请记住，要把聘请分析人员放在工具投资的前

    面。你聘请的人员可以不必是全职人员。例

    如，你可以聘用GACP代理，按照提供的服务来

    付费。等到你已经开发出了免费版的最大潜力

    (这会需要一段时间的!)，再回头重新评

    估，看看Premium 版是不是更加适合你。详情

    请参考第8章。

    我们拥有大量的数据，但是却没有

    内部人员可以帮助我们分析这些数

    据。换句话说，我们根本就不知道

    如何使用免费版。正因为如此，CEO不同意花钱购买Premium版，我们现在已经违反了Google

    Analytics的服务条款了。我们该怎

    么办？

    如果你还在探索数字监测方法，那就最好继续

    使用免费版，并把你每月数据的收集量控制在1

    000万以内。但是你需要在见解方面进行投资，要么聘请专门的分析人员，要么雇用第三方

    GACP，亦或将这两者结合起来。等到你在分析

    方面的能力足够成熟了(这通常需要一两年的

    时间)，再重新评估你在工具方面的需求。参考资料

    1 www.bloomberg.comnews2013-02-28facebook-buys-microsoft-

    atlas-ad-placement-tool-in-google-combat.html

    2 https:developers.google.combigquery

    3 Avinash Kaushik或许是网站测量方面最受欢迎的专家。作为

    Google网络营销的宣传者，他目前已经创作了两本关于网站分析的专著

    了，此外，他还创建了博客Occam's Razor http:google.com+avinash 。

    花钱去听一听 Avinash 在会议上的演讲也是很物超所值的。

    4 Econsultancy and Lynchpin. “2013年网络测量和策略报

    告”(http:econsultancy.com reportsonline-measurement-and-strategy-

    report )。

    5 eMetrics峰会系列：www.emetrics.org

    6 http:www.bbc.co.uknewsbusiness-24819238第3章 预期设置和过程创建尽管从本质上说，预期设置和过程创建对每个公司来说都各有不

    同， 但也存在一定的共性。除去企业规模、业务范围、市场(地域位

    置)和分析工具的选择等因素，在网站监测项目的创建步骤(以及项目

    运行的投入)上，每个企业都大同小异。真正不同的，是每个企业的具

    体做法。

    如果把Google Analytics作为统一的网站分析平台，第1章(见图

    1.3)介绍的就是我对网络监测的看法。虽然也需要时间、精力和资金

    投入，但那却是很现实的目标。图3.1描述的是在企业内实施网络数据

    策略所需要的4个基本步骤。图3.1 过程创建的4个步骤

    按照实施顺序，步骤如下所示。

    1.安装——通过安装Google Analytics来获得数据，从网站、移动

    应用程序、结账机等其他联网设备上收集用户的相关数据。

    2.设置——对数据进行设置，例如数据定义过滤、细分、用户报

    告或者活动跟踪，使数据具有一定的意义。

    3.培训——对团队人员进行培训，确保他们了解 Google Analytics

    的使用方法，以及如何解读报告。

    4.获得见解——通过对数据的研究分析，精选出有用信息，并获

    得相关知识，为企业数据策略的改善提供指导。

    图3.1中的纵轴代表的是数据给企业带来的回报，可以是货币价

    值，也可以是感知价值，即企业分析的成熟度(使用数据的有效性1)。图3.1上处于底端的数据对你来说价值很小，在进行重要的决策时

    不能信赖这些数据。相反，位于上端的数据很可靠，可以利用这些数据

    来促进业务增长。

    前三个步骤(安装、处理和培训)需要公司投资，这样才能保证这

    三个步骤顺利完成。尽管在这三个阶段，分析的价值或成熟度都很低，但是成长却很快。虽然每个步骤会有重合，但是还是要严格照顺序进行

    ——安装是第一步。例如，一旦开始数据收集，你就可以开始设置(组

    织)数据了——不需要等到上一个步骤完成之后才开始进行下一步。然

    而，千万不要颠倒每个步骤的顺序。例如，在没有对数据进行组织之前

    就开始人员培训，这无疑会浪费宝贵的培训时间，因为对于没有意义的

    数据，他们无法集中精力，也不能保持兴趣。

    第四个阶段，获得见解。在这个阶段，你在分析上的投资就会得到

    回报，也就是回报会多于投入。回报的方式可能是数据帮助你改善了网

    站，并提高了访客的转化率，也可能是，借助收集到的数据你可以更加

    合理地分配营销预算了，即花费同样的营销预算可以获得更多的用户。

    不管是哪一种方式，对你来说都是好消息。

    到了第四阶段，数据的价值就会得到极大的提升。例如，在图1.2

    描述的实例中，旅游公司获得的商业回报是分析总投资的100倍!如果

    你愿意并着手进行改善(比如网站外观结构和内容以及营销途径的改

    善)，也可以取得这样的效果。这听起来很简单，也理所当然。但在现

    实中，公司的能力常常会阻碍改变的发生，以致于无法超越图3.1中虚

    线表示的收支平衡线。

    过程的重复

    图3.1中最后一个阶段上标注了一个周期性的循环箭

    头，旨在说明，公司应该周期性地重复以上所有阶段(1～

    4)。例如，随着时间的推移，Google Analytics在执行方面

    会有所退化，导致这一现象的原因有很多，比如网站内容

    的更新、移动应用程序的更新、研发人员忘记添加跟踪代码、技术的变化以及人们使用网络方式的变化，等等。因

    此，不断对这四个阶段进行评估，并相应地作出调整，这

    是非常重要的。

    重新评估的最佳频率取决于更新网站内容的频率。我

    建议你每个季度评估一次，或在网站内容有重大变更的时

    候重新评估，例如，有新的网站设计或平台操作新方式

    (新的网络服务器或替换内容管理系统CMS)的时候。至

    少，你应该每年对Google Analytics操作和配置进行一次重

    新评估。考虑到评估的影响，每次评估都应该与你的年度

    战略和预算规划保持一致。3.1 为什么改变是困难的？如何克服阻力？

    不幸的是，大部分数据项目最后都半途而废。一旦失去了最初收

    集、组织和报告数据的新鲜感，就没有什么实质性的改变了。是的，企

    业会进行一些小调整，甚至也会有公司层面的改变(公司聘请人员来专

    门负责新数据)。虽然你会有大量的数据报告要查看，但你的数字策略

    基本上还和以前一样。如你所想，这种态度正是我迫切想要改变的。

    我目前还没有遇到过不相信衡量原则的高级主管。但高级决策者并

    非分析人员，他们对数据本身没有什么兴趣——例如数据是如何收集

    的，如何筛选的，应用了哪些先进的过滤器或细分选项，或者已经创建

    了哪些自定义报告。这些都不是高级决策者所关心的(他们默认这些已

    经有人负责了)。

    另一方面，你推测出了什么假设，得出了什么结论和建议，以及其

    可靠性(准确性)的评估，这些对公司业务来说都很重要。简言之，这

    些都是数据见解，是从研究相关业务数据中获得的信息和知识。主管们

    想要的就是见解。

    在作出明智的决定并推动业务发展方面，决策者们需要的正是见

    解。不幸的是，这正是大多数分析项目的不足之处，它们为决策者提供

    的是数据而非见解。在决策会议上，如果可以讨论的只有数据，那就不

    会产生很大的效果。因为要是没有数据见解，那么理解的责任就推到了

    非数据专家身上。我这么说，并不是对知识以及决策者智商的不尊重

    (很多决策者都很善于分析)，但解读数据并不是他们的任务，他们的

    任务是如何利用这些数据。因此，对任何数据团队来说，提供数据见解

    都是他们的首要任务。这意味着，他们要学习如何用数据来讲故事。

    分析师靠数据生存，而决策者需要见解。

    故事讲述的重要性

    要在公司内传播见解，就意味着使用数据来描述一个让所有人都可

    以联想到的故事，在这里就要让公司的高级决策者能够联想得出来。如

    果你能把数据故事讲述得令人信服，就会获得决策者的支持，对公司进

    行改善，这些改善包括网站、移动应用程序、销售网点的交叉销售业绩和库存维系，甚至是促销活动，事实上，任何联网设备都可以进行改

    变。2

    分析团队之所以需要故事叙述技巧，有两个原因。

    我们都是抗拒变化的，一个数据点(甚至几百个)都无法克服我们

    的抗拒。

    我们本身对数据持有一种怀疑态度，因为数据无法向我们展现那种

    可以在生活中看到的直接因果关系。

    对数据进行临床性的分析或许可以描绘出黯淡的业绩表现。但就其

    本身来说，数据无法将一些间接的、甚至直接相关的因素纳入到考虑范

    围。例如，数据分析显示，某一领域的表现不佳，但这是因为，在分析

    期间，公司的业务重点在其他地方。同样，数据也会给你造成成功的假

    象。比如，在你的活动上市的时候，竞争对手恰好停止了对某一产品的

    销售，换句话说，这纯粹是好运罢了。因此，数据是需要具体情境的。

    同样，你日常工作中接触到的那些没有具体情境的数据都只不过是

    个数字罢了(这就是“那又如何？”反应)。例如，将商品加入到购物车

    的访客比例，这个数字对你有什么意义？对我，对其他任何一个人有什

    么意义呢？它并没有告诉我们，成千上万的访客来到你的网站将商品加

    入购物车，或者没有加入购物车的原因。没有这个问题的答案(也就是

    假设)，那么类似“38%的访客会在购物车中加入至少一件商品”这样的

    数据报告，只会让收到报告的人有一种“那又如何？”的感觉。这些数据

    对公司业务来说没有意义。

    对于“那又如何？”这个问题，很明显的回答就是，“38%的访客准备

    购买商品”。但在现实中，这个假设往往是没有根据的。人们访问网站

    是想要查看你的送货费用、库存情况以及购买需要支付的所有额外费

    用。事实上，查看最终购买价格对旅游网站以及从海外供应商那里购买

    商品的访客来说，是非常常见的用户行为。

    通过构建一则故事不仅可以帮助你解决针对性的问题，还有助于你

    把分析得到的观点传播出去。这个技巧是我们从生活经验而非教育中才

    能获得的。我会在第10章中提供案例讲解。使用数据讲述故事

    Hans Rosling是在在利用数据讲述故事的艺术和科学方

    面的专家人物。他是瑞典卡罗林斯卡医学院的全球健康教

    授。人们对这个处于发展中的世界存在一些理解上的误

    区，他的主要工作就是帮助人们消除这些误区。Rosling的

    论证都有坚实的数据统计基础，这些数据都来自

    Trendalyzer，一款他合作研发的可视化软件

    (www.gapminder.org)。这一款免费的创新工具可以把枯

    燥的数据转换成生动的动画和交互式的泡泡图表，将数据

    转换到生活中。它使人们对全球发展趋势的讨论简明而有

    趣。

    2007年3月，Google收购了Trendalyzer(在Google创始

    人于一次TED大会上遇见Rosling之后)。现在Trendalyzer

    已经是Google 的一款可视化工具了，Google同时也把它融

    入到Google Analytics(免费版和付费版)，融合后的功能

    称为Motion Chart(动态图表)。

    Hans Rosling的演讲不仅会让人受益非凡，而且也很有

    趣。我这里推荐Hans Rosling 在TED大会上的演讲

    (www.ted.comtalkshans-rosling-the-good-news-of-the-

    decade.html)。3.2 过程创建

    这部分主要介绍网站分析的创建过程。不过，不管是跟踪移动应用

    程序还是其他联网过程，这都同样适用。

    图3.2展示了这4个步骤是如何依次推进并进行循环的。

    图3.2 过程创建的四个步骤，互用重叠

    除了每个阶段推进所需要的工作外，图3.2还指出了，虽然四个过

    程的顺序很重要，但是下一个阶段并不需要在上一个阶段完全结束后才

    可以启动，这样你就可以保持整个项目的发展动力了。例如，阶段3和

    阶段4是同时进行的，在你获得见解的同时也获得了知识，反之亦然。

    当我描述这个过程的时候，我喜欢将其比喻为：一艘船舶的建造和

    下水(即阶段1和阶段2)，以及它的首次航行(阶段3和阶段4)。这两

    个过程的启动都需要大量的计划和投资，过程中需要集体的合作，而且即使完成后，如果操作人员不能切实推进任务，最后也不能取得实质性

    的成果。

    3.2.1 阶段1：安装

    安装阶段是一个沉重的起步阶段(船舶的建造)，这个阶段需要项

    目参与者和利益相关者的参与。项目参与者包括分析团队和至少一位研

    发人员，可以帮助处理网页上产生的跟踪代码。此外，在图1.3中涉及

    到的项目相关部门中，要至少有一个人也要参与到项目中来，这些部门

    有营销、公共关系、社交媒体、销售、会员管理、设计和内容编写者。

    阶段1包括4个步骤：

    记分卡审计。

    指标策略和规划。

    指导文件编写。

    实施。

    记分卡审计

    记分卡审计是阶段1的第一步，主要评估目前的数据情况即数据的

    完整性和质量。如果你已经运行了Google Analytics(在网页上获得基本

    的跟踪代码就相当简单了)，记分卡审计是一个拥有15评分点的检查

    表，对你目前已经正确建立起来的步骤和工作，以及缺失或无法正常运

    行的项目进行记录。如果没有Google Analytics，审计原理也一样，只不

    过审计的内容将集中在需要跟踪的方面，而不是被跟踪的方面。

    你可以使用记分卡衡量数据质量，并用其判断获得网络性能全面情

    况的评估还需要哪些东西。拥有了这些信息，你就可以判断出目前所运

    行项目的规模，以及完成所有步骤所需的资源、预算和时间了。换句话

    说，你就可以进行预期设置了。积记分卡是你整个项目的蓝图，其重要

    性不容忽视。

    图3.3所示的是一个记分卡摘要。请注意，一旦你开通了Google

    Analytics账户，并且在所有页面设置标准跟踪代码后，所有的保留项目

    (315个)都不会被默认跟踪。想要对这些保留项目进行跟踪，你需要

    对跟踪代码、营销活动或者网页上的HTML进行调整。图3.3 权衡记分卡摘要，可以用来评估数据质量和设置预期

    图3.3中列出的每一项都是按其重要性来进行评分的。也就是说，它对跟踪访客的用户路径的重要性。(它对业务的重要性会在下一部分

    进行讨论。)该图是按照交通指示灯系统来进行视觉呈现的，即用红

    色、黄色和绿色来表示各项是否存在问题或者报告是否准确。当然，你

    会希望看到尽可能多的绿色。记分卡摘要的目的是向你展示每个项目的

    状态，但同时也会对所有项目进行综合评分，以便让你对数据质量的整

    体情况有所了解。在上图的例子中，质量得分是27.6(总分为100)，也就是说，整个项目只完成了27.6%。这个网站只完成了基础项的安

    装，显然距离完成项目还有很长的路要走。我会在第4章讨论权衡记分卡审计的创建。

    进展呈现

    记分卡除了可以对当前网站分析进行评分标记外，还

    可以作为数据点监控项目第一阶段的进展情况。记分卡可

    以很好地向我们展现项目幕后的工作进展，帮助我们确保

    将来数据的质量。如果项目的执行时间拖得很长，记分卡

    的监控作用就变得尤其重要。

    在某些情况下，最佳实践的实施可能需要花费数月时

    间才能完成(有时会更长!)，尽管还不能获得有用数

    据，但是记分卡所提供的规律性评分说明了各项工作都在

    如期进行，这点让高级主管很安心。如果执行时间被延

    长，我会每月更新记分卡。如果记分卡上的评分得不到提

    高，那么来自行政方面的压力会促使网站研发团队进行必

    要的优化工作。

    指标策略和规划

    指标策略和规划这一步骤有两方面的作用。

    帮助分析团队了解公司业务所需要的衡量标准是什么。

    把当前记分卡上可获得的准确数据同业务要求的衡量标准相对比。

    要实现这些目标，分析团队应该和公司的数字利益相关者坐下来，借助记分卡来平衡各方的期望。在此之前，每个在记分卡上的项目的重

    要性，是由分析团队根据其在跟踪访问者用户路径方面的作用自行权衡

    的。然而在同利益相关者讨论之后，你会发现自己的权衡需作调整。例

    如，或许资料下载对于公司业务的重要性要比你当初设想的高很多？这一步的重要性在于，企业内部可以达成对图3.3中记分卡上各项评分

    (重要性)的共识。

    请记住，你目前还只处在项目的初级阶段。这里的目的并不是要为

    项目设定一个固定不变的指标策略。相反，它是要为我们这只灵活的分

    析船舶指出一个正确的航行方向，并对所需预期进行管理。后期还可以

    (也应该)添加一些需要改善的的内容。这一步所建立起来的只是一个

    坚实的数据基础，用以支持后期的修改和补充。

    在对记分卡上各项的重要性达成共识，且所有利益相关者也了解了

    相关预期之后，你就可以开始计划实施下一步了，也就是谁负责什么工

    作，什么时候开始执行。

    指导文件编写——STAG

    文件编写常常被我们忽视，但是对安装过程进行文件编档是很重要

    的。这里我所指的，并不是对跟踪设置时涉及到的代码或者具体页面和

    服务器逻辑予以详细记录。这些内容不仅读起来枯燥，而且会很快过

    时。你要做的，是在网站跟踪评估和指导文件(STAG)里，对当前设

    置的步骤和推荐的数据结构进行描述。将来，在研发者为Google

    Analytics编写代码时，这份文件会为他们提供指导。

    谁负责编写 STAG文件？

    STAG属于技术文件，因此文件的编写者需要具备

    Google Analytics的研发经验。可以让你现有研发团队中的

    人员来编写，不过通常情况下你会雇用GACP来帮助你编写

    文件。GACP的作用我们在第2章讨论过了，具体请参考图

    2.3。

    为什么需要STAG文件?对于同一件事——网页访问量、虚拟网页访问量和事件(更多详情

    请参考附录和第6章)——Google Analytics上至少有三种不同的跟踪方

    法。至于这些方法中的哪一种才是最适合你的，有很多方面的因素要考

    虑，主要是技术因素，例如CMS设置、网络平台体系结构、内容结构

    (比如嵌入的第三方内容)以及更改上述这些因素的困难度。此外，每

    种跟踪方法都有对应的数据结构。因此，在文件编写中选择一种统一的

    方法对所有的跟踪项目进行跟踪(即记分卡中的项目)是十分重要的。

    例如，如果我们单独考虑记分卡中的各个项目，每个项目都使用不

    同的跟踪方法，那么在进行项目间的对比时就会很困难。把苹果同梨，甚至是香蕉进行对比，这简直是场噩梦。编写一个统一的文件，在文件

    中详细介绍一下所选择的跟踪方法、选择该方法的原因以及预期的数据

    结构，如此一来，你就极大地简化了未来跟踪变化、故障排除和分析方

    面的难度。STAG文件可以确保让所有参与到分析项目中的人，在无需

    阅读页面代码的情况下就对数据的收集情况有全面的了解。

    STAG：分析人员的参考文件

    在调查流量模式的意外变化时，分析师首先要问的问

    题是“数据是如何收集的？”分析师需要了解变化是否是真

    实的，又或者，对网页的一个轻微改动是否会导致跟踪的

    变化。如果不事先解决这一基本问题，就会浪费掉大量的

    时间和精力，最后却无法取得一点进展。因此在调查变化

    产生的具体原因时，STAG 文件就成为分析师的切入点。

    STAG文件中，应该分别对记分卡中的各个项目进行单独介绍，每

    个项目大约一页左右，一共15页。每一节的内容都应该自成一体，这样

    一来，读者在阅读的时候就无需阅览整个文件了。如果有必要，文件中

    还应包含快照和图表，如图3.4所示。图3.4 抽取的网页快照，显示的是需要进行特殊跟踪的网页特征

    虽然STAG文件中也应该列举一些代码作为参考，毕竟文件最终是

    要给开发者阅读的，所提供的代码段应该是标准的跟踪代码。请参考下

    面链接中的标准跟踪代

    码：http:developers.google.comanalyticsdevguidescollection 。

    图3.5描述的是跟踪不同类型的文件(PDF、DOC和压缩文件)下载

    情况，可以看出，单个STAG项目是非常简洁的。有几点需要注意的地

    方：

    对跟踪要求的描述占据了半个页面的内容。

    必要的代码更改用粗体标示，以作强调(非粗体代码是现有的

    HTML页)。

    我对完数据结构(使用事件)进行了大致介绍，至于如何捕获文件

    标题，那就是开发者的任务了。在本例中，文件名是没有意义的，也不能更改。这里列举的是对PDF文件下载的跟踪。开发者可以把这一技术应用

    到其他类型的文件跟踪上。

    图中显示的标准化代码是手动添加到HTML链接上的。不过，有一

    些侦听器技术可以自动完成这一操作，例如Google Tag Manager的

    标签管理系统，5 开发者对此种技术应该都很熟悉了。

    图3.5 STAG文件中截取的 一部分，介绍的是跟踪文件下载的具体要求

    图3.5向我们清晰简洁地展示了STAG 项目中的数据要求和数据结

    构，帮助开发者选择最佳的方法去实现这一目标。因为最终你要依赖开

    发者来决定，应该使用哪种方法，最终的代码是什么(毕竟这也是你花

    钱聘请他们的目的)。

    实施

    跟踪代码的实施是你开发团队的工作，无论他们是公司的内部员

    工，还是雇用的代理商。这是第一阶段的最后一步，所以要确保能够为你的Google Analytics 提供清晰的高质量数据。如果开发团队中有人参

    与到了第一阶段的全过程，那他会对STAG 文件有所期待的。

    不管是谁编写STAG文件，都应该意识到，这不是简单的剪切-粘贴

    操作。开发者需要动脑思考，也需要在上面投入一定的时间，这就是，要了解数据的要求、其背后的逻辑以及要提供的标准代码片段。据此再

    为网页编写代码。代码的部署以及获得必要参数所需的逻辑，都是开发

    者的工作。请参考下面的“使用标签管理系统”。

    任何熟悉Google Analytics操作的人都知道，开发者需要的跟踪代码

    片段都是很直观的。毕竟，全球有数百万的博客、兴趣网站和家庭经营

    业务都在使用Google Analytics，他们显然不会按照我在本章中介绍的详

    细的步骤来操作。但是，到了高级阶段，即积分卡上项目1和项目2以上

    的阶段，所需要的操作步骤就要更加具体了。

    使用标签管理系统(TMS)

    TMS的工作原理与CMS相似，只不过它所管理的是代

    码片段(标签)而不是内容。

    类似Google Tag Manager这样的标签管理系统，其工作

    原理是作为容器脚本被部署在网页上。比如一个JavaScript

    片段，长度一般在十几行。一旦代码就位，容器就会允许

    你通过统一的规则系统在网页上插入标签(其他代码)

    了。其益处在于，你可以移除其他的代码片段，代之以一

    个可以在独立的网站界面进行编辑的代码片段。标签的添

    加或修改都无需对页面进行改动。对你的IT团队来说，这

    简直就是天堂啊!

    如果你在Google Analytics的实施中使用TMS(我强烈

    建议你这么做)，那么IT部门的工作就会非常简单了，只需把TMS容器部署到所有的网页上去就可以了。分析团队

    就可以在TMS的网站界面上执行STAG文件了。

    3.2.2 阶段2：设置

    阶段1(安装)需要所有相关人员的参与，但是阶段2只要营销和沟

    通部门同分析团队精诚合作就可以了。在阶段2，你需要对Google

    Analytics的实施进行调整和完善。用我建造船舶的比喻来说，这个阶段

    就是甲板的舾装阶段。相关工作要么在Google Analytics界面操作，要么

    在营销活动的规划中完成的。此阶段无需对网页进行修改(网站研发团

    队可以略微休息一下了)。

    阶段2涉及4个步骤。

    数据结构化

    目标设定

    细分和筛选

    活动跟踪

    数据结构

    数据结构会对公司的特定产品网站、特定品牌网站或者面向多个市

    场的网站产生影响。如果你的公司属于这种情况，那就有必要针对每个

    网站或市场创建独立的Google Analytics报告。如此一来，特定产品或国

    家市场的管理者就可以只查看自己所负责产品或市场的相关报告了。我

    这里所说的“独立”是指，你的产品或国家市场管理者不希望看到其他产

    品或市场上的数据混合在报告里面。例如，他们不希望在报告中看到欧

    元和美元混合在一起，或者来自其他不相关时区的访客数据，这会破坏

    数据的准确性。如果报告只针对单个产品或市场，那么分析就会相对容

    易得多。

    另一方面，企业用户的总部一般会要求对整个网络营销渠道的运行

    情况进行深度总结。这种情况下，独立报告的操作就很困难了，因为你

    需要打开多个浏览器窗口，才能查看不同产品或市场的报告。要解决这

    一问题，你可以设置一个集合报告。也就是说，在针对单个产品或市场的报告之外，再另外设置一个报告集，把来自所有网站或市场的数据都

    集中在一起。你只要在网页上另外添加一个Google Analytics跟踪代码片

    段就可以了。如此一来，所有的数据点击都会被分别发送到这两个报告

    集(见图3.6)。

    图3.6 借助跟踪代码2来向多个报告集同时发送数据

    图3.6展示的是多重跟踪设置的使用情况，图中的两个网站都有自

    己的单独数据报告(报告集1和报告集3)，但同时两个网站上的数据还

    会发送到集合报告(报告2)。在整合不同货币和媒体支出时，虽然需

    要注意一些事项，但其原理还是相当简单的。比如说，在转化货币时，你需要一个固定的汇率，这样得到的货币总量才会有意义。汇率不一定

    要准确的，但必须是固定不变的。否则你的销售业绩会根据汇率的变化

    而有所不同，且网站内容和营销也不会有所改善。

    选择哪种方法来组织你的Google Analytics数据要根据你网站内容的

    结构来定。如果数据已经进行了整合，你要做的是在保持访客路径完整性的同时，把各项数据单独理出头绪来(请参考下面的“访客路径整

    合”)。如果目前每项数据报告都是独立的，那就需要对其进行整合。

    第7章会详细讨论地理数据的组织。

    访客路径整合

    分离数据常用的技术就是视图过滤器。然而，过滤器

    只在点击层面对数据进行管理，而非访问者或访问层面。

    在点击层面管理数据时需要特别小心，例如，首个数据点

    击记录了访客访问路径的开始，包含了所有推荐网站的信

    息(访客从哪里来)。如果你选择的过滤器移除了首个数

    据点击，那么你在报告中看到的数据就会很怪异——比如

    没有访客推荐网站的信息，或者访客的访问路径会被重置

    (重复计算)。

    目标设定

    目标是访客参与网站的重要特征，可以区分真正感兴趣的访客和随

    意浏览的访客。目标就是行动号召，也就是在访客看到特定网页或网页

    内容时，你希望他们做什么。交易网站上一个明确的目标就是购买，这

    个目标设定后，你就可以分析导致购买(销售漏斗)的访客行为了。但

    是，这个目标却是非黑即白——访客要么购买，要么不购买。而购买的

    访客比例通常在总访问量中所占的比例都很小(一般是流量的3%左

    右)。所以说，尽管购买这一目标很重要，却只是网站发展潜力中的一

    小部分。

    我想要说的是，如果你能够了解访客的兴趣，那么你的目标就可以

    为你提供更多的信息，在了解访客的兴趣之后，你就可以根据访客的某

    些网站参与来和他们建立一定的关系了，不然的话，对你来说他们只是

    一些不足道的访客而已。不管你有没有电子商务设施，都请借助目标来评估访客同你产品和品牌的互动。表3.1中列举了访客的参与行为。

    表3.1 目标举例

    目标类型 基于访问者行为的目标

    电子商务

    购买信息确认

    添加商品到购物车(电子商务网站)

    完成4步购买漏斗中的3步(接近成为消费者)

    交易失败——消极目标(越少越好)

    潜在用户

    生成

    涉及可识别个人信息的行为：

    完成联系申请表格的填写

    点击自动发送邮件链接

    订阅你的时事通讯

    购买意向

    登录网站

    访问实体店位置网页

    点击分销商的出站链接

    品牌互动

    登录网站

    下载文件，如产品册或价格表

    浏览特定页面，如特别优惠页面

    观看视频短片

    完成视频短片的观看(或完成x%)

    分享或评论你在Facebook、Twitter、Google+、LinkedIn或你的博客

    等上的内容(社交分享)

    使用小工具(如贷款计算器)

    在较长的访问期间浏览n或超过n个产品页面(你可以对n进行设

    定，如n>10，时间n>5分钟)

    使用内部网站搜索机制的高级特征(例如，不止一次使用，或使用

    过滤器)

    使用任何内容回馈或评价机制

    其他 点击第三方广告

    把目标转化当作能够进行衡量的具体行为，可以被应用到访客的每

    一次访问中去。Google Analytics上最多可以设置20个目标，你应该把目

    标设定为：真正感兴趣的访客在访问期间至少要完成一项目标。否则的

    话，你就得思考以下问题了：这些访问者到这里来里做什么？我们的流量带来的都是不合格访客吗？我们的网站内容不够好吗？用户体验很差

    吗？

    每个目标的完成对公司的价值都是不一样的。有些目标可能只能显

    示出访客的一点兴趣，因此对公司的价值也不大，比如PDF文件的下

    载，或点击播放演示视频等。而另一些则是很有效的指标，比如观看演

    示视频的全部内容(或观看视频的80%)。总之，我们不能对所有的目

    标都一视同仁。

    要对各个目标进行区别，那就对每个目标进行货币价值的评估。对

    目标货币价值的评估会在本章后面的阶段3和阶段4中进行讨论。

    成功定义：宏观目标和微观目标

    网站目标定义或许是Google Analytics设置阶段最为最

    重要的一个步骤，因为目标的定义就是对成功的定义。目

    标通常是促使你创建网站的最初原因。例如，你的目标是

    要直接进行销售，还是要生成潜在用户？是要确保用户或

    公司利益相关者对信息的跟进，还是要确保重点产品的更

    新？亦或是要吸引新员工？当你开始具体执行这项操作的

    时候，你就会意识到，实际上你有很多网站目标。这些都

    属于宏观目标。

    目标中不一定要包含访客到消费者的转化全过程，这

    当然也很重要，但却不是你目标的全部。如果你把获得用

    户作为你唯一的目标，那又如何了解那些未转化访客的转

    化情况呢？要想了解这些信息，你需要借助微观目标。微

    观目标所评估的是公司同访客关系的建立情况。目标是关键绩效指标(KPI)创建的基础，是企业评估网站性能的

    关键指标。至于如何创建KPI，我会在第9章进行讨论。

    细分和过滤

    细分和过滤工具是用来帮助你整合相似访客行为(细分)或对数据

    进行筛选(过滤)的。例如，对访客的细分类型有用户、高价值用户、订阅者、非用户以及参与者等。这里的“参与者”是指那些在你的网站上

    执行了某种操作，显示出了对你的浓厚兴趣，但却还不是用户的网站访

    客。 下载宣传册、填写联系申请表、对博客文章进行评论或者在社交

    中分享你的网站内容，这些都是访客的参与方式。 你还可以把这些细

    分标准进行排序，也就是符合了标准X的访客，随后就可能会符合标准

    Y。

    细分技术可以帮助你把注意力集中在具有相似特征的访客组上，而

    不是分散在全部数据上。其目的就是通过挖掘出容易被埋没的数据点，改善信噪比(signal-to-noise ratio)。尝试着掌握小部分细分访客的行

    为，远比试图去理解网站上数千访客的行为模式要实用得多。在网络世

    界中，鉴于其可变性，每个人的行为都有其独特之处。我会在第5章介

    绍对细分的理解及其重要性。

    过滤器虽然也可以用来整合和细分数据，但是它最常用的功能是筛

    选数据。或许你的网页可以用 Products.htm或者products.htm来表示，但是对Google Analytics来说，这是两种完全不同的网页，因此会对其分

    别进行报告，而这对查看报告的人来说一点用处也没有。如果使用了小

    写字母过滤器，那么在参考了所有网页的前提下，这两个网页就会被看

    成是一个。同样，你应该也会希望把其他一些没有意义的指标从网页

    URL上移除掉(例如会话ID)。在移除了这些没有意义的指标之后，你

    的网站报告就会相对容易理解得多了。

    另外，你还可以利用视图过滤器处理以下事情。

    移除来自公司员工或代理商的访问。

    更改模糊的网页名，使其更加好记。

    对访客进行地理区分，如此以来便可以分别查看来自美国访客以及

    其他国家访客的报告。

    确保活动跟踪的持续性(参考下一节的内容)。

    为Google Analytics重写遗留的活动跟踪参数(这样就无需对现有的活动链接进行重新设置了)。

    活动跟踪

    活动跟踪技术可以帮助你评估网络营销活动的表现——涵盖所有渠

    道的营销活动。它所解决的问题有：吸引访客到你的网站和移动应用程

    序的因素是什么？其中最有利的因素是什么？不同营销活动的对比结果

    如何？一般来说，网络营销的成本远大于在研发、创建和维护网络内容

    上的投入。对于网站分析来说，关键的一个优势就是要了解营销活动的

    效果，并判断出哪个活动的效益最好。你可能对你一半的营销活动有所

    了解。但具体是哪一半呢？在网络世界，所有的营销活动都是可以被跟

    踪的。当然，对活动的跟踪并不是系统默认的，你需要创建一套严格的

    系统来确保跟踪活动。

    我会在第6章讨论活动跟踪的设置。

    3.2.3 阶段3和阶段4:见解和培训

    到了第3阶段，你就可以跨过图3.1中的虚线了。也就是说，你的分

    析项目已经可以开始为公司带来回报了，而回报的比例有时也会非常惊

    人。例如，根据Baymard Institute的统计资料，网络购物车商品平均放弃

    率高达67.44%。可见，在所有添加了商品到购物车的访客中，有三分之

    二的人最终放弃了购买。

    与此类似，根据调查，平均结账放弃率高达43%8 。这是个惊人的

    数据——43%的人完成了结账过程并已经准备付款了(可以说钱已经拿

    到手里准备递出了)，然而却在最后一步离开了。显然，有这么一大笔

    钱放在桌面上，只要有见解可以帮助改善一下转化率，那么公司的收入

    就会大大提高。这就是图1.2中收入翻倍的前提。图中网站的收入增长

    了四倍，相当于每年多出750万美元的收入(对精品旅游公司来说，这

    个增长可谓是巨大的)。

    那么，见解对非交易网站的作用又如何评估呢？这时我们就需要借

    助货币化评估了。购物车放弃率VS 结账放弃率

    购物车放弃率公式为：

    访客常常通过把商品加入购物车来了解最终的结账价

    格，或者仅仅是为了了解价格(这在旅游行业很常见)。

    如此来看，购物车放弃率或许把问题扩大化了。换句话

    说，访客最终离开购物区的原因和他们的用户体验并没有

    什么关系。

    结账放弃率公式为：

    结账放弃率评估的是访客在付款阶段的行为，这也是

    销售漏斗中的倒数第二步，不受访问者查看价格、库存情

    况以及送货选项等因素的影响。如果结账放弃率较高，表

    明问题出在访客那里，可能是技术问题(类似错误信息这

    样的问题)，也可能是对你对完成订单的能力缺乏信心，还有可能是其他方面的原因，如，较高的配送价格或者配

    送时间，这些都是访客一开始没有预料到的因素。

    货币化评估

    进行货币化评估的目的是要判断网站的价值，并对其进行长期跟踪，货币化评估的作用极其重要。不管你有没有电子商务的功能，你的

    网站都具有价值，价值公式为：

    网站总价值 =电子商务收入 + 目标价值

    通过在购买确认页面上添加特定代码，你就可以对网站总价值进行

    跟踪了。这一步属于第一阶段，是你网站开发团队的工作。另一方面，你这一步的目标是要实现阶段2中分析团队所定义的“行动号召”(参见

    本章前面的“目标设置”)。对目标的设置需要在Google Analytics的管理

    区域中进行，无需对网页做任何更改。在货币化步骤中，我们会再考虑

    给你的目标增加货币价值。

    我们在“目标设置”部分(见表3.1)讨论过，每个目标完成后给公司

    带来的价值都是不一样的。有些目标并不能带来任何价值，例如，用户

    浏览某个特定优惠页面的价值就是零。这些对你获取新访客来说或许很

    重要，但却不具备有形价值。而有些目标具有的价值就很高，例如，那

    些可以引导访客向你发送个人信息(如姓名或电子邮件地址)的目标，因为一旦掌握了用户的个人信息，你的销售团队就可以和用户之间联系

    并进行销售了。当然，还有一些目标是介于上述两种之间的。总而言

    之，每个目标所具有的价值是不一样的，你在设置目标时需要对此作出

    说明。

    目标价值对公司来说是具体详细的，并不是一些任意的数值——尽

    管过程简单，却也需要深思熟虑。对你所有确定的目标而言，这一过程

    都是一样的。

    你需要对完成了特定目标的访客进行评估，看其中有多少人转化为

    了用户，以及每个用户所带来的价值。例如，如果你的销售团队可以从

    发出的联系表中收到10%的佣金，假设你的平均交易是500美元，那么

    联系表这一目标实现的价值就是50美元(也就是500美元的十分之

    一)。相反，如果销售团队只收到1%的佣金，那么联系表的目标实现

    价值就是5美元。

    你的目标价值不用十分精确，但是应该代表一个真实的货币数值。

    一个具体的货币数量显然是备受欢迎的，这可以让公司对其进行直接描

    述。但是货币数值并不容易确定。如果你的公司属于这种情况，就可以

    借助相对比例，虽然得出的数值是粗略值，但是却很可靠。例如，你可

    以把观看完整视频的目标价值设定为下载PDF文件的十倍。表3.2展现的是一些常见目标的价值。

    表3.2 相对目标价值应用

    目标类型 事例 相对

    价值

    零价值(重要的访客接触点，但是不具备

    有形商业价值)

    浏览特定优惠页面或其他

    URL

    观看视频短片(无门槛)

    使用小程序

    在几分钟内查看产品页面

    使用你的内部网站搜索功

    能但是没有获得任何结果

    0

    低价值(访客参与的有效标志，但是无法

    预测访客情感)

    下载文件(PDF文件、产

    品明细表)

    完整观看视频短片

    点击第三方广告

    使用任一不记名内容反馈

    或等级系统

    1

    一般价值(能够有效表明访客对你网站内

    容的喜欢或认可，有购买可能)

    社交分享(Like、Tweetr

    +1、 Follow、 Pin等等)

    访问你的库存搜索页面

    点击分销商的出站链接

    5

    高价值(最后阶段的参与，你可以直接和

    访客联系并交流)

    提供任何可以进行联系的个人信

    息，例如：

    填写表格(联系申请表)

    订阅简讯

    点击邮件发送链接

    发表产品评论

    发表博客评论

    10

    通过在网站上对目标进行货币价值评估，你可以在Google Analytics

    上实现两个目标。

    通过对目标进行长期货币价值评估，你可以对网站总价值进行轻松报告和监测。

    Google Analytics会自动计算并对每个浏览过的页面和访客进行价值

    评估。

    对于上面没提到的第二点，如果能够长期坚持，那么你的网站分析

    就会受益匪浅。正是借助这一点，你才可以识别出高价值访客、高价值

    页面和运行不好的页面。我们会在6章中讨论如何理解Google Analytics

    上报告的价值。

    获取见解

    Google Analytics 会帮助你了解访客是如何到达你的网站的，也会

    帮助你对访客行为进行优化。这也正是Google Analytics的作用所在。

    见解的提出就相当于提供进行改变的理由，包括对网络营销方式的

    改变(以获取更好的投资回报)，以及对网站内容和结构的改变(以便

    获取更好的访客体验)，而改变的执行者就是你的分析团队。能否正确

    地完成这些操作将决定你网站的成功与否。

    在作出改变之前，需要进行合理的分析和思考，即通过分析高质量

    数据获取合理的判断(或则借助数据来论证现有假设)。来自数据的见

    解分为以下两种。

    推断性见解——已有特定假设，借助数据进行论证。

    归纳性见解——通过对数据进行分析从而得出一个合理的假设。

    两种方法都是可行的，不过从我的个人经验来看，归纳性见解更加

    常见(两者的比例大约为1:2)。

    见解可以帮助你了解如何吸引高品质的潜在用户(高价值的访

    客)，以及在访客来到网站后的行为情况(转化与否)。这是一个强大

    的技能组合。基于有效的见解，目前已经发展出了两个高度重叠又相对

    独立的行业，即网络营销和转化率优化。我个人认为，这两个行业之所

    以能够独立发展，其原因在于两个行业所吸引的人群不同，网络营销所

    吸引的是营销人员，而转化率优化吸引的则是操控网站内容和网站结构

    的技术人员，这两个人群之间并没有太多交集。但是我认为，一个好的

    网站分析师应该具备上述两方面的能力(参见第8章)。创建见解和测试

    数据价值存在的前提在于，要有一个可以描述其对企业价值的假设

    存在。否则数据就只是噪音而已。反之亦然，假设也要有相应的数据作

    支持。而要想获得数据价值或论证假设，你需要进行试验(测试)。

    例如，现有一个假设，即你网站上的产品图片是促使访客转化为用

    户的重要因素，甚至比活动标题或周围文本更重要。那么接下来你就可

    以通过向一半的访客展示带有产品图片的页面，向另一半访客展示没有

    产品图片的页面进行测试(借助数据来支持或推翻这一假设)。在实验

    结束后，把两个版本页面的访客转化率进行对比。对于看到带有产品图

    片页面的访客来说，转化率是不是更高？这是进行AB测试的一种基本

    设计。

    如果测试证明产品图片是访客转化过程中的一个关键因素，那么你

    还可以进一步测试不同图片的有效性。假设分别向20%的访客展示五张

    不同的产品图片，如果测试数据显示，看到图片2的访客转化率更高，那么你就可以在网页上只放置图片2了。借助上面两个科学的测试，你

    就可以根据得出的数据来改善网站性能了。

    通常来说，访客转化过程是很复杂的，并不会仅仅依赖于一张图

    像，你可能需要多个图片向访客展示产品故事；有时候，产品图片、标

    题和周围的描述性文本在访客转化过程中都很重要。这种情况下，需要

    对不同的组合进行测试。例如，你可以测试3张产品图片、3个标题和3

    种描述性文本(共27个组合)。这是多变量测试的设计基础。

    借助 Google Analytics 进行测试 有两种测试方式可供选择。

    场外测试——这种实验是借助营销活动来吸引访客，例如对不同条

    幅设计或邮件简讯设计的测试。这种实验是通过第三方厂商工具来

    执行的，一旦有访客在第三方网站上点击进入你的网站，你就可以

    直接对访客进行标记了。Google Analytics 会向你报告访客点击的

    是哪个版本，如此一来你就可以知道哪个版本的性能更好了。

    现场测试——这种实验是访客位于你的网站上时所进行的，测试内

    容是不同产品图片、描述、价格和页面布局的有效性。 Google

    Analytics上有一个测试平台，叫做“内容测试”(content

    experiments)，该平台可以进行AB测试。 当然，你也可以使用第

    三方工具在Google Analytics 中对实验结果进行整合，从而了解哪个版本的性能更好。

    Google Analytics上的内容实验平台可以执行简单的A\B、ABC等测

    试，对网站上的内容进行测试。这是一个坚实的平台，可以在上面使用

    一种有趣的统计方法，即 multi-armed bandit(多臂赌博机)模型。这种

    设置可以自行设定，相比于很多传统的统计方法，这个模型可以帮助你

    更快地获取结果。内容实验平台的一个关键优势就是可以减少试验时

    间。然而，在我看来，内容实验平台还有一个缺点，即实验需要在你的

    网页上进行操作。除非是一些简单的实验，否则你的网站研发团队就需

    要重新设置网页传递的方式。也就是说，版本是由服务器端来传递的。

    我发现，服务器端的内容实验方法对企业级的网站开发团队来说是

    行不通的，因为它的开销太大，而且也会增加网站运行的困难度。作为

    替代，企业可以选择用户端的专家级测试平台。这种测试平台在简化部

    署的同时也可以在Google Analytics上对所有结果进行整合。11

    我对不适合使用Google Analytics 内容实验平台情况的讨论

    可以参考下面的网址http:brianclifton.comavoid-content-experiments

    无需测试的情况 数据要有价值就必须要有一个假设。然而，并

    不是所有的假设都需要数据来支持。这可能听起来有点奇怪，但有时测

    试所需的数据获取难度太大，并不值得为一个实验去花费精力获取。这

    种情况下，专家性判断(即经验)就可以取代弥补数据缺失的不足。总

    之，并不是所有能被测试的东西都应该拿来进行测试。

    如果你要测试网站上所有内容元素的可能组合，那么到你生命结束

    也不一定能都测试完。数据的数量是惊人的。鉴于所有的事情都已数据

    化，走中间途径会更加便捷。因此，相比于长期测试，快速增量测试

    (rapid incremental testing)会更加高效(这种方法已深深融入到Google

    的产品理念中了)。

    有时应该用好的判断(经验)来取代假设测试，我在 Google这工作

    时就碰到过这种情况。

    我当时正在寻找注资者，我颇具智慧的经理(现在是一位高级管理

    人员，我这里就不提及他的名字了)问我为什么他应该加入到我的团队

    中来，“Google Analytics现在已经是免费的了，用户还会有什么别的需

    求呢？”我解释说，如果有更多的资源，那么我就不仅仅可以为用户提供免费产品了，还能够帮助他们理解报告，真正从产品中收益。简单地

    说，我想帮助用户更好地了解Google Analytics，进一步更好地理解他们

    的网站。我于是便假设，如果能够做到这一点，那么用户会在网络营销

    上投入更多的资金。Google 作为目前网络营销市场的主导，最终也会从

    中获得更多的收益，不是吗？

    “证明给我看。证明数字广告方面投入的增加和Google Analytics使

    用之间的关联。”

    我随后花了两年时间，试图通过测试来证明两者之间的关系，也就

    是通过对比用户在使用以及不使用Google Analytics的两种情况下，数字

    广告投入的差别。从直觉上判断，大部分人都认同我的假设，到目前为

    止我还没有见过有谁不认同这个假设的。然而，要想证明两者之间的关

    联却十分困难。当时，大约在2006年，数字化的发展速度异常惊人。

    我考虑到了季节性、Google新增的广告功能、竞争对手的变化、其他追

    踪技术、智能手机的发展、社交媒体等其他因素，但依然无法为我的假

    设找到一个坚实的数据支持。这个问题太过复杂，而因果关系也太容易

    遭到质疑。

    我说这个故事是想强调，我们应该尝试不同的途径。某件事有完成

    的可能性并不意味着我们有去实施它的必要。事实上，它可能会让你的

    企业投入较大的成本。就像我，花费了两年的时间在这个假设上，却一

    直在兜圈子，错失了很多重要的机会，比如从其他股东那里获得支持，让他们为我的团队注资。

    需要测试的情况 想要判断是否应该进行测试，首先需要对你网

    站访客的行为进行分析并提出相应的假设(反之亦然)。无论是什么实

    验设置，这都是最重要的一步。你的默认设置里，测试只应该在需要测

    试的情况下进行。

    在考虑是否需要测试之前，应该确保你的网站内容和结构应用了最

    佳实践用户体验原则。不要跳过这一步。进行一项测试可能需要几个星

    期甚至几个月的时间。解决用户体验问题通常会很快，也更容易评估

    (改进措施可以通过模板应用到所有网页)，完成这一步就可以省去测

    试的麻烦。比如说，对于那些明显已经崩溃的体系，你就不必再去测试

    了。

    换句话说，实验所测试的应是对业务重要的关键问题。下面是一些实例。

    营销测试(场外测试)

    不同的横幅设计，例如静态设计和动态设计测试。

    不同邮件简讯布局和设计测试。

    不同行动号召文本测试。

    设计和信念测试(现场测试)

    不同价值主张陈述或特定优惠测试。

    不同信任因素测试，如商标、认定等。

    不同行动号召文本测试。

    可用性测试(现场测试)

    修改过的内容布局测试，如更简短的表格、压缩后的结账流程以及

    滚动的减少。

    更简洁的导航测试，如减少到达目标网页的点击次数或者更好的网

    站搜索结果。

    文本链接、按钮和图片的对比测试。

    首先解决用户体验问题

    网页开发人员负责网站的运作，网页设计人员带来创

    新点，网络营销人员带来流量。但是，我一直很惊讶，人

    们对用户体验的关注如此之少。

    例如，行动号召按钮有时看起来并不是一个典型的行

    动号召按钮。“行动号召按钮”通常是图片的形式。从访客

    的角度来看，这些看起来都像是设计美学中的一个元素。

    他们看起来并不是可以点击的按钮，因此会造成广告盲区。按钮被你的访客忽略了——他们将其当作了广告而非

    重要的行动号召。

    此外，点击按钮后的结果——也就是接下来要发生的

    事情——对访客来说应该是显而易见的。这个原则被称

    为“不要让我去思考”，Steve Krug在其同名著作中对这个问

    题进行了探讨。12

    培训和对指标的掌握

    我建议，在第3阶段一开始，对员工的培训要和网站分析项目同时

    进行。了解和能够获取数据的员工越多，公司改善项目的成效也就越

    大。我的个人观点是，不要把数据当作是筒仓，数据对公司来说太重要

    了，如果能够集合大众的智慧，对公司来说将是一笔资产。

    然而，随着数据越来越民主化，有些问题也来了：这个数字是什么

    意思？我该怎么利用它？可以用y将其分割然后还照常使用数据吗？ 渐

    渐地这些问题都会出现，首先是一个问题接一个问题的出现，随后就是

    很多问题一起涌来了。毕竟，信息是赋予人的一种特权，拥有的信息越

    多，作出的决策也就越明智。所以说，人们对信息的需求只能越来越

    大，这是人之常情。

    创建高级用户 要回答所有提出的问题会让你的团队应接不暇，你可以转而去培养感兴趣的用户，让他们自力更生。一旦提高了他们对

    衡量标准的理解，他们就可以在Google Analytics上自行查看报告，解决

    遇到的问题。例如，如果一个公司在不同区域或国家都有分办公室，那

    么就在每个办公室中培养一位能够满足该办公室对数据需求的员工。该

    员工应该和营销团队有互动，并且计算能力要强，对数据的理解力要

    好。公司的数据密集分析团队所关注的是公司的宏观数字战略，而区域

    办公室对数据的要求只是日常需求，你要培养的分办公室数据员工正是

    连接这两者的一座桥梁。他们也就是你 Google Analytics 的高级用户。

    高级用户是你的 ......