很早以前讀過一段比喻:
想像你走進街邊的一家書店,如果最後什麼都沒買就走了,店長不會知道你來過。但如果你買了書,店員就會知道他們賣出了一件商品(要是你還留下聯絡方式預訂了另一本,他們能掌握的資訊就更多)。
回過頭看網站也是如此,只是那是另一個截然不同的世界。無論你買不買,只要訪問站點,就會留下大量記錄。透過收集這些數據,我們的網路專家可以對用戶體驗得出許多結論。
從站點記錄裡,可以知道你走過哪些通道、點了哪些連結、拿起了哪些商品、收藏了哪些感興趣的話題;甚至知道你搜尋過什麼,於是廣告投放系統就能依據這些線索,定向推送「你可能喜歡的東西」。
這就是最樸素的 Web 分析概念。那麼,我們做 Web 分析的最終動機是什麼?
你的客戶需要什麼?他需要的不是「可用性」或「用戶體驗」這兩個詞本身,而是實現他的目標、完成他的訪問動機。
狹義地看,Web 分析是分析網站訪客的行為;廣義地看,它是評估並調整網站各個環節的運作,使其符合公司的商業目標。換句話說,Web 分析的最終目的不是「報告」,也不是算計著怎麼向決策者發送塞滿數據的郵件,而是獲得可行動的認識與度量。
Avinash Kaushik 在《Web Analytics: An Hour a Day》裡提到,單靠傳統的 Web 分析,有時只會產出一堆「聽起來很厲害」的報表,比如「退出最多的頁面」「訪客螢幕解析度」「網站互動次數」——這些指標的共同點是:聲稱說了點什麼,實際上什麼也沒說清楚。
那麼,基於日誌的 Web 分析真的一無是處嗎?当然不是。日誌分析依然是 Web 分析的基石,它提供最廣泛的現象呈現,讓我們得以「知其然」;而後續「知其所以然」的部分,則需要結合定性研究才能發現。
我們能從日誌中得到哪些基礎數據?下圖縱向地對收集到的數據進行分層,也描述了目前廣泛使用的一套日誌統計路徑:日誌檔 → PV → 會話 → 使用者 → 客戶 → 忠實客戶。可以明顯看出,金字塔越往上,數據的商業價值越高。

名詞說明
命中(Hit)與請求是同一概念。為了取得伺服器上的一項資源(文字、圖像或任何可嵌入頁面的元素),瀏覽器與伺服器之間進行的一次單一連接。日誌中的一條記錄就是一個請求。
訪問數(Visit)與用戶會話是同一概念。依 CNNIC 的定義,一個 Visit 必須至少完整下載一個頁面到客戶端;若尚未下載完成使用者就關閉視窗結束請求,那算是一次 Loss,而不是 Visit 或 Session。常見的度量方式是:訪客在 20 分鐘內與網站有互動,視為同一次進入,不計入新的會話;若持續 20 分鐘無互動,再次造訪時才計入新的會話數。
1. 數據與視覺化結合
「如果你手上有大量數據,你應該能感覺到它們的存在。如果你必須翻閱十萬行日誌,看到第一百行時你已經忘了第一行。」——Marty
面對龐雜混亂的日誌,把它視覺化已經成為趨勢。令人高興的是,一些主流的 Web 分析工具都推出了不少視覺化功能,而且並不侷限於日誌數據。換個角度看,往往能有不一樣的收穫。
熱力圖就是典型例子,可應用於點擊日誌、眼動分析、頁面曝光率等定性與定量分析。

收集頁面上的點擊位置,顏色越「熱」代表點擊量越高。

把定量數據與定性洞察合起來看,才不至於讓報表停在「說了等於沒說」的狀態。