经常回有朋友问我,我到底是怎么接触网站这个领域的,我在这个领域是怎样学习和成长的,今天总结下我对于网站分析的一隅之见,算不上深度,顶多是经验之谈。我所经历的网站分析经历了3~4个阶段。

第一阶段 网站统计分析认知

在这一阶段,主要通过百度统计、GA等增加对网站分析工具、基本定义、应用场景的初步认知,并通过自建网站(也就是现在在看的这个搜索营销艺术)摸索不同工具的差异性,理解数据含义。

通过阅读业内大牛的网站,如蓝鲸、宋星、子木等增加对网站分析领域的认知。通过这个阶段,基本会具备初级分析师所需要的能力——网站分析领域基本理解、应用等。

 

第二阶段 网站统计分析工具应用提高

经过之前的网站分析入门,已经具备一定的网站分析经验。随着对不同工具的应用,尤其是大型商用网站分析工具,发现网站分析的可用点越来越多,比如Urchin、omniture等,对趋势、细分、转化这三个方面进行的扩展,最经典是路径关联的应用,已经开始找寻站内不同业务节点、站外不同业务节点的关系。另外,在于不同第三方服务商的接触过程中,对行业内网站分析的应用也有一定程度的了解。此时网站分析已经可以游刃有余的与业务进行结合。

 

第三阶段 开源、二次开发或自建网站分析项目

网站分析是有瓶颈的,当网站越来越大、认知越来越深入之后,发现现有的工具很难满足需求,没有任何一款工具可以满足所有网站分析需求,包括Adobe、WebtrendsWebtrekk、Coremetrics这些顶级的工具。他们或多或少都有自己的缺点,在众多业务应用中,最典型的短板包括:

  • 网站数据实时性要求高,但很多工具不能满足T+1分级甚至到秒级别的查看需求;
  • 网站数据需要结合公司后端数据进行打通处理,目前网站分析工具支持的包括用户ID、产品ID、订单ID级别的数据导入和整合功能,已经不能满足数据业务发展需要,并且这些工具始终都还是网站分析,不适合做大规模数据导入处理;
  • 很多很好的工具在国内没有应用优势,主要原因之一是无法本土化,不能根据国内实际情况进行二次开发和定制;
  • 国内的服务公司的水平和能力都需要提高,远远不能实现第三方行业经验和best practice的预期等。

基于对现有国内网站分析工具以及相应服务商的考量,我发现现有固定的工具和服务模型很难满足业务分析需求,因此我们需要其他替代方案,替代方案有三个方向:

  1. 对某些大型商用网站分析工具做二次开发。现在商用网站分析工具在国内二次开发做的比较好有webtrends和webtrekk,adobe和coremetrics做的都不行。
  2. 基于开源的网站分析工具做自定义开发。比如基于piwik做二次开发,既省钱,有能满足基本需求,还可定制。
  3. 公司自己做网站分析系统开发。这也是最需要开发能力的一种解决方案,通常在实施过程中,既可以和第三方公司一起来做(推荐这种方法),也可以自己独立开发。

 

第四阶段 拓展到整个公司的数据领域去


网站分析或者网站数据其实只是公司数据的一部分,当然具体视行业的不同而定:

  1. 假如你的公司是媒体或服务性乙方,那么恭喜你,网站分析是你们公司的重头戏,网站数据分析也是公司业务数据分析的核心。
  2. 假如你的公司是轻电商模式,比如淘宝、携程等,那么网站分析也是公司重要数据之一,也是具备相当重要的地位。
  3. 假如你的公司是重电商模式,比如国美、苏宁和京东,那么很遗憾的告诉你,网站分析只是公司数据的一小部分,除了网站数据外,公司的物流配送、仓储、订单销售和商品数据等在公司层面的意义远大于网站数据。
  4. 假如你的公司是传统媒体或线下业务为主,那么更悲剧的告诉你,你的网站数据基本上价值不大,因此你的业务重点都不是线上,线上的那点数据怎么会成为重点?

所以,每次跟老板汇报时,我们会发现老板关注的核心。比如我们这种销售型公司,老板关注的首先的销量怎样,然后再层层下发到各个业务节点,这也使得我们需要从公司整体的角度去考量如何将数据价值最大化。

因此,除了网站数据,我们已经拓展到会员、物流仓库、配送、客服CC、采销等。这里说的紧紧是数据范围上的扩展,另外一层是数据流的扩展,我们的关注点已经从单纯的数据结果、数据分析和数据报告应用向底层和上层延伸。

 

  • 向底层,我们会关注每个数据(尤其是线下数据、多数据主从库节点、多生产数据库)的数据生产、存储、ETL、入库、提取规则等,从源头上理解数据时怎么收集、存放和抽取的;
  • 向上层,我们在做的是脱离日常的业务需求→取数据→报告→沟通落地→优化评估等,将常规性的项目做成流程化、自动化的应用,把数据分析的能力交给业务,提高业务数据理解和应用能力的同时,也能发挥数据分析师价值最大化。同时业务数据经验可以慢慢沉淀下来,形成业务应用模型和应用惯性。

另外,在数据分析的方向上,除了网站分析,还需要把WAP分析、APP分析建立起来。WAP和APP分析跟WEB分析是完全不同的方向,各自关注的业务点都不同,因此在业务方向上,也需要把这些业务囊括进来。

基于以上的发展,现在整个数据上,我们已经在做的数据不仅仅局限于网站分析,范围上涵盖了围绕公司销售从采购到妥投的所有业务模块,从WEB到WAP、APP的完整线上业务模块,流程上涵盖了整个数据采集端到应用端的数据链。

另外有几点感触比较深,跟各位分享下:

  • 初期更多是个人在工作,靠热情和个人主动性,后期需要靠团队,靠制度和流程;
  • 建立与系统运维、DBA、产品经理、技术开发工程师的流程工作流程,并站在他们的角度上思考问题是每时每刻都不能缺少的因素,数据从采集到存储到数据自动化都离不开他们;
  • 千万别局限于工具本身,工具永远都是辅助于思想的,百万级的工具人,不行照样用的很烂;
  • 围绕业务的数据系列运作是数据落地化、价值化根本,只局限于数据本身没什么意义,一定要把数据价值“推销”到全公司去;
  • 拓展自己的知识面,了解和你相关的所有流程和工作方法,如果你也能参与其中那你和你团队一定都会受益匪浅;
  • 不要迷恋数据,数据不是万能的(下篇文章会重点说)。


除非注明,本博客文章均为 数据研究与商业应用(TonySong) 原创.
转载请注明本文地址: http://www.searchmarketingart.com/web-analytics-growth-path.html