今天給各位分享學(xué)習網(wǎng)站數(shù)據(jù)分析的知識，其中也會對鑷鏁版嵁鍒嗘瀽緗戠珯進行解釋，如果能碰巧解決你現(xiàn)在面臨的問題，別忘了關(guān)注和分享本站。

一步步教你分析網(wǎng)站數(shù)據(jù)

一步步教你分析網(wǎng)站數(shù)據(jù)

可用性測試和數(shù)據(jù)分析是一對無敵好搭檔，它們讓我們更多地了解用戶，跟蹤我們的目標，解決意外的問題。說到解決問題，數(shù)據(jù)分析告訴我們哪些頁面或者流程正在給用戶造成麻煩，哪些領(lǐng)域需要我們在可用性測試中重點關(guān)注。接下來，可用性測試會告訴我們?yōu)槭裁从脩魰憩F(xiàn)出某些特定的行為。在這兩者之上，我們可以為網(wǎng)站擁有者提供重點明確、針對用戶的建議。

在小紅（和許許多多與之相似的用戶體驗從業(yè)人員）的例子中，數(shù)據(jù)分析能揭露用戶到底是怎么訪問網(wǎng)站的。雖然小紅和客戶在用戶體驗或顧客方面的經(jīng)驗可能讓他們對于測試什么有了不錯的假設(shè)，但對于人們是如何訪問網(wǎng)站，數(shù)據(jù)分析展示給他們的是更為清晰、無偏見的方式。

對于任何希望通過學(xué)習一些簡單的工具來讀懂數(shù)據(jù)的人，數(shù)據(jù)分析可以幫助你：

識別網(wǎng)站上出問題的地方顯露網(wǎng)站對于用戶的吸引力測量設(shè)計上的改善帶來的結(jié)果

在這兩篇系列文章中，我將會解釋如何利用數(shù)據(jù)分析來識別用戶有問題的地方，以及網(wǎng)站的哪些地方會從可用性測試中受益最多。本篇文章的重點為——三個識別網(wǎng)站問題的參數(shù)：跳出和退出率(bounce and exit rate)，頁面平均時間(average time on page)和目標價值(page value)。在第二部分，我們會進一步利用這些參數(shù)來識別drop off points，然后我們會深入到數(shù)據(jù)分段(segmentation)來獲取額外的細節(jié)信息。

辨認問題網(wǎng)頁（組）

作為一名自由職業(yè)者和用戶體驗咨詢師，我與各種各樣不同領(lǐng)域的網(wǎng)站合作過，其過程非常一致，總是以數(shù)據(jù)分析為開端。最開始我會去辨認每天有多少用戶訪問這個網(wǎng)站，哪個頁面最常用。這會給我一個大概的感覺，知道人們是如何訪問這個網(wǎng)站的。然后我會進行下一步：辨認潛在的出問題的領(lǐng)域，繼而知道我的用戶體驗建議將會著重在哪一塊。

總體來說，我會觀察三種類型的參數(shù)來辨認問題所在：

跳出和退出率(Bounce and exit rate)頁面平均時間(Average time on page)目標價值(Page value)

跳出和退出率(Bounce and Exit Rate)

跳出率和退出率是兩個可能造成混淆的參數(shù)。跳出率是只訪問了網(wǎng)站的一個頁面的用戶的比例：在一個頁面登陸，但是沒有去訪問任何其他頁面就離開了網(wǎng)站。

【譯者注：谷歌官方解釋為“跳出率指單頁訪問次數(shù)（即訪問者從入口頁離開網(wǎng)站而未與網(wǎng)頁互動的訪問次數(shù)）所占的百分比”?！?/p>

退出率是從一個頁面離開了網(wǎng)站的用戶的比例（它包括了那些之前在該網(wǎng)站瀏覽了其他頁面的人）。

【譯者注：谷歌官方解釋為“退出百分比指從某個或某組特定網(wǎng)頁退出網(wǎng)站的次數(shù)所占的百分比”。】

如果我發(fā)現(xiàn)了網(wǎng)站的一部分出現(xiàn)了一個很高的跳出或者退出率，我會做上筆記，以防某些頁面的什么東西造成了用戶的離開。一個有著高跳出率的頁面可能說明這個頁面上的內(nèi)容不是用戶來到這個頁面所期望看到的東西。一個高退出率的頁面可能說明這個網(wǎng)頁導(dǎo)致了用戶在他們想要的流程中半途而廢——從另一方面看，如果一個高退出率的頁面是流程的最后一頁，那么這個高退出率就不再是個問題了。

用谷歌分析（Google Analytics）中的“加權(quán)排序（weighted sort）”會讓跳出率更加有用。根據(jù)谷歌分析，“加權(quán)排序把百分比數(shù)據(jù)根據(jù)重要程度排列，而不是序號排列”。舉個例子，一個頁面雖然有著100%的跳出率，但在過去的一個月中，只有一個用戶訪問，然后離開了該頁面（另外一個更大的問題可能是沒有任何人訪問過這個頁面?。?。如果一個頁面有80%的跳出率，但是是一個在流程中非常關(guān)鍵的起始頁面，那么這個網(wǎng)站可能因此流失了大量的生意。為了更好地為頁面可用性測試做準備，我們必須辨認出問題出現(xiàn)的原因：是因為沒有人訪問這個頁面，還是每個訪問的人都馬上離開了網(wǎng)站？

頁面平均時間(Average Time on Page)

“頁面平均時間”是指用戶瀏覽某個頁面所花費的平均時間。如果我發(fā)現(xiàn)有一個頁面的“頁面平均時間”很低，這可能意味著該頁面沒有引起用戶足夠的注意。從另一反面來看，如果用戶在一個結(jié)賬頁面停留很久，那么可能是因為該頁面過于復(fù)雜了。當然，所有的參數(shù)都必須放在具體的情境下分析；如果一個博客文章有一個很高的“頁面平均時間”，那么總體來說是一個好的現(xiàn)象，因為這可能意味著用戶真的在閱讀整篇文章。

另外一個衡量頁面表現(xiàn)的非常好的方式是利用“與網(wǎng)站平均數(shù)比較”的選項。這個圖會顯示某些頁面在某個參數(shù)上是不是在很大程度上高于或者低于平均值。雖然這些頁面仍然需要一頁一頁地分析，因為不同的頁面有用不同的目標，但是低于平均瀏覽時間的頁面總體來說可能會有問題，假設(shè)目標是為了讓用戶繼續(xù)閱讀的話。下面的例子清晰地表現(xiàn)出“聯(lián)系（contact）”頁面相對來說有比平均值更低的瀏覽時間，然而“博客（blog）”頁面有高于平均值80%的時間。

再次強調(diào)下，情境是關(guān)鍵。用戶可能來到聯(lián)系頁面來尋找一個公司的地址，或者聯(lián)系電話。如果他們成功地找到了，那么他們就會離開該網(wǎng)站，因此較低的頁面瀏覽時間在這里是一個好的現(xiàn)象，說明頁面很有用。一個“博客”頁面是用來吸引用戶的注意的，因此一個高于平均值的時間可以被看做是一件好事。

頁面價值(Page value)

“頁面價值”是一個非常重要，但是很少被用到的參數(shù)，它可以用來發(fā)現(xiàn)表現(xiàn)欠佳的頁面。目標價值，就如它的名字所示，是一種賦予頁面直接的貨幣價值的方式。對于電子商務(wù)網(wǎng)站來說，它納入了各種各樣的交易收入總數(shù)和所有類型的網(wǎng)頁的目標價值——這些參數(shù)都需要在谷歌分析中人工設(shè)置，才能計算出頁面價值。一個高價值的頁面往往顯示出它是一個重要的頁面，意味著該頁面值得被納入可用性測試中。

一個高價值但是展示出高退出率的頁面是值得重視和改進的。意味著這些頁面讓用戶在回話流程的關(guān)鍵位置離開了。在下面的的例子中（一個電子商務(wù)網(wǎng)站），我突出顯示了三個有著類似的頁面價值的品類?？梢郧宄乜吹剑皞€性化化玩具（personalised-toys）”的產(chǎn)品頁面有一個相當高的退出率。這說明這個高價值的頁面正在讓用戶“流失”，并且應(yīng)該在未來的用戶體驗設(shè)計工作中引起重視。

然而，單獨的某個頁面只能展示部分真相。“內(nèi)容分組(content grouping)”這個功能很重要，我們可以利用它來觀察網(wǎng)站的某個部分表現(xiàn)如何。內(nèi)容分組可以把數(shù)據(jù)根據(jù)用戶訪問的頁面種類來進行分類，因此十分必要。我們可以用各種各樣的方式來分組。比如對于一個買衣服的網(wǎng)站來說，可以根據(jù)不同種類的服飾來分組，看看褲子是不是比襯衫的頁面價值要高。

一旦發(fā)現(xiàn)某個頁面或者某個組的頁面價值很低，下一步我們要做的就是：找出背后的原因。在上面的例子中，襯衫相對來說有比較低的價值。我采取的第一步行動是，根據(jù)我的經(jīng)驗和判斷力，看看在襯衫的頁面上有沒有任何明顯的用戶體驗或者技術(shù)方面的問題。做完這個之后，我會和真實的用戶一起來測試這些個頁面，來看看為什么會有這些問題——并且尋找那些暗含了修復(fù)方式的線索。

內(nèi)容分組是一個非常強大的工具，可以讓你看到網(wǎng)站的不同部分的真實表現(xiàn)。

在實踐中利用參數(shù)

這只是利用數(shù)據(jù)分析來發(fā)現(xiàn)網(wǎng)站問題的第一步。在本系列的第二部分中，我們會著眼于如何發(fā)現(xiàn)用戶流程中的流失點，以及如何把用戶分類來看到更多的細節(jié)信息。

與此同時，你嘗試著利用在本篇文章中學(xué)到的方法來發(fā)現(xiàn)可能存在的問題：

調(diào)出跳出率，找出那些用戶訪問并且馬上離開了的頁面。瀏覽所有頁面的退出率，找出在流程的哪些地方用戶離開了網(wǎng)站?？紤]到用戶在頁面平均停留時間的重要性——一個擁有著高跳出率的博客頁面，同時擁有著很長的平均頁面時間，這是一件好事！根據(jù)頁面價值排序，觀察頁面。頁面價值越高，那么就越值得被納入可用性測試，從而最終修復(fù)用戶在該頁面遇到的問題。

在上一個客戶的案例中，小紅利用數(shù)據(jù)分析來發(fā)現(xiàn)那些需要進行可用性測試的地方。然而目前為止，小紅只發(fā)現(xiàn)了網(wǎng)站中值得測試的單獨的頁面和頁面組。她覺得她需要知道更多的關(guān)于最常見的用戶行程（user journey）的信息。她還想更加深入地理解用戶，看看不同類型的用戶如何訪問網(wǎng)站。為了能進行最佳的可用性測試，小紅真心想要知道人們事實上是如何使用網(wǎng)站的。

簡單來說，數(shù)據(jù)分析是一種用來發(fā)現(xiàn)可用性測試最佳測試頁面的極好的方法。在本系列文章的第一部分，我講解了如何利用數(shù)據(jù)分析來發(fā)現(xiàn)網(wǎng)站的問題所在之處。這么做可以讓我們更好地理解目前的用戶行為，并且?guī)椭覀兗辛α吭趯⒁獪y試的任務(wù)上。

在如何利用數(shù)據(jù)分析來指導(dǎo)可用性測試的這一系列文章的總結(jié)部分，我將更仔細地探討如何通過識別用戶行程、將用戶分類來比較不同的用戶組的行為。

識別流失點

知道用戶是如何在整個網(wǎng)站中流轉(zhuǎn)的可以增加單個頁面狀態(tài)的情境（context）。比如，分析用戶行程中前一個頁面的數(shù)據(jù)可以幫助我們識別為什么某個特定頁面的退出率特別高。另外，找出最常見的用戶行程對于謀劃可用性測試很有好處?？捎眯詼y試可根據(jù)這些常見的用戶行程來設(shè)計，從而確保在測試中用戶的行為是和已經(jīng)存在的用戶行為是相符的。

谷歌分析嘗試通過用戶流程圖（user flow）和行為流程圖（behavior flow）報告來展示用戶行程。他們可能比較難閱讀，并且經(jīng)常因為把多個頁面組合在了一起而變得很麻煩。這意味著谷歌分析通常只能把最為普遍的幾個頁面單獨展示，而把其他的頁面組合在一起，顯示為“大于100個頁面”——這對我們一點幫助也沒有。下面的截圖顯示出這種非常局限的信息是如何讓分析變得困難的：只有幾個頁面在每個用戶行程的階段中是單獨被顯示的，剩下的頁面都被組合在了一起。

盡管頁面被組合造成了很多問題，花些時間分析這些報告仍然可以幫我們發(fā)現(xiàn)問題區(qū)域，根據(jù)的是流失率或意想不到的用戶行程（比如，我們本來期待的是這樣，但用戶卻走向了另一個方向？）。一旦我們發(fā)現(xiàn)了問題區(qū)域，我們就可以謀劃可用性測試，來看看用戶在整個行程中是如何思考的，了解他們?yōu)槭裁磿羞@些麻煩。

在谷歌分析的用戶流程和行為流程報告中，所有的頁面用了綠色的矩形來表示，灰色的連接線用來表示頁面之間的用戶行程。每個矩形還用紅色表示了流失率的百分比（也就是說用戶正離開網(wǎng)站）。它們可以說明常見的用戶行程，以及用戶在哪些地方離開了網(wǎng)站——也是另一種問題區(qū)域的跡象。

下面的例子來自于一個我曾經(jīng)工作過的旅行網(wǎng)站。它在主頁有一個特別明顯的搜索框。

在這個簡化了的并加上了筆記的圖中，我們可以看到一個可能的問題。用戶利用搜索框來找到某個旅行目的地，但之后又從搜索結(jié)果頁面回到了主頁（又名，彈簧跳（pogo sticking）），說明了搜索結(jié)果對用戶來說不夠滿意。這可能歸結(jié)于許多的理由：可能搜索功能經(jīng)常搜不出結(jié)果，搜到太多結(jié)果，或者太少結(jié)果。也可能這個問題和搜索結(jié)果本身無關(guān)，而是其他的理由，比如搜索結(jié)果里的酒店的價格太高了。

數(shù)據(jù)顯示最初的搜索是讓用戶不滿意的，這讓我決定針對搜索框來進行一些可用性測試?？捎眯詼y試的結(jié)果顯示，問題的原因在于搜索結(jié)果太多太泛了，用戶被大量的結(jié)果淹沒了。根據(jù)這個測試結(jié)果，我建議引入一個多面搜索系統(tǒng)（faceted search system）：在搜索結(jié)果頁面讓用戶可以根據(jù)一些標準來過濾搜索結(jié)果，而不用返回到主頁重新搜索。這個新的搜索系統(tǒng)讓用戶可以根據(jù)酒店提供的服務(wù)設(shè)施來過濾他們的搜索結(jié)果；比如是否有游泳池、健身房和其他的設(shè)施，這意味著用戶可以發(fā)現(xiàn)對他們自身有用的結(jié)果。這個設(shè)計方案讓搜索后又回到主頁的用戶數(shù)量大幅度下降，讓更多的用戶進入到他們行程的下一步。

上面的結(jié)果顯示的是多面搜索系統(tǒng)被引進一個月后的分析數(shù)據(jù)。圖中顯示出，主頁和搜索結(jié)果頁面之間的“彈簧跳”現(xiàn)象減少了。雖然仍然還有改進的空間，但這個變化產(chǎn)生的積極效應(yīng)是非常鼓舞人心的。

數(shù)據(jù)分段，更多的細節(jié)

數(shù)據(jù)分段為觀察不同用戶的不同行為提供了一個絕佳的方式。一個簡單的例子就是比較新用戶和回訪用戶。下面的圖來自于一個在線找工作網(wǎng)站，它顯示出新用戶的數(shù)量在該月幾乎是持平的，然而回訪用戶的數(shù)量卻跟隨了一個不同的模式：在周末的時候數(shù)量明顯下降。

這使我想知道更多的細節(jié)，關(guān)于新用戶和回訪用戶的不同點。其他關(guān)于這兩種不同用戶的數(shù)據(jù)顯示出，回訪用戶傾向于在網(wǎng)站上花費更多的時間，每段時間會瀏覽更多的頁面，并且更傾向于申請工作。

根據(jù)這個數(shù)據(jù)我可以做出假設(shè)：回訪用戶更可能是真正找工作的人，但新用戶訪問網(wǎng)站的時候更隨意。因此我推薦網(wǎng)站做一些個性化的設(shè)計——對待新用戶，展示更多的保證信息，說明該找工作的網(wǎng)站是合法的、值得信賴的，并且引導(dǎo)他們簡單快速地做出行動，比如注冊工作提醒。對待回訪用戶，展示更精確、細節(jié)的搜索工作的選項，并且提供信息鼓勵他們申請工作。

新用戶和回訪用戶不同的行為可以透露許多事情，取決于網(wǎng)站的類型。比如，對一個電子商務(wù)網(wǎng)站來說，它顯示回到這個網(wǎng)站的人更傾向于下單。如果這是真的話，那么我們可以把重點放到幫助第一次訪問網(wǎng)站的用戶下單。

這種數(shù)據(jù)分段分析還可以幫助可用性測試的招募。如果在新用戶和回訪用戶之間有明顯的行為區(qū)別，那么可能最好同時招募已有用戶和尚未訪問過該網(wǎng)站的用戶來進行測試。測試不同的用戶類型可以幫助解釋為什么他們在網(wǎng)站上有迥然不同的行為。

除了上說例子中的新用戶和回訪用戶，在谷歌分析上還有一些現(xiàn)成的數(shù)據(jù)分段方式來幫助我們分隔數(shù)據(jù)，包括：

不同的流量來源——可以用來發(fā)現(xiàn)那些通過搜索和鏈接來到網(wǎng)站的用戶的區(qū)別。使用不同設(shè)備類型的用戶——可以用來比較使用手機、平板和桌面電腦用戶的參數(shù)。

根據(jù)自己的需求來改造分段方式也是很好的方法，這可以使分段方式可以和整個網(wǎng)站重要的用戶及角色更好地相符合。通過這種方法，我們可以分析這些不同的用戶群所采取的不同的用戶行程，例如，比較已有用戶和第一次購買的用戶的行程。

數(shù)據(jù)分段可以被用來觀察使用不同設(shè)備的用戶的行程。根據(jù)手平板和桌面電腦來分段可以提供三個不同的行為流程供研究。這種方法對于發(fā)現(xiàn)使用不同設(shè)備的用戶可能存在的問題特別有幫助。手機用戶的行為流程圖可能會在用戶流程中顯示出一個重大的流失點，但在平板和桌面電腦中卻不是問題。這應(yīng)當引出相應(yīng)的手機端的可用性測試，重點放在找出手機用戶在流程中的該點流失的原因。

現(xiàn)在該怎么辦？

在利用數(shù)據(jù)分析識別問題區(qū)域后，下一步就是找到為什么用戶會有這些問題。數(shù)據(jù)分析能夠提供一些關(guān)鍵的地方，需要我們在可用性測試中特別關(guān)注，或者拆分出特別的測試。作為用戶體驗的職業(yè)人，我們自然而然地想要和我們的用戶在一起，在可用性測試中從他們身上學(xué)到東西。數(shù)據(jù)分析只是幫助我們更好地進行測試。

嘗試一下——提取一些這里提到的方法，把它們應(yīng)用到某個項目中。你會驚奇地發(fā)現(xiàn)，我們竟然可以從數(shù)據(jù)分析中發(fā)現(xiàn)這么多東西。、

以上是小編為大家分享的關(guān)于一步步教你分析網(wǎng)站數(shù)據(jù)的相關(guān)內(nèi)容，更多信息可以關(guān)注環(huán)球青藤分享更多干貨

網(wǎng)站數(shù)據(jù)分析的基本內(nèi)容有哪些?

1、獨立訪問者數(shù)量

規(guī)定時間范圍內(nèi)(一般指1天)獨立客戶訪問網(wǎng)站的數(shù)量，一個客戶無論瀏覽多少個頁面，都是一個獨立的uv，通過該數(shù)據(jù)可以分析出規(guī)定的時間內(nèi)網(wǎng)站的訪問量。

2、重復(fù)訪問者數(shù)量

重復(fù)訪問者數(shù)量反映了網(wǎng)站用戶忠誠度，網(wǎng)站的質(zhì)量，網(wǎng)站的質(zhì)量越高，網(wǎng)站的用戶忠誠度越高，網(wǎng)站的重復(fù)訪問數(shù)量就越大。

3、頁面瀏覽數(shù)

在規(guī)定時間范圍內(nèi)(一般指1天)，所有瀏覽者訪問的所有頁面之和，頁面瀏覽數(shù)反應(yīng)了頁面的質(zhì)量是否是讀者滿意的內(nèi)容，網(wǎng)站的頁面質(zhì)量越高，頁面瀏覽量就越大。

4、跳出率

只瀏覽一頁便離開的用戶的比例，通過分析網(wǎng)站跳出率，可以判斷網(wǎng)站內(nèi)容的質(zhì)量，如果網(wǎng)站跳出率比較高，說明網(wǎng)站的內(nèi)容質(zhì)量不高，用戶體驗不夠好。

5、退出率

用戶從某個頁面離開次數(shù)占總瀏覽量的比例。

6、用戶停留時間

用戶停留時間反映了網(wǎng)站粘性及用戶對網(wǎng)站內(nèi)容質(zhì)量的判斷。

如何自學(xué)數(shù)據(jù)分析

數(shù)據(jù)分析這個崗位可以說很寬泛很雜，從數(shù)據(jù)錄入員到行業(yè)分析師專家都可以認為是數(shù)據(jù)分析，甚至一些搞數(shù)據(jù)挖掘、人工智能的都可以包括到數(shù)據(jù)分析的范疇里，但是這些工作所做的事情卻相差甚遠，當然待遇也天壤之別。所以大家在應(yīng)聘時不要只看崗位名稱，重要的是看看清崗位職責和要求。言歸正傳，咱們談?wù)勅绾螌W(xué)習數(shù)據(jù)分析。

一、知識技能

1、學(xué)科知識：從數(shù)據(jù)分析涉及到的專業(yè)知識點上看，他包含的比較多，包含但不僅限于以下學(xué)科：

（1）統(tǒng)計學(xué)：參數(shù)檢驗、非參檢驗、回歸分析……等

（2）數(shù)學(xué)：線性代數(shù)、微積分等

（3）社會學(xué)：主要是一些社會學(xué)量化統(tǒng)計的知識，如問卷調(diào)查與統(tǒng)計分析；還有就是一些社會學(xué)的知識，這些對于從事營銷類的數(shù)據(jù)分析人員比較有幫助

（4）經(jīng)濟金融：如果是從事這個行業(yè)的數(shù)據(jù)分析人員，經(jīng)濟金融知識是必須的，這里就不多說了

（5）計算機：從事數(shù)據(jù)分析工作的人必須了解你使用的數(shù)據(jù)是怎么處理出來的，要了解數(shù)據(jù)庫的結(jié)構(gòu)和基本原理，同時如果條件充足的話，你還能有足夠的能力從數(shù)據(jù)庫里提取你需要的數(shù)據(jù)（比如使用SQL進行查詢），這種提取數(shù)據(jù)分析原材料的能力是每個數(shù)據(jù)從業(yè)者必備的。此外，如果要想走的更遠，還要能掌握一些編程能力，從而借住一些專業(yè)的數(shù)據(jù)分析工具，幫助你完成工作。

這些專業(yè)知識不是一時半會能夠全面掌握的，學(xué)習的唯一捷徑就是看書、看視頻講解，看權(quán)威的書籍、看全面的知識。學(xué)習基礎(chǔ)知識沒有一蹴即就的方法，因為基礎(chǔ)，所以學(xué)起來會比較枯燥、比較漫長。如何你想在數(shù)據(jù)分析方面有長遠的發(fā)展，希望你能在基礎(chǔ)知識上長期堅持的學(xué)習下去。

2、軟件操作：從事數(shù)據(jù)分析方面的工作必備的工具是什么，我大致羅列以下幾類：

（1）分析報告類：Microsoft Office軟件（excel、word、powerpoint、visio……）、水晶易表等，如果連excel表格基本的處理操作都不會，連PPT報告都不會做，那我只好說離數(shù)據(jù)分析的崗位還差的很遠。

（2）專業(yè)數(shù)據(jù)分析軟件：OFFICE并不是全部，要從在數(shù)據(jù)分析方面做的比較好，你必須會用（至少要了解）一些比較常用的專業(yè)數(shù)據(jù)分析軟件工具，比如SPSS、SAS、R、Matlab等等，這些軟件可以很好地幫助我們完成專業(yè)性的算法或模型分析。

（3）輔助工具：比如思維導(dǎo)圖軟件（如MindManager、MindMapper等）也可以很好地幫助我們整理分析思路。

在此需要說明的一點是：軟件只是幫助我們完成任務(wù)的工具。并不是我們只要學(xué)好的軟件操作就能很好地完成任務(wù)，因為與操作相比，如何解釋最后的結(jié)果要重要的多。即使軟件操作的再熟，如果看不懂結(jié)果，那跟不會才做沒有兩樣。而看看懂結(jié)果就需要扎實的專業(yè)知識才行。

怎樣分析網(wǎng)站數(shù)據(jù)

分析網(wǎng)站數(shù)據(jù)，需要借助網(wǎng)站分析工具，免費的有GA，但是這個需要有專業(yè)的知識，付費系統(tǒng)和工具也比較多，我們正在用的就是99click旗下的siteflow系統(tǒng)，按流量收費，價格也合理，有專門的客戶服務(wù)，你可以試試。

網(wǎng)站運營類的數(shù)據(jù)分析需要看哪些書比較好？

1、《深入淺出數(shù)據(jù)分析》

《深入淺出數(shù)據(jù)分析》以類似“章回小說”的活潑形式，生動地向讀者展現(xiàn)優(yōu)秀的數(shù)據(jù)分析人員應(yīng)知應(yīng)會的技術(shù)：數(shù)據(jù)分析基本步驟、實驗方法、最優(yōu)化方法、假設(shè)檢驗方法、貝葉斯統(tǒng)計方法、主觀概率法、啟發(fā)法、直方圖法、回歸法、誤差處理、相關(guān)數(shù)據(jù)庫、數(shù)據(jù)整理技巧；正文以后，意猶未盡地以三篇附錄介紹數(shù)據(jù)分析十大要務(wù)、R工具及ToolPak工具，在充分展現(xiàn)目標知識以外，為讀者搭建了走向深入研究的橋梁。

2、《啤酒和尿布》

《啤酒和尿布》的故事是營銷屆的神話，“啤酒”和“尿布”兩個看上去沒有關(guān)系的商品擺放在一起進行銷售、并獲得了很好的銷售收益，這種現(xiàn)象就是賣場中商品之間的關(guān)聯(lián)性，研究“啤酒與尿布”關(guān)聯(lián)的方法就是購物籃分析，購物籃分析是沃爾瑪秘而不宣的獨門武器，購物籃分析可以幫助我們在門店的銷售過程中找到具有關(guān)聯(lián)關(guān)系的商品，并以此獲得銷售收益的增長！

3、《數(shù)據(jù)之美》

“數(shù)據(jù)被證實好比下一代計算機應(yīng)用的‘因特爾內(nèi)核’。在本書中，各業(yè)界領(lǐng)袖描述了他們的項目如何通過新的方式來駕馭數(shù)據(jù)的力量。對于任何對未來關(guān)于數(shù)據(jù)和問題解決感興趣的讀者來說，本書是必讀的佳作?！?/p>

——Tim O’Reilly, O’Reilly Media公司創(chuàng)始人兼CEO

探索數(shù)據(jù)的范圍可以多么廣泛，其工作可以多么美麗！通過這部個人故事集合，在這個領(lǐng)域的39個最佳數(shù)據(jù)實踐者闡釋了他們?nèi)绾螢楦鞣N項目開發(fā)簡單優(yōu)雅的解決方案，包括從火星著陸探測器到Radiohead視頻的制作……在本書中，你將：

探索海量在線數(shù)據(jù)集時面臨的內(nèi)在機遇和挑戰(zhàn)

學(xué)習如何使用地圖和數(shù)據(jù)“混搭”方式對都市犯罪趨勢進行可視化

發(fā)現(xiàn)“眾包”和透明如何改進藥物研究現(xiàn)狀

理解當新的數(shù)據(jù)和之前存在的數(shù)據(jù)交疊時如何向用戶發(fā)送警告

學(xué)習處理DNA數(shù)據(jù)的大規(guī)模基礎(chǔ)設(shè)施

4、《網(wǎng)絡(luò)營銷實戰(zhàn)密碼》和《SEO實戰(zhàn)密碼》

這兩個書是出自同一個作者——昝輝Zac。

作為一個想做網(wǎng)絡(luò)營銷的新人，這兩本書是很值得一看的。雖然和其他同類書籍一樣，書中大部分都是偏基礎(chǔ)性的東西，都是還是寫的比較系統(tǒng)，比較真實，也比較實用。至少不像是教材那樣的概念性的空談。

關(guān)于SEO的書已經(jīng)很多，但大都大同小異，其中最詳細最實用的就是昝輝的這本《SEO實戰(zhàn)密碼》，還有一本國外的《SEO藝術(shù)》，這兩本書也80%的內(nèi)容是重合的，所以兩者閱其一就足夠了。

5、《網(wǎng)站分析實戰(zhàn)》

如果不懂網(wǎng)站數(shù)據(jù)分析，那么做網(wǎng)站運營、營銷工作都會很盲目，你也許浪費了太多的精力在沒有價值的事情上。所以學(xué)習一下網(wǎng)站數(shù)據(jù)分析，學(xué)會從數(shù)據(jù)、從客觀的角度思考問題，也是非常重要的。

關(guān)于網(wǎng)站分析，這本書講得還是非常全面，內(nèi)容豐富，如果能有耐心完整的閱讀一篇，一定會有很大收獲的。

超級菜鳥怎么學(xué)習數(shù)據(jù)分析

一、掌握基礎(chǔ)、更新知識。

基本技術(shù)怎么強調(diào)都不過分。這里的術(shù)更多是（計算機、統(tǒng)計知識）， 多年做數(shù)據(jù)分析、數(shù)據(jù)挖掘的經(jīng)歷來看、以及業(yè)界朋友的交流來看，這點大家深有感觸的。

數(shù)據(jù)庫查詢—SQL

數(shù)據(jù)分析師在計算機的層面的技能要求較低，主要是會SQL，因為這里解決一個數(shù)據(jù)提取的問題。有機會可以去逛逛一些專業(yè)的數(shù)據(jù)論壇，學(xué)習一些SQL技巧、新的函數(shù)，對你工作效率的提高是很有幫助的。

統(tǒng)計知識與數(shù)據(jù)挖掘

你要掌握基礎(chǔ)的、成熟的數(shù)據(jù)建模方法、數(shù)據(jù)挖掘方法。例如：多元統(tǒng)計：回歸分析、因子分析、離散等，數(shù)據(jù)挖掘中的：決策樹、聚類、關(guān)聯(lián)規(guī)則、神經(jīng)網(wǎng)絡(luò)等。但是還是應(yīng)該關(guān)注一些博客、論壇中大家對于最新方法的介紹，或者是對老方法的新運用，不斷更新自己知識，才能跟上時代，也許你工作中根本不會用到，但是未來呢？

行業(yè)知識

如果數(shù)據(jù)不結(jié)合具體的行業(yè)、業(yè)務(wù)知識，數(shù)據(jù)就是一堆數(shù)字，不代表任何東西。是冷冰冰，是不會產(chǎn)生任何價值的，數(shù)據(jù)驅(qū)動營銷、提高科學(xué)決策一切都是空的。

一名數(shù)據(jù)分析師，一定要對所在行業(yè)知識、業(yè)務(wù)知識有深入的了解。例如：看到某個數(shù)據(jù)，你首先必須要知道，這個數(shù)據(jù)的統(tǒng)計口徑是什么？是如何取出來的？這個數(shù)據(jù)在這個行業(yè)， 在相應(yīng)的業(yè)務(wù)是在哪個環(huán)節(jié)是產(chǎn)生的？數(shù)值的代表業(yè)務(wù)發(fā)生了什么（背景是什么）？對于A部門來說，本月新會員有10萬，10萬好還是不好呢？先問問上面的這個問題：

對于A部門，

1、新會員的統(tǒng)計口徑是什么。第一次在使用A部門的產(chǎn)品的會員？還是在站在公司角度上說，第一次在公司發(fā)展業(yè)務(wù)接觸的會員？

2、是如何統(tǒng)計出來的。A：時間；是通過創(chuàng)建時間，還是業(yè)務(wù)完成時間。B：業(yè)務(wù)場景。是只要與業(yè)務(wù)發(fā)接觸，例如下了單，還是要業(yè)務(wù)完成后，到成功支付。

3、這個數(shù)據(jù)是在哪個環(huán)節(jié)統(tǒng)計出來。在注冊環(huán)節(jié)，在下單環(huán)節(jié)，在成功支付環(huán)節(jié)。

4、這個數(shù)據(jù)代表著什么。10萬高嗎？與歷史相同比較？是否做了營銷活動？這個行業(yè)處理行業(yè)生命同期哪個階段？

在前面二點，更多要求你能按業(yè)務(wù)邏輯，來進行數(shù)據(jù)的提?。ǜ嗍菍慡QL代碼從數(shù)據(jù)庫取出數(shù)據(jù)）。后面二點，更重要是對業(yè)務(wù)了解，更行業(yè)知識了解，你才能進行相應(yīng)的數(shù)據(jù)解讀，才能讓數(shù)據(jù)產(chǎn)生真正的價值，不是嗎？

對于新進入數(shù)據(jù)行業(yè)或者剛進入數(shù)據(jù)行業(yè)的朋友來說：

行業(yè)知識都重要，也許你看到很多的數(shù)據(jù)行業(yè)的同仁，在微博或者寫文章說，數(shù)據(jù)分析思想、行業(yè)知識、業(yè)務(wù)知識很重要。我非常同意。因為作為數(shù)據(jù)分析師，在發(fā)表任何觀點的時候，都不要忘記你居于的背景是什么？

但大家一定不要忘記了一些基本的技術(shù)，不要把基礎(chǔ)去忘記了，如果一名數(shù)據(jù)分析師不會寫SQL，那麻煩就大了。哈哈。。你只有把數(shù)據(jù)先取對了，才能正確的分析，否則一切都是錯誤了，甚至會導(dǎo)致致命的結(jié)論。新同學(xué)，還是好好花時間把基礎(chǔ)技能學(xué)好。因為基礎(chǔ)技能你可以在短期內(nèi)快速提高，但是在行業(yè)、業(yè)務(wù)知識的是一點一滴的積累起來的，有時候是急不來的，這更需要花時間慢慢去沉淀下來。

不要過于追求很高級、高深的統(tǒng)計方法，我提倡有空還是要多去學(xué)習基本的統(tǒng)計學(xué)知識，從而提高工作效率，達到事半功倍。以我經(jīng)驗來說，我負責任告訴新進的同學(xué)，永遠不要忘記基本知識、基本技能的學(xué)習。

二、要有三心。

1、細心。

2、耐心。

3、靜心。

數(shù)據(jù)分析師其實是一個細活，特別是在前文提到的例子中的前面二點。而且在數(shù)據(jù)分析過程中，是一個不斷循環(huán)迭代的過程，所以一定在耐心，不怕麻煩，能靜下心來不斷去修改自己的分析思路。

三、形成自己結(jié)構(gòu)化的思維。

數(shù)據(jù)分析師一定要嚴謹。而嚴謹一定要很強的結(jié)構(gòu)化思維，如何提高結(jié)構(gòu)化思維，也許只需要工作隊中不斷的實踐。但是我推薦你用mindmanagement，首先把你的整個思路整理出來，然后根據(jù)分析不斷深入、得到的信息不斷增加的情況下去完善你的結(jié)構(gòu)，慢慢你會形成一套自己的思想。當然有空的時候去看看《麥肯錫思維》、結(jié)構(gòu)化邏輯思維訓(xùn)練的書也不錯。在我以為多看看你身邊更資深同事的報告，多問問他們是怎么去考慮這個問題的，別人的思想是怎么樣的？他是怎么構(gòu)建整個分析體系的。

四、業(yè)務(wù)、行業(yè)、商業(yè)知識。

當你掌握好前面的基本知識和一些技巧性東西的時候，你應(yīng)該在業(yè)務(wù)、行業(yè)、商業(yè)知識的學(xué)習與積累上了。

這個放在最后，不是不重要，而且非常重要，如果前面三點是決定你能否進入這個行業(yè)，那么這則是你進入這個行業(yè)后，能否成功的最根本的因素。 數(shù)據(jù)與具體行業(yè)知識的關(guān)系，比作池塘中魚與水的關(guān)系一點都不過分，數(shù)據(jù)（魚）離開了行業(yè)、業(yè)務(wù)背景（水）是死的，是不可能是“活”。而沒有“魚”的水，更像是“死”水，你去根本不知道看什么（方向在哪）。

如何提高業(yè)務(wù)知識，特別是沒有相關(guān)背景的同學(xué)。很簡單，我總結(jié)了幾點：

1、多向業(yè)務(wù)部門的同事請教，多溝通。多向他們請教，數(shù)據(jù)分析師與業(yè)務(wù)部門沒有利益沖突，而更向是共生體，所以如果你態(tài)度好，相信業(yè)務(wù)部門的同事也很愿意把他們知道的告訴你。

2、永遠不要忘記了google大神，定制一些行業(yè)的關(guān)鍵字，每天都先看看定制的郵件。

3、每天有空去瀏覽行業(yè)相關(guān)的網(wǎng)站。看看行業(yè)都發(fā)生了什么，主要競爭對手或者相關(guān)行業(yè)都發(fā)展什么大事，把這些大事與你公司的業(yè)務(wù)，數(shù)據(jù)結(jié)合起來。

4、有機會走向一線，多向一線的客戶溝通，這才是最根本的。

標題寫著告誡，其實談不上，更多我自己的一些心得的總結(jié)。希望對新進的朋友有幫助，數(shù)據(jù)分析行業(yè)絕對是一個朝陽行業(yè)，特別是互聯(lián)網(wǎng)的不斷發(fā)展，一個不談數(shù)據(jù)的公司根本不叫互聯(lián)網(wǎng)公司，數(shù)據(jù)分析師已經(jīng)成為一個互聯(lián)網(wǎng)公司必備的職位了。

數(shù)據(jù)分析師中國統(tǒng)計網(wǎng)——一位資深數(shù)據(jù)分析師的分享

如何成為網(wǎng)站數(shù)據(jù)分析師①

1.玩轉(zhuǎn)Excel

Excel是一個最原始而且最容易入手的分析工具之一，如果你有少量的數(shù)據(jù)進行分析和匯總的話，Excel是你的不二之選，結(jié)合豐富的函數(shù)與公式，你能輕松的得到你想要的數(shù)據(jù)，如果你懂得計算機語言，會使用VBA進行編程那就更是如虎添翼了，并且還可以輕松的制作棒圖，餅圖，折線圖等圖表。但是Excel不可能是完美的分析工具，因為他的數(shù)據(jù)容量實在是太小了，超過1萬行的數(shù)據(jù)請不要使用Excel。

1.1.常用函數(shù)：

1.2.常用功能：

2.網(wǎng)站分析基礎(chǔ)知識

了解一些網(wǎng)站分析的基礎(chǔ)知識是必須的，你要知道什么是會話，什么是PV，什么是UU/UV等指標值的含義。如下圖(摘自《網(wǎng)站分析基礎(chǔ)教程第二章》)所示：

3.網(wǎng)站開發(fā)的知識

網(wǎng)站分析師通過衡量各種指標值的優(yōu)劣來評價網(wǎng)站的狀況，以及提出改善優(yōu)化的對策，如果分析師自己對網(wǎng)站的開發(fā)和構(gòu)筑知識一點都不了解，也就不能準確的通過分析指標值的高低衡量網(wǎng)站的運營狀況。

作為一名合格的網(wǎng)站分析師，你需要了解一些網(wǎng)站建設(shè)和運營的知識，還有網(wǎng)站設(shè)計的知識，以及用戶體驗相關(guān)的知識。這樣的話你才能提出更有高度和深度的分析報告。

4.網(wǎng)絡(luò)營銷的知識

網(wǎng)站分析師的工作范圍從宏觀上可以分為“站內(nèi)”和“站外”兩大領(lǐng)域。站內(nèi)重點在于改善用戶體驗，優(yōu)化轉(zhuǎn)化路徑，SEO，分析用戶行為等站內(nèi)活動;站外的工作重點則在于如何更多更準確更優(yōu)質(zhì)的吸引用戶進入網(wǎng)站。

所謂站外的工作主要就是指網(wǎng)絡(luò)營銷，網(wǎng)絡(luò)營銷按照具體的實現(xiàn)方式可以分為：展示廣告(DisplayAdvertising)、PPC推廣、SEO、郵件營銷、視頻推廣、QQ群推廣、博客營銷、微博營銷、SNS營銷等。如果想成為網(wǎng)站分析師你需要學(xué)習如下知識：

4.1.廣告類型

搜索引擎廣告(PPC)

交換鏈接

橫幅廣告

郵件營銷

傳統(tǒng)媒體廣告

4.2.廣告相關(guān)指標

展現(xiàn)數(shù)(Impressions)

點擊數(shù)

點擊率(Click-throughRate)

CPC(CostPerClick)

CPA(CostPerAcquisition)

轉(zhuǎn)化率(ConversionRate)

ROAS(ReturnOnAdvertisingSpend)

4.3.SEO知識

主流搜索引擎的排名算法

TITLE,META,Hn,h1等優(yōu)化

5.測試方法

當網(wǎng)站分析指標的數(shù)值變得不是非常樂觀的時候，或者你想做一次大規(guī)模的推廣的時候，也可能是你需要對網(wǎng)站進行改版的時候，作為分析師需要預(yù)知改善后的效果是否能夠達到預(yù)期，這一點是光憑經(jīng)驗很難做到的事情，那么就需要網(wǎng)站分析師聰明的利用師驗方法進行驗證，這是最直接而且準確有效的方法。

做網(wǎng)站分析師需要學(xué)會使用如：A/B測試，多變量測試，用戶體驗測試等測試方法對改善方案進行預(yù)評估，以減少新方案的實施風險。

6.交流能力

作為一名網(wǎng)站分析師，你需要和很多的人協(xié)同完成工作任務(wù)，其中包括項目經(jīng)理，產(chǎn)品經(jīng)理，運營經(jīng)理，實施經(jīng)理以及工具提供商等。高效率，準確的交流顯得尤為重要。

對于交流來說，語言的表達能力作為最基本的能力要素不可或缺，但想要能順暢的交流僅僅依靠語言是遠遠不夠的，還需要有一定的資料的組織能力和總結(jié)能力，以及團隊合作意識。

7.演講的能力

當以網(wǎng)站分析師為主導(dǎo)進行一次網(wǎng)站的改版或升級的時候，通常的做法是用數(shù)字和圖表來說服決策層和保守派，但事實上并不那么簡單，說服更多人除了靠準確的分析數(shù)據(jù)以外，還需要網(wǎng)站分析師非常具有煽動性的演講，以及面對質(zhì)疑從容不迫的回應(yīng)。網(wǎng)站分析師需要把自己的自信通過演講的形式傳播給參加會議的所有在場的人。

8.會做PPT

演講和演示的時候，必備的利器!當然如果你能夠做出很炫的動畫效果將能感染更多的。

9.計劃管理能力

如果你在一家小公司擔任網(wǎng)站分析師職務(wù)的話，計劃管理可能顯得不那么重要，但如果你是一家大公司的網(wǎng)站運營經(jīng)理，或者帶領(lǐng)一個幾十人的分析師團隊的話，計劃的管理能力將顯得尤為重要。為了更好的和項目經(jīng)理以及公司管理層的交流你需要具備這項技能，甚至有必要學(xué)習一些項目管理的相關(guān)知識，比如PMP認證等。

小白如何學(xué)習數(shù)據(jù)分析

如果是對數(shù)據(jù)分析完全無基礎(chǔ)的小白，其實并不推薦你走開發(fā)方向，因為開發(fā)方向?qū)W(xué)歷、學(xué)校、專業(yè)都有非常高的要求，并不是可以通過后天培訓(xùn)能補足的，所以非本專業(yè)的人不建議去轉(zhuǎn)這這個方向。

如果真的想學(xué)，我比較建議你去了解一下業(yè)務(wù)分析方向，大家說的數(shù)據(jù)分析師其實就是指這個方向的，那么要去學(xué)習的話，就要以實際出發(fā)，考慮企業(yè)到底需要什么樣的數(shù)據(jù)分析師。

這是要根據(jù)公司的業(yè)務(wù)來決定的，大致我歸納了幾點。

①為產(chǎn)品經(jīng)理提供幫助，國內(nèi)產(chǎn)品經(jīng)理不懂數(shù)據(jù)分析，而新產(chǎn)品的競爭情報分析、產(chǎn)品敏捷測試等都需要數(shù)據(jù)分析師幫助完成，后期產(chǎn)品迭代優(yōu)化還是需要數(shù)據(jù)分析師采集用戶行為、習慣、評價等數(shù)據(jù)來完成。

②為運營經(jīng)理提供幫助，產(chǎn)品運營中的用戶流量、促銷、顧客關(guān)系管理等需要數(shù)據(jù)分析師幫助完成。

③為公司數(shù)據(jù)制定標準，各部門數(shù)據(jù)打通，實現(xiàn)數(shù)據(jù)化管理等工作。

所以這就能看到好多學(xué)習者有個誤區(qū)，就是把大量的時間放在工具的學(xué)習上，但其實工具并不是最重要的，很多剛剛畢業(yè)的同學(xué)空有一身工具本領(lǐng)卻不知如何施展，找工作時到處碰壁，其主要原因就是因為他們沒接觸過項目，對業(yè)務(wù)沒感覺，不知道如何把所學(xué)的知識運用到真實的企業(yè)經(jīng)營中，這就造成了很多畢業(yè)生就業(yè)困難，而能實際解決問題的數(shù)據(jù)分析師有極度稀缺的狀況。

數(shù)據(jù)分析師最重要的就是商業(yè)方面的知識，比如EDA、促銷分析、產(chǎn)品管理、品類管理、庫存管理、成本分析、定價策略、價格管理、顧客管理等，同時也要會如何與數(shù)據(jù)相結(jié)合，去解決企業(yè)面臨的問題。

關(guān)于學(xué)習網(wǎng)站數(shù)據(jù)分析和鑷鏁版嵁鍒嗘瀽緗戠珯的介紹到此就結(jié)束了，不知道你從中找到你需要的信息了嗎 ？如果你還想了解更多這方面的信息，記得收藏關(guān)注本站。