《流量的秘密 Google Analytics网站分析与商业实战》一1.2 网站的衡量标准有何不同...

本节书摘来自异步社区《流量的秘密 Google Analytics网站分析与商业实战》一书中的第1章，第1.2节，作者 【英】Brian Clifton，更多章节内容可以访问云栖社区“异步社区”公众号查看

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。