記得很早以前看到過這樣的一段介紹：

想象你在逛街邊的一家書店，如果最終你沒有購買任何圖書就直接離開了，店長并不會知道你來過。但是如果你買了書，那么書店的員工就會知道他們賣出了一些商品（當然如果你在那里留了聯(lián)系信息來預(yù)訂另外一本書，他們就可以得到更多東西）。

回過頭來，我們從信息收集的角度看看網(wǎng)站訪問，那就是另外一個截然不同的世界了。無論你有沒有買東西，在你訪問站點時，總是會留下很多記錄，通過收集這些訪問者留下的大量數(shù)據(jù)，我們的網(wǎng)絡(luò)專家就可以得到關(guān)于網(wǎng)站用戶體驗的很多結(jié)論。

從站點的記錄中，可以知道你走過的每個通道、點擊的每個鏈接、拿了哪些商品、收藏了哪些你感興趣的話題等等。甚至知道你曾就搜索了哪些寶貝，網(wǎng)絡(luò)廣告推廣商就會根據(jù)這些你感興趣的商品，定向的給你投放一些“可能喜歡的寶貝”。

這就是最最簡單的web分析概念了，那么我們進行web分析的最終動機又是什么？

你的客戶需要什么？他并不需要“可用性”和“用戶體驗”本身，他真正需要的是實現(xiàn)他的目標，達到他的訪問動機。

狹義地看，web分析是指分析網(wǎng)站訪客的行為；廣泛一點來說，web 分析是指評估、調(diào)整網(wǎng)站各個方面的運作，使其符合公司的商業(yè)目標。

換句話，web分析，最終動機并不是“報告”，也不是算計著如何向決策者們發(fā)送充滿數(shù)據(jù)的垃圾郵件。它的真正目的是獲得可行動的認識和度量。

Avinash Kaushik 在《Web Analytics: An Hour a Day》一書中，提到了單靠一些傳統(tǒng)的web分析，有時會帶來的YY般的數(shù)據(jù)報告，比如“退出最多的頁面”、“訪客屏幕分辨率”、“網(wǎng)站交互次數(shù)”等等，這些度量的一個共同點是，它們聲稱會說點什么，但幾乎什么也沒說明白。

可是反過來思考一下，基于日志數(shù)據(jù)的web分析真的就一無是處了么？答案當然是否定的。日志分析，依舊是web 分析的基石，他給我們提供的是最廣泛的現(xiàn)象呈現(xiàn)，我們可以從中“知其然”。后面“知其所以然”的部分，就需要結(jié)合定性的分析研究來發(fā)現(xiàn)了。

那么我們能從日志中得到哪些基礎(chǔ)數(shù)據(jù)呢？看看下面這個圖，縱向的把收集到的數(shù)據(jù)進行分析并劃分了幾個層次，這個圖也描述了一個目前很廣泛使用的基于日志的統(tǒng)計分析步驟：日志文件->PV->會話->使用者->客戶->忠實客戶，我們可以明顯地看出，金字塔越上層的數(shù)據(jù)就越具有商業(yè)價值。

對圖中一些術(shù)語的解釋：

命中（Hit）和請求是同一術(shù)語。為了獲得服務(wù)器上的一個資源（可以是文本、圖像或任何可以被包含在頁面內(nèi)的元素），瀏覽器和它連接的服務(wù)器之間進行的一次單一連接。日志文件中一條記錄就是一個請求。

訪問數(shù)（Visit）和用戶會話是同一術(shù)語。從CNNIC對這個術(shù)語的定義看，沒有詳細定義什么算是Visit，什么算是Loss，目前，一個Visit必須至少完整下載一個頁面到客戶端，如果沒有完全下載就被用戶關(guān)閉窗口即結(jié)束請求，那么是一個Loss，而不是一個Visit或稱Session。一般的度量方法：訪問者在20分鐘內(nèi)與網(wǎng)站有交互活動則被認為是同一次進入網(wǎng)站，不記錄新的用戶會話數(shù)；當訪問者持續(xù)20分鐘與網(wǎng)站沒有交互活動，當他再次訪問網(wǎng)站時訪問者被認為再一次進入了網(wǎng)站，記錄新的用戶會話數(shù)。

#p#

Avinash 所提出的“三位一體”的web分析理論也正是將定性和定量合二為一的，以使客戶需求與公司目標達到雙贏為目的，得到可行動的認識和度量。

• 首先，進行行為分析，也就是我們傳統(tǒng)認為的點擊數(shù)據(jù)流分析，分析點擊密度、細分用戶等等。這一步的目的是收集真實的行為，來試圖推測用戶的意圖。從這些收集統(tǒng)計的數(shù)據(jù)中，我們并不企圖找出真正的意圖和問題，而是使其為更高層次的分析面提供參考。

• 第二點是通過結(jié)果分析，來找出“so what”的問題，在網(wǎng)站目標明確的前提下進行實際產(chǎn)出變化的分析，衡量這個web站點在滿足它的存在這一目標上做得如何，才能讓上一步的數(shù)據(jù)更加有意義。

• 第三部分是體驗分析，這是分析的關(guān)鍵，打破陳規(guī)去讓用戶告訴我們這些問題到底是“為什么”，方法多是側(cè)重定性分析的，比如AB測試和多元測試、啟發(fā)式評估、客戶之聲等等。這樣也可以有效的避免將那些網(wǎng)站給用戶帶來的“誤會”當作有效樣本放入統(tǒng)計數(shù)據(jù)池中。

最后說幾個有意思的web分析方法：

1. 數(shù)據(jù)與可視化結(jié)合

“如果你有大量的數(shù)據(jù)，你應(yīng)該感受到它們的存在。如果你必須瀏覽十萬行日志文檔，當你瀏覽到一百行時就已經(jīng)忘了第一行?！?—Marty

面對龐大的雜亂無章的日志數(shù)據(jù)，將其可視化，已經(jīng)成為一種趨勢，我們十分高興的看到，一些主流的web分析網(wǎng)站都推出了很多可視化的東西，而且并不局限于日志數(shù)據(jù)。很多時候，換個角度，能得到不一樣的收獲。

來幾個典型的例子：

熱力圖：可以應(yīng)用在點擊日志、眼動分析、頁面展現(xiàn)率等等很多定性、定量的分析上

收集頁面上點擊的位置，顏色越熱，表示點擊量越高

在一個很長的頁面上，可以使用不同的溫度顏色來表示那部分的內(nèi)容更受人關(guān)注

文字可視化統(tǒng)計1：類似流行的tag云圖，看看11月4日奧巴馬勝利演說稿上出現(xiàn)次數(shù)最高的150個詞是什么~

#p#

文字可視化統(tǒng)計2：還是奧巴馬的演講稿，跟在“I”后面的單詞出現(xiàn)次數(shù)統(tǒng)計

05年中國范圍內(nèi)各種空氣污染物污染程度統(tǒng)計，顏色越深表示污染越嚴重

2. 4Q

我們能拿到的所有數(shù)據(jù)都只能說明what happened。但是無論你如何嚴刑拷打你的數(shù)據(jù)，都很難得到why something happened。那……去問用戶吧。這就是4Q主張的：好的衡量方法是聽問卷的聲音，世界上最好的問卷就只含有三個問題！

Why are you here? （用來發(fā)現(xiàn)用戶真正的訪問意圖,4Q認為，用戶真正的訪問意圖只有用戶自己知道，這個問題的結(jié)果統(tǒng)計會讓你大開眼界，它可以幫助你解釋很多那些在點擊數(shù)據(jù)分析報告中看起來非常古怪的現(xiàn)象）

Was the visit successful? （任務(wù)完成率，這是最關(guān)鍵的一個問題。我們可以很容易的統(tǒng)計出有多少用戶真正通過我們的網(wǎng)站解決了他們的問題。）

No? Why Not? （這個問題的回答，將會是開放性的VOC（Voice of Customer），最好避免使用類似下拉框似的的原因選擇，在這里應(yīng)該給用戶用自己的話來表述意見和建議的機會，這將會達到更好的效果）

實際上，4Q的含義是four questions，那么在上面三個問題的基礎(chǔ)上，還有好的添加了一個幫助綜合評估客戶滿意度的問題：Good site experience?

4Q，是當用戶離開你的網(wǎng)站時，所能看到的一個調(diào)研問卷，它包含且僅包含上面四個問題，用戶可以在一分鐘內(nèi)就答完，但這四個問題被認為是最簡單有效的用戶意圖研究方法。

那些與點擊流相關(guān)的數(shù)據(jù)，對我們來說是缺少上下文環(huán)境的。由于這種信息的缺乏，我們不得不摻入一些自己的理解、經(jīng)驗、看問題的角度，來企圖將數(shù)據(jù)分析得更有意義。而通過4Q那四個簡單的問題，我們可以得到的是所謂的“上下文”，這也就讓我們的數(shù)據(jù)分析更加有理有據(jù)，分析出更加客觀的“所以然”。