編輯導語：當我們拿到一個站點通常都不知該如何下手，是應該做外鏈還是做內容？其實最應該做的事數據分析，網站建設需要數據作為支撐。那為什么企業網站建設時，要做好網站歷史數據分析？這篇文章從網站數據分析的意義、網站數據分析的三大方面兩個部分，詳細地為我們解答了這個問題。感興趣的朋友一起來看看吧。

我們在上一節內容說到，網站建設需要數據作為支撐，網站數據分析能夠讓網站建設方案的制定更加有效且科學。

不管從那個維度來說，數據都是我們做出某一決策時最科學且靠譜的依據之一網站建設，在網站建設中亦如此。

一、網站數據分析的意義

通俗來講，數據分析的意義在于：

比如，我們在投放廣告的時，通過廣告后臺的一些受眾群體特征數據、渠道來源數據、消耗的費用、點擊率、線索量等，我們可以了解到我們整體的投放情況，了解廣告投放出去后發送了什么。

之后經過人為的處理，進而分析出某些數據指標的影響因素，理清是什么導致了目前的投放現狀。

知其所以然之后，根據這些數據指導制定新的優化方案，提升某些指標數據，最后再通過過去的數據波動，預測未來數據變化情況以及趨勢。

訪客屬性分析

網站的歷史數據分析也同樣如此，增長超人接觸過很多企業建站都是過去有舊官網，需要進行改版升級，但是他們普遍存在一個問題，網站改版的一些決策十分的主觀，我們稱之為“拍腦袋決策”，這些決策并不能為企業帶來實際回報，而真正有效且科學的決策，往往需要數據作為支撐。

網站建設是一門技術活，大眾可能更看重網站的設計，這只是表面，我們在建設網站時，需要探究更深層次的里面，而網站歷史數據就是支撐我們做這件事的最大依據，一個高質量網站的建成與歷史數據分析更是不可分割。

一個網站是否優質應該交給訪客來評判，那么訪客如何來為網站“投票”呢？

訪客進入網站的所有路徑、點擊以及停留時長就是非常真實且科學的數據體現，只要用正確的方式去解讀并分析它背后隱藏的信息和意義，能夠讓我們為網站做迭代升級時做到事半功倍。

因此，企業在做網站建設或改版之前，進行歷史數據分析的最大意義在于：

通過分析網站數據情況，判斷網站各方面的好壞，預測訪客的喜好，以數據作為最大的依據制定相應的網站建設方案。

二、網站數據分析的三大方面

數據分析是利用一些數據分析工具、手段方法或是思維，從數量龐大的數據中發現規律，用于揭示數據背后的真相，可指導企業或業務發展，為決策行為作數據支撐。

對大多數企業來說，網站的核心目標是獲客，但首先需要有訪客才能達到這個目標；再者，我們要針對訪客的需求，有效地展示我們的內容、產品和信息，并讓訪客喜歡這些內容；最后才是最為關鍵的部分“使訪客轉化為客戶”，購買我們的產品和服務。

根據這三個不同的階段，我們將網站數據分析劃分為三大方面來進行：

1. 網站流量分析

（1）流量多維度細分

細分即是指通過不同維度對指標進行分割，查看同一個指標在不同維度下的表現，從而找出存在問題的那一部分指標，并對這部分指標進行優化。

訪問量就是網站中重要的指標網站建設，也是我們常說的流量。在時間、來源、位置、媒介等維度下，我們可以對網站訪問量進行單獨或重疊的多維度細分。這樣，我們可以在流量分析中發現存在問題的那一部分。

（2）流量重合度分析

訪客會穿梭于多個不同的流量渠道，他們使用不同的查詢方式對產品和服務進行查詢，進行對比后作出決策。每個訪客在不同渠道的轉化過程中也會扮演不同的角色，有些渠道會樹立品牌形象，吸引訪客的注意力，例如網站的圖；有些會提供精準信息，例如搜索引擎廣告。

2. 網站內容分析

網站頁面可以劃分為三個類別：導航頁、功能頁和內容頁。

比如，中微半導體的官網（增長超人出品）：

引導訪客找到信息是導航頁的作用，功能頁的目的是幫助訪客完成特定的任務，內容頁的主要目的是想訪客展示信息，以及幫助訪客進行決策。網站整體頁面架構就由這三類頁面共同組成。

我們不希望看到訪客在網站上有這兩種行為：

一是訪客在導航類頁面就中途離開。另一類是從內容類頁面重新返回到導航頁面，除了訪客自身新的任務與目標于此頁面毫不相關，否則我們也需要對內容頁最初的設計做分析，在頁面交叉提供信息推薦也要考慮在內。

對于導航頁面質量的好壞，最簡單的方式可以從流量的分流情況來做判斷。

訪客瀏覽的去向是否符合我們起初的設計邏輯和思路？

頁面的引導能否將訪客帶到促進任務達成的關鍵頁面？

這只是一個最基本的頁面分析思路，實際上導航頁會兼顧更多任務，訪客們也不會那么“聽話”，所以我們還要對訪問群體做一個分類，給不同的流量與不同頁面分配好比重。

3. 網站的轉化分析

企業網站建設/改版必然有基本的目的，有的希望通過改版提升品牌形象，有的希望能夠協助進行營銷推廣，有的是為了獲取潛在客戶的信息。

當企業建站是以獲客為目的時，必然需要考慮到轉化率的問題，因此，我們需要對網站的轉化路徑、節點、效率等進行分析，才能為后續制定科學且有效的網站轉化策略，提供基本的數據依據和優化方向。

轉化分析作為網站數據分析的一部分，也是非常關鍵的一個環節。在不做轉化分析的情況下，我們并不知道自己的訪客為什么流失，甚至是不清楚到底流失了多少潛在客戶，這一步能為我們理清楚網站轉化的阻力在哪，

我們需要注意的是每一個問題都不是單一分原因引起的，每一份數據分析都不是孤立存在的。我們對網站轉化的數據分析可以遵循一種邏輯模式——漏斗轉化模型。

（1）網站轉化漏斗模型

原理很簡單，我們可以把網站本身想象成一個虛擬漏斗，用戶從進入網站開始瀏覽到最后的留資、注冊行為（或是其他所認定的轉化行為，例如下單、關注、轉發等），其中有多少被阻擋在某一層“濾網”上，有多少順利達到了我們預先設置好的“轉化行為區域”。

我們以常見的表單轉化為例，從用戶點擊鏈接進入網站作為最初節點，其中大致的轉化路徑包括了：點擊、抵達、填寫表單、提交、線索。

用漏斗模型表示即為下圖：

從這個模型圖中，能夠比較明顯的看出來整個訪客的轉化路徑數據是呈現逐漸遞減趨勢的。

通過拆解和量化整個轉化路徑各環節，可以進行數據的橫向和縱向對比，從而發現對應的問題，最終進行不斷的優化迭代。

在轉化路徑中每一個環節出現問題都會影響之后的每一個環節，比如，下面左側的漏斗模型，【點擊】到【抵達】出現了大幅流失，可以猜測網站出現了無法打開或者打開速度慢的問題，導致訪客無法正常抵達網站，使得之后的每一個環節的數據基數都大幅度減少。

另外右側漏斗模型在【表單填寫】和【提交】之間的節點同樣出現了數據驟降，其中的原因可能是表單過于復雜、提交按鈕無法點擊等原因，之后可以進行排除優化。

漏斗模型適用于網站中某些關鍵路徑的轉化率分析，以確定整個流程的設計是否合理，各個步驟的優劣，是否存在優化的空間等。試著了解訪客來你的網站真正的目的，并為他們提供合理的訪問路徑，而不是一味地區提高轉化率。

通過對轉化漏斗模型進行建立和分析，我們能夠快速找出問題所在，進而進行排查優化，為后續的網站建設提供“前車之鑒”，避免犯同樣的錯誤，這也是我們做營銷常用的優化方式。

（2）用戶行為路徑分析

用戶行為路徑分析就是用戶在網站內不同頁面、不同版塊、不同操作動作之間相互流轉，產生了不同的流轉路徑，通過對這些路徑進行分析。

通過路徑的分析，我們可以很好地發現用戶的流轉特點，從而可發現用戶是從哪些頁面、哪個環節、或是遇到了阻礙，又或者訪客從哪些網頁流失了，針對這些網頁進行優化。

其中涉及到全鏈路頁面級PV、UV以及路徑流轉關系等數據指標，還可以用來確定轉化用戶與流失用戶，是否有行為區別，以及用戶行為路徑是否符合預期。

在這里，我們需要用到分析用戶行為路徑的有效方法之一——桑基圖。

首先，剖析一下桑基圖的組成，表達的是流量流向問題。 我們需要知道起點在哪里，到哪里結束，流量有多少，其中包含了三個要素：

網站數據分析-桑基圖（來源網絡）

（3）漏斗模型和路徑分析的關系

以上提到的漏斗模型和路徑分析是有相似之處的，從廣義上來說，漏斗模型可以看作是路徑分析中的一種特殊情況。

路徑分析不同于漏斗模型，漏斗模型通常是對用戶在網站中一系列關鍵節點的轉化率描述，這些關鍵點往往是我們人為制定轉化路徑。

路徑分析是通過跟蹤和記錄每個用戶的每個行為路徑，在此基礎上，分析挖掘用戶路徑行為的特征，涉及各步驟的來源和下落，各步驟的轉化率。

可以說，漏斗模型提前、人為、主動地設置了幾個關鍵事件節點路徑，路徑分析是探索整體行為路徑，找出用戶的主流路徑，甚至可能會發現一些事先不為人知的有趣模式路徑。從技術手段上來看，漏斗模型簡單直觀計算并展示出相關的轉化率，路徑分析會涉及到一些更為廣泛的層面。

挖掘訪客數據是提高訪客生命周期價值，與訪客忠誠度并推動轉化增長的最佳方法之一。

訪客數據可指導新網站的架構設計，清楚了解每個訪客群體的路徑后，可以更清晰地了解如何減少“摩擦”，增加潛在客戶的數量，提高轉化率。

除了上述兩個常見的分析之外，網站數據分析還包括了熱力點擊圖分析、訪客行為事件分析、訪客生命周期分析等，通過這些多維度的分析方式可以科學地指導新版網站的內容策劃、架構設計和視覺設計。

增長超人服務中企業的熱力點擊圖

在互聯網不斷發展成熟的今天，企業的發展趨勢也將更加規范化、精細化、也更加注重用戶體驗。

企業在建設網站時同樣如此，未來的網站趨勢必然會往數字化發展，網站數字化發展不僅對企業的線上營銷推廣非常有利，而且對于未來企業的數據資產建立尤為重要。

企業不僅要建立自身的數據資產，還要善于管理與應用，網站的歷史數據就是企業線上營銷數據資產的一部分，這些數據不止能夠指導企業建站，還能通過這些數據分析，發現或預測營銷規律和邏輯，從而應用于其他方面。