当前位置: AiWom > Data>正文

网站分析工具定夺(2)

接着上一篇《网站分析工具的定夺(1)》继续讲关于网站分析工具的选择。


类型二:大中型电子商务网站

大中型电子商务网站的网站分析需求分为两类。一类是:我不需要你们来帮我们做网站分析;另外一类是:我一切都要分析。

  第一类电子商务网站要么不需要网站分析,要么不需要额外的工具来做网站分析。我常常听到:“网站分析是什么?我不需要。我最需要的是流量流量流量!”确实,这些网站自己有资源可供分析,但是总体上讲,进行网站分析对这些网站而言并不迫切。即使网站并不完美,但是它已经照这样运行了很多年,也没看出它的表现有什么不好。而且修改网站会影响网站的SEO效果,各个执行部门的人也会很不高兴增加了工作量和多了一些衡量他们的KPI。

  对于这种理念我很难置评,毕竟电子商务在中国还是正处于一个粗放竞争的年代。电子商务是微利甚至是负利的,但是没关系,我有规模就好了,有规模就有投资,有投资就能继续扩大规模,这使电子商务在中国的玩儿法变得不需要那么精耕细作,抢资源才是硬道理。除了电子商务网站,团购网站更强烈地显现出这种特征。我绝对不敢嘲笑这种做法,什么样的商业环境就有什么样的商业规则,什么样的商业规则就会产生什么样的商业策略,在中国这片神奇的土地上,不这么做才显得不正常。

  另外一种流派是我一切都要分析,就是希望网站分析能够解决所有的网站优化问题。这种希望并不是很具体,但能够传达出明确的我要网站得到优化的欲求。这种想法不能说不对,但网站分析不是万能油,不解决网站所有的问题。网站分析的落脚点在于用户行为,如果这个网站没有什么用户,而且用户也不活跃,那么这个网站可以施展网站分析的领域就不多。同样,如果希望网站的SEO排名能够依靠网站分析而得到迅速提升,这也是没有用对工具。

对于大中型电子商务网站而言,网站分析施展本领的真正领域如下:

1、定位购物转化过程中网站结构和页面的问题;提供可能的优化方案;测试并固化优化方案。

2、流量的定位、细分和分析;提供细分基础上的流量效果比较。

3、除了直接从端到端的ROI(投资收益)角度分析流量效果之外,还能够提供Engagement(即流量参与网站各种行为和程度)角度的效果分析;或者换句话说,就是不仅能看到流量的输入和输出,还能看到流量输入输出之间在网站上的点点滴滴的过程。能看到过程,才能有机会优化。

4、商品品类分析:哪些品类有好的转化,哪些没有,可能的原因是什么。

5、商品分析:哪些商品有好的转化,需要新增哪些商品(消费者有需求却没有提供的商品)。

6、访客分析:细分访客,例如按照网站访问次数的多少细分为新访客、重复访客和忠诚访客,或者按照客户购买商品的情况细分(如,新顾客,回头客和忠诚顾客);或者按照地域细分以及其他规则细分访客并对它们表现出的不同行为和转化模式进行细分等等。

  上面所列出这些需求都是通常一个大中型电子商务网站进行网站分析时肯定要做的事情。

  这些分析和优化内容,单单靠免费的网站分析工具已经勉为其难了。CNZZ等工具,在流量的监测上没有什么问题,但是到了与业务结合的细分层面,就无法提供解决方案了。毕竟是免费流量工具,不能要求太多。所以,网站分析不仅仅是流量分析,的确是这样。这是需求的不同,如果只是看看流量的变化,不做更深入分析的话,那么CNZZ和51la是足够了,用更复杂的工具是浪费。但是做网站分析,尤其是做大中型电子商务网站的分析,好的工具就很重要了。


大中型电子商务网站需要什么样的网站分析工具?需要问工具提供商如下的功能需求:

流量定位和监测

  这个功能Omniture SiteCatalyst最早实现,即通过SAINT Classification的方法,可以实现对流量来源的无限标记。这种方法后来被Google Analytics简化为UTM的外链形式,流量的细分属性被限制为不超过6个,但也够用。

全路径和自定路径

  Google Analytics其实没有全路径分析和后自定义路径分析功能,只有预定义路径和转化分析,相对而言对于路径和转化分析很复杂的大中型电子商务网站而言,就很不给力了。Omniture SiteCatalyst在这个地方很强大,路径分析是它的看家本领。其他商用工具在这块应该也不赖。

灵活的细分能力

  灵活的细分指预定义的细分和自定义的细分都要强大。Google Analytics的预定义细分很牛。自定义方面,Omniture SiteCatalyst可以实现无限制自定义细分,但需要在实施工具前就想好,然后在工具部署的时候定义进去。如果漏掉希望细分的地方,也可以未来随时升级工具补上。Omniture的工具不定制直接用绝对是浪费。虽然预先的定制需要策略性思考和实施工作量,但未来这工具就是针对你的业务专用的,的确值得。不过,目前能够通过默认预定义功能就能实现所有分析需求的工具还不存在。

与业务动态结合

  所谓与业务动态结合,指网站分析工具不仅是从流量的角度监测数据(流量过程监测),而且从流量在网站内流动过程中所引发的业务流动的角度来提供数据的监测(业务过程监测)。比较抽象,举个例子。例如,你在京东商城选购商品的时候,你在各个页面的访问都被网站分析记录下来,这是流量的流动过程,是以页面为载体的。如果你完成了一个商品的购买,这个流动的过程又可以被记录为:“查看商品信息”->“添加到购物车”->“填入收货信息”->“确定购买”->“支付”->“支付成功”,这是一个动态的业务流程。商用工具不仅仅从流量角度描述这个过程,也从业务的角度描述这个过程。流量过程和业务过程的区别是,流量过程是以页面为载体,由于不同商品页面的URL或者页面名称的不同,因此用流量过程描述整体的业务的过程过于复杂。而直接定义业务过程,则能够很便利地实现业务流分析。免费的工具都是流量过程监测,付费的商用工具有些具有业务过程监测。这也是为什么Omniture SiteCatalyst要区分Traffic props和conversion evars+successful events的原因,因为前者是流量过程,后者则描述业务过程。

商品标记、细分和转化跟踪

  商品本身的属性很复杂,品名,类型,SKU,价格,库存状态……,有些电子商务网站的商品属性多达30种。免费工具太难记录这些东西了。无法较好的记录,也就无法较好的细分。另外,商品的转化跟踪属于业务过程,而不仅仅只是流量过程。

顾客细分

免费工具一般只提供新旧访问者的细分,商用工具从业务过程的角度考虑,把访问者中的顾客(已经购买商品的访问者)抽取出来,并且按照新顾客(只够买一次商品的),回头客(购买两次商品的)以及忠诚顾客(三次或者以上购买次数的)区分开来。另外,对于访问者的一些其他属性,例如是否注册客户,是否银卡、金卡、钻石卡客户,以及客户注册或者购物时所填写的个人属性,利用这个网站分析工具,都应该通过增加监测变量实现监测。国内好像还很少有通过网站分析工具做这么细致做顾客角度的网站分析的,但是用网站分析工具,把顾客细分后按照流量过程和业务过程结合起来分析,对顾客的分析和挖掘绝对给力。其他对顾客细分如地域细分、浏览器版本、操作系统版本,javascript支持等等,这些基本的就不用说了。

  这些是服务于大中型电子商务网站的网站分析工具所必需的一些功能。

  此外,即使某些工具能够实现上面的功能,你也要注意一些其他的(可能让你未来头疼的)地方。

  由于商用工具必需照顾业务流程,因此它要么是具有很强的可定制化能力,要么就是提供针对某一个领域的细分定制方案。后者我们就不多看了,并不是针对大中型电子商务网站的解决方案。而对于前者,定制化能力可能是一把双刃剑。

  毫不夸张的说,好的定制需要花费心血。一方面,对自己网站的业务和过程要非常了解。另一方面,对自己网站结果,URL结构,SEO结构要极为清晰了解。除此之外的另另一方面,还要对自己的监测期望有极为极为清晰地了解。三者缺一不可。

  如果你不想花费这个心血,而让外人越俎代庖,最后绝对会把强大的工具应用地不伦不类。这种杯具其实是常见的。

  网站分析工具的选择,功能只是一个方面。功能强大,而分析团队没有或者十分孱弱,那么工具越强大,事情反而可能越糟糕,还不如免费工具来得快活。

未来会让你头疼的地方包括:

1、页面的定义太随意,例如忘记对一个品类的所有页面做一个统一的标识,或者忘记为页面过程附加业务过程。

2、细分需求定义不全——需要工具提供的一些重要细分数据需求忘记提交,后面的分析肯定打折扣。

3、初期实施追求监测的大而全,结果造成实施的困难重重。未来拿到的数据报告过多,极大增加分析难度。——这一点和上一点说明,掌握初期需求和细分的度是非常必要的。

4、流量标识和商品标识不认真做,结果最后分析的时候不得不重头来,或者没有得到数据。


服务

  大中型电子商务网站分析如果使用了付费工具,那么肯定是要特别看重服务的。因为这些工具用起来都不是那么容易。建议先工具厂商购买或者索取三类服务。

  第一类:使用帮助。不一定需要人在场,但是搞不定的时候一定要有官方的人帮忙。

  第二类:让官方的人帮助一起做一次分析,并且把分析结果所使用的具体工具、方法再现出来。这是一个非常快的掌握工具的好办法。

  第三类:完整的知识库。大半夜的时候实在搞不定了,还能看看文章自己摸索下。

  没有任何服务的工具不要选。


本篇总结

  大中型电子商务网站选型网站分析工具要注意几点:1) 定制能力;2) 转化和路径能力;3) 业务过程监测; 4) 服务能力。至于说这个工具有没有什么成功案例,我觉得甚至不是什么重要的。很多工具案例不成功,完全不是工具的错,客户也有责任,毕竟中国的商业环境下应用这些工具的案例都还谈不上成功与否。

本文来自 AiWom 转载请注明。

« 上一篇下一篇 »

发表评论:

(输入Email可以获得评论回复通知)

◎欢迎参与讨论,请在这里发表您的看法、交流您的观点。