883 401 552 787 756 885 941 422 31 522 749 225 247 960 624 954 780 980 815 0 364 29 34 198 630 196 841 126 830 9 340 337 361 760 154 756 319 471 144 116 481 855 840 932 462 199 963 520 978 936
当前位置:首页 > 亲子 > 正文

网站被百度K掉首页后的应对方法

来源:新华网 xse433810晚报

在这篇文章前,再次感谢朋友们的关怀。我十月份要休假,到时也许不会再回信答复大家的问题,但是,我想到了一个不错的主意,晚一些就会让大家知道。 另外,这个博客也开辟了一些新的供朋友们互动的平台,包括我的微博:, CWA的微群:,以及CWA的两个QQ群:和。 在开始这个文章之前,还要对Robin Li同学抱歉,他的一个问题让我认识到了自己的不足,这个问题是关于Google Analytics的Exit Rate的,我的错误在于我此前自己认识的定义其实一直是错误的。 我一直以为,某个页面的Exit Rate=该页面上离开网站的PV÷经过该页面的Visit,但实际上公式是Exit Rate=该页面上离开网站的PV÷该页面的总PV。为什么是这个定义的原因我觉得很明确,因为对于GA,很严谨地区分了页面级的度量和网站级的度量,visit是一个网站级别的度量,而exit rate是页面级的,所以exit rate只能用page view来定义。 不过,请大家注意,Omniture跟GA在这个地方的定义不同,Omniture的定义是以前一个公式为准。我个人更倾向于前一个公式的定义,因为这能够让Exit Rate保持跟Bounce Rate的一致性。 好了,步入正题,今天要讲的是给初入网站分析大门的朋友们的,话题不深,但是挺有趣,关于Google Analytics,关于我们应该用什么工具做网站分析。 在我开始发表意见前,我要做一个免责声明:)。我非常了解Omniture,但我不愿意偏袒任何一种工具,因为我知道网站分析工具是全人类(咳,准确说是全部网站分析师)的财富,我们在享用这个财富之前,了解它,读懂它,扬长避短为我所用,就是大好,至于其他的主观色彩,我不会卷入。只是分享,为快乐而分享,为搞定抑郁症而分享。:) 今天这个话题关于Google Analytics,我们最常使用也最熟悉的网站分析工具,它给我的感觉如同一个十七八岁的年轻人,朝气蓬勃,富有主见和创造。这个工具擅长于做什么,又有哪些不能够做到的地方呢?今天愿以此文跟大家聊个尽兴,也是对我敬佩的导师Avinash Kaushik先生的致敬! 这个文章分为三个主要部分。第一部分是Google Analytics的长处;第二部分是Google Analytics的不足;第三部分是Google Analytics所适宜和不适宜的网站领域。 Google Analytics的能 牛B第一:界面 工具界面这东西,是个见仁见智的事情,不过我觉得Google Analytics的界面绝对是易用的,因为它符合人们的惯常思维。这一点对于初学者非常好。 牛B第二:度量 我认为Google Analytics在度量方面有长处的地方在于,它比较认真地系统考虑的度量的设置。由于是一个免费的通用的工具,所以在度量的设置上注意了三点,第一点是尽量采用约定俗成的度量名称;第二点是尽量采用约定俗成的度量定义(但不完全是);第三点是区分了网站级和页面级的度量。所以,度量入门学习用Google Analytics很好。 牛B第三:细分 Google Analytics不能说具有最好的细分能力,但是其他免费系统,甚至很多付费系统都没有它的细分能力。Google Analytics之所以在细分上如此给力,是因为Avinash非常强调网站分析中的细分分析。对于我而言,大家也看到了我的想法无细分,毋宁死,做最深入的一些分析,细分数据的确非常重要。 Google Analytics在推出新版之前,细分其实做的很差,但是我记得去年推出新的版本之后,细分功能大大增强。最棒的就是增加了高级细分功能,即你自己可以定义你需要的细分规则,即我给它起的名字规则细分。规则细分是网站分析中最重要的工具之一,能够在免费工具中看到这样的功能,你除了感动还是感动。虽然Google Analytics细分的结果很多需要做采样,但是如果看了Avinash的第二本书就知道,采样数据未必不能提供好的insight。 此外,Google Analytics还提供了其他的细分方法,例如过滤(filter)。值得注意的是,过滤是一种事前细分,即把监测数据放入报告之前进行筛选,一旦筛选不通过的数据,通过任何方法都将不能再获得。 牛B第四:响应 这里要提醒的一点是,响应是指你操作Google Analytics时的界面反应的速度,即你打开任意一个报告所需要花费的时间,而不是Google Analytics提供数据的实时性。在响应速度上,Google Analytics拜Google强大的服务器集群所赐,以及自身算法的优化,速度让人满意!毕竟Google Analytics是提供的SAAS(software as a service)服务,数据要在遥远的服务器端打个来回,响应上能够跟本地端的监测工具有得一拼,相当厉害。 牛B第五:集成AdWords 这个不值得多说,毕竟都是一家人,近水楼台先得月。Google Analytics集成了监测AdWords流量的功能,并且能够把关键词投放的成本整合其中,这对做Google SEM的用户有很大帮助。 牛B第六:异步代码 Google Analytics升级了自己的标准代码添加方式,原先必须添加在…中的代码现在可以添加在…中。这让GATC(Google Analytics Tracking Code)与其他JavaScript代码之间发生冲突的可能性大大降低,而且受到页面载入速度而影响监测的可能性也大大降低。 牛B第七:免费 这个优点不用多说了,反正谷歌的服务器肯定会为无数免费的账户增加数千台到数万台。也许,我估计的可能还是保守的了。 Google Analytics的不能 不牛B第一:路径 Google Analytics其实并无路径分析功能。Entrance Path,或者Navigation Summary都不是路径,只是前后页功能而已,甚至不是前后页的路径。路径功能是能够统计到网站访问者各条路径的功能,从他/她进入网站的那一页,直到他/她离开网站的那一页。这个功能的作用在于,帮助我们发现一些被很多访问者经过,但却超出我们预计的路径,这十分有助于我们分析网站的页面结构和链接结构,并据此优化它们。商用网站分析工具,例如Omniture的SiteCatalyst和Discover均很强调这个功能,它有专门的路径报告即paths报告,支持无限层级的路径。 图:Omniture SiteCatalyst的Next Page Flow报告 不牛B第二:转化 这个不牛B之处不是很给力,因为Google Analytics并不是没有转化监测,事先预定10个转化页面对一般网站已经足够。不过,在数据报告中任意自定义页面之间的转化功能Google Analytics还不具备。对于有多种可能转化路径的网站(这种站其实很多,尤其是大量商品的电子商务网站)而言,灵活的转化自定义功能是很必要的。部分商用网站分析工具具有这个功能。 题外话:为什么Google Analytics的路径转化功能不强大 今天我还跟武凯讨论了这个话题,我们并无法知道Google Analytics在这两个方面做得不到的真实原因,但我们相信算法对Google而言绝对不是问题。我们推测,由于这两个功能的运算随着路径长度的增长,而变成天文级数字的可能性,Google Analytics实现这个功能需要更强大的运算和更多的服务器,这会使报告的响应时间变长,而影响用户体验,并且增加大量的成本开销。 不牛B第三:交易监测 Google Analytics在小型电子商务网站中占有大量的份额,但电子商务所重视的交易监测却不是它的长项,主要在于Google Analytics只提供了Add Trans和Add Item两种event,对于灵活多变,而且品类管理复杂的电子商务而言,这一点功能只能称得上聊胜于无。另外,Google Analytics没有提供以产品为中心的产品监测(product tracking),因为这个功能需要更灵活的自定义。 不牛B第四:自定义 毕竟只是免费工具,所以Google Analytics自定义并不强大,目前只提供自定义报告功能,虽然实际上这个功能很实用。自定义度量是一个令人期待的功能,但是Google Analytics似乎短时间内并不想把它放进去。此外,真正的自定义功能是结合网站业务需求的,尽管Event Tracking的出现改变了这一状况,但灵活性不足,而且称不上易用,实际上并无法涵盖网站中的业务功能例如按照产品细分的添加购物车行为的监测,或者按照用户ID细分的支付监测等;或者也无法探知访问者填写表单的情况;在Campaign Tracking方面,Google Analytics提供的6个utm属性仍然有限,且不能自定义属性;Google Analytics也无法根据一个网站上用户的各种属性进行自定义细分。所以,Google Analytics的自定义能力是非常有限的。 不牛B第五:特殊链接监测 在Google Analytics中,特殊链接的监测并不是默认实现的,需要你动手添加Virtual Page或者Event Tracking。但商用网站分析工具,例如Omniture的SiteCatalyst,这些功能是默认自动实现的。也就是说,当你装上了SiteCatalyst,Exit Link(也就是点击你网站上的外链的行为)的数据是自动监测的。同样,下载链接也是自动实现监测。 不牛B第六:数据关联 Google Analytics的数据关联不能说做的不好,不过,毕竟这个工具受制于自定义功能的薄弱,因此能够监测到的度量有限,数据关联也就相对比较简单。另外,由于细分功能出色,因此GA对数据关联的强调相对较小。不过,对任何一个网站分析工具而言,数据关联都是一个非常高的要求,毕竟3维的数据关联要比2维的关联多出Cnn(打不出来这个概率的符号,大家明白意思就好)种可能性,对服务器的要求太高了。Omniture利用Data Warehouse实现复杂的数据关联,但牺牲了实时性,它的另一个专门做细分和数据关联的产品Discover可以实现复杂而实时的数据关联,但能够涵盖的范围通常不超过数个月的数据。而Google Analytics则只提供预定的数据关联。 不过,从目前Google Analytics的一些界面微调情况看,这个部分的重要性逐渐被它认识到,相信未来有更多的改变。 不牛B第七:Raw Data Google Analytics不提供Raw Data或者是未经报告再加工的数据。这些数据的好处在于,能够帮助解决一些对于数据报告中出现的疑问,也能够帮助进行深入的数据分析。 不牛B第八:数据接口 没错,Google Analytics为我们提供了API,但是这个API实在是很有限,至少,在跟一个企业的CRM或者是ERP系统对接的时候,根本派不上太多用场。由于并没有开放Raw Data,所以实际上这些API并不足以帮助用户将自己的其他商用系统与Google Analytics的数据报告进行对接。这也就意味着,Google Analytics只是一个封闭系统。 Google Analytics所适宜的和不适宜的网站 Google Analytics适宜的网站 GA实际上非常适用于博客网站以及内容网站。有时候我甚至觉得,sina.com.cn用GA在功能上应该也是够用的(除了路径分析之外),毕竟现在GA没有了月度Page View监测数量的上限。 小型的电子商务网站也可以使用GA,利用GA有限的电子商务监测功能、转化预定功能还是能够给出不少不错的insight。 朋友们会问我,我们男科医院的网站用Google Analytics行不行。我觉得,完全行,因为你那个网站也不涉及交易,而且转化也比较单一清晰,所以这一类的网站同样适宜Google Analytics。 Google Analytics不适宜的网站 大型电子商务网站很少用Google Analytics,因为Google Analytics对特质性和复杂性的支持有限。大型公司的网站,例如Intel、HP或者Sony的网站也不会使用Google Analytics,原因同前。另外,平台型的网站,比如淘宝、猪八戒、世纪佳缘之类,用Google Analytics肯定非常麻烦,因为这些网站有很复杂的分类和转化,GA同样力不从心。 SNS类的网站呢?GA也不易用,因为这些网站上的应用太多,如果要添加Event Tracking,人会疯掉。简单讲,随着网站复杂程度的提升,Google Analytics就会越来越不宜用。 好了,这个星期的作业终于给大家交代了。不过,我还是很忐忑,因为每个人对于工具的理解都不一样,所以这个文章容易引起拍砖。只有一个要求,请大家多拍砖,但轻点。另外,老规矩,有什么问题,请提。 原文地址: 632 43 305 16 857 919 579 901 429 205 792 229 678 59 450 967 243 868 673 193 233 837 446 452 929 388 659 154 801 748 822 165 0 309 63 891 631 670 572 279 49 333 304 357 298 701 335 344 253 121

友情链接: muguitar 富圆妍大武 fxp01 bu391128 aazshtj 尚埠恿氯 国波凌盛 zlxj11 dpzlsb 长蜚
友情链接:wz2510 shiluo2012 伟里顶 oukesoft 旃龙娜 few123 春怡晰茈 培敦颐 原顾懿厚 起娜容采