網站數據分析用什么辦法
一、對比分析法
1、對比分析法的比較基準
比較基準的設定是統一對比單位的重要步驟,設定辦法分別是:百分比評分均值法、標準化指標合并法。
百分比評分均值法
“百分比評分均值法”是將指標的值都轉化成百分比的形式,一個通用有效的辦法就是將所有指標都除以總體的*大值,這個辦法對所有大于0且分布不是非常離散的指標都是很有效的。
網站數據分析用什么方案
顯然,通過比較綜合評分來判斷商品在表現更合理。
如果考慮的再全面些,針對不同商品的重要性設定權重,結果更能真實有效的評估商品的好壞。
標準化指標合并法
“標準化指標合并比較法”是用標準化的辦法消去各指標單位的影晌后再進行合并比較的辦法。
數據的標準化是將數據按比例縮放,使之落入一個小的特定區間 。
2、對比分析法的“實驗環境”設定
進行對比分析的重要條件是兩組參數需在同樣的條件下對比才有意義。這時候就需要人為地去設定合理的比較環境了,即數據分析的“實驗環境設定”。
實驗環境設定法有兩種:
基于時間序列的組內比較
基于對照實驗的組間比較
基于時間序列的組內比較
基于時間序列的組內比較:一般是在時間序列上的某個時間點施加實驗剌激,并在實驗剌激的前后進行重復測試比較,從比較的結果反映實驗剌激是否對結果有影響。
基于對照實驗的組間比較
基于對照實驗的組間對比:一般是在同一時間設定兩組樣本,(實驗組和控制組),然后對實驗組施加實驗剌激,控制組維持原狀態不變。通過對實驗組和控制組比較來判斷實驗的剌激是否對結果有影響。
二、細分分析法
細分分析的目的是為了看清問題真正的所在,從而找到解決方案,細分分析是指將指標與維度相互組合。
例如網站報告一般都是網站數據的綜合情況,包括網站的總訪問量、總停留時間、總銷售量等。但是我們不知道用戶在不同頁面、不同內容、不同渠道的停留時間以及訪問量,也就是說這些匯總數據無法對不同屬性的流量進行正確的判斷。所以,無論是從用戶還是從網站的角度,流量細分都是很重要的。
1、指標和維度的類型
指標是用來記錄訪問者行為的數字,維度是用來提供觀察訪問者行為的一種角度,維度必須與指標在一起時才有意義。指標又可分為基本指標和復合指標,常見的基本指標有訪問次數、綜合瀏覽量等,常見的復合指標有訪問深度、跳出率、平均網站停留時間、新訪次占比等。常見的維度類別有訪問者屬性維度、時間維度、流量來源維度、地理維度、內容維度和系統維度等。
2、細分例子
例如某日,你的老板說:我想知道2015年5月9日地區使用Safari瀏覽器在Google搜索“藍鯨”Keywords并點擊了自然排名結果的訪問次數。
聽完這個需求后,你可能感覺有點暈,好多的條件混在一起,這個數據要怎么獲得呢?其實包含了6個維度和1個指標。
這6個維度和1個指標分別是 :
時間維度——2010年3月10日
地理維度——地區
瀏覽器維度——Safari瀏覽器
流量來源維度—— Google
流量屬性維度——自然排名結果
Keywords維度——”藍野”
指標——訪問次數
而這個分析過程也很快,5分鐘就可搞定,步驟如下:
當然,如果嫌操作太復雜的話也可以通過標記用戶群進行自定義細分。常見的標記用戶群辦法有:
通過用戶訪問特定的頁面對其進行分類;
通過用戶點擊特定的鏈接對其進行分類;
通過用戶的自主選擇對其進行分類。
#p#分頁標題#e#
同時,細分前得分清非注冊用戶、新注冊用戶、已注冊用戶。
一、對比分析法
1、對比分析法的比較基準
比較基準的設定是統一對比單位的重要步驟,設定辦法分別是:百分比評分均值法、標準化指標合并法。
百分比評分均值法
“百分比評分均值法”是將指標的值都轉化成百分比的形式,一個通用有效的辦法就是將所有指標都除以總體的*大值,這個辦法對所有大于0且分布不是非常離散的指標都是很有效的。
網站數據分析用什么方案
顯然,通過比較綜合評分來判斷商品在表現更合理。
如果考慮的再全面些,針對不同商品的重要性設定權重,結果更能真實有效的評估商品的好壞。
標準化指標合并法
“標準化指標合并比較法”是用標準化的辦法消去各指標單位的影晌后再進行合并比較的辦法。
數據的標準化是將數據按比例縮放,使之落入一個小的特定區間 。
2、對比分析法的“實驗環境”設定
進行對比分析的重要條件是兩組參數需在同樣的條件下對比才有意義。這時候就需要人為地去設定合理的比較環境了,即數據分析的“實驗環境設定”。
實驗環境設定法有兩種:
基于時間序列的組內比較
基于對照實驗的組間比較
基于時間序列的組內比較
基于時間序列的組內比較:一般是在時間序列上的某個時間點施加實驗剌激,并在實驗剌激的前后進行重復測試比較,從比較的結果反映實驗剌激是否對結果有影響。
基于對照實驗的組間比較
基于對照實驗的組間對比:一般是在同一時間設定兩組樣本,(實驗組和控制組),然后對實驗組施加實驗剌激,控制組維持原狀態不變。通過對實驗組和控制組比較來判斷實驗的剌激是否對結果有影響。
二、細分分析法
細分分析的目的是為了看清問題真正的所在,從而找到解決方案,細分分析是指將指標與維度相互組合。
例如網站報告一般都是網站數據的綜合情況,包括網站的總訪問量、總停留時間、總銷售量等。但是我們不知道用戶在不同頁面、不同內容、不同渠道的停留時間以及訪問量,也就是說這些匯總數據無法對不同屬性的流量進行正確的判斷。所以,無論是從用戶還是從網站的角度,流量細分都是很重要的。
1、指標和維度的類型
指標是用來記錄訪問者行為的數字,維度是用來提供觀察訪問者行為的一種角度,維度必須與指標在一起時才有意義。指標又可分為基本指標和復合指標,常見的基本指標有訪問次數、綜合瀏覽量等,常見的復合指標有訪問深度、跳出率、平均網站停留時間、新訪次占比等。常見的維度類別有訪問者屬性維度、時間維度、流量來源維度、地理維度、內容維度和系統維度等。
2、細分例子
例如某日,你的老板說:我想知道2015年5月9日地區使用Safari瀏覽器在Google搜索“藍鯨”Keywords并點擊了自然排名結果的訪問次數。
聽完這個需求后,你可能感覺有點暈,好多的條件混在一起,這個數據要怎么獲得呢?其實包含了6個維度和1個指標。
這6個維度和1個指標分別是 :
時間維度——2010年3月10日
地理維度——地區
瀏覽器維度——Safari瀏覽器
流量來源維度—— Google
流量屬性維度——自然排名結果
Keywords維度——”藍野”
指標——訪問次數
而這個分析過程也很快,5分鐘就可搞定,步驟如下:
當然,如果嫌操作太復雜的話也可以通過標記用戶群進行自定義細分。常見的標記用戶群辦法有:
通過用戶訪問特定的頁面對其進行分類;
通過用戶點擊特定的鏈接對其進行分類;
通過用戶的自主選擇對其進行分類。
#p#分頁標題#e#
同時,細分前得分清非注冊用戶、新注冊用戶、已注冊用戶。
- 上一篇:為什么做網絡推廣
- 下一篇:小程序制作的平臺功能