上一节我们提到过，网站建设需要数据作为支撑，网站数据分析可以让网站建设方案的制定更加有效和科学。

无论从哪个维度来看，数据都是我们做出决策最科学、最可靠的依据之一，在网站建设方面亦是如此。

1.网站数据分析的意义

简单来说，数据分析的意义在于：

比如说我们在投放广告的时候，我们可以通过广告后台的一些受众特征数据，渠道来源数据，消耗的成本，点击率，线索数量等等，了解我们整体的投放情况网站建设，以及广告投放之后都发送了什么。

经过人工处理后，我们会分析某些数据指标的影响因素，找出导致当前交付状况的原因。

了解了原因之后，我们就可以根据这些数据制定新的优化方案，改善某些指标数据，最后我们可以根据过去的数据波动来预测未来的数据变化和趋势。

访客属性分析

网站历史数据分析也是如此。成长超人接触过不少以前官网比较老旧，需要改版升级的企业，但他们都有一个共同的问题，有些网站改版的决策非常主观，我们称之为“仓促决策”，这些决策并不能给企业带来实际的回报，真正有效、科学的决策往往需要数据作为支撑。

网站建设是一个技术活，大众可能比较注重网站的设计，但这只是表面，我们在建设网站的时候，需要进行更深层次的挖掘网站制作，而网站的历史数据就是我们做到这一点的最大依据，一个优质网站的建设离不开历史数据分析。

一个网站是否优质网站建设，应该由访问者来评判，那么访问者如何为网站“投票”呢？

所有访客进入网站的路径、点击次数、停留时间都是非常真实、科学的数据网站建设，只要我们正确解读、分析背后隐藏的信息和意义，在网站迭代升级时就能达到事半功倍的效果。

因此，企业在网站建设前，进行历史数据分析的最大意义在于：

通过分析网站数据，我们可以判断网站各方面的质量，预测访客的喜好，并以数据作为最大的依据来制定相应的网站建设方案。

2.网站数据分析的三大方面

数据分析是运用一些数据分析工具、方法或思维，从海量的数据中发现模式，以揭示数据背后的真相，指导企业或业务发展，为决策提供数据支持。

对于大多数企业来说，网站的核心目标是获取客户，但要实现这个目标首先我们需要有访客；其次，我们需要针对访客的需求，有效地展示我们的内容、产品和信息，并让访客喜欢这些内容；最后，也是最关键的部分，是“将访客转化为客户”，购买我们的产品和服务。

根据这三个不同的阶段，我们将网站数据分析分为三大方面：

1.网站流量分析

（1）流量多维度细分

细分就是把指标按照不同的维度进行划分，考察同一指标在不同维度上的表现，从而找出指标中存在问题的部分，并进行优化。

访问量是网站的一个重要指标，我们通常称之为流量。我们可以对网站访问量进行单独细分，也可以按照时间、来源、地点、媒体等多个维度进行叠加细分，这样就可以在流量分析中找到有问题的部分。

（2）流量重叠分析

访客会游走于多个不同的流量渠道，使用不同的查询方式查询产品和服务，并在比较后做出决策。每个访客也会在不同渠道的转化过程中扮演不同的角色，有些渠道会树立品牌形象，吸引访客注意力，如网站图片；有些则会提供精准信息，如搜索引擎广告。

2.网站内容分析

网站页面可分为三类：导航页、功能页、内容页。

例如中微半导体官网（成长超人出品）：

导航页的目的是引导访客寻找信息，功能页的目的是帮助访客完成特定的任务，内容页的主要目的是向访客展示信息，帮助访客做出决策。网站的整体页面结构就是由这三类页面构成的。

我们不想在我们的网站上看到两件事：

一种是访客中途离开导航页，一种是访客从内容页返回导航页，除非访客的新任务和目标与此页面无关，否则我们也需要分析内容页的原有设计，将跨页面的信息推荐考虑进去。

判断一个导航页面的好坏，最简单的方法就是看它的引流情况。

访客的浏览方向是否符合我们最初的设计逻辑和想法？

页面导航是否能将访问者引导至有助于完成任务的关键页面？

这只是页面分析的一个基本思路，实际上导航页会承担更多的任务，访客不会那么“听话”，所以我们还需要对访客群体进行分类，给不同的流量、不同的页面分配合适的比例。

3.网站转化分析

企业网站建设/改版必须有一个基本目的，有的希望通过改版提升品牌形象，有的希望协助市场推广，有的是为了获取潜在客户的信息。

当企业以获取客户为目的建立网站时，必须考虑转化率的问题，因此需要对网站的转化路径、节点、效率等进行分析，为后续制定科学有效的网站转化策略提供基本的数据依据和优化方向。

转化分析是网站数据分析的一部分，也是非常关键的一个环节。没有转化分析，我们就不知道我们的访客为什么会流失，甚至不知道我们流失了多少潜在客户。这一步可以帮助我们找出网站转化的阻力在哪里。

需要注意的是，每个问题都不是单一原因造成的，每个数据分析都不是孤立存在的，我们对网站转化的数据分析可以遵循一个逻辑模型——漏斗转化模型。

（1）网站转化漏斗模型

原理很简单，我们可以把网站本身想象成一个虚拟的漏斗，从用户进入网站开始浏览，到最终留下信息、注册（或其他被认可的转化行为，比如下单、关注、转发等）的过程中，有多少被某层“过滤器”阻挡，又有多少成功到达我们事先设定的“转化行为区域”。

以常见的表单转化为例，以用户点击链接进入网站为初始节点，一般的转化路径包括：点击、到达、填写表单、提交、引导。

漏斗模型如下图所示：

从这个模型图中可以清楚的看到整个访客的转化路径数据呈现出逐渐下降的趋势。

通过对整个转化路径中各个环节进行分解和量化，对数据进行横向和纵向的对比，找出对应的问题，最终进行持续的优化和迭代。

转化路径中任何一个环节出现问题，都会影响后续每一个环节。例如下图左侧的漏斗模型中，从【点击】到【到达】存在明显的流失。可以推测网站无法打开或者打开速度慢，导致访客无法正常到达网站，大大降低了后续每一个环节的数据基数。

另外，右侧漏斗模型中【填表】与【提交】之间的节点也出现了数据突然下降的情况，原因可能是表单过于复杂，或是无法点击提交按钮，可以在后期进行消除和优化。

漏斗模型适用于网站中某些关键路径的转化率分析，判断整个流程的设计是否合理，每个步骤的优缺点，是否有优化空间等。尽量了解访客访问你网站的真实目的，为他们提供合理的访问路径，而不是盲目地提高转化率。

通过建立和分析转化漏斗模型，我们可以快速发现问题所在，并进行排查和优化，为后续的网站建设提供“前车之鉴”，避免重蹈覆辙。这也是我们在营销中常用的一种优化手段。

（2）用户行为路径分析

用户行为路径分析是用户在网站内不同页面、板块、操作之间流动，产生不同的流动路径，并对这些路径进行分析的过程。

通过路径分析，我们可以很好的找出用户流的特征，从而找出用户在访问过程中遇到了哪些页面、链接或障碍，或者访客是从哪些网页流失的，并针对这些网页进行优化。

这涉及到全链路页面级PV、UV、路径流量关系等数据指标，也可以用来判断转化用户与流失用户是否存在行为差异，用户行为路径是否符合预期。

这里我们需要用到分析用户行为路径的有效方法之一——桑基图。

首先我们来分析一下桑基图的组成，桑基图表达的是交通流量的问题，我们要知道起点在哪里，终点在哪里，流量有多少，它包含三个元素：

网站数据分析-桑基图（来源于网络）

（3）漏斗模型与路径分析的关系

前面提到的漏斗模型与路径分析有相似之处，从广义上讲，漏斗模型可以看作是路径分析的一个特例。

路径分析不同于漏斗模型，漏斗模型通常描述的是用户在网站上一系列关键节点的转化率，这些关键点往往是我们人为设定的转化路径。

路径分析就是对每个用户的每条行为路径进行追踪记录，并在此基础上分析探究用户路径行为的特征，涉及每一步的来源、去向，每一步的转化率等。

可以说漏斗模型是预先、人为、主动地设定了几条关键事件节点路径。路径分析是为了探索整体的行为路径，找出用户的主流路径，甚至可能发现一些事先不知道的有趣的模式路径。从技术角度来看，漏斗模型简单直观地计算并展示相关转化率，路径分析涉及一些更广泛的方面。

挖掘访客数据是提高访客终身价值、访客忠诚度和推动转化增长的最佳方法之一。

访客数据可以指导新网站的架构设计，清楚了解每个访客群体的路径后，可以更清楚如何减少“摩擦”，增加潜在客户，提高转化率。

网站数据分析除了上面提到的两种常见的分析外，还包括热点点击图分析、访客行为事件分析、访客生命周期分析等等，这些多维度的分析方法可以科学地指导网站新版的内容规划、架构设计、视觉设计等。

增长超人服务企业热力图

随着互联网的不断发展和成熟，企业的发展趋势也会更加标准化，精细化，更加注重用户体验。

企业在建设网站时也是如此，网站未来的趋势必然是走向数字化，网站的数字化发展不仅对企业的线上营销推广非常有利，对于未来企业数据资产的建立也尤为重要。

企业不仅要建设自己的数据资产，更要善于管理和应用，网站的历史数据是企业网络营销数据资产的一部分，这些数据不仅可以指导企业建设网站，还可以通过这些数据分析，发现或预测营销规律和逻辑，并运用到其他方面。