有位颇受欢迎的演讲家，由于时间紧迫，所以叫她助手统计一下听众群的基本信息。她根据这些数据来准备讲座的内容，以使大多数的听众能够明白。 她看了助手提供给她的基本资料，询问了听众的平均年龄、收入状况以及他们的文化程度。 受众的平均年龄在36岁。收入状况为3万美金一年，远远少于她的预期，也远远少于以前听过她讲座的大部分人的水平。文化程度也比预想的低，听众的受教育程度仅仅为高中水平。 所以她必须重新调整她的演讲内容，来更好的适应她的听众群。不过到了做演讲的那天，她不得不面对这样一个尴尬的局面： 来听讲座的是一群退休的CEO和他们的孙子。 那些退休的企业高管，有着骄人的学历，银行里的储蓄金和外面的投资也够他们生活的了，而他们的孙子大多数都还在读小学2、3年级。 这则故事的寓意很明确。联系到搜索流量方面的数据统计，我们也应该谨慎对待，深入分析数据背后的内容，力求对其有个充分全面的了解。与其把时间花在验证或反驳自己的直觉上，还不如花时间好好修改自己所深信不疑的数据。 警惕平均数 就像上面的那则小故事提到的，不要过分相信平均数。搜索流量的数据统计种类繁多；一些图表（比如说搜索引擎的反向链接和一天当中的访问时段）会是正态分布，呈一个钟型；另一些图表（比如说热门搜索词汇）前面会有个大大的头，后面是条长长的尾巴。我在以前工作过的公司，还看到过一些U字型或者是像骆驼双峰型的统计图表。 上面的一些图表，如果你用平均数来代表整体情况的话，无疑会产生错误。所以，一般而言，当你要估算数据的整体情况时，不妨先把它用图表表示出来。 你能分辨清楚真实的反向链接吗？ 由于每个网站的数据分析软件都不尽相同，有些软件也许能明锐识别出几大主流搜索引擎提供的服务，有些则不行。大多数的统计软件是能分清楚哪些流量来自PPC（付费点击业务），哪些来自自然排名的。不过在来自自然搜索的流量中，你有的时候看到的流量会是下面几个服务（Goolge，Yahoo，MSN都有这些功能）的流量总和： 1.常规的搜索业务 2.Blog搜索 3.邮件 4.新闻搜索 5.小组（Groups） 所以，你需要仔细研读分析软件的统计报告，根据这些数据，来策划合适的广告宣传方式。 成也PV，败也PV 公司的运营者会不自觉地依据某个标准来衡量投放的在线广告成功与否。点击转化率最终成为了这一重要指标。当然，还有其他一些指标也会引起注意。Page View长久以来就是网站最可信的参考指标之一。不过由于AJAX、Flash以及RSS等技术的普遍应用，网站在搜索引擎上的表现比以前更加优秀，用户在网站上花费的时间也较以前增加了不少，但是Page View并不能反映这些变化。Page View依靠的是Web1.0 传统的点击-响应模式。在 “Pageviews are Obsolete”这篇文章中，Evan Williams就明白无误地阐述了这一观点： 那么哪些是更好的衡量标准？这是个好问题。就像其他许多优秀的问题一样，答案就是“视具体情况而定”。如果想知道什么是网站最重要的东西，首先你得尽力确定网站成功的首要标准是什么？对于每个站点来说，它可能是用户的订阅数、付费用户的数量、收入或者是文件的上传率，以及其他你认为重要的东西。甚至可以是pageviews. 依靠高的搜索排名盈利的网站需要凭借page views给未来的潜在用户展示网站的用户体验。如果对于网站的影响不再仅仅是所花费的时间，而是加入了AJAX应用程序之间的基于该脚本的点击数，或者别的什么因素，那么用多种指标对网站进行评估对于网站的盈利来说将显得越发重要。 客观看待离开率 不管相信与否，你站点的离开率（bounce rate：用户在一定时间内访问该页面又离开该页面的用户占总访问人数的比例）其实是100%的。无论是由搜索引擎排名导入的访问用户、PPC带来的用户或者是来自“收藏夹”的访客，最终都是要离开的。所以当你拿到exit page（exit page指的是用户在结束访问前浏览的最后一个页面）的分析报告，看到大量的链接转到别处的URL地址时，也不需要沮丧。 一些需要分析的重要问题： 1.有哪部分用户离开了某一个页面，原因是什么？ 2.他们找到他们想要的东西了吗？ 3.他们完成了一次购买行为吗？ 4.他们是失望离开的吗？ 如果不同的反向链接导入的流量产生不同的bounce rate，你可以比较由搜索引擎排名带入的用户关注网站的哪些内容，付费点击业务和E-mail业务的访客又会关注哪方面的内容。我们很多人都习惯于参考转化率、PPC以及其他类型的数据，但很少有人会注意到与反向链接相关的离开率。 如果很多人在访问到某一个网页后就离开了，你就需要花时间找出这其中的原因，并设法改变它。不过如果他们离开这个页面是因为要去搜索其他词汇，那么他们很可能在这张页面上找到了满意的内容。剩下的问题就是你是否对访客的快速离开感到满意，当然这需要根据你网站的盈利模式来具体判断了。 大导演Billy Wilder曾如此描绘过用户的反馈：“一个观众可能是错误的。个别人的看法也许是愚蠢的，不过当上千个蠢人都这样认为的时候——他们的看法则是正确的”。 我的意思可不是让你把你的用户当成傻瓜。毫无疑问，Billy Wilder的这番话也适用于网站的数据分析。有人笑，那是否能确定每个人都觉得好笑，亦或者只是两个嗓门大的家伙站在大厅的两头发出的声音？ 有些时候很多事情听上去都一样，但其实并非如此。 |
|小黑屋|最新主题|手机版|微赢网络技术论坛
( 苏ICP备08020429号 )
GMT+8, 2024-11-6 03:07 , Processed in 0.531516 second(s), 12 queries , Gzip On, MemCache On.
Powered by Discuz! X3.5
© 2001-2023 Discuz! Team.
