网站分析思路综述
很多人开始进行网站分析时候都感觉没有思路，不知道从那种角度看数据。以下将会先简述总体分析思路，再较为详尽地和大家介绍下最为常用的趋势和细分分析思路。总体的网站分析思路可以总结为简单八个字：“微观监控、宏观调控”：
微观监控：指对一些关键的实时更新数据监控要细致、全面，不能遗漏重要点，防微杜渐，比如刚刚购买了某个推广渠道的流量，要特别关注这个渠道流量的变化，防止流量作弊；类似地，这种计划外的流量变化监控要全面和及时，把运营风险降到最低。
宏观调控：指观测网站的整体流量，结合内外部数据（本网站历史数据和竞争对手情况）进行分析，从而制定出较为长期的改进方向，并在后续的操作中结合实际情况具体实施。
举个例子，中央政府发现国家投资过旺，而消费不足（整体掌控），长久下去不利于GDP的健康增长，于是提出“扩大内需”的指导思想（结合数据分析）；虽然“扩大内需”不具有直接的操作性，也不是马上就能操作的（长远调整），但是地方政府领会之后会结合自身的特点，提出并执行适合当地情况的具体可行方案（结合实际情况具体落实）：比如四川发熊猫卡，让大家去旅游；比如山东把家电超市搬到农村去卖等等；而中央政府也会把好的经验进行总结，有推广价值的会全国推广，如此良性循环。换位网站分析的工作，我们可以先了解整个网站流量的变化，再细分分析多个子频道的流量变化情况，由于每个子频道的特点不尽相同，可以在综合分析数据增长或者下降后，有针对性地提出推广活动吸引流量或者美化页面视觉效果等的整改方案，并在后续的操作中不断调整。
因此，在所管理的网站数据范围内（整个网站或某个子频道），网站分析者就像公司的老板，网站分析系统就像是公司里的业务员，许许多多业务员将信息采集上来，做出一定的加工并呈现给老板，老板要做的就只有“微观监控、宏观调控”。
细分分析——从表象到本质
一，为什么要细分分析
网站分析的对象主要包括：流量来源、网站内容、网站访客。
流量来源：流量是网站的重要资源，流量来源可以分为：直接访问、搜索引擎、外部链接这基本的三个类，其中每个类别还可以继续细分，如搜索引擎可以细分为百度、谷歌等。针对上述某类或者某个来源做细分分析，找到原因并改进或优化。
网站内容：一般来说，网站可以分为几个子频道，每个子频道又可以由许许多多页面构成的，网站的子频道和具体页面承载的内容和针对的访客都有所不同，站长分析网站流量就要更有针对性地选择页面进行分析。
网站访客：网站访客的指标数据（UV、IP）背后都是活生生的互联网使用者，他们有着不同的分析属性（新/老访客、地域）和人口学属性（性别、年龄、学历等）；带着不同的目的，从不同的来源进入，访问轨迹也不同，在分析中要细分符合市场定位的访客，做定向的对比研究。如下图即是访问过网站的每个访客的基本情况，包括地域、来源、上站时间和访问页数等。
以上这些都是网站分析要研究的，在数据中能发现问题和机遇的线索，而细分分析则可以帮助网站管理者有效地定位具体问题，确定了具体的方向才能有的放矢地解决问题。这个过程常常就像剥洋葱皮一样，一点点接近问题的本质，虽然可能要痛苦地流泪，但结果往往是很有价值的。
二，如何做细分分析
在了解网站运营状况的前提下，对上述的来源、访客、内容等进行细分，可以逐步地定位问题或者找到机会。例如，有一家小网站想要在北京地区做推广工作，笔者对其按照以下步骤进行细分，这样更好地了解该地区访客的访问习惯，让工作更有针对性。如图所示，在百度统计的【受访页面】报告中对网页的访问情况进行筛选：
1. 筛选地域，过滤出【省市自治区】（还可以过滤出全国、国外等）
2. 筛选省市自治区，过滤出【北京】（还可以过滤出上海、广东等）
2. 筛选省市自治区，过滤出【北京】（还可以过滤出上海、广东等）
3. 筛选来源，过滤出【搜索引擎】（还可以过滤出直接访问、外部链接等）
4. 筛选搜索引擎，过滤出【百度】（还可以过滤出谷歌、搜狗等）
当在过滤栏里精挑细选要关注的交叉维度后，系统在下方的【受访页面数据表】里就会提供页面URL的各个指标，精确地把数据呈现出来方便分析。比如下图所示，其中第一个链接http://www.smtsite.com/是网站首页，我们就可以了解到北京的访客通过搜索引擎中的百度到达网站上的后续表现，用指标说明即：PV为50，平均停留时长为00:01:59，退出率为38%。
4.用户群细分：对于自身定义的用户群等属性的细分，我们推荐使用百度统计的js api,利用百度统计的自定义变量（_setCustomVar）可以做访客、访次和页面级别的自定义用户属性。语法：_hmt.push(['_setCustomVar', index, name, value, opt_scope]); 如：_hmt.push(['_setCustomVar', 1, 'login', '1', 2]);其中opt_scope 可选自定义变量的作用范围分为三种：1为访客级别（对该访客始终有效）、2为访次级别（在当前访次内生效）、3为页面级别（仅在当前页面生效），默认为3。
上述的每一个级别都对应了一个作用范围，每一个自定义变量都是限制在某个范围内的。
4.用户群细分：对于自身定义的用户群等属性的细分，我们推荐使用百度统计的js api,利用百度统计的自定义变量（_setCustomVar）可以做访客、访次和页面级别的自定义用户属性。语法：_hmt.push(['_setCustomVar', index, name, value, opt_scope]); 如：_hmt.push(['_setCustomVar', 1, 'login', '1', 2]);其中opt_scope 可选自定义变量的作用范围分为三种：1为访客级别（对该访客始终有效）、2为访次级别（在当前访次内生效）、3为页面级别（仅在当前页面生效），默认为3。
上述的每一个级别都对应了一个作用范围，每一个自定义变量都是限制在某个范围内的。
在需要对不同类别的访客今后的一系列行为做区分筛选的时候建议使用访客级别，比如“否是VIP会员”等标签；在需要对本访次的用户行为或状态做区分筛选的时候建议使用访次级别，比如“是否登陆”等标签；在需要对本访次的访问内容或访问路径做区分筛选的建议使用页面级别，比如看了“体育频道”还是“财经频道”等标签
趋势分析——有比较才有进步
一，为什么要趋势分析
如上文中谈到的，网站的进步体现在指标提升，网站的问题体现在指标下降。流量分析系统常常将这些数据在时间维度上展现成趋势。我们需要为关注的指标设定参考值，通过这些参照和比较来了解网站的目前运营情况以及同预期目标的距离。
二，如何做趋势分析
当前所谓的趋势分析，即是基于时间序列的数据趋势分析，主要以同比、环比、定基比为具体的分析手段。为了能让大家更好地理解后续的分析思路，现名词解释如下：
● 时间序列：指将某种现象某一个统计指标在不同时间上的各个数值，按时间先后顺序排列而形成的序列。在流量分析系统中通常可以选择一段时间呈现指标数据的连续变化情况。
● 同比：为了消除数据周期性波动（季节等）的影响，将本周期内的数据与之前周期中相同时间点的数据进行比较。例如今年第n月与去年第n月比。
● 环比：指的是将本期的数据与前期的数据进行比较，反应的是数据连续变化的趋势可以是日环比、月环比、周环比等，例如今年第n月与第n-1月或第n+1月比。
● 定基比：将所有的数据都与某个基准线的数据进行对比。通常这个基准线是公司或者产品发展里程碑，将之后的一段时期内的数据与这个基准线进行比较，从而反映公司在里程碑后这段时期的发展状况。
以下举例说明，在百度统计中登录后的概况页面就有便捷地同比和环比对比：
环比：上方数据表显示的今天与昨天的各个指标数据对比
同比：下方的折线图显示的是今天每小时数据与上周的同一天的各个指标对比
另外，在【趋势报告】等带有时间控件的报告中可以选择任意两天的数据比较，依据网站实际业务指定基准线，划定时间范围，选择观察指标的变化情况。
最后，基于时间序列的趋势分析方法还有很多，其中同比和环比是最简单易用的，网站分析中大多数的常见数据分析均可以用如上思路快速观察关键指标的变化情况，了解现状，衡量达成目标的进度。
