最經典的網運營資料分析方法
導讀：網站資料分析是透過觀察、調查、實驗、測量等結果，透過資料的顯示形式把網站各方面情況反映出來，使運營者更加了解網站的運營情況，便於調整網站的運營策略。
方法一：細分
嚴格說，細分不是一種方法，它是一切分析的本源。所以它當之無愧要排名第一。
我經常的口頭禪是，無細分、毋寧死。沒有細分你做什麼分析呀。
細分有兩類，一類是一定條件下的區隔。如：在頁面中停留30秒以上的visit(session);或者只要北京地區的訪客等。其實就是過濾。另一類是維度(dimension)之間的交叉。如：北京地區的新訪問者。即分群(segmentation)。
細分幾乎幫助我們解決所有問題。比如，我們前面講的構建轉化漏斗，實際上就是把轉化過程按照步驟進行細分。流量渠道的分析和評估也需要大量用到細分的方法。
維度之間的交叉是比較體現一個人分析水平的細分方法。比如，我的朋友孫維(卡車之家的資料負責人)，他將使用者的反饋作為event tracking的屬性(放在了event action屬性中)，提交給GA，然後在自定義的報告中，將使用者反饋和使用者的其他行為交叉起來，從而看到有某一類反饋的使用者，他們的行為軌跡是什麼，從而推測發生了什麼問題。
分析跳出率時，我們也會把landing page和它的traffic source(流量源)進行交叉，以檢查高跳出率的表現是由著陸頁造成，還是由流量造成。這也是典型的維度交叉細分的應用。
方法二：Attribution(歸因)
歸因不是人人都聽說過，用好的更是寥寥無幾。 不過，考慮到人們購買某一樣東西的決策，可能受到多種因素(數字營銷媒體)的影響，比如看到廣告瞭解到這個商品的存在，利用搜索，進一步瞭解這個商品，然後在social渠道上看到這個商品的公眾號等等。這些因素的綜合，讓一個人下定了決心購買。
因此，很多時候，單一的廣告渠道並不是你開啟客戶閘門的閥門，而是多種渠道共同作用的結果。
如何瞭解數字營銷渠道之間的這種先後關係或者相互作用?如何設定合理的數字營銷渠道的策略以促進這種關係?在評價一個渠道的時候，如何將歸因考慮在內從而能夠更客觀的衡量?這些都需要用到歸因。
如果你是網際網路營銷的負責人，歸因分析是必不可少的分析方法。在我的課堂上，會特別多的篇幅講解這個方法。
方法三：Cohort分析
Cohort分析還沒有一個所有人都統一使用的翻譯。有的說是佇列分析，有的說是世代分析，有的說是佇列時間序列分析。大家可以參考維基百科：
找找自己覺得合適的譯名。
無論哪種叫法，cohort分析在有資料運營領域都變得十分重要。原因在於，隨著流量經濟的退卻，精耕細作的網際網路運營特別需要仔細洞察留存情況。Cohort分析最大的價值也正在於此。Cohort分析透過對性質完全一樣的可對比群體的留存情況的比較，來發現哪些因素影響短、中、長期的留存。
Cohort分析受到歡迎的另一個原因是它用起來十分簡單，但卻十分直觀。相較於比較繁瑣的流失(churn)分析，RFM或者使用者聚類等，Cohort只用簡單的一個圖表，甚至連四則運算都不用，就直接描述了使用者在一段時間週期(甚至是整個LTV)的留存(或流失)變化情況。甚至，Cohort還能幫你做預測。
我總覺得cohort分析是最能體現簡單即美的一個典型方法。
方法四：Event Tracking(事件追蹤)
網際網路運營資料分析的一個很重要的基礎是網站分析。今天的app分析、流量分析、渠道分析，還有後面要講到的歸因分析等等，都是在網站分析的基礎之上發展起來的。
但是，早期的網站分析有一個特點，就是對於使用者在頁面上互動行為的記錄，只能記錄下來一種，就是點選http連結(點選URL)。不過隨著技術的發展，頁面上不僅僅只有http連結，頁面上還有很多flash(現在flash都要被淘汰了)、JavaScript的互動連結、影片播放、連結到其他的web或者app的連結等等，使用者點選這些東西就都無法被老方法記錄下來了。
不過，有問題就一定有方法，人們發明了event tracking來解決上面的問題。event tracking本質上是對這些特殊互動的定製化監測，而由於是定製化，所以反而有了更多附加的好處，即可以額外新增對於這個活動的更多的說明(以event tracking這個方法的附件屬性的方式)。結果，這個方法甚至有些反客為主，即使是一些http連結，很多分析老手也喜歡把它們加上event tracking(技術上完全可行)，以獲得更多的額外監測屬性說明。
隨著app的出現，由於app的特殊性(螢幕小，更強調在一個螢幕中完成互動)，分析app的page(實際上應該是app的screen)間跳轉的重要性完全不如web上的page之間的跳轉，但分析app上的點選行為的重要性則十分巨大，這就使我們分析in-app engagement的時候，必須大量依賴event，而相對較少使用screen。這就是說，在app端，event反而是主，page(更準確應該是screen)反而是輔!
這也是為什麼，這個方法你必須要掌握的原因。
方法五：熱圖及對比熱圖
熱圖是一個大家都喜歡的功能，它是最直觀的記錄使用者與產品介面互動的工具。不過真用起來，可能大家很少真正去深究吧!
熱圖，對於web、app的分析，都非常重要!今天的熱圖相對於過去的熱圖，功能得到了極大的提升。
在web端，過去一些解決不好的問題，比如只能看連結的被點選情況，點選位置錯位，對浮層部分點選的標記，對鏈出連結的標記等等，現在已經有好的工具能夠提供很多新的辦法去解決。在app端則分為兩種情況，內容類的app，對於熱圖的需求較弱;但工具類的app對於熱圖的需求則很顯著。前者的screen中以並列內容為主，且內容動態變換，熱圖應用價值不高;後者則特別需要透過熱圖反映使用者的使用習慣，並結合app內其他的engagement的分析(in-app engagement)來最佳化功能和佈局設計，所以熱圖對它們很重要。
要想熱圖用的好，一個很重要的點在於你幾乎不能單獨使用一個熱圖就想解決問題。我常常用集中對比熱圖的方法。
其一，多種熱圖的對比分析，尤其是點選熱圖(觸控熱圖)、閱讀線熱圖、停屏熱圖的對比分析;
其二，細分人群的熱圖對比分析，例如不同渠道、新老使用者、不同時段、AB測試的熱圖對比等等。
其三，深度不同的互動，所反映的熱圖也是不同的。這種情況也值得利用熱圖對比功能。例如點選熱圖與轉化熱圖的對比分析等。
總之，分析很多使用者互動的時候，熱圖簡直是神器，只不過，熱圖真的比你看到的要更強大!