标签归档:SEO

根据坐标点绘制网站点击热力图方法

网站热力图的主要功能是以特殊高亮的形式显示访客热衷的页面区域或访客所在的地理区域。

其特点主要有:

  1. 可以显示不可点击区域发生的事情。你将发现用户经常会点击那些不是链接的地方,也许你应该在那个地方放置一个资源链接。比如:如果你发现人们总是 在点击某个产品图片,你能想到的是,他们也许想看大图,或者是想了解该产品的更多信息。 同样,他们可能会错误地认为特别的图片就是导航链接。
  2. 热力图同时还能告诉你,页面的哪些部分吸引了大多数用户的注意。这对那些对web分析数据没有很多经验的产品人员非常有用。
  3. 如果你在一个页面上有多个链接指向同一个URL,例如:如果有不同位置的3个链接指到同一个特定的产品页面 ,那么热力图将会显示你的访客最喜欢点击哪一个链接,这将帮助你提升网页的设计并让它对用户更加友好,不过实现这个功能需要一些设置。

下面介绍热力图绘制的方法,注意,以下代码并没有检测数据有效性,也没有对数据进行过滤,剔除脏数据,同时没有处理异常。实际使用时请不要忽略此类情况,否则会对最终结果造成干扰。

假设有一块画布,1200px*2000px尺寸,一组坐标数据,格式为[x,y]二维数组,量级为10000~100000,采样粒度为7*7。依据点坐标的分布密度绘制热力图。

方法一:使用canvas元素标签将所有点绘制到画布上,每个点给予较低的透明度。然后获取画布每个点的位数据,根据其alpha值(alpha ∈ [0, 255])的大小计算每一位的r,g,b的值,得出所有新的位数据之后,重新绘制。使之呈现为红色↔蓝色渐变。

--假设点坐标为aXY,二维数组*/
var aXY = [[x1, y1], [x2, y2], [x3, y3], [x4, y4]...];
//获取canvas的context
var context = canvas.getContext('2d');
var pi2 = Math.PI * 2;
//设置填充样式,透明度为0.1
context.fillStyle = 'rgba(255,30,0,0.1)';
for (var i = 0, len = aXY.length; i < len; i++) {
    var x = aXY[i][0], y = aXY[i][1];
    context.beginPath();
    //绘制圆点
    context.arc(x, y, 6, 0, pi2, true);
    context.closePath();
    context.fill();
}
//获取这个画布的位数据
var imgd = context.getImageData(0, 0, 1200, 2000);
var pix = imgd.data;
// 循环计算rgb,使之根据alpha值映射到红蓝渐变
for (var i = 0, n = pix.length; i < n; i += 4) {
    //位数据的格式为[rgbargbargba……],每个rgba代表了每个点的rgba四个通道的值
    var a = pix[i+3]; //alpha
    //red
    pix[] = 128 * Math.sin((1 / 256 * a - 0.5 ) * Math.PI ) + 200;
    //green
    pix[i+1] = 128 * Math.sin((1 / 128 * a - 0.5 ) * Math.PI ) + 127;
    //blue,128之后直接衰减为0
    pix[i+2] = 256 * Math.sin((1 / 256 * a + 0.5 ) * Math.PI );
    pix[i+3] = pix[i+3] * 0.8;
}
context.putImageData(imgd, 0, 0);

上面的代码将会呈现:

显而易见,这并不是热力图,但是可以精确反映每个点的分布密度,红色表示在该区域的点数据较多,浅,蓝色表示密度小。解决方法是使用径向渐变代替圆点的绘制,用以表示每一个点向周围的点的辐射,渐变色的叠加可以展现梯度变换的效果。代码如下:

var aXY = [[x1, y1], [x2, y2], [x3, y3], [x4, y4]...];
var context = canvas.getContext('2d');
for (var i = 0, len = aXY.length; i < len; i++) {
    var x = aXY[i][0], y = aXY[i][1];
    //绘制径向渐变
    var radgrad = this.context.createRadialGradient(x, y, 1, x, y, 8);
    //锚点
    radgrad.addColorStop( 0, 'rgba(255,30,0,1)');
    //锚点
    radgrad.addColorStop( 1, 'rgba(255,30,0,0)');
    context.fillStyle = radgrad;
    context.fillRect( x - 8, y - 8, 16, 16);
}

方案度量:这是比较简单的实现方案,稍微麻烦的地方在于根据alpha值计算红蓝绿值,使得alpha高的地方显示红色,alpha低的显示蓝色, 中间部分显示黄/绿色(考虑到效率与简单性,使用了简单的三角函数,如果需要更为精确的色相渐变,可以使用幂次变换)。同时这个方案的缺点也十分明显:在 点数据量低的时候效率很高,但是点数据超过10000之后就会有明显的时间延迟>3s,原因在于循环绘制渐变色会消耗资源。其次该方案的性能也会取 决于画布的大小。画布大的情况,比如画布尺寸为1200*3000,对其取位数据的时候,将会循环360万次,同时进行3*360万sin运算~~对于客 户端性能是个问题。

方法二:对所有点数据进行计算,得出每个点的密度值,然后依据密度值由低到高,绘制点数据。

var points = [[x1, y1], [x2, y2], [x3, y3], [x4, y4]...];
var cache = {};
//计算每个点的密度
for (var i = 0, len = points.length; i < len; i++) {
    for (var j = 0, len2 = points[i].length; j < len2; j++) {
        var key = points[i][j][0] + '*' + points[i][j][1];
        if (cache[key]) {
            cache[key] ++;
        } else {
            cache[key] = 1;
        }
    }
}
//点数据还原
var oData = [];
for (var m in cache) {
    if (m == '0*0') continue;
    var x = parseInt(m.split('*')[0], 10);
    var y = parseInt(m.split('*')[1], 0);
    oData.push([x, y, cache[m]]);
}
//简单排序,使用数组内建的sort
oData.sort(function(a, b){
    return a[2] - b[2];
});
var max = oData[oData.length - 1][2];
var pi2 = Math.PI * 2;
//设置阈值,可以过滤掉密度极小的点
var threshold = this._points_min_threshold * max;
//alpha增强参数
var pr = (Math.log(245)-1)/245;
for (var i = 0, len = oData.length; i < len; i++) {
    if (oData[i][2]  0 ? 0 : 1);
    //q参数用于平衡梯度差,使之符合人的感知曲线log2N,如需要精确梯度,去掉log计算
    var q = parseInt(Math.log(oData[i][2]) / Math.log(max) * 255);
    var r = parseInt(128 * Math.sin((1 / 256 * q - 0.5 ) * Math.PI ) + 200);
    var g = parseInt(128 * Math.sin((1 / 128 * q - 0.5 ) * Math.PI ) + 127);
    var b = parseInt(256 * Math.sin((1 / 256 * q + 0.5 ) * Math.PI ));
    var alp = (0.92 * q + 20) / 255;
    //如果需要灰度增强,则取消此行注释
    //var alp = (Math.exp(pr * q + 1) + 10) / 255
    var radgrad = this.context.createRadialGradient(oData[i][0], oData[i][1], 1, oData[i][0], oData[i][1], 8);
    radgrad.addColorStop( 0, 'rgba(' + r + ',' + g + ','+ b + ',' + alp + ')');
    radgrad.addColorStop( 1, 'rgba(' + r + ',' + g + ','+ b + ',0)');
    this.context.fillStyle = radgrad;
    this.context.fillRect( oData[i][0] - 8, oData[i][1] - 8, 16, 16);
}

以上代码结果如下:

大约处理了25000个点,用时大约700ms(鄙人的小本性能还行)。属于可接受范围内。

方案度量:此方案性能比方案一有明显优势。目前Marmot采用此方案。

本文来自百度泛用户体验:http://www.baiduux.com/blog/2010/08/31/%e5%9f%ba%e4%ba%8ecanvas%e7%9a%84%e7%83%ad%e5%8a%9b%e5%9b%be%e7%bb%98%e5%88%b6%e6%96%b9%e6%b3%95/

其他参考:网站点击热力图的技术实现

转自:标点符.

网站分析,我需要什么样的工具?(2)

【前言】
工具是网站分析不可缺少的元素。但是如何选择一个称心如意的工具,就不是那么简单了。如何根据自己不同网站的需求选择合适的工具?这成为很多朋友们关心的问题。在这个话题的第一篇中,我们讨论了小型电子商务网站对于工具的选择,在第二篇,我们看看中型和大型电子商务网站如何选择网站分析工具。

需求和工具的对应(续1)

类型二:大中型电子商务网站

image 我觉得,大中型电子商务网站的网站分析需求分为两类。一类是:不不不类(很有趣我刚看了Tenly给我转来的老罗的演讲,我就立即联想到了这个分类);另外一类是:我一切都要类。

不不不类的电子商务网站要么不需要网站分析,要么不需要额外的工具来做网站分析。我常常听到:“网站分析是什么?我不需要。我最需要的是流量流 量流量!”确实,这些网站自己有log file可供分析,但是总体上讲,进行网站分析对这些网站而言并不迫切。即使网站并不完美,但是它已经照这样运行了很多年,也没看出它的表现有什么不好。 而且修改网站会影响我SEO的效果,各个执行部门的人也会很不happy增加了工作量和多了一些衡量他们的条条框框。

对于这种理念我很难置评,毕竟电子商务在中国还是正处于一个粗放竞争的年代。电子商务是微利甚至是负利的,但是没关系,我有规模就好了,有规模 就有投资,有投资就能继续扩大规模,这使电子商务在中国的玩儿法变得不需要那么精耕细作,抢资源才是硬道理。除了电子商务网站,团购网站更强烈地显现出这 种特征。我绝对不敢嘲笑这种做法,什么样的商业环境就有什么样的商业规则,什么样的商业规则就会产生什么样的商业策略,在中国这片神奇的土地上,不这么做 才显得不正常。

但我坚信到了某一个时点,这一切都会快速地发生改变。

另外一种流派是我一切都要类,就是希望网站分析能够解决所有的网站优化问题。这种希望并不是很具体,但能够传达出明确的我要网站得到优化的欲 求。这种想法不能说不对,但网站分析不是万能油,不解决网站所有的问题。网站分析的落脚点在于用户行为,如果这个网站没有什么用户,而且用户也不活跃,那 么这个网站可以施展网站分析的领域就不多。同样,如果希望网站的SEO排名能够依靠网站分析而得到迅速提升,这也是没有用对工具。

好了,闲话就不多说了。对于大中型电子商务网站而言,网站分析施展本领的真正领域如下:

image

  1. 定位购物转化过程中网站结构和页面的问题;提供可能的优化方案;测试并固话优化方案。
  2. 流量的定位、细分和分析;提供细分基础上的流量效果比较。
  3. 除了直接从端到端的ROI(投资收益)角度分析流量效果之外,还能够提供Engagement(即流量参与网站各种行为和程度)角度的效果分析; 或者换句话说,就是不仅能看到流量的输入和输出,还能看到流量输入输出之间在网站上的点点滴滴的过程。能看到过程,才能有机会优化。
  4. 商品品类分析:哪些品类有好的转化,哪些没有,可能的原因是什么。
  5. 商品分析:哪些商品有好的转化,需要新增哪些商品(消费者有需求却没有提供的商品)。
  6. 访客分析:细分访客,例如按照网站访问次数的多少细分为新访客、重复访客和忠诚访客,或者按照客户购买商品的情况细分(如,新顾客,回头客和忠诚顾客);或者按照地域细分以及其他规则细分访客并对它们表现出的不同行为和转化模式进行细分等等。

上面所列出这些需求都是通常一个大中型电子商务网站进行网站分析时肯定要做的事情,在之前的两篇文章中,从更广义的角度较为系统地阐述了电子商务网站分析的需求:电子商务网站分析要关注些什么(上)电子商务网站分析要关注些什么(下)。建议大家可以参考。image

大家可以看到,上面的这些分析和优化内容,单单靠免费的网站分析工具已经勉为其难了。上篇文章中朋友们提到的CNZZ等工具,在流量的监测上没 有什么问题,但是到了与业务结合的细分层面,就无法提供解决方案了。毕竟是免费流量工具,不能要求太多。所以,有朋友留言说得好“网站分析  注意不仅仅是 流量分析”,的确是这样。这是需求的不同,如果只是看看流量的变化,不做更深入分析的话,那么CNZZ和51la是足够了,用更复杂的工具是浪费。但是做 网站分析,尤其是做大中型电子商务网站的分析,好的工具就很重要了。

大中型电子商务网站需要什么样的网站分析工具?

前面说了,工具不存在好坏,满足需求的工具就好。大中型电子商务网站选择网站分析工具的时候,需要问工具提供商如下的功能需求:

  • 流量定位和监测

这个功能Omniture SiteCatalyst最早实现,即通过SAINT Classification的方法,可以实现对流量来源的无限标记。这种方法后来被Google Analytics简化为UTM的外链形式,流量的细分属性被限制为不超过6个,但也够用。关于这个功能,大家参考这篇文章:用Google Analytics的Link Tag深入了解流量来源(广告)的质量image这个功能对于细分流量来源非常强大。

  • 全路径和自定路径

Google Analytics的能与不能提 到过,Google Analytics其实没有全路径分析和后自定义路径分析功能,只有预定义路径和转化分析,相对而言对于路径和转化分析很复杂的大中型电子商务网站而言, 就很不给力了。Omniture SiteCatalyst在这个地方很强大,路径分析是它的看家本领。其他商用工具在这块应该也不赖。

  • 灵活的细分能力

灵活的细分指预定义的细分和自定义的细分都要强大。Google Analytics的预定义细分很牛,是我见过的工具中最好的,没有之一。自定义方面,Omniture SiteCatalyst可以实现无限制自定义细分,但需要在实施工具前就想好,然后在工具部署的时候定义进去。如果漏掉希望细分的地方,也可以未来随时 升级工具补上。所以,我常常跟朋友说,Omniture的工具不定制直接用绝对是浪费。虽然预先的定制需要策略性思考和实施工作量,但未来这工具就是针对 你的业务专用的,的确值得。image不 过,目前能够通过默认预定义功能就能实现所有分析需求的工具还不存在。我想,由于每个业务自身的独特性,这样的工具可能永远也不会存在,除非——一种能够 监听和解读网页上所有变量,并把这些变量的启动和数据变化全部记录下来并按逻辑进行分隔的工具出现(够拗口的,够复杂的,我想这种工具是难以出来了微笑)。

  • 与业务动态结合

这个,比较难,但商用工具应该做得到,否则你有理由不选择它。所谓与业务动态结合,指网站分析工具不仅是从流量的角度监测数据(流量过程监测),而且从流量在网站内流动过程中所引发的业务流动的角度来提供数据的监测(业务过程监测)。比较抽象,举个例子。例如,你在京东商城选 购商品的时候,你在各个页面的访问都被网站分析记录下来,这是流量的流动过程,是以页面为载体的。如果你完成了一个商品的购买,这个流动的过程又可以被记 录为:“查看商品信息”->“添加到购物车”->“填入收货信息”->“确定购买”->“支付”->“支付成功”,这是一 个动态的业务流程(如下图所示)。商用工具不仅仅从流量角度描述这个过程,也从业务的角度描述这个过程。流量过程和业务过程的区别是,流量过程是以页面为 载体,由于不同商品页面的URL或者页面名称的不同,因此用流量过程描述整体的业务的过程过于复杂。而直接定义业务过程,则能够很便利地实现业务流分析。 免费的工具都是流量过程监测,付费的商用工具有些具有业务过程监测。这也是为什么Omniture SiteCatalyst要区分Traffic props和conversion evars+successful events的原因,因为前者是流量过程,后者则描述业务过程(关于这点,没有用过Omniture的朋友们无需深究)。

image

  • 商品标记、细分和转化跟踪

商品本身的属性很复杂,品名,类型,SKU,价格,库存状态……,有些电子商务网站的商品属性多达30种。免费工具太难记录这些东西了。无法较好的记录,也就无法较好的细分。另外,商品的转化跟踪属于业务过程,而不仅仅只是流量过程。

  • 顾客细分

image 免费工具一般只提供新旧访问者的细分,商用工具从业务过程的角度考虑,把访问者中的顾客(已经购买商品的访问者)抽取出来,并且按照新顾客(只够买一次 商品的),回头客(购买两次商品的)以及忠诚顾客(三次或者以上购买次数的)区分开来。另外,对于访问者的一些其他属性,例如是否注册客户,是否银卡、金 卡、钻石卡客户,以及客户注册或者购物时所填写的个人属性,利用这个网站分析工具,都应该通过增加监测变量实现监测。国内好像还很少有通过网站分析工具做 这么细致做顾客角度的网站分析的,但是用网站分析工具,把顾客细分后按照流量过程和业务过程结合起来分析,对顾客的分析和挖掘绝对给力。其他对顾客细分如 地域细分、浏览器版本、操作系统版本,javascript支持等等,这些基本的就不用说了。

这些是服务于大中型电子商务网站的网站分析工具所必需的一些功能。

此外,即使某些工具能够实现上面的功能,你也要注意一些其他的(可能让你未来蛋疼的)地方。

注意避免未来会让你蛋疼的地方

由于商用工具必需照顾业务流程,因此它要么是具有很强的可定制化能力,要么就是提供针对某一个领域的细分定制方案(比如我们之前提到的小艾统计)。后者我们就不多看了,并不是针对大中型电子商务网站的解决方案。而对于前者,定制化能力可能是一把双刃剑。

毫不夸张的说,好的定制需要花费心血。一方面,对自己网站的业务和过程要非常了解。另一方面,对自己网站结果,URL结构,SEO结构要极为清晰了解。除此之外的另另一方面,还要对自己的监测期望有极为极为清晰地了解。三者缺一不可。

如果你不想花费这个心血,而让外人越俎代庖,最后绝对会把强大的工具应用地不伦不类。这种杯具其实是常见的。image

我认为,网站分析工具的选择,功能只是一个方面。功能强大,而分析团队没有或者十分孱弱,那么工具越强大,事情反而可能越糟糕,还不如免费工具 来得快活。我有这样的经验,用我的Pentax单反相机能照出相当不错的照片,但是交给一个女孩子,出的东西反而不如她手上的卡片好。这不是歧视女生,这 是强大的工具需要强大的能力去匹配,所谓好马配好鞍。

不扯远了,天色已晚。如果开始不注意,未来会让你蛋疼的地方包括:

  1. 页面的定义太随意,例如忘记对一个品类的所有页面做一个统一的标识,或者忘记为页面过程附加业务过程。
  2. 细分需求定义不全——需要工具提供的一些重要细分数据需求忘记提交,后面的分析肯定打折扣。
  3. 初期实施追求监测的大而全,结果造成实施的困难重重。未来拿到的数据报告过多,极大增加分析难度。——这一点和上一点说明,掌握初期需求和细分的度是非常必要的。
  4. 流量标识和商品标识不认真做,结果最后分析的时候不得不重头来,或者没有得到数据。

一旦使用了商用工具,大家如果怕未来难受,可以跟我先聊聊,我这里有不少曾经让人非常郁闷的经验,但若注意到了别人的失败,自己至少就能够少走点弯路。

即使是使用Google Analytics这样的工具,如果开始没做好,未来也难免蛋疼。看看这两篇文章,说不定就能帮到您:警惕网站分析监测实施的陷阱(上)警惕网站分析监测实施的陷阱(下)

服务

大中型电子商务网站分析如果使用了付费工具,那么肯定是要特别看重服务的。因为这些工具用起来都不是那么容易。我建议先工具厂商购买或者索取三类服务。

第一类:使用帮助。不一定需要人在场,但是搞不定的时候一定要有官方的人帮忙。

第二类:让官方的人帮助一起做一次分析,并且把分析结果所使用的具体工具、方法再现出来。这是一个非常快的掌握工具的好办法。

第三类:完整的知识库。大半夜的时候实在搞不定了,还能看看文章自己摸索下。

没有任何服务的工具不要选,原因就不说了。

本篇总结

由于大中型电子商务网站太复杂,所以这篇文章一下子又说多了。很可能有些部分朋友们觉得有些难理解,请给我留言询问。大中型电子商务网站选型网 站分析工具要注意几点:1) 定制能力;2) 转化和路径能力;3) 业务过程监测; 4) 服务能力。至于说这个工具有没有什么成功案例,我觉得甚至不是什么重要的。很多工具案例不成功,完全不是工具的错,客户也有责任,毕竟中国的商业环境下应 用这些工具的案例都还谈不上成功与否——太新了。

最后,祝大家好运。有什么问题给我留言,如果你开始用了商用的工具出现了问题,也跟我联系吧!新的一周开始了,祝大家度过愉快的新一周。

转自:网站分析在中国.

完美解决301重定向的两种方法

来自于Gevin的投稿文章,略有改动,原文在这里

从搜索引擎优化角度出发,301重定向是网址重定向最为可行的一种办法。当网站的域名发生变更后,搜索引擎只对新网址进行索引,同时又会把旧地址下 原有的外部链接如数转移到新地址下,从而不会让网站的排名因为网址变更而收到丝毫影响。同样,在使用301永久性重定向命令让多个域名指向网站主域时,亦 不会对网站的排名产生任何负面影响。本文介绍两个较为简单的完美解决301重定向的方法。

方法1:修改.htaccess文件

代码如下:

  1. <ifmodule mod_rewrite.c>
  2. RewriteEngine On
  3. RewriteCond %{HTTP_HOST} blog.iflyhigher.tk$ [NC]
  4. RewriteRule ^(.*)$ http://blog.igevin.info/$1 [R=301,L]
  5. RewriteCond %{HTTP_HOST} iflyhigher.tk$ [NC]
  6. RewriteRule ^(.*)$ http://igevin.info/$1 [R=301,L]
  7. RewriteCond %{HTTP_HOST} moiya.tk$ [NC]
  8. RewriteRule ^(.*)$ http://igevin.info/$1 [R=301,L]
  9. </ifmodule>

本博需要对三个域名进行重定向,所以写的比较多,关键代码就是2句话

  1. RewriteCond %{HTTP_HOST} blog.iflyhigher.tk$ [NC]
  2. RewriteRule ^(.*)$ http://blog.igevin.info/$1 [R=301,L]

第一行的域名是需要被重定向的旧域名,第二行的是现在网站的域名。

方法2:使用PHP的重定向代码

新建一个index.php文件,然后参考下面代码按自己的重定向要求做简单修改:

  1. < ?php
  2. $the_host = $_SERVER[‘HTTP_HOST’];
  3. $request_uri = isset($_SERVER[‘REQUEST_URI’]) ? $_SERVER[‘REQUEST_URI’] : ”;
  4. switch ($the_host)
  5. {
  6. case “www.iflyhigher.tk”:
  7. case “iflyhigher.tk”:
  8. $location = “Location: http://igevin.info” . $request_uri;
  9. break;
  10. case “blog.iflyhigher.tk”:
  11. $location = “Location: http://blog.igevin.info” . $request_uri;
  12. break;
  13. case “www.moiya.tk”:
  14. case “moiya.tk”:
  15. $location = “Location: http://igevin.info”;
  16. break;
  17. default:
  18. $location = “Location: http://igevin.info”;
  19. break;
  20. }
  21. header(‘HTTP/1.1 301 Moved Permanently’);
  22. header($location);
  23. exit();
  24. ?>

如果只要对一个域名进行重定向,可以把代码简化成下面的形式:

  1. < ?php
  2. $the_host = $_SERVER[‘HTTP_HOST’];//取得进入所输入的域名
  3. $request_uri = isset($_SERVER[‘REQUEST_URI’]) ? $_SERVER[‘REQUEST_URI’] : ”;//判断后面的请求部分
  4. if($the_host !== ‘igevin.info’)//igevin.info是我现在的域名
  5. {
  6. header(‘HTTP/1.1 301 Moved Permanently’);//发出301头部
  7. header(‘Location: http://igevin.info’.$request_uri);//跳转到我的新域名地址
  8. exit();
  9. }
  10. ?>

注意,最后的exit()函数是一定要写的,我最初就没有写,结果只能重定向首页.

关于重定向的一些细节

由于要对三个域名进行重定向,重定向前,我首先将这三个域名作为Addon Domain绑定到我的服务器上去,并让这三个域名指向同一个文件夹,这样,只要修改这一个文件夹中的.htaccess文件或者index.php文件 就可以了。如果没有.htaccess文件或者index.php文件,新建一个即可。

希望本文对需要进行301重定向的朋友有帮助。

转自:望月的博客.

如何成为一个合格的网站分析师 – 写在2010年末

From:http://semwatch.org/2010/12/how-to-become-a-qualified-web-analyst

题记:也许大家不知道,SEMWatch的作者们正在做2010年SEM行业或者个人的总结和整理工作。这些工作,可能是一些重大事件的剖析,可能是一些趋势展望,更可能是一些实战经验或者针对某个专题的解析和小窍门等等。如果进展顺利的话,最终这份工作将会以白皮书的形式在年末或者明年初和大家见面。我因为离开SEM比较久了,又不甘寂寞;-),所以做了网站分析方面的一个从业经历总结。我冒险透漏这个消息,是希望大家持续关注semwatch,共同迎接新年。这里,提前祝大家圣诞节快乐!

58104 130809073635837 130806596969418 248637 8255219 n custom 363x500 如何成为一个合格的网站分析师   写在2010年末

Web Analyst,好听一点的翻译,叫做网站分析师。作为一个相对较新的职业,对于这份工作所需要的能力和日常的事务并没有一个清晰的界限。我有幸在一家业务非常齐全的360度营销公司带着这顶帽子为大大小小的各行业的顾客工作了2年多。在这期间,关于网站分析构成的图形做了一版又一版,越画越大;也越来越多的发现自己的能力的欠缺,甚至有时候也会迷失到极端。

尽管很多人不同意,我仍然认为,作为一个边缘学科,网站分析入门很简单。只要你愿意学习并且思维灵活,一点点Html+JS,一点点datamining,marketing的基础知识最后加上一个免费的Google Analytics的使用技巧,你就可以成为一个入门级的网站分析师了.

然后,在做网站分析的过程中,你能够理解网站分析工具数据采集的原理和各种工具的个性化变量,知道如何做人群分组(Segment)和Campaign Tracking,能够深刻了解各种标准参数的含义和他们之间的区别,并且知道如何在各种主流工具中(诸如GA, SiteCatalyst,Unica, Webtrends, Cormetrics)提取这些数据,展示这些数据,那你就是一个初级网站分析师(Junior Web Analyst)了,在这同时,如果你还了解一点点广告服务器(Adserver),邮件服务器(Email Router),SEO和SEM的原理那就更好了。

紧接着,如果你掌握了网站分析工具的安装和调试技术,能够协调市场部门和IT部门之间的联系,能够做出诸如Tracking Plan这样的需求和技术文档(specification),同时能够debug,确认采集数据的可靠性并且能够解释对于所研究网站本身来说任何一个数据的含义和边际值所代表的含义,并且可以掌握诸如A/B Testing,行为定向等边缘的技术,那你便渐渐的向一个合格的网站分析师方向迈进。

不过,为了彻底的摘掉那个Junior,成为一个真正的网站分析师,你还需要更多的商业上的能力,比如说,

  • 能够深刻理解公司的战略,并且把它分解,转化成网站的目标,进而转化成可以衡量这些目标的指标和影响它实现的因素,最终把他转化成从数据采集到提炼成指标到分析到结论的完整流程;
  • 对于业务上出现的正向的和负向的变化,能够顺藤摸瓜找出这个结果在网站分析数据上的体现进而找到影响这些数据的因素和原因;
  • 能够根据网站分析数据及时发现问题和潜在的机会,做出切实可行的市场策略或者建议方案;
  • 能够设计出符合不同利益方需求的报表和分析报告,并且持续沟通,让他们知道网站分析的意义并且能够从你提供的材料中发现有价值的信息;

以上这些都是成为一个合格的网站分析师的必须条件;我曾经为此踌躇良久,认为一个好的网站分析师不应该是这一行单纯的从业者,而应该是一个传统的营销人,最好是一个商务分析师(Business Analyst)转型而来。如果不是的话,那就要积极的去理解企业的战略,去和所有的部门沟通,去了解他们的需求和挑战。

那么,什么是一个高级网站分析师(Senior web analyst)呢?如果初级网站分析师侧重于技术,成熟的网站分析师侧重于方法的话,那么高级网站分析师应该有丰富的经验和宽广的知识层面,能够设计和完成解决方案。一个品牌不仅仅只有网站,还有围绕这个网站的生态系统;网站分析必须要把这整个系统考虑进来,从消费者的角度去理解整个系统的数据和信息流,然后设计系统,尽可能多的捕捉有效的信息流,贯通他们,获得一个消费者整体的画像和决策历程。这个系统,可能要包含网站行为数据,网站数据库,线上媒体广告(display,search,email…),社交网络,手机应用数据,线下数据,调查访问数据,call center,CRM等。这个系统应该能够,在宏观上给企业的战略决策和重大投资提供支持(包括产品设计,营销费用的分配),在微观上帮助网站(品牌)进行一对一个性化营销。

要做到这些,需要的能力就非常多样化了,我肯定会漏掉很多,这里我可以轻易列举出的就有下面很重要的三点:

  1. 了解信息系统的架构的知识,熟悉企业本身现有的信息系统的构成和信息流;
  2. 熟悉市场上各种管理工具和监测工具,知道他们采集数据的原理和所提供的各种接口;
  3. 有比较好的数据分析知识(datamining)和方法;

也许我想的有点儿多了,就如同张三丰最初想要把武当八卦阵精简到一个人身上一样。的确,上面的这些能力可以归结成一个团队的能力,比如我现在所在的团队可以为客户搭建类似的系统,但是任何一个团队成员都不能独立完成。不过,高级网站分析师肯定不能对以上任何一条持有空白。

我自认还比较年轻,虽然我正在积极扩展我的知识和能力层面,但是可能连个合格的网站分析师都算不上。我这里只想说出我对这个行业的认识,可能给一些后来者提供些借鉴,给一些踌躇不决的业外人士一些信息,但是不想争论;随便找来几个网站分析师的招聘启事可能会更实际一些。很可能三年之后我回头看这篇东西也会觉得很幼稚,但我目前是这样要求自己的。

我想补充的是,文中所列出的几个阶段并没有完全清楚的界限,各个方面都是交叉的,一个人各方面的发展也是同步的。以上分类,只是为了介绍的方便和条理的清晰。

扯了这么多,列举了这么多,最后,我不能回避我一次极端的经历(极端的网站分析师)。那次,我给我的部门经理写邮件说,网站分析归根结底就是两条,一个是分析内容和功能的有效性,一个是分析人机互动也就是设计的易用性。而我对内容和功能几乎没有任何话语权,又没有学习过设计,我这算是哪门子网站分析师呢?后来我给自己安慰说,至少我知道,当3月份的visit的数据比2月份增长了10.7%的时候,我可以蛋定的对公司的客户经理说,这两个月的流量数据没有任何变化。

…我还是去做社交网站分析师吧~。

实例讲解如何提高百度关键词质量度

在百度关键字的投放中,质量度是一个很重要的概念。随着百度凤巢对质量度的多次升级,质量度在日常账户投放中的重要性越来越大。本文将针对如何提高质量度进行说明并列举实例,所列举的实例均经过实际操作,具有一定的可行性及有效性。

在此之前,我们先来了解一下质量度的相关概念:

1, 什么是质量度?

质量度是系统根据该关键词的点击率、创意撰写质量以及账户表现(账户生效时间、账户内其它关键词的点击率)等多个因素计算出来的,在账户中以质量度等级的形式呈现,用3颗星表示梯度,3颗星表示优秀,1颗星表示糟糕,而2颗星是初始值,表示良好。

2, 高质量度有什么好处?

对于广告主:可以用更低的点击价格获得更优的排名,从而降低整体推广费用,提高投资回报率。同时质量度的提高,广告可能跳左,提高点击率。

对于搜索用户:搜索用户越感兴趣,越多人点击,访问者体验越好,质量度越高;对提高用户体验度有帮助。

我们从以下方面对质量度进行优化:

1, 优化账户结构:

优化账户结构,不但有利于账户管理和操作,对质量度的提高也极有好处。

首先,根据不同的营销目标,需要分别建立特定的推广计划和推广单元,便于后续数据的分析和账户的优化;其次,尽量将意义相近、结构相同的关键词划分到一个推广组中,这样才能更好的根据推广组里的关键词细化创意,并进行相应嵌套。与谷歌结构优化的标准-黄金账户法则中“每个广告组关键字在5-15个之间,每个广告组所有关键字应共享同一词根”出发点相同。百度的质量度升级后,关键词账户结构的优劣对质量度的影响更加凸现。

下面是某账户中的一个推广系列结构重构示例,该推广计划重构后从7个推广单元细化到33个推广单元)。

账户结构重构关键词分组示例

经过一段时间的跟踪,我们发现质量度3星的关键词,由7%增至73%,涨幅达942%,质量度优化效果明显。

质量度变化趋势

其中质量度一直是1颗星的词无消费或消费极少,这类关键词或则本身流量较低或则过于长尾,因此可以试情况暂停或者删除,避免影响账户整体质量度。

2, 完善创意:

创意是链接搜索用户和推广页面的一个入口,高质量的创意,可以更好的传播产品信息,提升品牌知名度,提高点击率,对账户中质量度的提升有至关重要的作用。

百度官方提示:质量度主要通过4个方面进行调整:保证关键字飘红、提高相关性、突出用户的兴趣点及保证创意的通顺度(最后这一点个人认为目前影响不大)。

增加嵌套是提高关键字点击率的一个捷径,增加嵌套的目的是保证大量关键字飘红,这个操作是目前证明最有效提升质量度的办法之一。其中单纯标题中嵌套比单纯描述嵌套效果明显;描述开头嵌套比中后部嵌套效果明显;效果提升的幅度视推广产品不同而不同。

问题来了,如果创意本身已经很长,加入关键词嵌套就可能超过创意规定的字数,此时创意中已经包含该组关键词的词根(即创意本身飘红),此时嵌套是否有必要?

我们做过一个实验:先投放一套无嵌套的创意,创意本身飘红,上线几天后,质量度很快从2颗星滑落到1颗星。增加关键词嵌套后,虽然创意较长只能展示默认关键字,但大多数关键词的质量度升回2颗星。

猜想,创意嵌套数量的多少也是影响质量度的一个因子?要是有朋友知道可以告诉我:)

3, 累计账户历史表现:

谷歌adwords中,账户历史表现对质量得分有明显影响;百度凤巢中该影响也日益增大,主要表现在,当账户停止推广一段时间后,关键字的质量度将大幅下降;当账户内关键词一直保持高排位出价时,质量度明显提高。

举个例子,关键词“网游”竞争激烈,前几位出价很高,通常在3.0+元以上。某账户该关键字排名第一,出价2.0+元,质量度为3颗星。(当质量度为2颗星时,该出价大多排位在第一页左下或右上;当质量度为1颗星时,大多排位第二页甚至更后。)究其原因,由于该账户预算充足注重曝光,关键词“网游”转化成本虽然欠佳,但一直保持高出价,累计了较高的质量度。百度凤巢和谷歌关键字对“高消费”账户,通常有一定的“优待”。但该方法可能会得不偿失,可根据自己的营销目标和KPI斟酌使用。

质量度的优化是一个不断尝试的过程,需要持续关注账户表现,针对不同的账户,采用行之有效的方法。质量度优化还有很多方式,欢迎朋友们一起来探讨。

作者:初晓悦