以用戶為中心的網站數據分析

　　最近收到來自webtrekk朋友的邀請，對他們2014版的新界面及功能進行了試用。他特意強調2014版是以用戶為中心進行設計的。這引起了我的興趣，在之前在研究GA的功能升級時我也曾考慮過這個問題。今天再次遇到這個概念，正好將之前的思考進行整理。因此，也就產生了本篇文章，以用戶為中心的網站數據分析。

　　以用戶為中心的網站數據分析(User Centered Analysis)并不是一個全新的概念，國外很早就有以用戶為中心的設計(User Centered Design)概念。國內對于UCD也有很多的討論，并且有很多UCD的社區(qū)和牛人。而以用戶為中心的網站數據分析我想也應該是與UCD一脈相承的。這兩個概念都是以提高用戶的使用體驗，進而推動網站業(yè)務為目標。

　　拋開前面提到的UCD概念，在網站數據分析行業(yè)中仔細的觀察一下也會發(fā)現，其實UCA這個概念也已經在很早就產生，并被寫在了網站分析的定義中。下面我們來解析一下Avinash對網站分析的定義。

　　通過分析來自網站及競爭對手的定性與定量數據，驅動用戶及潛在用戶在線體驗的持續(xù)提升，并最終轉化為你期望的結果。(線上及線下)

　　——Avinash

　　在Avinash的定義中，有三個關鍵詞，分別是數據，體驗和結果。通過對整個網站分析定義的梳理我們可以整理為下面的架構和流程。如果你感興趣可以繼續(xù)對這個架構進行完善。你會發(fā)現，無論是我們所使用的工具，還是常用的分析模型和方法，甚至是指標都可以在這個架構中找到自己的位置。

　　在網站分析定義架構的第一層中，Avinash強調網站分析的過程是通過數據來驅動用戶體驗的提升，并最終轉化為結果的一個過程。數據并不直接驅動或影響結果。而是用來對用戶體驗進行度量和提升。這就要求數據必須能夠完整并且準確的反映用戶行為。

　　如果你想驗證Avinash的理論，還可以在亞馬遜網站上找到答案。亞馬遜的飛輪效應與Avinash對網站分析的定義相互印證。

　　飛輪效應指為了使靜止的飛輪轉動起來，一開始你必須使很大的力氣，一圈一圈反復地推，每轉一圈都很費力，但是每一圈的努力都不會白費，飛輪會轉動得越來越快。達到某一臨界點后，飛輪的重力和沖力會成為推動力的一部分。這時，你無須再費更大的力氣，飛輪依舊會快速轉動，而且不停地轉動。

　　在亞馬遜，這個飛輪的起點就是用戶體驗。而支撐亞馬遜飛輪的三大支柱中：最重要的一個就是數據化的運營。這一點，我們可以從亞馬遜的頁面URL，源代碼以及記錄的信息中發(fā)現一些端倪。

　　從上面的3條記錄到的信息能夠看出，亞馬遜對用戶的任務分解追蹤已經做得非常細致了，而這正是提升用戶體驗的基礎。

　　從網站數據分析的角度，我所理解的用戶體驗有兩個關鍵點。

　　第一是用戶訪問網站的任務是否完成。這里不僅局限于用戶是否完成轉化。還包括不以轉化為目的的用戶訪問行為。數據來源于網站記錄到的轉化數據以及用戶調研數據。

　　第二是用戶完成任務的效率。既包括完成任務所使用的時間，也包括過程中訪問者與網站交互的次數。

　　不過，僅有以上兩點還是不夠的，因為提升用戶體驗是一個過程指標，而非績效指標。最關鍵的是完成網站的目的。也就是要賺錢。任何無法幫助企業(yè)賺錢的數據和分析結果都是在耍流氓，我想目前大部分的企業(yè)老板，尤其是傳統企業(yè)的老板都是這么認為的。而單純的衡量任務完成率，以及完成效率與網站的最終目標并無直接的聯系。

　　這里就引回到了文章最開始的部分。為什么我對webtrekk 2014版以用戶為中心的設計很感興趣。目前大部分的網站分析工具所提供的報告和數據，都僅限于我們前面提到的過程指標。例如網站的目標轉化率，每次訪問時長，每次訪問瀏覽頁面數量等等。這些基礎的指標和數據可以用來干活，但不能用來做結論，更不能用來進行決策。因為這些指標太基礎了，并且沒有與網站最終目標間的直接因果關系。因此，我們需要站在一個更高的層級來衡量和看待網站的用戶體驗與最終目標直接的關系。而這正是webtrekk 2014界面中可以提供給我們的信息。

　　Webtrekk在新的User Relationship Management(URM)界面中，報告并沒有和其他分析工具一樣提供訪問時長，每次訪問瀏覽頁面數量等簡單的基礎指標。而是使用六個新的管理指標。并允許你通過這六個管理指標對報告進行細分。這六個指標分為是：

　　RFM

　　RECENCY: Last Order before Days(最后購買時間間隔)

　　FREQUENCY: Customer Lifetime Orders(客戶終身訂單量)

　　MONETARY: Customer Lifetime Basket Value(客戶終身購物車價值)

　　RFE

　　RECENCY: Last Contact before Days(最后聯系時間間隔)

　　FREQUENCY: Customer Lifetime Visits(客戶終身到訪次數)

　　ENGAGEMENT: Customer Lifetime Page Impressions(客戶終身頁面展現次數)

　　通過對前面六個指標所組成的RFM和RFE模型進行設置，我們可以查看在模型中不同群組訪問者的表現。這里你會發(fā)現，每一個訪問者都被標示了唯一的ID。用以衡量訪問者在終身的表現與價值。在報告中還可以按照Webtrekk預設的用戶群體或通過設置條件對訪問者進行進一步的細分分析。

　　相比之下，這六個指標與之前我們提到的用戶體驗中需要關注的轉化率和效率指標更貼近網站的最終目標。并且能夠反映出我們之前對用戶體驗指標所進行優(yōu)化的效果。同時，這些指標也更加關注網站與訪問者間長期的關系和訪問者的長期價值。

　　正向飛輪效應描述的一樣，當網站的用戶體驗更好時，訪問者就會更頻繁的訪問網站，并瀏覽更多的內容。進而增加更多的購買機會和價值。

　　最后要特別介紹了Webtrekk的Marketing Action Center界面。這里可以對每一次的campaign進行設置和管理的界面。但這里我們要介紹的并不是這些。我要特別推薦的是Webtrekk的Campaign流程。

　　在上一篇介紹Webtrekk的文章中我就曾說過，webtrekk針對三種不同級別的用戶都提供了非常好的體驗。這次又以一貫的風格出現在了Create Campaign中。在介紹這個功能前我們先來想一下，通常你會如何創(chuàng)建一次campaign，或者說在進行一次campaign時會考慮到哪些問題和影響因素呢?

　　在Webtrekk的Marketing Action Center中，在創(chuàng)建一次campaign時，需要我們首先來考慮以下幾個問題。這次Campaign的主題是什么(Title)?Cmapaign中的內容或產品是什么(what)?這次Campaign針對什么樣的用戶群(Who)?等等。

　　這類引導式的Campaign創(chuàng)建方式是我非常推崇的。如果每個Campaign都能遵循這種方式進行創(chuàng)建，在事先把問題想清楚，事后的分析將會事半功倍。這不屬于本篇文章的內容了，我會再后面的文章中來詳細介紹。

　　如果你對Webtrekk的新界面感興趣，建議親自嘗試下。