網(wǎng)站數(shù)據(jù)分析面臨的九項(xiàng)挑戰(zhàn)與解決方案

自從微軟在其博客中宣布IE10瀏覽器中將“禁止跟蹤”(Do　Not　Track)作為默認(rèn)開啟狀態(tài)設(shè)置后，網(wǎng)站分析界一直人心慌慌，這或許是2013年網(wǎng)站分析界面臨的首要挑戰(zhàn)，當(dāng)然，除此之外，還有其他一些挑戰(zhàn)，詳情如下：

1、cookie機(jī)制對于確定唯一用戶的挑戰(zhàn)

挑戰(zhàn)：基于cookie機(jī)制和移動(dòng)互聯(lián)網(wǎng)發(fā)展導(dǎo)致用戶多終端、多瀏覽器的訪問對確定真正唯一用戶的挑戰(zhàn)？
解決方案：在部分電商和登陸網(wǎng)站可以利用 customer id和cookie id的關(guān)聯(lián)關(guān)系去定義唯一用戶（雖然仍然存在偏差，賬號公用導(dǎo)致 customer id大量對應(yīng)不相關(guān)cookie id)。
2、offline數(shù)據(jù)如何更好和onine數(shù)據(jù)的結(jié)合
挑戰(zhàn)：傳統(tǒng)線下和互聯(lián)網(wǎng)融合更加緊密，傳統(tǒng)公司開始有大量online數(shù)據(jù)，而過去的online公司也會(huì)同樣產(chǎn)生更多offline數(shù)據(jù)，如何更好標(biāo)準(zhǔn)化和對接數(shù)據(jù)成為挑戰(zhàn)。
解決方案：至少需要小型BI系統(tǒng)，建議將前端WA數(shù)據(jù)輸出到bi系統(tǒng)。
3、跨渠道的Attribution model
挑戰(zhàn)：轉(zhuǎn)化渠道的關(guān)系和貢獻(xiàn)度如何確定

跨渠道分為多種

a、 多個(gè)click廣告： 渠道之前的關(guān)系更加密切，用戶在轉(zhuǎn)化和形成品牌認(rèn)知前經(jīng)常跨越多個(gè)媒介 。

first click last cick or average 都是計(jì)算模型。

b、線上impression廣告對渠道的貢獻(xiàn)：傳統(tǒng)的web analytics是基于click點(diǎn)擊行為的數(shù)據(jù)，對于impression廣告的貢獻(xiàn)和參與的分配將是web analytics面臨的另外一大挑戰(zhàn)

c、offline marketing對于online marketing的轉(zhuǎn)化促進(jìn)作用的貢獻(xiàn)程度如何確定？

如: 線下品牌廣告對線上用戶搜索和交易等行為起的引導(dǎo)促進(jìn)作用如何量化，線下分地域投放和線上基于地域的效果監(jiān)控、二維碼、優(yōu)惠券的使用、短地址的采用能部分解決線下往線上轉(zhuǎn)移的監(jiān)控。

d、營銷的后續(xù)影響對于轉(zhuǎn)化的貢獻(xiàn)度如何定義？
張棟在微博曾經(jīng)說的案例就是這樣的情形：”【一個(gè)點(diǎn)擊到底多少錢？之二】一個(gè)電商 SEM 每天花 1000 元, 每天總共 3500 個(gè)點(diǎn)擊：SEM 帶來 1500 個(gè)點(diǎn)擊 + SEO 自然流量 帶來 2000 個(gè)點(diǎn)擊；這個(gè)電商停止 SEM 投放，每天 SEO 自然流量帶來 100 個(gè)點(diǎn)擊，問：一個(gè) SEM 點(diǎn)擊到底多少錢？”

解決方案：總體來說，需要完整的Attribution model機(jī)制和更加完善的監(jiān)控機(jī)制，比如展現(xiàn)廣告的監(jiān)控，同時(shí)還需要case by case的分析（基于每次營銷的)。

4、數(shù)據(jù)越來越多,如何收集有用的數(shù)據(jù)
挑戰(zhàn)：不計(jì)算后端的數(shù)據(jù)，單純一個(gè)網(wǎng)站的前端數(shù)據(jù)的維度也變得越來越多

哪些數(shù)據(jù)是最終支持通用kpi，在異常個(gè)案中如何收集證明案例的數(shù)據(jù)

解決方案：從業(yè)務(wù)和商業(yè)目標(biāo)出發(fā)的去收集數(shù)據(jù)，在異常情況需要case by case.

5、網(wǎng)站分析師的技能要求

挑戰(zhàn)：網(wǎng)站分析師在技巧技術(shù)嫻熟的情況下，更多的是憑借敏銳的商業(yè)嗅覺去收集數(shù)據(jù)，分析數(shù)據(jù)，對商業(yè)的理解可以更好發(fā)揮網(wǎng)站分析的作用。
網(wǎng)站核心kpi有很多：轉(zhuǎn)化率、 新會(huì)員注冊、老會(huì)員回訪、顧客數(shù)增多、品牌和口碑曝光度等等，網(wǎng)站分析師必須更加懂商業(yè)，例如在網(wǎng)站分析中常見的有長期商業(yè)目標(biāo)和短期商業(yè)目標(biāo)。分析師不清晰目標(biāo)往往得出對商業(yè)無利的結(jié)論，在電商中毛利率和訂單金額是長期追逐目標(biāo)，但在短期阻擊對手活動(dòng)中這個(gè)明顯就不是短期指標(biāo)，比如京東要做圖書的早期，一定是優(yōu)先看用戶數(shù)和市場規(guī)模，打擊毛利率。

解決方案：對分析師的要求越來越高，懂統(tǒng)計(jì)分析、計(jì)算機(jī)、商業(yè)的分析師將是各個(gè)公司追逐的目標(biāo)。

6、法律和政策

挑戰(zhàn)： 基于網(wǎng)絡(luò)立法對用戶隱私的保護(hù)，cookie可能會(huì)被block,各個(gè)瀏覽器和操作系統(tǒng)對tracking的態(tài)度將導(dǎo)致第一方跟蹤cookie的數(shù)據(jù)完整性。

解決方案：幾乎無方案，國內(nèi)的用戶隱私政策相對寬松，需要行業(yè)自律。

7、如何利用網(wǎng)站數(shù)據(jù)做精準(zhǔn)營銷
挑戰(zhàn)：從vistor到 customer的數(shù)據(jù)對接：如在常見電商購物車放棄率達(dá)到70%，從前端監(jiān)控到用戶登陸流程需要完整化，才可以采用精準(zhǔn)營銷喚醒購物車放棄用戶。
解決方案：wa系統(tǒng)需要更多的自定義參數(shù)和api接口關(guān)聯(lián)用戶更多的非瀏覽行為。
8、wa工具的pm和網(wǎng)站分析師對網(wǎng)站分析的理解
挑戰(zhàn)：工具和人誰先行？
設(shè)計(jì)wa工具的pm具有前瞻性帶來的好處是更多的分析師群體可以更好使用工具，但工具的使用門檻大幅提高。
分析師更有前瞻性，瓶頸便在分析工具上，但不可能每個(gè)分析師都要求自主按自己想法去設(shè)計(jì)工具。
解決方案：wa工具設(shè)計(jì)者需要精通wa,提供可供選擇的版本和功能供普通用戶和分析師使用。
9 、傳統(tǒng)wa的clickstream數(shù)據(jù)如何從頁面走向位置
挑戰(zhàn)：傳統(tǒng)的wa局限在頁面上下游關(guān)系，需要收集頁面位置和區(qū)塊點(diǎn)擊的顯性反饋數(shù)據(jù)作用到個(gè)性化推薦中，需要企業(yè)有強(qiáng)力的部署和實(shí)施能力，典型案例：amazon的url架構(gòu),頁面不同位置和區(qū)域url均被埋點(diǎn)，針對用戶和搜索引擎兩套u(yù)rl。
解決方案：
判斷uesr-agent,前端用一個(gè)js腳本控制，當(dāng)用戶出發(fā)區(qū)塊的鏈接時(shí)，就會(huì)在url末尾自動(dòng)加上標(biāo)簽。每次需要打標(biāo)簽時(shí)，前端只需要在區(qū)塊DIV上做簡單的配置。