摘要 网站数据分析是通过观察、调查、实验、测量等结果，通过数据的显示行式把网站各方面情况反映出来，使运营者更佳了解网站的运营情况，便于调整网站的运营策略。网站数据分析是围绕着顾客进行的，公司各部门需要的数据所不一样。高层想知道宏观数据，以便于战略调整；中层想知道些微观数据，便于项目控制与短期战术计划；市场部门想知道哪些广告能带来有价值客户；编辑部门想要知道哪些文章用户喜欢；采购部门了解哪些产品用户经常购买等 有了这些数据更合理的安排工作。

第1章 前 言

很多时候，网站的运营都离不开网站的数据分析，有了网站的数据分析，就可以更好的了解了网站运营的进展.一方面在网站的运营过程中发现问题，并且找到问题的根源，最终通过切实可行的办法解决存在的问题。另一方面基于以往的数据分析，总结发展趋势，为网络营销决策提供支持,特别是在网络营销评价方法中，网站的数据分析是统计数据中发现许多有说服力的问题关键。网站的数据分析无论是对于某项的具体网站运营的营销活动还是网站本身整体的运营效果都有参考的价值，也是网络营销评价体系中最具有说服力的指标。

1.1网站分析的主要作用

网站运营的过程中针对网站分析的作用主要表现在那几个方面呢？其中几个比较重要的作用表现在以下几个方面：

1）及时掌握网站推广的效果，减少盲目性；

2）分析各种网络营销手段的效果，为制定和修正网络营销策略提供依据；

3）通过网站访问数据分析进行网络营销诊断，包括对各项网站推广活动的效果分析、网站优化状况诊断等；

4）了解用户访问网站的行为，为更好地满足用户需求提供支持；

1.1.1网站站内分析的一种认识

网站站内的分析是非常重要的，是打败竞争对手的最好方法，正所谓知己知彼方能百战百胜，要想打败竞争对手就要从开始分析自己着手，可是很多人并不能够很好的分析自己，所谓最大的敌人就是自己说的就是这个道理，分析其他人的网站往往头头是道，但是对于自己网站不管怎么分析都是感觉良好，甚至连自己的网站内链层级都到了五层以上，还不知道自我改善，还在拼命的进行外链建设，原创内容建设，可是搞了很久依然没有任何起色，于是怨天尤人，最后走向失败的边缘。那么如何才能够进行站内分析呢?通常我们可以从以下五个方面进行：

1.看看自己网站的名称

所谓网站名称就是网站的标题，标题代表着你网站的关键词，是你网站的提纲，所以在搜索引擎那里是有很高的权重的，所以标题里面要尽可能的包含自己网站的关键词，而且还要分级好几层的关键词，从而做到主关键词和长尾关键词交相呼应；

2.分析自己的网站关键词

1

很多人认为关键词的作用大打折扣了，其实这是错误的说法，因为有的人只会通过关键词来作弊，自然会发现关键词的效果不明显，其实只要按照自然的比例来分布关键词，并且分析关键词在百度指数的热度，如果很高就要另起炉灶，对关键词进行长尾细分，直到找到竞争力恰当的关键词，并且这个关键词要和标题和网站名称要交相呼应；

3.分析自己网站的描述 之前很多人在描写自己网站的描述时，往往都是通过关键词堆砌的方法，这是非常不可取的，因为网站描述也是给浏览者看的，要知道提高用户体验是非常重要的，如果写一句通常的文字来介绍你的网站，要比简单的关键词堆砌要好得多吧，但在SEO方面只要适当的加入几次关键词就足够了，不需要多么华丽的辞藻； 4.分析自己站内的链接

网站内部链接也是非常重要的，也就是我们通常所说的内链，内链能够让一个看起来非常分散的网页连成一个一个的整体，内链的重要性丝毫不亚于外链的重要性，而且内链还要非常注重死链接，如果死链接过多，有没有相应的404错误页面，那是非常让搜索引擎反感的，最终自然会导致网站权重的下降；

5.懂得分析自己网站服务器的IIS日志 可能很多人都听说过分析IIS日志的重要性，的确如此，这是重点中的重点，为什么要分析服务器的日志呢?因为在这些日志中我们能够看到蜘蛛的爬行轨迹，要知道蜘蛛对你网站的哪些方面的内容比较的感兴趣，从而总结这些规律，这样才有针对性的优化自己网站的内容，而具体的分析方法教程在互联网上有一大堆，很容易就能够找到的，在这里主要就是强调，分析网站，一定不能够放过对服务器IIS的日志分析。

第2章 如何进行网站的数据分析

网站分析需要对站内站外一系列数据的对分、分析和验证来指导网站监控流量、吸收流量、保留流量，并利用流量完成转化等目标，带来的实际收益。

2.1关键数据 每个电子商务网站的定位和客户不同，运营的情况也千差万别，考察用户访问、内容浏览和商业行为的关键数据，就能够判断网站运营的基本状况。

1）独立用户访问量：独立用户访问量就是常说到的UV，即有多少台电脑在24小时内访问网站（UV和IP并不等同）；

2）积极访问者比率：如果你的网站针对正确的目标受众并且网站使用方便，你可以看到这个指标应该是不断的上升；

3）忠实访问者比率：每个长时间访问者的平均访问页数，这是一个重要的指标，它结合了页数和时间；

4）客户转化率：转化率指在一个统计周期内，完成转化行为的次数占推广信息总点击次数的比率；转化率是网站最终能否盈利的核心，提升网站转化率是网站综合运营实力的结果；

5）客单价：每一个顾客平均购买商品的金额，也即是平均交易金额； 2

6）客户满意度：客户期望值与客户体验的匹配程度，换言之，就是客户通过对一种产品可感知的效果与其期望值相比较后得出的指数；

7）用户回访率：衡量网站内容对访问者的吸引程度和网站的实用性，你的网站是否有令人感兴趣的内容使访问者再次回到你的网站；

8）投资回报率：用来衡量你的营销费用的投资回报，把钱分配给有最高回报率的营销方式。

2.2收集数据 网站数据分析之前，先是需要收集和获取数据的过程，尽量获得完整、真实、准确的数据，做好数据的预处理工作，便于量化分析工作的开展。

网站后台的数据：网站的注册用户数据（包括注册时间、用户性别、所属地域、来访次数、停留时间等等）、网站客户访问页面数据（UV量，相关产品页访问量、访问时间、平均停留时间）、订单数据（包括下单时间、订单数量、商品品类、订单金额、订购频次等等）、反馈数据（客户评价、退货换货、客户投诉等）； 搜索引擎的数据：网站在各个搜索引擎的收录量（site），网站在搜索引擎的更新频率，关键词在搜索引擎的竞价排名情况，网站取得的搜索引擎信任的权重（google有PR值，sogou有SR）等等。

统计工具的数据：网站统计工具很多，基本都会提供访客来自哪些地域，访客来自哪些网站， 访客来自哪些搜索词，访客浏览了哪些页面等数据信息，并且会根据你的需要进行广告跟踪等；

2.3量化分析 分析不只是对数据的简单统计描述，应该是从表面的数据中找到问题的本质，然后需要针对的确定的主题进行归纳和总结。常用的分析方法有以下几种： 趋势分析：将实际达到的结果，与不同时期报表中同类指标的历史数据进行比较 ，从而确定变化趋势和变化规律的一种分析方法；具体的分析方法包括定比和环比两种方法，定比是以某一时期为基数，其他各期均与该期的基数进行比较；而环比是分别以上一时期为基数，下一时期与上一时期的基数进行比较；

对比分析：把两个相互联系的指标数据进行比较，从数量上展示和说明研究对象规模的大小，水平的高低，速度的快慢，以及各种关系是否协调；在对比分析中，选择合适的对比标准是十分关键的步骤，选择的合适，才能做出客观的评价，选择不合适，评价可能得出错误的结论；

关联分析：如果两个或多个事物之间存在一定的关联，那么其中一个事物就能通过其他事物进行预测；它的目的是为了挖掘隐藏在数据间的相互关系；

因果分析：因果分析是为了确定引起某一现象变化原因的分析，主要解决“为什么”的问题；因果分析就是在研究对象的先行情况中，把作为它的原因的现象与其他非原因的现象区别开来，或者是在研究对象的后行情况中，把作为它的结果的现象与其他的现象区别开来；

2.4提出方案

评估描述：对评估情况进行客观描述，用数据支持你的观点；

编制统计图表：运用柱状图和条形图对基本情况进行更清晰的描述；运用散点图和折线图表现数据间的因果关系；

提出观点：根据现实情况的数据分析，提出你的观点，预判网站的发展趋势，给出具体的建议性的改进措施；

3

演示文档：基于以上三点进行归纳总结，列出条目，制作一份详细的演示文档，能够演示和讲解给部门领导；

2.5优化改进 根据改进措施的实施，及时了解运营数据相应的变化，不断优化和改进，不仅仅要治标而且要治本，使同类的问题不再出现；持续的监控和反馈，不断寻找能从最根本上解决问题的最优方案。

4

致 谢 三年的学习是生涯结束了，曾经觉得三年是一个漫长的时期，如今这三年在不知不觉的过程中迅速的结束了，仿佛就像昨天才进的校园，而今天就要离开校园的怀抱。三年中，我们有一年的时间是在校外实习的，这一年说长不长，说短也不断，也是一眨眼就过去的日子。我也感叹一句终于结束实习期的生涯了，在这个期间，离开了里校园的庇护，从一个温室里的花朵变成社会上的野草，独自承受着社会上风风雨雨，开始迎接着各种困难的考验与挑战。慢慢地从众多的困难考验与挫折中学会了面对与成长。实习的期间我磨练了自己，促进自己从学生到职业的心态和习惯的转变，帮助自己养成了良好的工作习惯，同时通过了这段时间的实习，鉴别看自己的特长和优势的所在，也通过了自己的表现获得了上司和同事们的认可，得到了他们的一些帮助。

综述

对网站进行分析并非一句话那么简单，事实上，作为网站运营中的数据分析是一个持续的过程，同时也是循序渐进的过程，需要网络运营人员实时监测网站运行情况，及时发现问题、分析问题并解决问题。这样才能使网站健康持续的发展，因此网站数据分析起始于对网站的诞生，结束于网站的消失，贯穿整个网站生命周期的始终。

5

 

第二篇：网站运营模式分析心得体会

20xx0313005 刘清梅

《网站运营模式分析》的心得体会

首先给我最大感受就是自己当初对电子商务的理解太狭了,就是一直以为电子商务之间的界限是分得很清楚，学了网站运营模式分析后才知道这种想法是把电子商务定位得太死了！通过学习这门课程，学习并了解到如何去分析一个网站，分析一个网站从商业模式、经营模式、技术模式、资本模式等等这些方面入手。其实在这门课中我认为最大的是培养如何分析网站的这种逻辑思维，因为有那么多的网站，如果你只是会其中的一些，而没有培养成一种对网站敏锐的思维的话，分析出来的东西也会是表面的，所以我觉得最大的收获是以前不懂从哪里入手去分析网站或者说分析网站主要有哪些方面等等，一个学期下来，学了很多，也触动了很多，不管是表达什么，分析什么，你的思维逻辑一定要清晰，你的表达点也一定要清晰，不然别人根本不懂你在说什么，这表达里面一定要有框架、逻辑思维的东西去支撑你的观点，而不是说看到什么就说什么，就像做网站，你自己首先有清晰的逻辑思维、明确的定位，别人才能知道你在表达什么，是做什么！做出来的网站才是别人看得懂你在做什么么的，而不是四不像，没有重点，说实在话，学了这门课之后， 觉得未来电子商务的发展会更加深入各行各业，各种领域，从行业到行业，从面到面，从点到点都会有电子商务

在支撑。电子商务以后定会飞入寻常百姓家，同时是移动电子商务发展会覆盖众多领域，对我的帮助是这门课程，它让我了解很多网站是如何运营，它的商业模式、技术模式、资本模、经营模式是如何的，它们是如何赢利的，如何吸引投资者、消费者，它们运作起来要注意哪些方面，通过这些学习了解，让我更加清晰对众多网站有一个架构上的认识，同时这为我们这个专业在网站建设、网站运作、网站经营、方面有了很多的借鉴。

还有另外一个方面就是通过对这门课的学习，在老师的带领下，以及上课的对自己关于对网站运营方面的思考也让我逐渐地认识并有感触的发现，对于周围的事物，不管是网络上的，还是现实中的企业所接触到的我们要善于思考，善于发现，发现其为什么是这样存在，为什么企业没有选择这样做的原因，他的出发点，亮点在哪里，一个学期老师的教导下这方面的思考有了进步，不像刚开始时根本弄不清楚网站是怎么操作的，或者说它这样操作的原因一点也不了解，也不理解！

总得来说，学习这门课是非常必要的，同时虽然这门课结束了，但是我们作为电子商务的学生还是要在相关方面的知识上去加强学习的，还需要在去找相关课本去学习，只有深入地了解了，才能了解到网站存在、运营的相关规律。同时另一方面就是到在实践中去网站多尝试、体验、摸索！

 

第三篇：网站运营核心数据分析列表

第一项：日常性数据（基础）

1.流量相关数据：

1.1IP

1.2PV

1.3在线时间

1.4跳出率

1.5新用户比例

2.订单相关数据：

2.1总订单

2.2有效订单

2.3订单有效率

2.4总销售额

2.5客单价

2.6毛利润

2.7毛利率

3.转化率相关数据：

3.1下单转化率

3.2付款转化率。

简要说明：

1.因为我们已经实现基础的WEB版数据分析系统（有些公司用进销存软件），所以常规性的销售额、利润、利润率，都是可以通过系统实现的。

2.因为直接与商城后台对接，库存管理都已经做进去了，分析数据时候，后台的原始数据都有，设定好各项公式，想要的结果都出来了，这样实现比用软件效率更好，且可以根据各自的需求灵活开发。

3.由于会出现用户今日下单，明日付款，所以订单有效率、销售额、转化率、客单价会动态变化，靠EXCEL基本是做不来，所以灵活对接系统非常重要，如果没有，也可以参考这方面的需求去开发。

第二项：每周数据分析（核心）

用户下单和付款不一定会在同一天完成，但一周的数据相对是精准的，所以我们把每周数据作为比对的参考对象，主要的用途在于，比对上周与上上周数据间的差别，运营做了某方面的工作，产品做出了某种调整，相对应的数据也会有一定的变化，如果没有提高，说明方法有问题或者本身的问题并在与此。

1.网站使用率：IP、PV、平均浏览页数、在线时间、跳出率、回访者比率、访问深度比率、访问时间比率。

这是最基本的，每项数据提高都不容易，这意味着要不断改进每一个发现问题的细节，不断去完善购物体验。来说明下重要的数据指标：

1.1跳出率：跳出率高绝不是好事，但跳出的问题在哪里才是关键。我的经验，在一些推广活动或投放大媒体广告时，跳出率都会很高，跳出率高可能意味着人群不精准，或者广告诉求与访问内容有巨大的差别，或者本身的访问页面有问题。常规性的跳出率我注于登录、注册、订单流程1-3步、用户中心等基础页面，如果跳出率高于20%，我觉得就有不少的问题，也根据跳出率来改进购物流程和用户体验。

1.2回访者比率=一周内2次回访者/总来访者，意味着网站吸引力，以及会员忠诚度，如果在流量稳定的情况下，此数据相对高一些会比较高，太高则说明新用户开发的太少，太低则说明用户的忠诚度太差，复购率也不会高。

1.3访问深度比率=访问超过11页的用户／总的访问数，访问时间比率=访问时间在10分钟以上的用户数／总用户数，这两项指标代表网站内容吸引力，数据比率越高越好。

2.运营数据：总订单、有效订单、订单有效率、总销售额、客单价、毛利润、毛利率、下单转化率、付款转化率、退货率；

每日数据汇总，每周的数据一定是稳定的，主要比对于上上周的数据，重点指导运营内部的工作，如产品引导、定价策略、促销策略、包邮策略等。

2.1比对数据，为什么订单数减少了？但销售额增加了？这是否是好事？

2.2对比数据，为什么客单价提高了？但利润率降低了？这是否是好事？

2.3对比数据，能否做到：销售额增长，利润率提高，订单数增加？这不是不可能。 所有的问题，在运营数据中都能够找到答案。

第三项：用户分析

1.会员分析：新会员注册、新会员购物比率、会员总数、所有会员购物比率；

概括性分析会员购物状态，重点在于本周新增了多少会员，新增会员购物比率是否高于总体水平。如果你的注册会员购物比率很高，那引导新会员注册不失为提高销售额的好方法。

1.1会员复购率：1次购物比例、2次购物比例、3次购物比例、4次购物比例、5次购物比例、6次购物比例；

1.2转化率是体现的是B2C的购物流程、用户体验是否有好，可以叫外功，复购率则体现B2C整体的竞争力，绝对是内功，这包括知名度、口碑、客户服务、包装、发货单等每个细节，好的B2C复购率能做到90%，没有复购率的B2C绝对没有任何前途，所以这也能够理解为什么很多B2C愿意花大钱去投门户广告，为了就是获取用户的第一次购买，从而获得长期的重复购买。但某些B2C购物体验做的不好，花大钱砸广告，这纯属烧钱行为。 所以我觉得运营的核心工作，一方面是做外功，提高转化率，获取消费者第一次购买行为，另外一方面就是做内功，提高复购率，B2C根本也就在重复购买。所以B2C是个综合学科，做好每门功课真是不容易，不过也就是依靠每个细节，才奠定了B2C发展的基石。

中国的B2C是幸运的，因为中国的消费者很宽容，你欺骗我一次，我可能还会原谅你，说实话给消费者选择的空间也并不是那么多，但随着新崛起B2C的成长，对服务的关注与投入，我相信未来的B2C会是个服务行业，而不是搬运工。

第四项：流量来源分析

我们用的是GoogleAnalytics，统计的数据比较详细，流量来源分析我觉得最重要的意义是：

1.监控各渠道转化率，这是运营的核心工作，针对不同的渠道做有效的营销，IP代表着力度，转化率代表着效果；

2.发掘有效媒体，转化率的数据让我们很清晰的了解什么样的渠道转化效果好，那么以此类推，同样的营销方式，用在同类的渠道上，效果差不到哪去，BD或广告就可以去开发同类的合作渠道，复制成功经验。

流量分析是为运营和推广部门指导方向的，除了关注转化率，还有像浏览页数、在线时间，都是评估渠道价值的指标。

第五项：内容分析

主要的两项指标：退出率和热点内容

1.退出率是个好医生，很适合给B2C检查身体，哪里的退出率高，基本会说明有些问题，重点关注登录、注册、购物车、用户中心，这些是最基础的，但也是最关键的。一般我会列

出TOP20退出率页面，然后运营部会重点讨论为什么，然后依次进行改进，不过我们今年做的很粗旷，做得也不是很好，来年重点完善。

2.热点内容这部分是用来指导运营工作的，消费者最关注什么，什么产品、分类、品牌点击最高，这些数据在新的运营工作中做重点引导，推荐消费者最关注的品牌、促销最关注的商品等等。

第六项：商品销售分析

这部分是内部数据，根据每周、每月的销售详情，了解经营状况，做出未来销售趋势的判断，这部分数据模型还在规划中，每家的情况都不同，所以这里就不做说明了。