Google Analytics的能与不能

　　在这篇文章前，再次感谢朋友们的关怀。我十月份要休假，到时也许不会再回信答复大家的问题，但是，我想到了一个不错的主意，晚一些就会让大家知道。:)

　　另外，这个博客也开辟了一些新的供朋友们互动的平台，包括我的微博：http://t.sina.com.cn/webanalytics, CWA的微群：http://t.house.sina.com.cn/g/36476，以及CWA的两个QQ群：100273884和45161188。

　　在开始这个文章之前，还要对Robin Li同学抱歉，他的一个问题让我认识到了自己的不足，这个问题是关于Google Analytics的Exit Rate的，我的错误在于我此前自己认识的定义其实一直是错误的。　　我一直以为，某个页面的Exit Rate=该页面上离开网站的PV÷经过该页面的Visit，但实际上公式是Exit Rate=该页面上离开网站的PV÷该页面的总PV。为什么是这个定义的原因我觉得很明确，因为对于GA，很严谨地区分了页面级的度量和网站级的度量，visit是一个网站级别的度量，而exit rate是页面级的，所以exit rate只能用page view来定义。

　　不过，请大家注意，Omniture跟GA在这个地方的定义不同，Omniture的定义是以前一个公式为准。我个人更倾向于前一个公式的定义，因为这能够让Exit Rate保持跟Bounce Rate的一致性。

　　好了，步入正题，今天要讲的是给初入网站分析大门的朋友们的，话题不深，但是挺有趣，关于Google Analytics，关于我们应该用什么工具做网站分析。

　　在我开始发表意见前，我要做一个免责声明:)。我非常了解Omniture，但我不愿意偏袒任何一种工具，因为我知道网站分析工具是全人类（咳，准确说是全部网站分析师）的财富，我们在享用这个财富之前，了解它，读懂它，扬长避短为我所用，就是大好，至于其他的主观色彩，我不会卷入。只是分享，为快乐而分享，为搞定抑郁症而分享。:)

　　今天这个话题关于Google Analytics，我们最常使用也最熟悉的网站分析工具，它给我的感觉如同一个十七八岁的年轻人，朝气蓬勃，富有主见和创造。这个工具擅长于做什么，又有哪些不能够做到的地方呢？今天愿以此文跟大家聊个尽兴，也是对我敬佩的导师Avinash Kaushik先生的致敬！

　　这个文章分为三个主要部分。第一部分是Google Analytics的长处；第二部分是Google Analytics的不足；第三部分是Google Analytics所适宜和不适宜的网站领域。

Google Analytics的能

牛B第一：界面

　　工具界面这东西，是个见仁见智的事情，不过我觉得Google Analytics的界面绝对是易用的，因为它符合人们的惯常思维。这一点对于初学者非常好。

牛B第二：度量

　　我认为Google Analytics在度量方面有长处的地方在于，它比较认真地系统考虑的度量的设置。由于是一个免费的通用的工具，所以在度量的设置上注意了三点，第一点是尽量采用约定俗成的度量名称；第二点是尽量采用约定俗成的度量定义（但不完全是）；第三点是区分了网站级和页面级的度量。所以，度量入门学习用Google Analytics很好。

牛B第三：细分

　　Google Analytics不能说具有最好的细分能力，但是其他免费系统，甚至很多付费系统都没有它的细分能力。Google Analytics之所以在细分上如此给力，是因为Avinash非常强调网站分析中的细分分析。对于我而言，大家也看到了我的想法——“无细分，毋宁死”，做最深入的一些分析，细分数据的确非常重要。

Google Analytics在推出新版之前，细分其实做的很差，但是我记得去年推出新的版本之后，细分功能大大增强。最棒的就是增加了高级细分功能，即你自己可以定义你需要的细分规则，即我给它起的名字——规则细分。规则细分是网站分析中最重要的工具之一，能够在免费工具中看到这样的功能，你除了感动还是感动。虽然Google Analytics细分的结果很多需要做采样，但是如果看了Avinash的第二本书就知道，采样数据未必不能提供好的insight。

此外，Google Analytics还提供了其他的细分方法，例如过滤（filter）。值得注意的是，过滤是一种“事前细分”，即把监测数据放入报告之前进行筛选，一旦筛选不通过的数据，通过任何方法都将不能再获得。

牛B第四：响应

　　这里要提醒的一点是，响应是指你操作Google Analytics时的界面反应的速度，即你打开任意一个报告所需要花费的时间，而不是Google Analytics提供数据的实时性。在响应速度上，Google Analytics拜Google强大的服务器集群所赐，以及自身算法的优化，速度让人满意！毕竟Google Analytics是提供的SAAS（software as a service）服务，数据要在遥远的服务器端打个来回，响应上能够跟本地端的监测工具有得一拼，相当厉害。

牛B第五：集成AdWords

　　这个不值得多说，毕竟都是一家人，近水楼台先得月。Google Analytics集成了监测AdWords流量的功能，并且能够把关键词投放的成本整合其中，这对做Google SEM的用户有很大帮助。

牛B第六：异步代码

　　Google Analytics升级了自己的标准代码添加方式，原先必须添加在<body>…</body>中的代码现在可以添加在<head>…</head>中。这让GATC（Google Analytics Tracking Code）与其他JavaScript代码之间发生冲突的可能性大大降低，而且受到页面载入速度而影响监测的可能性也大大降低。

牛B第七：免费

　　这个优点不用多说了，反正谷歌的服务器肯定会为无数免费的账户增加数千台到数万台。也许，我估计的可能还是保守的了。

Google Analytics的不能

不牛B第一：路径

　　Google Analytics其实并无路径分析功能。Entrance Path，或者Navigation Summary都不是路径，只是前后页功能而已，甚至不是前后页的路径。路径功能是能够统计到网站访问者各条路径的功能，从他/她进入网站的那一页，直到他/她离开网站的那一页。这个功能的作用在于，帮助我们发现一些被很多访问者经过，但却超出我们预计的路径，这十分有助于我们分析网站的页面结构和链接结构，并据此优化它们。商用网站分析工具，例如Omniture的SiteCatalyst和Discover均很强调这个功能，它有专门的路径报告即paths报告，支持无限层级的路径。

图：Omniture SiteCatalyst的Next Page Flow报告

不牛B第二：转化

　　这个不牛B之处不是很给力，因为Google Analytics并不是没有转化监测，事先预定10个转化页面对一般网站已经足够。不过，在数据报告中任意自定义页面之间的转化功能Google Analytics还不具备。对于有多种可能转化路径的网站（这种站其实很多，尤其是大量商品的电子商务网站）而言，灵活的转化自定义功能是很必要的。部分商用网站分析工具具有这个功能。

题外话：为什么Google Analytics的路径转化功能不强大

　　今天我还跟武凯讨论了这个话题，我们并无法知道Google Analytics在这两个方面做得不到的真实原因，但我们相信算法对Google而言绝对不是问题。我们推测，由于这两个功能的运算随着路径长度的增长，而变成天文级数字的可能性，Google Analytics实现这个功能需要更强大的运算和更多的服务器，这会使报告的响应时间变长，而影响用户体验，并且增加大量的成本开销。

不牛B第三：交易监测

　　Google Analytics在小型电子商务网站中占有大量的份额，但电子商务所重视的交易监测却不是它的长项，主要在于Google Analytics只提供了Add Trans和Add Item两种event，对于灵活多变，而且品类管理复杂的电子商务而言，这一点功能只能称得上“聊胜于无”。另外，Google Analytics没有提供以产品为中心的产品监测（product tracking），因为这个功能需要更灵活的自定义。

不牛B第四：自定义

　　毕竟只是免费工具，所以Google Analytics自定义并不强大，目前只提供自定义报告功能，虽然实际上这个功能很实用。自定义度量是一个令人期待的功能，但是Google Analytics似乎短时间内并不想把它放进去。此外，真正的自定义功能是结合网站业务需求的，尽管Event Tracking的出现改变了这一状况，但灵活性不足，而且称不上易用，实际上并无法涵盖网站中的业务功能——例如按照产品细分的添加购物车行为的监测，或者按照用户ID细分的支付监测等；或者也无法探知访问者填写表单的情况；在Campaign Tracking方面，Google Analytics提供的6个utm属性仍然有限，且不能自定义属性；Google Analytics也无法根据一个网站上用户的各种属性进行自定义细分。所以，Google Analytics的自定义能力是非常有限的。

不牛B第五：特殊链接监测

　　在Google Analytics中，特殊链接的监测并不是默认实现的，需要你动手添加Virtual Page或者Event Tracking。但商用网站分析工具，例如Omniture的SiteCatalyst，这些功能是默认自动实现的。也就是说，当你装上了SiteCatalyst，Exit Link（也就是点击你网站上的外链的行为）的数据是自动监测的。同样，下载链接也是自动实现监测。

不牛B第六：数据关联

　　Google Analytics的数据关联不能说做的不好，不过，毕竟这个工具受制于自定义功能的薄弱，因此能够监测到的度量有限，数据关联也就相对比较简单。另外，由于细分功能出色，因此GA对数据关联的强调相对较小。不过，对任何一个网站分析工具而言，数据关联都是一个非常高的要求，毕竟3维的数据关联要比2维的关联多出Cnn（打不出来这个概率的符号，大家明白意思就好）种可能性，对服务器的要求太高了。Omniture利用Data Warehouse实现复杂的数据关联，但牺牲了实时性，它的另一个专门做细分和数据关联的产品——Discover——可以实现复杂而实时的数据关联，但能够涵盖的范围通常不超过数个月的数据。而Google Analytics则只提供预定的数据关联。

　　不过，从目前Google Analytics的一些界面微调情况看，这个部分的重要性逐渐被它认识到，相信未来有更多的改变。

不牛B第七：Raw Data

　　Google Analytics不提供Raw Data或者是未经报告再加工的数据。这些数据的好处在于，能够帮助解决一些对于数据报告中出现的疑问，也能够帮助进行深入的数据分析。

不牛B第八：数据接口

　　没错，Google Analytics为我们提供了API，但是这个API实在是很有限，至少，在跟一个企业的CRM或者是ERP系统对接的时候，根本派不上太多用场。由于并没有开放Raw Data，所以实际上这些API并不足以帮助用户将自己的其他商用系统与Google Analytics的数据报告进行对接。这也就意味着，Google Analytics只是一个封闭系统。

Google Analytics所适宜的和不适宜的网站

Google Analytics适宜的网站

　　GA实际上非常适用于博客网站以及内容网站。有时候我甚至觉得，sina.com.cn用GA在功能上应该也是够用的（除了路径分析之外），毕竟现在GA没有了月度Page View监测数量的上限。

　　小型的电子商务网站也可以使用GA，利用GA有限的电子商务监测功能、转化预定功能还是能够给出不少不错的insight。

　　朋友们会问我，我们男科医院的网站用Google Analytics行不行。我觉得，完全行，因为你那个网站也不涉及交易，而且转化也比较单一清晰，所以这一类的网站同样适宜Google Analytics。

Google Analytics不适宜的网站

　　大型电子商务网站很少用Google Analytics，因为Google Analytics对特质性和复杂性的支持有限。大型公司的网站，例如Intel、HP或者Sony的网站也不会使用Google Analytics，原因同前。另外，平台型的网站，比如淘宝、猪八戒、世纪佳缘之类，用Google Analytics肯定非常麻烦，因为这些网站有很复杂的分类和转化，GA同样力不从心。

　　SNS类的网站呢？GA也不易用，因为这些网站上的应用太多，如果要添加Event Tracking，人会疯掉。简单讲，随着网站复杂程度的提升，Google Analytics就会越来越不宜用。

　　好了，这个星期的作业终于给大家交代了。不过，我还是很忐忑，因为每个人对于工具的理解都不一样，所以这个文章容易引起拍砖。只有一个要求，请大家多拍砖，但轻点。另外，老规矩，有什么问题，请提。