浅谈web分析(2)

Avinash 所提出的“三位一体”的web分析理论也正是将定性和定量合二为一的，以使客户需求与公司目标达到双赢为目的，得到可行动的认识和度量。

• 首先，进行行为分析，也就是我们传统认为的点击数据流分析，分析点击密度、细分用户等等。这一步的目的是收集真实的行为，来试图推测用户的意图。从这些收集统计的数据中，我们并不企图找出真正的意图和问题，而是使其为更高层次的分析面提供参考。
• 第二点是通过结果分析，来找出“so what”的问题，在网站目标明确的前提下进行实际产出变化的分析，衡量这个web站点在满足它的存在这一目标上做得如何，才能让上一步的数据更加有意义。
• 第三部分是体验分析，这是分析的关键，打破陈规去让用户告诉我们这些问题到底是“为什么”，方法多是侧重定性分析的，比如AB测试和多元测试、启发式评估、客户之声等等。这样也可以有效的避免将那些网站给用户带来的“误会”当作有效样本放入统计数据池中。

最后说几个有意思的web分析方法：

1. 数据与可视化结合

“如果你有大量的数据，你应该感受到它们的存在。如果你必须浏览十万行日志文档，当你浏览到一百行时就已经忘了第一行。” —Marty

面对庞大的杂乱无章的日志数据，将其可视化，已经成为一种趋势，我们十分高兴的看到，一些主流的web分析网站都推出了很多可视化的东西，而且并不局限于日志数据。很多时候，换个角度，能得到不一样的收获。

来几个典型的例子：

热力图：可以应用在点击日志、眼动分析、页面展现率等等很多定性、定量的分析上

收集页面上点击的位置，颜色越热，表示点击量越高

在一个很长的页面上，可以使用不同的温度颜色来表示那部分的内容更受人关注

文字可视化统计1：类似流行的tag云图，看看11月4日奥巴马胜利演说稿上出现次数最高的150个词是什么~