我把網站分析工具的使用劃分為以下四種情況，或者說是四種不同的使用程度，你也可以對照一下自己的網站，思考一下自己網站的數據分析是否還有進一步的提升空間。

工具使用第一重：僅僅是頁面流數據

很多人把工具生成的代碼往網站頁面上一貼，認為網站的跟蹤代碼配置就基本完成了。但事情并沒有那么簡單，分析系統(tǒng)中生成的跟蹤代碼只能簡單的跟蹤頁面流的數據，比如訪問數、瀏覽量、流量來源等等，用戶與網站的交互行為比如表單提交、訂單達成是無法跟蹤得到的。網站的跟蹤代碼應該要根據具體的網站業(yè)務需求來配置跟蹤方案。在添加跟蹤代碼前需要相關的業(yè)務人員聚在一起討論把數據跟蹤需求整理出來，根據需求形成一個完成的跟蹤方案，從而生成相應的跟蹤代碼并添加到網站中。很多網站甚至是一部分電商網站都只是做到了這一步，但其實這遠遠沒有把網站跟蹤系統(tǒng)的功能發(fā)揮出來。

因為受限跟蹤配置的內容，系統(tǒng)只能收集到頁面流的數據，因此用戶也只能簡單地查看網站的訪問數、頁面的瀏覽量以及流量來源的相關數據，但用戶來到了網站有沒有一些非瀏覽量的交互行為，是否有產生訂單或產生了哪些產品的訂單，無從得知。因此也沒有明確的指標用于指導網站優(yōu)化和外部推廣（僅有的跳出率是不夠的）。

工具使用第二重：配置了目標或電子商務跟蹤

有部分用戶在頁面流數據跟蹤的基礎上會增加目標與電子商務數據的跟蹤配置，這就進入我們所說的“網站分析第二重”。目標與電子商務數據是衡量網站績效的重要指標。對于會員制的電商網站來說，一個非常重要的目標就是會員數據的增加，而電子商務銷售則是網站的終極目標。對這兩塊數據進行跟蹤，我們就可以很好地衡量網站與及流量來源的轉化情況。

把目標與電子商務的數據跟蹤起來后，我們就可以把轉化的數據與流量來源及頁面瀏覽行為相關聯(lián)，我們就可以很好地分析網站流量來源與頁面瀏覽行為的轉化情況。從而知道從哪些流量來源過來的流量質量最高，哪些產品或頁面的說服力更強可以吸引用戶完成訂單轉化，這樣我們就可以有針對性地增加那些轉化率高的流量來源的流量，并對一些轉化偏低的產品或頁面進行優(yōu)化。

工具使用第三重：完善了訪問行為細節(jié)的跟蹤與分析

在這個分類下你會較為注重對于用戶行為細節(jié)的跟蹤，從而配置相應的自定義事件跟蹤。對于用戶在網站上的一些行為我們可以系統(tǒng)性地進行跟蹤，比如站內搜索、視頻播放、文件下載、表單提交、404錯誤頁面、導出鏈接的點擊、評論提交等等行為我們都可以跟蹤起來，從而更好地了解訪客的訪問行為以提升網站的訪問體驗和轉化率。

如第二重的內容所說的，你可能會把注冊成功作為網站的目標，除了跟蹤注冊提交成功的事件外，你還可以跟蹤注冊的方式（是否通過第三方工具帳號進行注冊）、注冊提交失敗的次數與及失敗的原因等等。

除了訂單產生的數量，購買流程中每一步的微轉化也是值得關注的，找出轉化流程中的弱項和問題，想辦法修復它，這對于銷售的提升效果將是非常明顯的。

對于電商網站來說，用戶是否有點擊站內廣告的行為，從而購買廣告推介的產品，我們要怎么完善我們的產品推薦系統(tǒng)，這些都需要數據作支持。

我們還強烈建議可以對站內搜索與搜索零結果（搜索結果的條目數量）的情況進行跟蹤，從而衡量網站的產品或內容是否滿足用戶的搜索需求，從而增加相應的產品或內容以提升網站銷售。而對于一個客服系統(tǒng)來說，優(yōu)化好這一步，這有可能會大幅減少客服人員的工作量。

工具使用第四重：基于數據的網站優(yōu)化—數據驅動營銷

在前邊三部分其實也應該把網站優(yōu)化的工作納入其中，但對于大多數公司來說，網站優(yōu)化這一步大都做得不好或是做得不夠系統(tǒng)。而網站優(yōu)化是網站運營過程中不可或缺的一個重要環(huán)節(jié)，因此我把它單獨拿出來放在第四重中。多少人做的網站分析報告僅僅是停留在報告的層面而沒有形成優(yōu)化行動，這就失去了網站分析的意義。根據報告中提出的有效建議，可以考慮安排進行營銷活動或頁面內容的優(yōu)化工作。

通過數據分析找出更優(yōu)的推廣渠道；同時對內容特別是著陸頁面的內容進行A/B/N測試，找出最優(yōu)的頁面版本，這將可以有效地提升網站的轉化率從而提升網站的銷售！這是網站分析對于提升網站業(yè)績的最直觀體現。