网站建设数据分析

顾客：
与顾客比较相关的微观数据

时间：不同国家的节假日，正常上班时间，国际上的时差问题…..

兴趣：读书，球类活动，旅游……

所从事的行业：电信-手机销售人员
……

与顾客比较相关的宏观数据

国别：时差，节假日，忌讳，喜好
……

网站的基本数据

八大类商品，图书类的管理丛书八十本
…….

网站的事件库：

网站升级；网络不通；商品更新；促销事件

……

四、目前数据分析的存在的问题

1、要“以网站为中心的数据分析”，则不是“以顾客为中心的数据分析”。
大家一般常说的数据分析，大部分还是局限在对LOG文件的分析。由于LOG文件里面只是记载了一些网站与顾客之间的基本互动信息，也就意味着LOG数据存在相当大的局限性。

当然，我们光靠Webtrends或其他一些LOG分析软件也能对决策起到作用，但是这类的数据分析起到的作用还是远远不能达到我们的需求。数据分析，如果只做一个LOG文件分析，则往往陷入了 “以网站为中心的数据分析”，则不是“以顾客为中心的数据分析”。

“以顾客为中心的数据分析”的实施难度远远比“以网站为中心的数据分析”难度大，LOG分析基本上只要买个分析软件安装到服务器，或者购买一些用javascript嵌入代码的在线即时LOG分析服务，象Onestat。但要想做到“以顾客为中心的数据分析”的数据，就没有那么简单，必须要将其做为一个战略来实行，因为它需要整合所有与顾客相关的数据，动用的技术不仅仅有LOG分析技术，而且更依赖于数据仓库与数据挖掘技术。

2、不要太过于依赖数据分析

由于目前数据分析方面的人员有相当一部分是从技术方面转过来的，所以比较容易过度依赖数据来做决策。从原始数据到分析结果，中间还是经历了众多的过程，只要其中出现一点差错，都会造成结果有较大的出入。

3、多方面验证你的数据

对于一些分析主题，可以采用多个方式来辅证你数据分析的结果是否真实。比如上门拜访，在线调查等，往往这些数据的获取比通过数据挖掘来得简单与方便，在某些时候，甚至可以替代那些复杂的数据分析，用来作决策的依据。

五、总结

电子商务公司收集网站与顾客的互动行为，比传统企业象超市，银行都方便得多，但是也很容易陷入了数据的海洋，希望这些电子商务公司能够在数据分析过程中，紧紧围绕着顾客来进行，特别是那些为企业贡献最大的那百分之二十的顾客。

相关资讯