月度归档：2010 年六月

优化相关内容推荐

——让用户更容易地找到需要的信息4

　　博客之前的一篇文章——优化网站导航设计，介绍了如何评价网站导航功能及基于分析的优化。但后来才发现其中遗漏了Google Analytics上一个很实用的功能——Navigation Summary，字面上翻译是“导航概要”，但似乎用“页面上下游”（百度统计上的称呼，拿过来先借用下）分析更加贴切。它能够很好地分析网站导航的实现度（说得直观点就是导航功能上的有效点击或操作），下面就来介绍下这个功能。

更好地衡量导航实现度

　　先看一下我的“文章专题推荐”这个导航索引页面的在GA的Navigation Summary报表（该功能在Content模块的Top Content标签下面）：

　　从上图可以看到页面被浏览的次数（图中标注1），有多少的比例的Visits是从站外进入这个页面开始访问网站的（图中标注2），有多少的比例的Visits是从网站内部的页面跳转到这个页面的（图中标注3），有多少的比例的Visits在浏览的该页面后离开了网站（图中标注4），有多少比例的Visits从该页面进入了网站的其他页面（图中标注5，4和5部分现在貌似数据有点问题）；同时列出了网站内部前10名的上游页面（浏览该页面之前用户所在的那个页面，图中标注6）和下游页面（浏览该页面后紧接着浏览的下一个页面，图中标注7），及它们各自所占的百分比。这里需要注意的是有时会在上游页面和下游页面出现与选择页面相同的URI地址，比如你选择首页（/）进行分析，上游页面和下游页面也出现了首页地址（/），这个主要是刷新操作引起的，GA会把页面刷新统计到Pageviews里面。

　　通过上面这个功能，我们就不再需要通过导航页面的离开率（Exit Rate）来粗略估计有多少的Visits留在了网站并可能点击了导航页面的链接。并且通过Navigation Summary我们不仅可以看到有多少Visits从导航页直接离开了，而且可以通过分析导航页的下游页面更加准确地衡量有效点击率，排除那些刷新、返回或者调到其他非导航列表页的操作，将那些导航页面中的链接的点击率（%Clicks）相加，就是该导航页面的有效点击转化（CTR），也就是该导航功能的实现度指标了。以上表为例，排除返回首页（/）、页面刷新（/featured-topics/）及跳转到非导航页面中的页面（/about/、/site-map/等）这些点击，将剩下的实现了导航功能的有效点击率相加就是该导航功能的实现度，可惜GA上的上下游页面都只能显示前10个。

　　上面是对前一篇关于优化导航设计的内容的补充，其实页面的上下游分析是一种很有效的网站分析方法，不仅可以用于分析导航实现度，下面介绍一下它的另外一种应用——相关内容推荐效果分析。

网站的相关内容推荐

　　博客之前的一篇文章——优化网站信息架构中介绍了大部分的网站可能都是基于树形结构来进行购建的，但是原始的树形结构本身存在一个问题就是叶子节点（或者说是网站的内容节点）之间没有直接的联系，也就是用户无法从一个底层的内容页直接跳转到另外一个底层内容页，需要返回首页或者中间导航索引页面才能进入其他的内容页面，从那篇文章的树形架构图中也有体现，底层页面之间没有直接相连的线条。所以很多网站都会在内容的结尾或侧边栏提供相关内容的推荐，比如亚马逊、淘宝等电子商务网站产品页面会有同类别、同价位的产品推荐，或者是用户在购买该产品的同时也购买了的产品推荐，豆瓣上的书籍、音乐、电影页面也提供了相关内容的推荐。

　　这些功能很多都是基于内容相关度的算法来实现的，之前的文章——向上营销、交叉营销与关联推荐介绍过基于用户行为的关联推荐方法。其实很多博客也有类似的功能，即每个文章结尾的相关文章，下图是我的博客的电子商务网站RFM分析这篇文章的相关文章列表：

　　我是用Wordpress的插件——Yet Another Related Posts Plugin来实现这个功能的，按照插件的介绍，它是通过计算文章的标题、正文、标签和分类的相关度选取排名前几的显示到页面上。这个功能很棒，它打通了文章页面之间的通道，也许用户在看完一篇文章之后还想浏览下相关的文章，那么相关内容推荐就提供了很好的途径，用户不需要再回退到内容的检索页面，直接点击就行，帮助用户更加方便、快速地定位到想要寻找的信息上。

用Engagement衡量用户活跃度

58 条回复

　　Engagement（参与度）是一个特殊的度量，Avinash认为Engagement不应该作为网站分析的一个度量，它更像是不愿意去寻求衡量网站是否成功的真正指标时使用的一个借口。他列举了Engagement存在的几个缺陷：　　

　Engagement对于不同网站而言是不同的，它不是一个统一的度量，难以用一个统一的标准去定义它；
　Engagement更多的是从定性的角度来定义的，很多用户参与行为不能很好地量化，因此难以准确地度量；
　没有一个评判标准，对于一个网站而言用户参与度到底多少算是好；
　因为没有标准的定义，存在不固定性，因此不能作为衡量网站整体表现的参考指标。

　　所以，我们可以认为Engagement是一个非标准化的度量，但绕开Avinash所提及的那些误区之后，也许Engagement也并非一无是处，至少它可以作为网站自身的分析指标，衡量用户的活跃度。

如何合理地定义Engagement

　　如果你要用Engagement来衡量网站用户的活跃度，并且把它作为一个长期的指标进行趋势分析，那么首先在定义时必须确定那些被归为Engagement的行为是相对固定的，在短期内不会发生变化。如对于一个论坛而言，“发帖”和“跟帖”行为是持续不变的交互行为，这些可以作为识别用户是否参与的标准；而网站中的一个活动按钮或推广链接则不能作为识别Engagement的标准，因为推广活动一般是有期限的，在下线后用户的Engagement就会相应的降低，这样就会导致Engagement的不稳定性，也就失去了分析的意义（或者你只是为了单独分析该次推广活动的用户参与度，那另当别论）。

　　这里先举两个例子，显示电子商务网站定义Engagement的例子：

用户的注册行为；
用户放入购物车或购买行为；
用户的售前和售后的反馈行为；
用户对商品的评价。

　　再来看一下微博中可以定义为Engagement的一些行为：

用户注册行为；
发布新微博或转发微博；
发表对微博评论；
关注新的用户。

　　可以看到电子商务网站的Engagement的定义与微博大相径庭，这也是为什么说Engagement是一个非标准化的度量的原因，网站间无法比较各自Engagement的优劣。所以Engagement应该作为网站内部分析指标，只用于衡量网站本身用户的活跃度变化趋势。

　　即使是一个网站的Engagement也有不同的定义方法，比如我也可以在微博的Engagement定义中加入“收藏微博”的动作，所以我的建议是对于Engagement的定义，一个网站应该在一开始就形成一个标准，如果网站的性质没有发生大的变化就不要轻易修改定义，不然即使是作为网站自身的评价指标，它也不能很好的发挥作用。

　　需要注意的是，Engagement只是用户的一系列动作或行为（Actions），并非网站的产出结果（Outcomes）。只能用于衡量网站用户活动的频繁度，进而分析网站用户近期的活跃程度，而不能用于衡量网站的效益。

基于Engagement Index的分析

　　这里首先推荐一篇Eric T. Peterson在Web Analytics Demystified上的文章——How do you calculate engagement? ，里面提供了关于Engagement的十分全面和精彩的分析。

　　分析最好结合实例，所以这里还是以我的博客为例，假如我定义我的博客的Engagement包括以下的行为：

用户发表评论；
收藏或分享我的文章；
订阅我的博客或关注我；
停留时间（Time on site）超过3分钟。

　　首先涉及到数据获取的问题，其实通过点击流+事件追踪，大部分用户的行为还是可以跟踪得到的，这里就不再详细展开了。

　　接下去就是如何衡量Engagement。衡量Engagement的指标叫做参与度指数（Engagement Index），既然我们已经定义好了Engagement，我们就可以通过一些方法计算Engagement Index。这里建议以Visit（或者叫Session）为单位计算用户一次访问是否Engaged，而不是计算每个Visit中Engage的次数，因为我们无法对某些行为精确定量它的次数，也许发表评论数可以计算次数，但是停留时间的长短就无法用次数来衡量，所以这里统一只判断一个Visit是否发生了上述的任何一类行为，发生则认为这次访问为Engaged，我们可以用一段形象的代码来解释：

boolean isEngaged(Visit) {
         if ( comment || share || feed || follow || time_on_site>=3min )
                  return true;
         else
                  return false; }

　　通过调用上面的“函数”我们可以获取到哪些Visits是Engaged Visits，就可以计算出总的Engaged Visits的数量就是Engagement Index的值。但是单纯的一个Engagement Index似乎没有对比的价值，我们可以通过计算跟网站总Visits的比值获取用户的参与率（Engagement Rate）：

Engagement Rate = Engaged Visits / All Visits

　　也可以用下图来对比Engaged Visits与总Visits的关系：

　　也可以分析定义Engagement中各类行为发生的比率：

　　这里需要注意的是这个饼图中Visits的总和并非上面计算得到的Engagement Index，因为一个Visit可能既发表了评论，也订阅的博客，那么这个Visit就会被重复记录到两种行为的比例中。根据Engagement进行细分来源的的分析上面推荐的Eric T. Peterson的文章中已经介绍的非常详细，有兴趣的朋友可以自己去看下。

　　如果你觉得还意犹未竟，认为那些用户参与的行为并非同等重要的，或许那些订阅了博客的用户或者在博客发表了评论的用户应该显得更加活跃，那么可以给这些行为赋予不同的权重，Sidney的博客中有过相关的介绍——网站分析的最基本度量（8）——Engagement，如果你想让权重显得更加客观和精确，可以使用我之前介绍过的层次分析法（AHP）来计算每个行为的权重，那么Engagement Index就是相应的加权和（定义每个Engaged Visits的数量为E_i，每个Engagement行为的权重为W_i）：

分析Engagement的意义

　　有时我们需要细分，而有时我们需要将指标进行聚合来评价总体表现。所以建议不要试图使用次数去计算每个Visit的Engagement Index是多少，次数会由于网站设计上的变化（页面布局、交互按钮的设计等方面的变化）及行为实现的多样性（如果你要发条微博，那实现的途径太多了）而呈现不稳定状态，使用Visits来度量的Engagement更具可比性，最总我们只是进行汇总来衡量整个网站的Engagement情况。

　　那么Engagement对于网站来说到底有什么用呢？这里有个最简单的例子，当一个电子商务网站发现近几天的订单量并无发生显著的变化，但是用户活跃度却大幅上升，原因是某款商品的质量存在问题，大量的用户向网站反馈和抱怨，这时如果网站通过分析Engagement监控着用户的活跃度，那么就可以迅速地发现并作出反应。其实这个例子也说明了对于某些网站来说Engagement越高，网站的绩效不一定越好，两者没有直接的联系。

　　我们已经步入WEB2.0的时代，用户与网站间的交互更加频繁，网站需要更多活跃用户来增加自身的活力，用户的参与有效地提升了网站与用户之间的信息互通，为网站带来活力的同时也为网站创造着更多的信息，而且很多都是网站本身忽略的或者无法提供的有价值信息，而这些“用户智慧”的注入无疑可以为网站带来更多的关注。

优化网站导航设计

25 条回复

——让用户更容易地找到需要的信息3

　　之前已经介绍过为了让用户更容易地找到需要的信息，可以对网站的信息架构和站内搜索进行分析和优化，而另一个能对用户起到很好引导作用的就是网站的导航功能，所以这篇文章主要分析用户对网站导航功能的使用情况，并在此基础上合理地优化网站的导航设计。

网站导航的作用

　　网站导航的最终目的就是帮助用户找到他们需要的信息，如果说得详细点，那么可以概括为下面3个用处：

　　1. 引导用户完成网站各内容页面间的跳转。这个是最常见的，全局导航、局部导航和辅助导航等都是为了引导用户浏览相关的页面；

　　2. 理清网站各内容与链接间的联系。即对网站整理内容的一个索引和理解，这个最常见的应用就是网站地图和内容索引表，展现了整个网站的目录信息，帮助用户快速找到相应的内容；

　　3. 定位用户在网站中所处的位置。这个在面包屑导航中得到了充分的体现，它帮助用户识别当前浏览的页面与网站整体内容间关系，及其与网站中其它内容的联系和区分。

网站导航的分析

　　通过分析用户使用网站导航功能的情况，可以来评估网站各导航功能设计上的优劣，这里主要从导航的利用率、实现度、有效性和符合度4个方面进行分析：

利用率

　　网站导航的利用率，即用户使用各类导航功能的情况。最直观的分析方法就是使用点击热图，具体可以参考我之前的文章——网站点击热图，也可以使用页面覆盖图（Overlay），Google Analytics上面默认提供了网站首页的Overlay：

　　从图中可以区分网站首页各区域导航功能的使用情况，包括顶部导航，侧边栏的各导航模块等。如果是独立的导航索引页面，我们可以查看这些页面的浏览次数（Pageviews）、访问量（Visits）等指标来分析它们被使用的情况。比如你通过点击我的博客顶部导航中的“网站地图”进入了分类导航索引页面，会看到该页面的URL地址为http://webdataanalysis.net/site-map/，我们可以在Google Analytics上面通过filter来查看该页面的访问情况：

　　通过比较各导航页面的这些指标我们可以分析得到用户对导航功能的整体使用情况以及各导航的使用比例或使用偏好。

实现度

　　我们需要知道当用户试图使用导航功能时，有多少用户真正点击导航中的链接或者有多少用户进行了下一步操作。所以这里可以分析各导航页面的点击转化率（CTR），即用户在导航页中的点击次数/导航页面被浏览的次数，其实上面页面覆盖图指直接给出了页面中每个可点击对象的点击转化率，你可以将它们汇总就是整个页面的点击转化率，也可以查看导航页面各链接的点击转化率。但Google Analytics上面无法提供一些子页面的覆盖图，只能选择其它的工具或者试图监控导航页面所有的点击事件。

　　另外一种分析导航功能实现度的方法就是通过离开率（Exit Rate）这个指标，如果一个用户进入了导航页面后直接离开了网站，那么导航的功能就没有实现（当然如果用户返回了上层页面或者回到首页，导航功能同样也没有实现，这些操作无法体现在Exit Rate）。比如我的博客的分类目录导航页面，该类页面的URL地址都会包含“/category/”，所以也可以在GA上面直接filter出来所有这类地址，我们看看这些页面的Exit Rate情况，如下图：

　　这里因为缺少导航页面Exit Rate的评判基准，所以我无法判断我的导航页面效果到底如何，有兴趣的朋友可以在下面的评论把你们的网站或博客导航页面的Exit Rate贴上来看看，大家交流比较下。

有效性

　　与网站的内容页面不同，导航页面的目标是让用户更快地找到想要的信息，我们不需要用户过久地停留在导航页，正如Google的口号：We may be the only people in the world who can say our goal is to have people leave our homepage as quickly as possible（让用户尽快离开自己的网站）。

　　所以对于导航页面而言，页面平均停留时间（Avg. Time on Page）越短，则该导航页的质量就越高（当然用户要有点击才行）。页面平均停留时间也是GA中分析页面的基本度量，上图也有显示。

符合度

　　或者称为导航的效果，用户在使用导航功能找到相应的页面后，是否对该页面提供的信息感兴趣，或者说这些是不是他们想找的信息。

　　假设用户在使用导航功能后找到了需要的信息或者完成了预期的任务，那么在行为可能表现为在使用导航后继续在网站停留了一段时间，或者用户最终到达了任务的成功页面或网站的目标页面（如用户完成注册、电子商务网站下单或购物成功等）。所以我们可以使用导航的后续停留时间、任务完成度、目标转化率这些分析度量来衡量导航的实现效果到底如何。

　　总结一下：

用点击热图、Pageviews和Visits来衡量各导航的使用情况，点击或浏览越多，说明该导航的利用率就越高；
用点击转化率（CTR）和离开率（Exit Rate）来衡量导航的实现度，CTR越高、Exit Rate越小，说明导航的实现度越好；
用页面平均停留时间（Avg. Time on Page）来衡量导航的有效性，用户在页面的停留时间越短，说明导航的功能越有效（基于导航已经拥有较好的实现度）；
用户在使用导航后的停留时间及任务完成度、目标转化率可以衡量导航的符合度，用户的任务完成度或目标转化率越高，则导航的符合度越高。

导航设计的优化

　　基于对以上4个方面的分析，我们可以对网站进行针对性的优化。

a) 提高有效导航的利用率，将用户最常用或效果最佳的导航放在最醒目的位置；

　　结合上面的分析，将那些利用率高，效果好的导航功能放到醒目的位置，让用户更方便地使用这些功能。

b) 去除无效导航或者无人使用的导航，精简网站设计；

　　导航功能并不是越多越好，只要提供够用、有效的导航就行，结合上面的利用率和实现度，将那些没人使用或点击转化较差的导航功能进行精简。

c) 提高导航描述与对应内容的关联度，不要误导用户，赢得用户的信任并保持用户对网站的兴趣；

　　不要试图去做标题党，如果一个导航页面拥有了较好的利用率和实现度，那么千万不要辜负用户的期望，为他们提供相符的高质量的内容，这样才能真正地留住用户。

d) 优化导航页面内容的组织和展示。

　　如果有效性不高，用户经常需要在导航页中逗留一段时间才能找到自己想要去的地方，那么也许导航页就失去了其最根本的价值。如何更好地展示导航的内容可能是一个复杂的问题，涉及信息设计、分类、排序等多方面，或者有些网站设计师能想出一些别出心裁的展示方式来吸引用户的眼球，这里直接上张图吧：

　　好了，我对网站导航的分析优化说完了，你是否还有更多高见，欢迎在下面评论分享。

网站分析的应用和价值

25 条回复

　　前几天突然想到，如果有人问：“网站分析主要是干什么的？投入成本来进行数据收集和数据分析又有何意义？”也许我第一反应的回答是：“网站分析能帮你更好地优化网站和推广网站。”但仔细想想，这些问题确实没有深入地思考过，也许我们日常中更多去探究网站分析的方法和实现，而对于网站分析的根本意义却没有真正地去想过。所以，这里整理了一下个人看到的目前网站分析的一些应用及体现出来的价值，算是对上面问题的一个简单回答。

监控网站的运营状态

　　网站分析最基本的应用就是监控网站的运营状态。收集网站日常产生的各类数据——点击流数据、运营数据、用户数据等，并通过统计这些数据生成各类网站分析的报表，对网站的运营状态进行系统地展现。从点击次数、浏览次数、用户数的变化趋势，到比较新老用户比率、页面流失率和目标的实现率，数据帮助运营者从多角度观察网站的状况是否良好。

　　如果没有网站分析的日常报表数据，无疑会让网站运营者感到恐慌，因为他们失去了对网站现状的感知，也许网站一天会有几千几万的访问量，也有可能只有个位数的用户访问了网站，这样网站的运营就像是闭门造车，没有了目标和方向。

　　当然，有些网站的数据不仅能监控自身网站的运营状况，而且互联网或某些领域的发展状态提供参考依据，Google的搜索趋势、百度的搜索风云榜是网络热点的风向标，当然我们现在可能会更多地去关注微博上的实时热点信息；淘宝的数据中心为电子商务的交易趋向提供依据。

提升网站的推广效果

　　说到网站推广，也许最先想到的就是SEO和SEM，但网站分析不仅能够提升网站在SEO和SEM上的表现，同时其对网站的精准营销也能起到有力的支持。

SEO和SEM

　　SEO和SEM是网站分析中很重要的一块，因为它们是网站获取流量的重要途径，而流量又是网站的基础，所以我们必须清楚的把握网站在SEO和SEM方面的表现。

　　分析SEO主要是分析网站在各搜索引擎的相关关键词排名、搜索词的点击转化率（CTR）及网站在搜索引擎的收录情况、外链数据、错误页面等，关于SEO网上的介绍很多，最关键的还是网站自身的内容质量及在SEO上面的优化。

　　SEM的效果很多是通过计算各关键词或者推广来源的投资收益（ROI）来衡量的，一般投入成本比较容易衡量，而产出收益的衡量就会相对困难，需要细分各来源和关键词，电子商务还有直接的利润可以衡量，如果只是信息发布引导线下交易那么分析会困难得多，网上也有很多这方面的文章可以参考。

精准营销

　　SEO和SEM提高了网站的曝光率，让用户能够更容易地找到我们的网站，但有时我们也需要将我们的网站定向地推给某些用户，也就是网站推广中最常见的线上推广。

　　这里主要包括用户细分、来源细分和目标市场的细分，通过用户行为分析进行的用户细分让我们能够了解网站主要吸引的是哪类用户，基于来源的搜索关键词和来源网站可以了解用户主要关心网站的哪些信息以及他们会通过哪些相关的途径找到我们，这为我们的线上推广指明了方向。如果网站要发布一个产品或者做一个活动，也许这时候你就清楚的知道需要给那些用户发直邮，在哪些网站上投放广告，推广的内容应该如何组织能够吸引到更多的用户……

　　我之前的很多关于用户分析的文章介绍了如何更好地去发现网站的忠诚客户、有价值客户，以及用定量的方法去评价网站的用户，其实这些也为网站的精准营销提供了很好的参考依据。

线下推广效果

　　除了线上推广外，很多网站也会定期进行线下的推广。线下的活动和推广往往会直接展示网站的URL地址，在数据的表现上以直达流量为主，所以评估线下推广效果的关键在于区分哪些流量来源于线下推广？其实网站分析的数据获取途径十分广泛，我们可以通过一些特殊的手段来做到这一点。

　　比如你会发现Avinash Kaushik的书里面引用的很多网址是类似短网址（Short Url）的形式，通过跳转转到相应的页面，线下推广也可以借用这种方式，在线下公布一个特殊的专用于某次推广的网址（如http://webdataanalysis.net/offline）重定向到目标页面（如http://webdataanalysis.net/），这样在网站分析中只要选取那些来源是公布出去的特殊的URL（如http://webdataanalysis.net/offline）的浏览就可以统计线下推广的效果了，当然也可以使用URL参数的方式在目标URL后面加上类似?from=offline&campaign=……的参数，通过统计这些参数页面被浏览的次数并细分各线下推广途径的效果。　　但这里有个问题就是，网址往往是网站品牌的一大要素，尤其是那些直观易记的网址，所以线下推广偏向于使用原始的网站地址，以便于有更好的辨识度，让用户记住这个网站，这就给网站分析的流量区分带来了一定的难度，也许只有通过访问流量的趋势分析来衡量线下推广的效果了。

优化网站的用户体验

　　通过对外推广，也许已经有很多用户开始进入并访问你的网站了，但用户是否会对你的网站感兴趣，或者是否能够持续访问变成网站的忠实用户，这些就取决于你的网站是否有留住用户的能力了，也就是你的网站是否具有足够好的用户体验，来实现用户的期望和满意度。

简单有效的交互流程

　　无疑，那些简单易用的交互流程能够帮助用户更好地实现他们的操作和目标，而用户也会更喜欢使用那些设计得更加人性化的网站，能让他们随心所欲的穿梭其间。

　　我们通常会用转化率（Conversion Rate）和任务完成率（Task Completion Rate）来衡量网站交互的效果，而对于某些基于任务或者应用导向的网站，这方面的分析尤其重要。通过分析找出一些交互中的不足和遗漏环节或者化繁为简，能够有效提高转化率及用户完成任务的几率，从而有效提高网站的收益。

帮助用户找到感兴趣的内容

　　我的博客中近期的几篇文章都介绍了如何让用户更好地找到需要的信息，其中包括优化信息架构、优化站内搜索等，这些无疑都能更好地留住用户，让他们继续浏览网站的内容或者继续使用网站的提供的服务。

　　与其被动地让用户自己去寻找感兴趣的内容，不如主动地将一些用户可能感兴趣的内容推荐给用户，也就是现在很多网站都在做的基于用户行为分析的关联推荐功能，我之前的文章也介绍过网站数据分析在这方面的应用。

倾听用户的心声

　　也许很多人对网站分析的概念还停留在网站的日常数据报表上，其实网站分析的范围远不止这些，用户问卷调研（Survey）、可用性测试（Lab usability testing）、以及我之前介绍过的实景调研（Site visits）都属于网站分析的范畴，Avinash Kaushik把它们归为网站分析中的定性分析（Qualitative Analysis）。也许你会说这些不是UED或者UCD们的工作吗？是的，这些分析的目的都是为了提升用户体验，UED们是用户体验方面的专家，而网站分析师在数据的获取和分析方面更加专业，所以为什么不合作呢？网站分析师提供分析的方案和结果，再由用户体验小组完成优化方案的设计并实施，不要纠结于网站分析工作一定由哪个部门或团队来做，所有的工作都是为了提供更好的用户体验。

　　正是这些定性分析的方法能够让我们近距离的聆听用户的声音，对满足用户需求，更好地进行网站的内容设计、功能设计，甚至交互导航设计都能起到关键作用。

　　最后做下简单的总结，如果网站就是为了流量而活的话，那么我们可以将上面网站分析的应用和意义归纳为：监控流量、吸引流量、保留流量，流量意味着用户，用户意味着网站的生命。

　　但也许现在我们该考虑下社会化媒体的影响了，不仅仅是SEO和SEM。Twitter的关键词广告平台、移动设备——手机、ipad的应用普及，今后的网站分析可以做得更多，对网站产生的价值也会越来越大。也许上面我提到的只是网站分析的冰山一角，现在有越来越多的人开始从事网站分析并喜欢上了这一职业，网站分析的发展日新月异，一定会有更多的新的应用，让我们拭目以待。