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......» 阅读更多: 用Engagement衡量用户活跃度 存档在 ‘网站定量分析’ 分类
用Engagement衡量用户活跃度
2010年6月20日 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......» 阅读更多: 用Engagement衡量用户活跃度 用户综合价值评分体系
2010年4月11日
前面的两篇文章介绍了基于点击流数据的适合所有网站的用户忠诚度分析及应用于电子商务网站的用户分析，并且通过雷达图可以直观的展示用户在各指标上的表现情况，我们可以通过雷达图上图形围成的面积来简单评价一个用户的综合价值。可能大家都有这样的疑问，当各指标的影响权重不同时（比如电子商务网站可能会更看重用户完成的订单数或者在一段时间内的交易额），在这种情况下我们该如何来评价用户的综合价值？如果......» 阅读更多: 用户综合价值评分体系 电子商务网站用户分析
2010年3月31日
前一篇文章主要是基于点击流数据的用户分析，适合所有网站，而对于一些特殊的网站，可以根据自身所能获取的数据将分析的指标进行扩展或根据自身的特征定制合适的指标，这里主要介绍的是适合一般的电子商务网站的用户分析方法。
当用户在电子商务网站上有了购买行为之后，就从潜在客户变成了网站的价值客户。电子商务网站一般都会将用户的交易信息，包括购买时间、购买商品、购买数量、支付金额等信息保存在自......» 阅读更多: 电子商务网站用户分析 网站用户忠诚度分析
2010年3月28日
忠诚用户不仅能为网站创造持续的价值，同时也是网站品牌口碑推广的重要渠道，所以目前网站对忠诚用户愈加重视。可能很多网站或者网站分析工具对用户做了“新用户”和“回访用户”的划分，但是单单区分新老用户是不够了，我们需要更加完善的指标来衡量网站用户的忠诚度。
用户忠诚度（Loyalty），指的是用户出于对企业或品牌的偏好而经常性重复购买的程度。对于网站来说，用户忠诚度则是用户出于对网站的功能或偏好而经......» 阅读更多: 网站用户忠诚度分析 网站转化率与漏斗模型
2010年3月24日
前段时间刚完成了一个分析网站流程的每个步骤的流失率，并用漏斗模型进行展示的需求，这里跟大家来分享一下。分析过程可以从以下三步展开：确定需要分析的访问路径或操作流程，收集数据并分别统计出该路径中每一步的人数，最后用漏斗模型展示结果。
用户访问路径（Path Analysis）
之前的从WEB日志到点击流这篇文章中对点击流的概念进行了介绍，其实一个点击流就是用户的一次访问路径。在大多数情况下......» 阅读更多: 网站转化率与漏斗模型 向上营销、交叉营销与关联推荐
2010年3月21日
我们会发现很多网站都具备了内容推荐的功能，不仅是像B2C电子商务类的卓越的图书推荐，也包括兴趣类网站像豆瓣的豆瓣猜等。这类功能无疑在帮助用户发现需求，促进商品购买和服务应用方面起到了显著性的效果。那么这类的推荐是怎么得到的呢？其实跟网站数据分析不无相关，我们可以来简单看一下它的原理和实现。
关联推荐在营销上被分为两类：
向上营销(Up Marketing)：根据既有客户过去的消费......» 阅读更多: 向上营销、交叉营销与关联推荐 Abandonment Rate的影响因素
2010年3月9日
前几天看到了Sidney写的一篇文章——电子商务(B2C)网站的Abandonment Rate，里面详细介绍的B2C网站中购物车及付款流程可能造成交易的中断，客户放弃购买该商品的情况，也就是Abandonment Rate。文章中提到了Abandonment Rate可能涉及的影响因素，及如何降低Abandonment Rate的一些方法，感觉对提高电子商务网站商品的销售转化率十分有效。其中谈到Abandonment Rate与商品的价格或商品的销售组合之间可能存在某......» 阅读更多: Abandonment Rate的影响因素 电子商务网站RFM分析
2010年2月24日
根据美国数据库营销研究所Arthur Hughes的研究，客户数据库中有三个神奇的要素，这三个要素构成了数据分析最好的指标：
最近一次消费（Recency）
消费频率（Frequency）
消费金额（Monetary）
RFM分析原多用于传统营销、零售业等领域，适用于拥有多种消费品或快速消费品的行业，只要任何有数据记录的消费都可以被用于分析。那么对于电子商务网站来说，网站数据库中记录的详细的交易信息，同样可以运用RFM分析模......» 阅读更多: 电子商务网站RFM分析 
