在大數(shù)據(jù)時代的當下，網(wǎng)站數(shù)據(jù)的關(guān)注度越來越高， 網(wǎng)站分析已成為網(wǎng)站運營和互聯(lián)網(wǎng)營銷從業(yè)者的必備技能。 然而，網(wǎng)站分析該怎么操作呢？網(wǎng)站分析有哪些方法呢？如何進行一次全面的網(wǎng)站分析呢?在進行分析前，我們還需要做的一些數(shù)據(jù)分析前的準備工作。做準備工作的意義在于保證手頭所有數(shù)據(jù)源的廣度和精度。如何才能保證你準備數(shù)據(jù)源的廣度和精度呢？小編建議你從以下3方面著手做準備：
1、多來源地收集數(shù)據(jù)；
2、對數(shù)據(jù)做初步的清洗整理；
3、著重注意一些可能會造成偏差的數(shù)據(jù)類型。

一、數(shù)據(jù)的來源

多來源地收集數(shù)據(jù)是盡可能地保證數(shù)據(jù)的全面性，從而能從更多角度地分析問題。一般來說，數(shù)據(jù)的來源類型主要有點擊流數(shù)據(jù)、業(yè)務(wù)運營數(shù)據(jù)、實驗測試數(shù)據(jù)、用戶調(diào)研數(shù)據(jù)、行業(yè)發(fā)展數(shù)據(jù)、競爭對手數(shù)據(jù)。

1）點擊流數(shù)據(jù)

點擊流數(shù)據(jù)主要是解釋 “What” 的問題。一般有以下幾種收集方式。
1.通過網(wǎng)站日志的形式獲取得到；
2.通過百度統(tǒng)計等第三方工具獲取；
3.通過對網(wǎng)站埋點的方式獲?。?br /> 例如：訪問數(shù)、頁面瀏覽數(shù)、停留時長等都屬于點擊流數(shù)據(jù)。

2）業(yè)務(wù)運營數(shù)據(jù)

業(yè)務(wù)運營數(shù)據(jù)主要解釋”How much”的問題。主要是一些存放在前臺數(shù)據(jù)庫的數(shù)據(jù)，這些數(shù)據(jù)可以直接衡量網(wǎng)站的績效和目標。一般可通過查詢后臺數(shù)據(jù)獲取。例如：銷售額、訂單量、購買用戶數(shù)等指標。

3）實驗測試數(shù)據(jù)

實驗數(shù)據(jù)主要解釋“Which”的問題。實驗測試數(shù)據(jù)一般都是臨時采集的，功能是為了某些專題的分析，比如網(wǎng)站改版、用戶體驗的優(yōu)化等。網(wǎng)站分析中最常見的實驗測試就是A/B測試，即從兩個方案中選擇更優(yōu)的方案。

4）用戶調(diào)研數(shù)據(jù)

用戶調(diào)研數(shù)據(jù)功能主要是去找到“Why”的結(jié)果。直接詢問用戶無疑是最有效的，最常見的用戶調(diào)研方式是問卷調(diào)查，讓用戶直接回答問題來解釋問題的原因。當然，用戶調(diào)研屬于典型的定性分析，如果結(jié)合定量分析一起進行會更準確。

5）行業(yè)發(fā)展數(shù)據(jù)

行業(yè)發(fā)展數(shù)據(jù)與自身的數(shù)掘進行比較，往往可以看到自身存在的不足。很多第三方咨詢分析機構(gòu)會定期出一些行業(yè)的數(shù)據(jù)報告，可以從這些報告中發(fā)掘一些有用的行業(yè)信息。

6）競爭對手數(shù)據(jù)

與行業(yè)數(shù)據(jù)一樣，對競爭對手的分析也是發(fā)現(xiàn)自身優(yōu)劣勢的最好方法。而且網(wǎng)站本身為了讓用戶了解到一些信息也會展現(xiàn)一些數(shù)據(jù)，而這些數(shù)據(jù)也是分析競爭對手的一種途徑。

二、對數(shù)據(jù)的初步清洗與整理

數(shù)據(jù)的清洗與整理是為了保證數(shù)據(jù)的完整性、一致性和準確性。

1）數(shù)據(jù)的完整性

保證數(shù)據(jù)的完整性就需要盡量減少數(shù)據(jù)源的缺失值對數(shù)據(jù)分析帶來的影響。為了之后的統(tǒng)計和分析的需要，一般通過均值、中位數(shù)、眾數(shù)，或者根據(jù)指標的變化趨勢使用回歸分析進行擬合后算出預(yù)測值，如果與其他的指標存在相關(guān)性，也可以結(jié)合其他的指標進行估算。

2）數(shù)據(jù)的一致性

要保證數(shù)據(jù)的一致性，就要保證整個數(shù)據(jù)采集階段的描述一致性、記錄一致性、既定的規(guī)則一致性。
1、描述的一致性：比如省份的細分數(shù)據(jù)，一個數(shù)據(jù)源記錄的是“京”，另外一個是“北京市”；這時候可以通過觀察省份字段的所有唯一值排序的結(jié)果，這樣類似的不一致的描述就會一目了然。
2、記錄一致性：記錄一致性一般是由于數(shù)據(jù)的重復錄入，如果發(fā)生在數(shù)據(jù)庫中，我們則可以使用主鍵約束或者唯一約束去避免類似情況的發(fā)生。
3、既定的規(guī)則一致性：這個要求采集到的數(shù)據(jù)在總體和細分上保持一致，如果不一致，很有可能就是數(shù)據(jù)模型的設(shè)計或者維表的結(jié)構(gòu)存在問題。當然，也可能是某些指標的定義和計算規(guī)則沒有統(tǒng)一。

3）數(shù)據(jù)的準確性

要保證數(shù)據(jù)準確性則要提前識別出源數(shù)據(jù)中存在的異常數(shù)據(jù)。比如查詢頁面名稱、搜索關(guān)鍵詞等數(shù)據(jù)時，可通過排序（升序、降序）的方法排查異常數(shù)據(jù)；另外數(shù)值明顯過大或過小也是異常值的表現(xiàn)，比如網(wǎng)站某個頁面的訪問量一天一百多億，解決辦法一般是通過限定指標的取值區(qū)間，然后再進行查找；還有訪問量、頁面瀏覽量這些指標永遠應(yīng)該是整數(shù)，這些數(shù)據(jù)如果異?？梢允褂脭?shù)據(jù)的有效性檢驗去發(fā)現(xiàn)是否有非整數(shù)值的存在。