大家在看自己的Web Analytics Report，或者看Agent给的Marketing Report时，或许常常看到这样一些词：
- New Visitor（新访客）
- Deliver Rate（到达率）
- Open Rate（打开率？——谁能告诉我有没有标准中文翻译？）
- Sales（销售额）
- Average Time on Site（平均访问时间）
举例来说，如果你看到一份Marketing Agent给你的报告，里面说“我们发出去了10 million Email, deliver rate（到达率） 99.99%，unique open rate（打开率）高达19%，unique CTR（点击率）19%，看了信的人都点击了，说明设计很棒! 效果非常好！从点击来看，80%的客户都是New Visitor（新访客），说明我们这次活动对于抓取新用户是很成功的。唯一的缺陷是我们的网站抓住客户的能力，访客来到了网站之后，ATOS（平均访问时间）只有19秒，我们下次应该进一步优化网站……总的来说我们的营销活动还是成功的，投入只有20万美金，但是追踪到了200万美金的销售额，ROI 1000%！”
你对这番话的理解是不是：
- 9.999 million的客户收到了邮件。
- 有1.9 million的客户打开了email，也有1.9 million点击了email——这样想起来应该打开的客户都点击了。
- 1.9 million里面有80%是新用户，我让1.52 million本来不认识我的客户了解了我
- 1.9 million访客，他们平均在我网站逗留了19秒——时间太短了，我们应该优化
- 产生了200万美金销售额，我的毛利率是20%，所以我利润有40万，花了20万而已，划算！更别说这些销售额中间32万是新客户产生的，纯赚啊。
有什么问题么？
首先说一下题外话：
1. 我文章中如果举了虚构的例子，里面的数据都是瞎编的；
2. Email Marketing不是国内的垃圾邮件营销——美国这方面管理非常严。我相信未来几年Email Marketing也会在中国成为最强的几家B2C的支柱Marketing工具之一。具体原因以后再解释。如果你是电子商务公司，而且考虑长期的发展的话，建议从现在开始重视Email Marketing。
回到正题。
昨天那个例子，我本意并不是要说他的推导过程有问题。
而是数据本身有问题：
1. New Visitor代表的不是“新用户”、“新顾客”或者“新访客”，它代表的是您的监控工具跟您说“来的这个人我之前没见过”——每次有人访问网站，监控工具就会往那个人机器里留个痕迹（cookie）以便以后相认，下次他再来，系统察看他机器，发现有这个痕迹，就觉得“这人我见过”然后把它归入“老访客”，而如果找不到这个痕迹，就会认为他是新访客。所以，当您的老访客换了一台机器，系统也会把他当作一个新访客；当您的老访客有意无意清空了痕迹（cookie），系统还是会把他当作新访客……总而言之，80%的New Visitor不代表有80%的人从来没来过你网站，这个数据需要打个折扣——具体要根据您网站特点具体情况具体分析。
2. Open Rate不代表有百分之多少的人打开了您的邮件，它代表的是“有多少人的邮箱下载了您的监控图片”——系统很难知道用户到底有没有看邮件，所以大部分系统会采用一个诡异的方式来侦测：他们在每个邮件里面加一张只有一个像素大小的小图片，然后用你的email有没有去下载使用这张图片来判断你有没有打开这封信。所以，如果您的email默认不显示图片（比如gmail对于陌生邮件就都不显示图片），系统就会认为这封邮件没有被打开过。所以unique open rate = 19%常常代表有超过19%的用户打开过邮件（看没看就不知道了……），这个数据可能是25%，那么就不是每个打开过邮件的人都点击了邮件。
3. Deliver Rate不代表有多少客户“收到”了你的邮件，它常常只代表这些客户的邮件服务器“没有把你的邮件退回来”，这封邮件命运难测，有可能是就此消失掉了（客户没有收到），也可能是直接进了客户的垃圾邮件箱，过了几天被自动清除了。99.99%也是要打一个折扣的。
4. ATOS，这个解释起来更加的复杂……对常见的监控系统来说，它是不知道访客具体在网站上停留了多久的。为了计算您在网站的停留时间，它会在您打开第N个页面时去看一下表（比如09:30:22），然后在您打开第N+1个页面时再看一下（比如09:30:50），然后它拿两个时间相减，得到您在第N个页面上停留时间（比如28秒）——说到这里您应该已经发现问题：它没法知道您在最后一个页面停留了多长时间。对于市场营销来说（特别是针对新用户的campaign），这个问题更严重——因为很多人点击广告，来到landing page，然后就走了，这些人一共就只访问了一个页面！系统拿不到第二个页面打开的时间信息，所以有可能会把这些人在网站的停留时间都算作0秒，那么您得到的所谓“平均停留时间19秒”其实是个非常扭曲的数据，并不能代表真实情况（数据偏小）。举例来说，我在自己的blog（www.MarsOpinion.com）上安装了Google Analytics，它监控的用户访问时间如下图，可以看到ATOS是3:11秒：
如果我只看那些“只访问了一个页面”（对于blog来说，很多人只是上来看最新更新，bounce rate很高）的访客，会发现ATOS居然是0秒：
而我如果看“访问超过一个页面”的访客，这个数据又变成了惊人的9:46！是第一个数据的3倍！
现在，您是不是觉得这些“一目了然”的数据其实并不是那么清楚？
如果我们对那些数字代表什么含义都不清楚的话，解读又从何说起呢？而且，这些还并不是Web Analytics里面最难懂最奇怪混乱的数据。
所以我的建议是，如果您觉得解读数据是有必要的，那么可以考虑：
1. 如果您是购买企业级的、付费的产品（例如Omniture），请在签合同时的时候顺便把training hours也买了，然后列张表把你关心的各个指标的具体定义问清楚（不同vendor的定义还不一样@__@），不要想当然。
2. 如果使用免费的产品——例如Google Analytics，请仔细阅读文档，或者招一个愿意阅读文档深入了解工具的人。
3. 找专业人士咨询。——至于你找的人是否专业，你可以用本文中的例子去问他看他的结论，呵呵。有些人会把文中的话说一遍之后告诉你其他更深入的信息（例如你用的工具其实是可以查ATOS的，只是误差有60秒之类；或者告诉你其他方法获得inbox deliver rate之类），另一些“专家”可能就会两眼一抹黑，转话题开始和你谈概念谈人生谈理想，呵呵。
4. 如果实在找不到人，至少心里面要知道“不能望文生义，这些词未必是他们表面的意思”，给自己留有余地。
转载声明：转载时请以超链接形式标明文章原始出处: http://www.marsopinion.com/2009/03/19/do-you-really-know-your-web-analytics-data-answer/