在前一篇《理解Google Analytics里的流量来源和跟踪广告效果（一）》中我已经大致介绍了Google Analytics中的5个关于流量来源的参数。对于一般的搜索流量或者推介网站流量，Google Analytics能自动从推介URL中分析出流量来源并把相关信息输入到这个5个流量来源中，所以只要我们只要在网站上安装好Google Analytics，就能看到来自搜索引擎的SEO流量和推介流量了。

但是我们更感兴趣的肯定是那些花钱买来的流量，这关系到投入回报的重要问题。如果你在某个网站给钱放上一条横幅广告，然后连到自己的网站，点击横幅过来的流量你只能看到是从该网站送来的推介流量。我们需要了解更详细的信息，例如如果有几个不同的横幅图片随机投放，哪个吸引了更多访客过来等。为了达到能更准确地统计广告产生的流量，我们可以借助这5个流量参数把更多的广告投放信息抓取进Google Analytics。

假设广告链接的目的URL是http://www.youyingblog.com/，现在我在微博上投放一条广告，我实际投放的URL就会是：http://www.youyingblog.com/?utm_source=weibo&utm_medium=banner&utm_campaign=august-topics&utm_content=banner1

当访客点击这个URL进入我的网站，在Google Analytics的报表里，我就可以看到他们是来自微博（weibo），广告的形式是banner，推广活动是august-topics，而具体点击的是banner1这条横幅。这个目标URL看起来好像很复杂，很容易搞错，所以Google也考虑到了这个问题。你可以使用Google提供的URL Builder去构建自己的推广跟踪URL。它的使用方法很简单，只要输入目的URL，然后输入需要的参数值，就会自动生成一条带跟踪代码的URL。然后你输入到广告平台或者提供给广告商就可以了。

现在你已经了解了Google Analytics里流量来源报表中的5个参数的意义，和怎么通过自定义带跟踪代码的URL来更精确地跟踪广告流量来源了。下一次我将会介绍一下跟踪Adwords的流量来源，和非在线广告的带来的流量。

如果有任何问题，请联系我。邮箱是chaoming.li[at]gmail.com，发邮件时请把[at]替换为@即可。

流量来源是网站分析中最重要的分析项目之一。通过分析流量来源，营销者可以调整营销策略，以优化营销的效果。在Google Analytics中的全部流量来源报表，你可以看到每个带来流量的来源和流量的媒介（如下图）。

很显然，来源就是流量来自的域名。如果来源不明的话，Google Analytics会默认为direct，所以direct不仅包括了直接输入网址的流量，还包括了一些来源无法被跟踪到的流量，例如javascript跳转等。

媒介是流量的性质，如果是搜索引擎，则分为cpc和organic。搜索引擎上的广告送来的流量，媒介就是cpc，意思是cost per click。非广告带来的流量，媒介则是organic。另外非搜索引擎带来的流量会被标识为referral。

除了来源和媒介外，对于流量来源，还有其它三个变量可以提供更丰富的信息。这三个变量分别为：关键字，广告系列和广告内容。关键字，顾名思义，就是带来流量的搜索关键字，只有搜索引擎流量才会有关键字。广告系列是用于区别不同的广告营销活动，例如“7月夏日推广”和“冬天推广”等。每个广告系列里面，可能会存在多个不同的广告版本，而广告内容则是用于区分这些不同的版本的。

而在报表中，可以看到每个流量变量相关的数据，例如访问量，跳出率等。如果启用了电子商务跟踪功能，还可以直接看到每个流量来源带来的销售额等，对于分析网站的营销效果来说是非常重要的。

下一次我会介绍一下如何跟踪各类型的广告效果，包括Google Adwords，其它搜索引擎（例如Bing）上的广告，电子邮件，甚至线下媒体例如传单等。

如果有任何问题，请联系我。邮箱是chaoming.li[at]gmail.com，发邮件时请把[at]替换为@即可。

BestVendor最近评选出了最受创业公司欢迎的十大工具，而其中第一名是Google Analytics。十大工具排名如下：

• 1. Google Analytics (Web Analytics)
• 2. Gmail (Email)
• 3. Quickbooks (Accounting)
• 4. American Express (Company Credit Card)
• 5. Salesforce.com (CRM)
• 6. Dropbox (Storage)
• 7. Evernote (Note-taking)
• 8. Basecamp (Project Management)
• 9. MailChimp (Email Marketing)
• 10. Amazon Web Service (Web Hosting)…

全文请阅读《BestVendor ranks the 10 most popular startup tools》。

前几个月，给一个电信营运商客户实施了线下销售的分析，以协助他们了解网站对传统渠道销售的影响。本地的电信市场，一般都是入网送机，套餐的选择比较多，而不同价格的套餐又有很多不同型号的手机可以附送。而电信营运商除了在网站上提供套餐外，还有大量的传统门面店铺和代理网点，所以该客户想了解究竟网站对于非网上的销售有多大影响。

这个方案是在Omniture SiteCatalyst上实施的，不过如果使用Google Analytics，也可以实现的。首先，如果顾客购买套餐后，无论是从网站上买的，还是从店铺买的，都会收到一封从CRM系统发送欢迎电子邮件。在邮件里，会有链接把客户带到网站上的自助服务页面，在那里可以查看套餐余额之类的信息。电子邮件的每个链接里都带有一些特殊的参数，以标识用户购买了什么套餐，送的什么型号的手机，在哪个店买的等等的信息。用户一旦点击了邮件里的链接到了网站，网页上的Omniture SiteCatalyst代码就会把这些信息采集到分析工具里。

采集到数据后，根据购买所在店铺的信息，就可以分析出是网上还是网下的购买。因为如果是网上的购买，店铺会是“网站”。先把网上购买全部过滤掉，这不是我们感兴趣的信息。剩下的网下购买数据，根据访客是否新访客，就可以了解到顾客在购买前是否有到过网站。

当然，这个方案并不是100%的顾客都在分析样本里，只有那些点击了电子邮件里的链接的用户才会被采样分析。但是这已经能提供一个购买前使用过网站的顾客的百分比，可以估算出网站对门面店铺购买的影响。同时，还可以把很多CRM里的用户信息同步到网站分析工具里，一举两得。

类似的方案可以实施在很多行业里，例如金融服务业、水电煤等行业，开户过程大多在店面或者电话里进行的，实施了欢迎电子邮件的跟踪后，就可以更好地了解网站对发展新顾客的价值了。

如果有任何问题，请联系我。邮箱是chaoming.li[at]gmail.com，发邮件时请把[at]替换为@即可。

想要把Google Analytics安装到网站上很简单，只需把Google Analytics给的代码粘贴到页面上就可以了。进入报告界面，访问量、流量来源、跳出率等等的数据都有了。但是，Google Analytics还提供很多你并不一定知道的高级功能。下面我将逐个简要的介绍一下。

设置目标和可视化转化渠道

在Google Analytics中，你可以为网站访客设置目标，例如把访问购买后的确认页面作为一个目标，以了解网站的转化率。而设置目标的时候，可以加入到达目标的步骤，建立可视化的转化渠道以分析每一步之间流失率。具体请看《在Google Analytics中设置KPI目标及可视化转化渠道》。

电子商务跟踪

通过在页面上加入跟踪订单数据的Google Analytics代码，可以把电子商务销售数据带入到Google Analytics中。有了销售数据，就可以更好地反映出网站产生的收入，从而分析每个流量来源的价值。

Google Adwords数据导入

当设置好目标，启用了电子商务跟踪后，在Google Analytics里可以很直观又方便地分析网站的收入了。很多网站都通过Google Adwords进行推广，而推广的费用也可以通过Google的Auto-tagging功能导入到Google Analytics。这样不仅能分析网站的收入，也能分析Adwords的费用，从而了解哪些推广是赚钱的，哪些是亏钱的。

自定义来源跟踪

Google Analytics本身就能分析出流量是来自搜索引擎，还是Adwords之类的。但是如果不是通过Google Adwords投放出去的广告，例如投放到门户网站的横幅、电子邮件里的链接等，Google Analytics会直接把他们当做来自引荐网站。通过使用工具网址构建器，可以在这些链接上加入一些参数来自定义这些流量来源，更细致地分析访客的来源。

站内搜索跟踪

很多网站都有站内搜索的功能，但是未必每个站长都知道访客们究竟在站内搜索了些什么。跟踪站内搜索可以让网站的营运人员了解到究竟用户来到了网站之后，对什么信息感兴趣，又或者有什么重要的信息是他们难以在一眼发现而需要通过搜索去查找。了解这些信息对优化网站有非常重要的启示。

事件跟踪

在Google Analytics中，分析主要是围绕着页面进行的，例如某个页面有多少浏览量，这些浏览访客的来源是什么等。不过有时候，网站的功能并不都是页面，例如文件下载，又或者对页面的评分等。要分析这些活动，可以使用事件跟踪。事件跟踪的特点是它能够分类查看，还可以带有一个数值，并在Google Analytics中显示这个数值的平均值。这是页面跟踪无法做到的，因此对于例如评分等功能非常有用。不过Google Analytics有一个巨大的缺憾，就是不能把事件设置为目标。所以在设计实施方案的时候，就要想好了究竟是使用页面跟踪还是事件跟踪来达到目标，又或者两者都使用。

网站访客细分

来到网站的访客有各式各样的目的，而把访客细分能让分析者更好地理解访客的特点，从而设计出更好的优化方案。Google Analytics本身已经设置了几个缺省的细分类别，例如新访者、回访者、付费流量、非付费流量等。Google Analytics提供了很灵活的建立细分的方法，分析者也可以根据自己的需要设置高级细分。

自定义报告

Google Analytics本身已经提供了很丰富的报告，不过每个网站和企业都有其自身的特殊性，这些标准的报告未必能完全满足营运和分析的需要，因此Google Analytics的自定义报告功能给Google Analytics使用者非常灵活的方式去组合自己需要的报告。

最重要的高级功能：自定义变量

最后我想介绍一个可能是最鲜为人知，而又最重要的Google Analytics特性，那就是自定义变量。Google Analytics目前只提供5个自定义变量，比起Omniture SiteCatalyst提供多达上百个自定义变量和数十个转化事件来说，虽然是少得可怜，但是也能应付一般中小型网站的需要了。在网页上，可以通过Google Analytics Javascript代码给自定义变量赋值，并注明该变量值得生命周期。举个例子，如果访客在网站上购买了产品，到达了购买成功页面，通过把其中一个自定义变量赋值为“顾客”，并把生命周期设置为“访客级别”的，那么这个“顾客”的标签就会一直跟着这个访客。然后分析者可以通过高级细分功能建立“顾客”和“非顾客”的细分，比较分析他们的行为区别，从而更好地去针对顾客和非顾客在网站上的行为模式进行优化。通过自定义变量，网站可以把能收集到的不同变量“粘贴”到访客身上，例如性别，学历等等。网站分析不再是简单的访问量等笼统的数字，而是可以针对特定的访客人群去细分，优化了！

如果你对上面的内容有兴趣，希望了解更多，可以留言或者发邮件联系我。邮箱是chaoming.li[at]gmail.com，发邮件时请把[at]替换为@即可。

A/B测试是优化网站决策过程中常用的一种优化方案验证手段。其原理是在决定怎样优化网页设计之前，拿出几个可能的设计放到网站上进行测试。我曾经有个客户的公司主题色是红色，所以网站上的按钮都是红色的。但是红色在西方文化里带有警告的含义，所以他们想试试其它颜色，于是就在按钮的颜色上做了A/B测试。其结果是不同的颜色对销量的影响可以高达2%左右。如果没有测试，直接就按照猜想把按钮都改了另一种颜色，可能一下子就损失掉2%的收入了！由此可见A/B测试对于网站优化的决策是非常重要的一步。

帮助网站开发人员实施A/B测试的工具有很多，免费的以Google Website Optimizer最为常用。Omniture的Test & Target则能提供更强大的测试手段，例如可以根据用户分类（segementation）实施测试等，当然收费也不菲。

有了工具的帮助，实施测试其实并不太困难。反而策划测试更为重要，因为如果测试的策划中出现缺憾，整个测试的结果就会废掉，无法得出可以信服的结论。简单的测试中样本的抽取都是随机的，例如随机抽取30%的流量进行测试，这可以避免抽取的条件影响到测试的结果。抽取样本测试时应该以不影响大部分用户对网站的使用为原则，但是样本的数量还是要够大才有统计的意义。下图是一个典型A/B测试的流量分割图，图中可见30%的流量会参与测试，而测试的项目为A候选优化方案或者B候选优化方案。每个方案都得到10%的流量。

在这个测试中，A和B优化方案各占10%的流量，而测试的流量为30%，还有10%的流量我们会让他们照常使用网站。为什么需要这10%的照常流量参与到测试中来呢？其实这是一个经常被忽视，而又无比重要的问题。因为要分析测试的结果，得出可靠的结论，首要的问题是这个测试是否可信。所以在测试的流量当中，我们仍然应该保留一组是照常使用网站的用户，他们看不到任何的优化候选方案，一切都和非测试用户一样。如果这组用户的转化率和非测试用户的转化率有较大差别，那么这个测试就不可信了，可能是测试工具有缺憾，可能是抽样方法有问题，总之这个测试就是废了。如果这组用户的行为和非测试用户差不多，那么我们就可以根据转化率来分析究竟是A方案好呢还是B方案更优，然后根据这个结果在网站上实施优化方案。

由此可见，优化的基本参考依据是转化率，我在《在Google Analytics中设置KPI目标及可视化转化渠道》一文中已经粗略地谈过如何设置和跟踪转化率了，有兴趣的话可以去看看。

如果对A/B测试有兴趣，又或者需要帮助策划实施A/B测试的话，可以联系我。邮箱是chaoming.li[at]gmail.com，发邮件时请把[at]替换为@即可。