精通Web Analytics 2.0 : 用户中心科学与在线统计艺术
第十章：针对潜在的网站分析陷阱的最佳解决方案
是时候去处理网站分析中最棘手的一些问题了，然后获得属于你的黑带，这是成为分析忍者的最后一步。
本章介绍了您想要成为一名数据驱动型分析师和营销人员所会面临的一些障碍。 它不是关于工具; 而是关于正确的思维模式和方法，以及不同的思路和固有的决策成本 —— 从平凡到战略。
你将会在几乎每一个数据驱动的日子里，使用本章中讨论的策略；如果你恰当地使用它们，这些方法将会确保你大获全胜。
章节内容
- 一 准确度还是精度？
- 二 处理数据质量的六步过程
- 三 构建操作仪表板
- 四 非线性营销机会和多渠道测量
- 五 行为瞄准的承诺和挑战
- 六 在线数据挖掘和预测分析：挑战
- 七 Nirvana的路径：智能分析进化的步骤
在本书的前部分，我讨论了网站分析工具的戏剧性转变。对Web Analytics 2.0的每个部分而言，我们拥有如此多免费的，付费的以及混合的选择。但是，成功的公司与那些非成功公司的差别在于他们是否能够跳出传统工具和方法的束缚。
让我来分享一个故事给你。
我最近访问了一个全球化公司的高级管理层，该公司是金融服务行业的领导者。它有一个公司网站和许多的微型网站，并且它将自己的分析外包给了一个大型机构。非常聪明的人在这家全球性公司工作，并且就算是在最糟糕的时候，它也有一个充足的预算。但它是我知道的最少被数据驱动的公司之一。为什么呢？
首先，高级管理层不了解网站。他们的在线策略（如果你剥开闪亮的闪光板）复制了他们的TV战略。网站并不是TV！第二，他们支付代理机构，只是为了汇报数据。数据被转换成PowerPoint，然后呈现给高管。没有人会提供任何的洞察，因为并没有人去负责挖掘洞察。
该公司最近推出了一种昂贵的行为定位系统，这不会带来显著的效果 —— 无论在线还是离线方面。高级管理层认为公司现在是更多的被数据驱动，只是因为技术已经被部署。此外，该公司在衡量丰富的媒体和小部件上面投入了大量的资源，然而他们无法去回答最简单的问题比如网站的跳出率如何。
现在看起来，这个公司似乎是一个奇葩，或者你在想“谢天谢地，我们不是那样的公司”。不幸的是，这个故事太常见了，你可能会发现这个故事的部分内容与你自己的公司其实是一样的。您需要学习一系列的方法，以帮助您形成一种最优的思维模式，使您的公司避免以“数据丰富但洞察力缺乏”而告终。
注意：在第2章中，我介绍了如何最优地花费预算的10/90规则。遵循10/90规则是本章的基础，所以一定要翻看下第2章。
一 准确度还是精度？
在我的第一本书《网站分析：每天一小时》中，一个关键的建议是：数据质量糟透了，因此克服它。这是一种认知，网站上并不存在完美的数据。但这也是我对一个急需的思维模式的建议。我们在网站面临着很多不同类型的数据，而且远远比TV，广播或杂志等其他渠道多的多。尽管网站数据的质量可能很有限，但我们仍旧能够做出有价值的明智的决策。
在网络上，我们有两种基本的收集数据的方法：我们可以是准确的，或者我们可以是精确的。您需要更好地了解应该为您的网站业务采取哪种方法。简单来说，准确性是你可以与你能够达到的完美的接近程度，精度是你的付出产生相同结果的程度。
在一个理想的世界里，你想要实现既精确又准确。这两种想法之间的差别，我在图10.1中用一个靶心目标来阐明了。在第一个目标中，射击更接近靶心，并且具有更高的准确度。但每次射击相当地分散。在第二个目标中，射击彼此靠近，相当精确，但并不准确。
那么，您应该选择哪一种方法来作为收集网站分析数据的策略呢？精度。原因很简单：精度是可预测的，因此也是可重复的; 对于来自精确数据的洞察，您可以更加自信地去采取行动。将这个概念转化为我们比喻的目标：如果你知道了每次射击将落在哪里，你可以预测下一个射击时会发生些什么。
不幸的是，大多数人都会强烈地关注准确性。想获得准确性是好事，但是平衡成本和收益却更加重要。在Business 1.0世界中，我们的数据变量更少和复杂性也较低。我们做了巨大的决策，变化缓慢，错误是昂贵的，因此风险容忍度很低。我们需要准确性。
但是这个世界并不存在于网上。我们的决策中考虑了更多地变量，我们需要更快地作出决策，因为超激烈的竞争，并且我们可以管理风险（参考第7章的更快速的失败）。
使用一个精度的思维模式，你会知道每次射击很可能落在哪里，以及它可能与你的目标有多远。把该方法呈交给高级决策者，将会驱使更快速的行动，并且为我们的收益实现可以预见的效果。你要从把数据战略集中在可以精确的领域中开始。
二 处理数据质量的六步过程
网站仍然是个小婴儿。它会成长和发展起来，我确信会爆发，但目前收集数据的方法是不完美的。这将会随着时间推移而改变，但是现在我们必须接受现实，并找出如何最有效地优化我们的战略。
我们已经赞成使用精度思维模型来解决衡量的问题。随着时间的推移，您能够更加准确地去收集精确的数据。图10.2是我开发的一个六步过程，因此您可以实施一个良性的数据质量周期。
下面是该过程中每个步骤的详细信息：
- 1. 收集干净的数据：依照所有的最佳实践来收集您的数据，不要做愚蠢的事情。始终使用第一手Cookie。确保所有的网页都已被标记。确保您的网站分析工具中的所有管理设置都已配置完毕。有关更多的最佳实践列表，请查看我的博客：http://sn.im/databp。
- 2. 要非常有选择性：您可以在Web上收集的数据量并没有上限。只收集你现在和不久的将来需要的尽可能多的数据。公司倾向于实施综合性的、高端的分析工具，这可能会花费18个月！网站每六到九个月会变化一次。因此，当你实施完毕时，你计划去衡量的大部分是不相关的。要有选择性。为三个月的实施做计划，并且开始使用数据。根据你的需要实现额外的一些功能。清洗并重复。
- 3. 审核您的数据：在公司中设置一个流程，可以定期地审核您收集的数据; 应该至少每季度进行一次。该审核将会保持您的高精度，因为您收集了可能最完整的数据集。大量的免费和付费的解决方案，比如WASP和ObservePoint，将获得满足你的要求使数据正常。
- 4. 精度：我已经介绍过了精度是有效的所有原因。去做吧。您的分析将会变得更准确的，随着你进行的更精确！
- 5. 不要烦恼不完整的数据：不完整是分析师和营销人员们最难以接受的。有时是因为他们的思维模式，或者是因为公司极度惧怕风险。或者有时它不是真正的，但是被误解的，渴望给出完美的答案。然而，等待完整的数据会导致分析过程瘫痪 —— 无法提出业务建议。放轻松，我的意思是对于不完整感到真正的接纳，并且学会做出决策。
- 6. 快速行动，睿智思考：在决策的前后，曾经的口号是“ 睿智思考，快速行动”。但在网上，你会失去机会，当你花费你的时间来等待完美。分析忍者的口号是“ 快速行动，睿智思考”。网络是以网络速度变化的，你最好的投资是在聪明人身上，他们天生具有可以与之匹配的速度。这也意味着在贵公司制定有效的流程，使人们能够快速行动。结束多层级的官僚机构，那里的所有权和执行力全是孤立无助的！
您可以按照这六个简单的步骤来设置，使您的公司在网站上蓬勃发展。记住，一个有教养的错误比没有采取任何行动更好。
我并不是说
在这六项建议的背景下，指出我不是在说的东西很重要：
•我不是说要做错的决策。
•我不是说要接受不良的数据。
•我不是说不要尽力去确保您的数据尽可能地干净。
我所说的是这些：在网上，你的工作不是依赖于具有100％完整性的数据。你的工作取决于能帮助你的公司“快速行动，睿智思考”。我也不是说它会很容易。
三 构建操作仪表盘
管理人员想要的仅仅是一个仪表盘，而且他们讨厌的也是仪表盘。这种悖论存在主要是因为，仪表盘逐渐变成充斥了饼、图形和微小文本的容器。
分析师已经竭尽一切努力试图让仪表盘更好。我们聘请了昂贵的顾问团。我们购买了昂贵的软件。我们用花哨的可视化（温度计，知道吗？）代替了数字。我们甚至尝试在Excel电子表格中填入尽可能多的标签和指标。但是我们发送过去的仪表盘仍然被置于自动删除状态。
为什么呢？好吧，我们的仪表盘并不能帮助高管做出任何决策。下面是原因：
- 仪表盘把解释工作留给了执行官。这是一个致命的错误，因为大多数仪表盘是KPI的一个高度聚合视图; 他们缺失了只有分析忍者可以给出的微妙差别和分析，但它是很少被共享的。
- 大多数高管需要洞察力和可操作化的建议，但他们不相信他们的分析忍者。相反地，他们要求纸面上的数字，所以我们尽可能多地在A4纸上填满6号字体，并把放大镜一起发送过去。
- 创建仪表盘的人是孤立的。他们很少走出去收集足够的背景知识，以充分掌握报告的数据中趋势和模式背后的组织层措施。
- 通常仪表盘的创建者是“外部人士”，例如顾问，他们没有深入的从业经验，对于公司内部根深蒂固的问题缺乏了解，比如前面的三个问题。因此，他们犯了常见的错误，导致了不可操作的仪表盘和信誉的丧失。
1 创建精彩的仪表盘
如果我们希望高管使用我们的仪表盘并且采取行动，那么我们必须提供给他们信息，而不是数据。我用心理学剖析一下这个问题：我怎么才能够创建一个仪表盘，可以激励分析师，同时给管理人员提供他们需要的可以做出正确决策的信息？
建议1 针对行政报告中的“少数几个关键”点（关于”少数几个关键“的更多细节，参见第5章）。仅仅报告那些可以为整个企业定义成功的三四个KPI。摒弃掉所有很容易知道的那些辅助指标。在最坏的情况，即使你不能去除这样的指标，那么让组织中的下属去操心它们。从仪表盘中消除这些辅助指标。
建议2 创建一个操作仪表盘。它涉及到对仪表盘的全盘重新设计，以及关键重心的转移：从汇报数字到汇报洞察、影响以及措施。操作仪表盘的唯一目的是驱动最尽可能高层的管理人员快速地了解性能然后采取行动。
图10.3显示了一个操作仪表盘的样例。操作仪表盘的每个象限代表着一个重要的人类问题的解决方案。我们来详细介绍一下。
在仪表盘的顶部，明确标识了少数的几个关键指标：购物车放弃率。为了增加对清晰问责制的度量，仪表盘包括了分别从业务方和分析方负责该指标的两名人员的姓名。
右上角的圆点清楚地标示该指标的健康度。在此情况下，它是红色的（虽然在黑白书中会看起来像灰色），明确地表示某事出了状况。它还可以是其他的两种颜色：黄色，不要炒掉任何人，但要做好准备；绿色，给某人一个大大的拥抱和一盒巧克力。
第一个象限（左上方的图形）显示了该指标的趋势，并且它被细分了（在该案例中，是针对四个关键的客户细分阐述的购物车放弃率）。这个象限满足了管理层想要了解的：你是否知道你在做什么。它会被掩盖，没关系。
在第二个象限“关键趋势和洞察”中，您通过解释趋势和提供背景而增加了价值。另外它还警告了哪些数据可能是脏乱的。管理层起始会专注于这个象限。到了适当的时候，他们将增加对你的信心，以及分析师，然后他们可能会跳过这一部分，走向好的部分。
注意一下，我们已经解决了两个重要的问题：分析人员只是简单地挖掘数据（再也不是了！）； 通过展示远远多于KPI的内容来获得对您的工作的认可的挣扎。
第三个象限，可以采取的以调整策略的行动/步骤，促使了害羞的网站分析师走出去，与营销人员、网站所有者和副总裁 —— 获得所有的背景知识的所有人——进行讨论。目标是确定出该指标趋势的根本性原因，并提出稳健的措施建议。你很少能够凭借自己做到这一点; 你需要与他人的社交接触，对话和协作来确定解决方案。这是一个很棒的机会，可以使你在业务上变得聪明。
行动/步骤象限是驱使行动的关键。您不再把指标留待解释或者因为不清楚下一步而推迟行动。您建议了下一个步骤或者下一次操作。这个象限将会为你赢得那些来自高管层的厚爱。他们将会重点关注这些信息，然后会议将会从每个人在讨论数据转变成为管理层分配项目。
第四个象限，红/黄状态对公司的影响，为那些仍然不清楚为什么他们需要采取行动的高管提供了洞察。我认为它也是大多数仪表盘缺少的关键部分 —— 临门一脚。该象限的信息回答了 “这种趋势，对公司及其客户的影响是什么？” 这一问题，它还促使了营销人员和分析师努力工作来估测影响，并呈于纸上。
”对公司的影响“象限是杀手象限 —— 如果没有别的驱使行动的信息，它会。它清楚准确地说明了：损失了多少钱，多少客户是不满的，或者多少机会被浪费了。现在，当高管忽略你时，他们就要自行负责，是在做危险的事。请相信我; 他们会采取你建议的措施。
通过改进的仪表盘，您解决了妨碍分析的人为问题，您解决了当今系统中的缺陷，并且由于第三和第四象限，您在整个业务上变得更加聪明了。双赢！
2 合并仪表板
随着时间的推移，你将会从管理层那得到更多的信任，所有以往的仪表盘都可以丢掉了，并且会被替换成图10.4所示的那样。
每个象限包含了来自单个“指标操作”仪表盘的重要部分：建议和预期效果。有了这个，你可以请求你的高管简单地对自己的建议进行评估，并且将它们分配给相关人员采取行动。
您会注意到，此仪表盘上并没有数字。尽管阅读这本书的许多人可能会认为这有点极端，我想向你保证，所有的需要数据的工作已经做完了。数字只是隐藏了的 —— 我们试图去驱使行动，对吧？
你必须得到高管的信任和尊重，才能进行图10.4。它将需要一些时间。但是，你想要到达一个合并仪表盘的时刻。您想要创建一个真正为驱动行动而生的仪表盘。
3 高影响力仪表盘的五项原则
除了为您的高管和HiPPOs创建仪表盘之外，您还会为其他人员（如高级营销人员，部门负责人和采购团队）创建仪表盘。在这些情况下，您可能不会花费如操作仪表盘那么多时间; 相反，您要创建一个更加传统的KPI和图表的仪表盘。
我在前面章节讨论过的许多解决方案仍然适用于传统的仪表盘。毕竟，你仍然面临着相同的思维问题。但是一套独特的原则也适用于传统的仪表盘。这些原则确保了您的收件人获得授权可以了解企业的绩效。
1）基准和细分
精彩的仪表盘的第一条原则是不存在没有上下文的指标，因为洞察应该跳出来而不是提问题。永远不要自行地汇报指标。
你有很多能够展示上下文的方法。您可以使用基准（内部或外部）、目标，甚至之前的绩效。但是一旦没有上下文，该指标在仪表板上就不能提供任何价值，即使它是业务中最重要的指标。
仪表板的目标传达的不仅仅是一个指标的效果，而且是要提高可操作性。细分是一个关键的策略，能够说明一个良好的或差的表现的原因。图10.5显示了仪表盘的一部分，它有效地结合了基准和细分。
您会注意到，指标（80）的目标清楚地标记在图表的顶部。这个单独的说明本身就值得它的加黑颜色，因为它意味着没有人会再来疑惑企业的目标。
数据并没有像快照那样显示，而是显示了三个月的趋势，这就给出了当前效果的背景。此外，该图表显示的是四个客户细分的效果，其有助于您快速地了解哪个细分群体把整个趋势拉低了（第四个细分）。
如果图表仅仅显示了整体的效果，则此仪表盘部分只会带来问题，或者更加糟糕的被隐藏的关键的见解。这正是你需要避免的。
2）隔离出你的“关键的少数”指标
我非常不喜欢把满满的数据塞给别人，会一直贯彻在整本书中。作为分析师，我们经常会认为我们的工作是向其他人展示我们能够提供多少的数据，但我们真的是在浪费每个人的时间。
通常仪表盘会是28个标签页的Excel文件或者34张的PowerPoint。在无论哪一种格式中，你跟踪太多的指标，很少细分和突出效果，这使得其他人不可能从发生的事情中提炼出一个有用的信息，然后采取行动。
作为分析师，您需要花费大量时间来确定推动您的业务增长的”关键的少数几个“ 指标。也就是说，“如果整个房子都在着火，我们最需要关心什么？” 你是否知道对于你的公司底线而言“关键的少数几个” 指标吗？您对这个问题的回答会促成或者破坏您的仪表盘帮助决策的能力。
作为一个通用原则，您的仪表盘应包含少于10个的指标（6个是最佳的）。请注意，您需要为每个指标设置一个目标，并对它们进行细分，然后在您的仪表盘上标示目标和细分。
如果您的仪表盘指标超出6到10个，那么您还尚未确定出“关键的少数几个”指标。你需要重新审视你的所有指标，并压测他们的重要性。
3）不要只停止在指标上 —— 要包含见解
您在之前的课程中已经接触了有关创建操作仪表盘的洞察原则。如果没有一套令人信服的总结了效果和建议措施的洞察，就不应该创建仪表盘。
大多数仪表板是一堆数字、表盘和图表的集合; 它们留给读者自己去推断所有的数据意味着什么。遗憾的是，这些无洞察的仪表盘丢失了您为之付出的所有分析的好处。即使您对指标进行了细分和趋势化，在仪表盘中也只是关键指标的汇总级数据。
包括洞察的一个章节，能够使分析师的智慧发挥到最高水平。该部分应该陈述洞察，例如命中数和失败数的根本原因以及企业的潜在变化。此外，还包括了建议的措施，例如下一步做什么，如何扭转颓势或发掘出的新机会。
4）单页的力量
这可能不是最明显的原则，但是如果您的仪表盘不在一个页面上，您有的是一个报表，而不是仪表盘。此原则的附加层如下：
- 页面大小= A4
- 打印边距=最小0.75英寸（全部页面）
- 字体大小=指标最小字体10号，目标/基准最小字体12号
把自己限制在单页上就几乎没有了怀疑或争论的余地。单页原则很重要，因为它鼓励您在选择黄金的仪表盘指标时能够谨慎的思考。单页原则作为塞满太多信息的破坏者，因此它会使得数据呈现更容易，使得仪表盘更易于理解并且更有可能会促进行动，并且使得仪表盘可便携。不要低估携带一张能够保持100％业务绩效的纸张的力量。
它看起来会像是一个容易遵循的规则，但把你的仪表板凝聚到一个页面会是一整天的工作量。把您手头的任何仪表盘拿出来，然后尝试应用此原则。你会立刻意识到该任务是多么困难。但是改进您的仪表盘对于有效地沟通和推进行动而言至关重要。
5）流失和保持相关
与人们的公众信仰相反，仪表盘并不是刻在石头上，因此不是一劳永逸的事情。一切都在发展变化。企业变革，人们来来去去，高级别的优先级在变化，我们也变得更加聪明。为什么我们的仪表盘和指标保持不变呢？
仪表盘，像人类一样，应该不断发展。然而，这种演化可能会在实践中难以实现，因为组织更喜欢稳定性，高级管理层喜欢可预测性。
实际上，为了跟上业务环境中的真实变化，您可以将仪表盘上30％至50％的指标保持一年或更长时间。但是你应该一直为这种所谓的流失作计划， —— 指标应该被消除，几乎是刻意地，一旦你发现他们没有关联了。
为演化和流失作规划是强制的。唯一的确保您的仪表盘不会变得陈旧，最终成为毫无价值的，耗费时间的纸张的方法是发展改革。
遵循这些关于仪表盘的简单原则，并向您的决策者提供有价值的信息。您仔细选择的指标和您提供的洞察将会推进行动，而不是带来更多问题。
四 非线性的营销机会和多渠道衡量
本章截止现在为止，我已经讲述了数据收集及其质量。我也谈过了如何创建最好的仪表盘来驱使行动的策略。在本小节中，我会来谈一谈在网站分析中最容易被预测和最困难的事情之一：多渠道营销。
1 转移到非线性营销模型
即便在今天，互联网繁荣发展并改变了我们的生活，大多数的营销活动却仍处在自己的孤岛。离线团队通过电视、杂志、广播、零售和广告牌来影响人们，一个小很多的在线团队来处理横幅、搜索、联属程序和电子邮件。该营销执行模型意味着：我们的客户行为会如图10.6所示，通过四个阶段 —— 研究，选择，鉴定和购买 —— 要么是在我们的离线渠道要么是在线渠道，但两个并不同时。这当然错的离谱。
我们生活的世界，再也分不清线下营销与在线营销了; 我们生活在一个非线性营销的世界（由David Hughes创造的一个短语，www.nonlinemarketing.com）。
客户的线上和线下世界几乎没有缝隙; 因此，在他们日常生活中，会如图10.7所示那样在其间灵活移动，。
作为一个客户，我可能会为我的数码相机在线上做所有的研究，然后去商店把它拿在手中，并咨询销售人员一些问题，然后回去在线上购买它。另一方面，你可能会在网上看到一个横幅广告，促使你在线上研究了一番，搜索论坛以查看评论和评分，一旦你做出了决定，然后搜索最合适的价格（仍然是在线的），最后去实体店完成购买。
当我们考虑我们的营销策略以及如何去影响客户时，我们需要意识到：客户并不会纯粹地在在线或离线其一方式下做出决策。如果我们想要身心俱获，我们必须重置我们的思维模型，尤其是我们的组织，以真正去执行非线性营销活动。这意味着要了解我们当前和未来客户的所有关联点。不掌握这种方法的公司肯定会被淘汰。
非线性营销超出了我们迄今为止所被教授的一切内容; 它在很自然的情况下混乱了。但是在Web Analytics 2.0世界中，您必须努力去了解非线性营销活动的影响。
2 多渠道分析
考虑下一家公司已经掌握它的这种情况。该公司在www.bing.com上开展了一项针对泳装的付费搜索营销活动。搜索者去网上查看所有漂亮的比基尼。顾客做出选择后，他们可以迅速赶赴商店并在那里购买。这家聪明的公司如何晓得在线的营销活动促成了线下的转化率呢？
或者考虑下：某人在同一时间看着电视和网上冲着浪的情况。他们看到了酷酷的新耐克广告，并迅速前往耐克网站进行购买。 Nike如何为电视营销活动分配价值呢，因为它们针对同一个产品同时也投放了在线的营销活动？
这种衡量领域被称为多渠道分析。单一的元素是我们现有的衡量非线性营销成本的影响的障碍：它是重要的钥匙。也就是说，我们似乎没有办法把在线数据加入到离线数据中。
我们来看一些多渠道零售商的图片，以了解该挑战。寻找各种各样MP3播放器的一组顾客从搜索引擎中来到了零售商的网站。图10.8展示了Web分析工具可能会捕获到的一些数据。
网络分析工具设置了永久Cookie（在本案例中被称为geek ID），并且这些Cookie与每个网站访客相关联。它还捕获了把访客带到该网站的付费搜索关键字，此外只是为了好玩它还捕获了访客的内衣大小（然而不要问我怎么做！）。
在销售电子产品的实体零售店，人们可以走过去然后购买MP3播放器等等。图10.9显示的是：您可能会在零售商店数据库中收集到的一些数据—— 来自信用卡的客户名字，唯一的永久客户ID，购买的产品以及购物发生的城市。
请注意：在图10.8和图10.9的这两个表中，拥有一个相同的元素，一个主键。在本案例中，它是geek ID。这个绝妙的礼物意味着你可以用一个简单的数据库查询把这两个表连接起来，然后得到一个如图10.10所示的表。
多么荣耀啊！现在，您可以轻松地了解到：哪些在线访客来到了您的实体店并购买了MP3播放器。并且您可以衡量非线性营销活动的影响了，因为在图10.10的组合数据中，您确切地知道了有多少在线活动促成了线下的销售。您可以优化在线营销活动了。你甚至可以预测（在收集到足够的数据后）内衣尺寸是否会对人们购买的数字音乐播放器类型有因果性影响。
所有这些操作都是通过一个简单的东西（即geek ID或主键）而实现的。问题是？气球泄气的声音...通常现实世界中不存在类似geek ID这样的东西。
当今几乎所有网站收集到的数据是线上唯一的; 它并不是个人身份信息（PII），它是匿名的。当人们访问我们的商店，打电话给我们的呼叫中心，然后购买；他们提供了他们的信用卡以及他们的名字，但他们没有提供给我们他们唯一的永久的cookie ID（如图10.9）。
有很少的一些例外情况，比如银行，您的离线数据可以借助银行帐户ID这个主键与您的在线行为绑定起来。但一旦没有cookie ID，你就没有主键，那么你就无能为力了！
虽然当前在线和离线之间的量化之路存在障碍，但这并不意味着你不能够跟踪到任何东西。你只需要有点创意，并且思维上做出改变。
如果您可以创建小型的投资组合，那么您就能够了解非线性营销活动的影响。选择一些不同的相关联的数据点，然后你就会惊讶于你能在这个游戏达到的高度！在第11章中，我们将会学习一些当今你可以使用的从简单到高级的多渠道分析方法。
注意：如果您的网站分析供应商或顾问说：“是的，我们可以跟踪线上和线下的所有东西以及内衣尺寸，你连手指头都不需要动！” 你可以用最温柔的声音问他们，“你使用的是什么主键，去把这两个线上和离线数据关联起来的？“ 准备好听他们胡扯，扭捏和转移话题吧。
五 行为定向的前景和挑战
行为定向（BT）是一个广义术语，涵盖了在线广告定向和优化内容的技术。在第一种情况下，目标是提高广告的有效性，从而提升投资回报率。在第二种情况下，目标是向访客呈现与其相关的内容，从而提高ROI。在这两种情况下，您都可以使用从个人浏览行为中收集到的数据来更好地为广告或内容定向。
在本章节中，我将会重点介绍第二种情况，通过给访客定向而提供与其更关联的内容，以来改善他们的网站体验。
1 行为定向的前景
我们用一个例子来了解一下网站行为定向的前景。就拿我想要掌握我私人的财务状况来说。我知道Quicken是一个可以实现它的软件程序。因此，我在Google.com的搜索框中输入了Quicken。第一个搜索结果带我访问了www.intuit.com，也就是拥有Quicken的公司。我在www.intuit.com上看到的整个页面，显示的却是关于Intuit销售的另一款产品QuickBooks的图片和文字。
除了QuickBooks的图片，我在该页面上看到了号召性用语：开启您的业务，吸引客户和获得付款。没有Quicken。没有链接。没有私人财务。
如果我坚持的话，我最后能够在网站上找到一个跳转到Quicken的链接。但我本应该不必弄得这么辛苦，尤其是Intuit的网站和分析程序知道我是借由搜索关键字Quicken进入网站的。这些信息应该被用于在主页上展示与Quicken相关的信息，从而避免令人沮丧的客户体验。
这是行为定向的奇妙前景。通过将智能工具或引擎集成到您的网站服务平台中，您可以使用客户数据来优化他们的顾客体验。这可以简单到：基于用户使用的搜索查询、横幅广告或社交媒体链接，来切换主页上的主视图。也可能会复杂到：了解顾客正在浏览什么页面，在购物车中添加了什么产品或者顾客处于哪个国家，然后使用该信息来展示相关的产品、促销和内容。
我们花费了大量的时间和金钱，来优化我们的营销活动以及点击前的营销体验，或者远离我们的网站所发生的一切事情。现在的技术可以更简单地去显著改善点击后的营销体验，以确保访客在网站上获得相关的体验，这应该就立即转化为更高的参与度以及提升了的转化率。
网上的行为定向平台包括来自Omniture、Audience Science、Kefta和Netmining等公司的解决方案。甚至有可以免费使用的解决方案，比如BTBuckets。
2 克服基本分析挑战
您用于行为定向工作的数据很大部分会是您使用网络分析工具收集到的数据。当您分析这些来自Web分析工具的数据时，会面临三个重要挑战：规模、数据解释和多样性。他们都积极地促使你采取快速行动。就是这样：
- 规模 数以千计的访客可能会在任意既定的时间访问您的网站。并且数千人正在赶来。这就制造了一个独特的大数字的问题，会直接影响你和你的系统必须实现的分析。
- 数据解释 这些翻来覆去的访客和页面生成了大量的数据，这对于人类甚至是我们的分析工具来说，很难去解析、解释和快速地发掘洞察。由于我们自身的限制，以及我们的组织结构和决策层的限制，我们艰难挣扎甚至只能每隔几天才采取行动。这就是我们很少能够从获取实时的数据中提取边际价值的原因。
- 多样性 大多数的网站所有人很难理解人们访问他们网站的所有原因（见第6章如何克服这个挑战）。人们可能会将您的网站用于您并没有设计的目的，这种行为会使数据分析和行为识别变得复杂。
当您使用正确的工具进行行为定向时，在访客与您的网络呈现互动时，对其自动了解并向他们展示与其最相关的内容，您就能够克服规模、数据解释和多样性问题。图10.11显示了一个典型的线上行为定向系统的示意图。
图10.11的上半部分展示了您的网站上在今天发生了什么。下半部分是当您使用了行为定向工具时会发生什么。
您可以基于你输入到建模引擎中的业务规则来进行内容定向。在一些解决方案中，人是可选的（！）。这些解决方案使用复杂的机器语言算法 —— 他们学习相似访客的行为，然后自动优化顾客体验。
我们来看几个例子。在一个基于规则的平台中，营销人员可以创建一个规则：如果有人访问三次，并且他们在前面的访问中将产品添加到购物车了，那么在第三次访问时向他们展示15％折扣的优惠券。另一方面，在算法平台中，在短暂的学习阶段之后，系统可能会注意到一种模式：购买产品x的人通常也会购买产品y，但是只有当他们来自犹他州时。因此，对于未来的来自犹他州，并且将产品x添加到购物车中的用户，系统系统可能会自动地建议：产品y或者一种产品x和产品y的组合。
行为定向有助于克服人类在优化网站体验时的根本性问题。正如Intuit的案例和前面提到过的挑战一样，人类驱动系统显然有着局限性。为了让你的网站更加智能，人类现在可以被算法替代。
这些工具无法做到一切，但如果使用恰当，他们可以使您脱身，然后专注于大型的、战略性的业务问题（真正重要的东西）； 同时把与内容、促销和产品相关的战术型访客级别的决策留给机器处理。最好的BT解决方案仍然是非常昂贵，但要变得能够轻松地用于每个网站所有者，也只是时间问题。
3 行为定向的两个先决条件
虽然行为定向的前景是诱人的，结果对客户们来说也很积极，但是我发现人们似乎把BT当成了万灵药。记住这一点很重要：“垃圾输入，垃圾输出” 的原理比任何的其他情况都更加适用于此。这是因为，促使行为定向平台做出选择并产生结果的是，一种本身智能和你填以适当的内容的能力混合。
你给你的BT系统填入垃圾，它就会快速有效地把垃圾投向你的客户。它将会比你自己能够做到的更加快速地去投放垃圾，因为系统是非常高效的。
如果您是一个中到大型的公司，您应该调查BT平台会如何帮助您改善线上的顾客体验。但在实施一个昂贵的解决方案之前，请先确保满足以下的先决条件，无论您选择的是哪个供应商。
1）投资于坚实的客户监听站
考虑一下您希望通过行为定向实现什么：您希望在正确的时间把正确的内容发送给正确的用户。现在后退一步，回答这个问题：除了你的网站分析工具，你如何去聆听你的客户，了解他们是谁，他们需要什么，他们有什么问题呢？
我怀疑我们大多数人没有活跃的监听站。这些包括调查，可用性研究，远程测试，市场调研或者听取呼叫中心对话。我们在第6章讨论过这些方法。
当你利用这些监听站时，你会得到一个坚实的关于客户的图像。当您了解您的客户时，您可以开发出您的BT平台所需要的内容，以智能地在正确的时间去定位到正确的人。
即使再多的来自您的BT平台的技术也不能够弥补良好内容的缺乏。最后，你还是得放下你的高高在上的定量架子，走出去和客户进行交谈。在实施您的BT平台之前，至少要监控你的监听站三个月。
2）首先进行A / B或多变量测试
第7章介绍过测试和实验的惊人价值。在您进入BT之前，实施多变量测试并且把程序运行一段时间会是一个好主意。
使用多变量测试，您并不是在执行行为定向，但是您正在尝试提出内容、优惠、产品和布局，以便查看什么东西是有效的。这个过程可以带给你你珍贵的经验教训。您将了解到：提供用来改善客户体验的优质内容是多么困难。你将会了解到对你的组织而言，提出创意和内容是多么痛苦：市场运转，在批准促销活动时的不愉快，来自法律的对你可以说什么以及布置什么的阻碍，你的设计师对于任何简单的事情的不满，以及IT团队的敷衍。
然后就有了关于这个过程的无容置疑的教训。任何类型的测试都不是特别的。为了使测试运作起来，您必须创建一个结构化和可重复的过程，带有明确的步骤和角色，责任和组织架构清晰度。当你与MVT奋争的时候，你会发现公司克服上述挑战的能力，如果你授权过，你将会更强。你会发现你的公司中那一部分出了问题（人员，内容，流程），你必须先修复它，才能从你的BT平台中提取有价值的内容。这将是一个无价之宝。
在实施您的BT平台之前，把测试执行三到六个月。最初三个月可以与第一个前提条件并行运作 —— 建立稳固的客户监听站。
解决您在测试中发现的问题之后，您可以从仅仅在网站上进行一些改变，转变到创建一种相关的客户体验，再到实施一种大规模行为定向的自动化系统。
您不能指望，仅仅通过从网络分析工具转换到复杂的定向解决方案，就能从您的行为定向努力中获得巨大的回报。您首先需要进化，确保您拥有一个能够了解客户需求的过程。您必须确保您的组织有一个稳固的，为您的定向平台提供优质的东西的过程。
六 在线数据挖掘和预测分析：挑战
预测分析是一个非常流行的术语，它开始意味着能够想象得到的一切事情。因此，我需要把事情稍微澄清一下。
我只介绍一种类型的预测分析：试图使用自动化智能或者人为创建的业务规则来给客户定向提供内容或优惠。另一种预测分析，是被搜索引擎用来根据搜索者的位置或者先前的查询而改进结果。这两种策略都行之有效，后者比前者更好。后一种策略能更好起作用是因为搜索引擎中可用的变量较少以及数据深度的问题。
还有另外一种预测分析，这可能是最难的类型。就是尝试去收集多年的网站数据，将其存储到数据仓库，然后去挖掘它找出可盈利的趋势和模式。
维基百科的定义如下：
预测分析包括了来自统计和数据挖掘的各种各样的技术，它们会分析当前和历史的数据以对未来事件作出预测。
这种类型的分析已经广泛地，成功地应用于从零售到金融服务的各行各业的离线世界。比如包括有：预测哪些客户可能会拖欠债务，哪些患者可能会患上某些病症，或者哪些员工处于更高的离职风险。
在线上我们可以使用预测分析来挖掘多年的数据，以预测某个特定的客户下一次订单可能发生的时间，或预测付费搜索者在未来12个月内的行为，或预测我们通过特定的在线渠道能够定位到哪些潜在客户。在这个小节，我将讲述的是最后一种类型的预测分析。
首先，搞笑的一点是：应用了传统数据挖掘原则的在线预测分析的承诺就像屁话，但公司们仍然在挣扎着以展示任意一点的投资回报。我的经验使我得出了结论：当你试图在你的网络数据中探索趋势和模式时，会有一些强大但微妙的元素与你作对。在你决定将资源倾注于在线预测分析之前，您需要去认识并且解决这些挑战，就是下面各节会概述的。
1 数据类型
Web数据几乎是完全匿名的，通常也是不完整的，高度非结构化的。这些问题可能会严重影响您从传统数据挖掘和预测分析方法中发掘洞察的能力。
当您的数据集含有匿名的Cookie和敏感的技术（如JavaScript标记）时，想要识别出那些人群、产品、结果和行为中复杂的数据趋势和模式，将会是一个挑战。此外，在线数据通常是不完整的，结构化也不如离线数据，这使得把行为与结果联系起来变得更加困难。
是的，如果您抓取到登录ID，并且您能够将每个访问您网站的人员（来自离线系统的实际信息）与这些ID关联起来，匿名问题就变得容易了。但是美国的平均转化率也就在1.72％左右徘徊，你的数据集中只有极小一部分会转化成利润。
2 变量的数量
离线世界中的数据挖掘更简单些，因为在离线世界中，我们每个人都被独立起来了。如果我们拥有一家商店，它可能与几英里之外的另一家商店在竞争，但生活仍旧很简单。你知道你的竞争对手是谁。有限的变量数目可能会影响您的业务，而且这些变量很容易识别。
但在线上绝对不是这个样子。在网上，每个人都在与其他的人竞争; 没有访问的限制 —— 客户就是一个点击，远远地还在与您的竞争对手和其他影响渠道在线上调情。
如何识别在您的网站上提供结果的所有可能变量（那些对于从预测分析工作中提取价值的能力至关重要的变量）？
现在，你终于接受了你生活在一个非线性世界的现实。这意味着人们不只是在线上与您和您的竞争渠道进行交互。相反，它们在在线和离线触点之间往往复复，引入了更多的变量（已知的和未知的），也是您必须让一个有效的模型中考虑到的。
例如，您的在线数据表明了，客户通常在购买之前会进行三次访问。但你是否知道他们在这三次在线访问之间去访问过商店两次吗？匿名性或身份重用性也带来了新挑战。 Tony和所有的归于Tony的访问真的是Tony本人吗？还是他的妻子和女儿都使用了同一个登录亚马逊的账户？
人们可能在线下的世界行为很混乱; 他们有多个接触点，而且不使用完整的名称和地址。这些问题在线上更是指数级恶化。当你控制了你能够计数和解释的变量，你开始的时候是一个大洋洲，最后留下的却是一小杯水。您的预测任何可伸缩事情中可操作的洞察的能力就会深深受限。
3 多个主要目的
在第6章中，我介绍了理解主要目的的重要性：人们不会因为某一种原因而访问我们的网站; 他们的访问是由于各种各样的原因。我强调主要目的，是因为大多数网站所有者认为他们网站的存在，只会帮人们做一件事情；然而大多数人访问网站做了许多不同的事儿。
您可以快速了解到这些不同的工作如何成为了数据挖掘和预测结果的挑战，是因为：
- 你不了解所有主要的目的。
- 很难将大量的点击和访问分配给每一个主要用途的存储区，然后作出预测。
你的第一个挑战 —— 不完整和匿名的数据，加深了这个问题，也是我将讨论的下一个挑战。
4 多次访问的行为
你可以预测出：当人们走进你的超市时，他们想要什么，因为其行为包含着一些轨迹。对于多次访问而言，存在着实际的和情感成本：访问一家商店，然后再访六回是一件麻烦事。但在网上，这种成本是微不足道的; 因此，几乎没有任何的网站会在第一次访问时有访客的转化。
因此，当您开始准备分析数以千G的数据库时，您必须回答以下问题：如何从点击中隔离出访问行为？有多大的信心？
在纸上谈起来，隔离行为可能听着很容易，但实际中，很难去适配多次访问的行为，即使您已经解决了针对每个人和每次访问收集数据的准确性问题。 然而Web上的数据收集根本并不存在。
5 缺失主键和数据集
您可以通过将您的数据与网络分析之外的其他客户数据集（例如商店信息或电话渠道）合并以改进您的预测。如果您知道客户的接触点并且合并了这些数据，那么您就可以了解其当前行为并预测未来的行为和结果。
这种光明的情形被几个相当无奈的现实所粉碎。我们都熟悉未标记的营销活动和网页。我们还知道，URL参数有时无法帮我们收集数据。问题是大多数公司并没有把先见应用于创建正确的主键上，以能够合并来自不同通道的数据。我们在多渠道分析的章节中讨论过这个概念。
由于收集和存储名称、地址和电话号码的方式不同，身份数据的挖掘也变成了数据整合的噩梦，也是分析结果的重大挑战。
为了从数据挖掘和预测分析中获得积极的ROI，您的公司对跨渠道以及在网络、ERP和CRM系统的深层数据的收集和存储过程充满了期待。当您开始挖掘和预测时，首先要重点关注这些具体的挑战，然后再转向工具和人员。
1）网站的变革速度
当然，网上的大牌，如谷歌、亚马逊和纽约时报，会永远在那里。对于这些玩家，Web似乎从来没有改变过。然而对于我们其他人，游戏却不一样。网络不断地变化，从公司竞争的方式到客户购物的方式。
对过去行为进行挖掘和预测分析，需要你的未来有一定程度上的稳定性。但是如果环境变化太大，或者甚至是足够，那么你从过去行为获得的预测只有很低的成功机会。这就是分析人员将传统挖掘和预测算法应用于网络数据的最大挑战之一。
关于预测分析的维基百科文章，其结束语是：
预测分析通过允许其基于对未来结果的预测来制定智能化策略，为业务决策能力增加了巨大的价值。这种类型的分析中有着广泛的工具和技术可用，并且它们的选择由该公司的分析成熟度以及所解决问题的具体要求来决定的。
我会让你自己思考一下，并且建议你要考虑以下方面：
- 您公司的成熟度。
- 您正在解决的问题的要求。
- 本章前面提到过的六个条目。
- 是否已经摘得所有挂的低的果实。在下一节中，我将会大致概述此过程的步骤。
即使在网站上拥有这么大量的数据，我们在做数据挖掘的过程中还有不足，这是一个离线情况下建立的完善过程。我们的问题可能只是现在的挑战。在未来，客户接受度，更好的数据收集机制，以及复杂的客户变量的健全性将确保我们最终可以实现数据中的分析前景。
七 涅槃之路：迈向智能分析变革的步骤
实施一个网站分析工具所花费的时间之久，令人烦忧。一些解决方案需要长达18个月。但在短短几个月内，网络会以各种各样的方式变化着; 因此，在你的工具实施完了以后，您起始的目标和假设可能并不适用了。
那么，为什么会需要几个月时间来实施网站分析工具？嗯，我们寻求完整性和完美性，但我们需要承认网站分析永远没有完成的时刻，收集到完整的数据集更是不可能的。你总是会想得到更多。
由于这两种原因，我建议一种策略：快速开始，在第一个月月底基于你的网站分析数据做出决策，然后随着时间演化，再做出更复杂的决策，同时也从你的网站中捕获到更多有价值和复杂的数据。图10.12显示的是我的建议：在公司中实现网站分析的涅槃阶段的结构化路径。
通向分析涅槃有五个简单的步骤。每个步骤都会有增量的进步，每个步骤都会使您获得更多的数据并做出更好的决策，每个步骤都会有相关的痛点，而且每个步骤都会尝试去平衡成本和收益。我们来讲一讲每个步骤的逻辑和好处，以便了解全面的情况。
你会发现，我将在进化过程中讲述的许多概念在本书前面已经讨论过了。在本章中，我只是将它们以一个特定的顺序排放，以确保您的执行会给您的公司带来一种预想的变化。我的目标很简单：利用第一周产生的具有洞察力的行动，从一个小波浪着手，然后堆积发展直到海啸！
步骤1：标签，宝贝，标签！
第一步是从网站分析供应商那里拿到最简单版本的JavaScript代码，并实施在网站上。忘记其他的一切事情。忘记大规模的世界主导（最完美的标签 —— 在第一天就会收集你所需要的一些数据）。查找您网站上会自动被包含的页脚文件，然后将标准JavaScript的其中几行复制或者粘贴到该文件中，然后梆的一声！ —— 当您点击保存时，99％的网站被标记了。
网站上的百分之一（例如弹出窗或片段）可能没有页脚。您需要单独地识别这些部分，并对其进行标记。虽然标记这些部分很重要，但在此时并不关键，因为这些弹出窗和片段只会占据比较小百分比的内容消费。把它们放在实施之路上，但是你不需要在这些元素都完成之前，一直牢骚满腹。
到目前为止，您没有完成什么特别复杂的事情，标记过程可能会需要你好几天的时间，但您现在拥有了所有的基础网络指标：网页浏览量，独立访客数，网站逗留时间，引荐人数，关键词数，忠诚度和热门的已浏览首页。
只要想一想你能够立马做出的所有决策！您拥有足够的数据来了解您的网站是否有特别差劲的地方，您可以看到哪些方法进展顺利，而且您可以对客户的意图有了初步的窥视。在这一点上，您甚至可以通过查看热门着陆页的跳出率来识别出特别差劲的某些网页。而且我们不要忘记，你已经可以开始使用关键技术了，比如细分（参见第4章）。
在1到100的刻度内，这里涉及的只是30点的痛苦。低痛苦，高增益。
步骤2：配置网站分析工具的设置项
在完成标记后，您可以步入整个五步过程中最简单的一个：登录进入您的网站分析工具，然后更新简单的管理以及设置信息。
好消息是，您并不一定需要您的IT团队来完成此任务。如果您有一点点的技术，您可以自己更新设置，然后解锁一大堆的新数据。
1）配置报表
只要在网站分析工具中点击几次，您就能为网站的内部搜索引擎配置好报表了：
- 1.登录进您的工具，然后点击 Setting 。
- 2.点击 Configure Internal Site Search，并指定查询参数。
- 3.点击 Save，然后就完成了。没有必要去接触在您网站上的JavaScript代码。
几小时后，您就可以成功地从内部网站搜索中获得数据，然后您能够了解到您网站上的访客在寻找些什么！
2）配置目标
作为一个超级优秀者，在获得您的工具之前，您必须为你的网站确立目标（微观的和宏观的转化率）（请参阅第5章）。另外一种极好且相对无痛苦的任务是在您的分析工具中配置目标：
- 1.登录进设置，然后点击 Add Goals。
- 2.输入 Goal Name，选择 Type of Goal，然后输入一个 Goal Value（计算经济价值请参见第5章）。
- 3.输入过程步骤（如果相关联的话，例如对于一个结帐过程），然后点击Save。快乐的跳起舞吧，因为在几个小时之后你就会获得数据。
通过更新某些设置的简单操作，您就已经完成了可能是Web分析中最困难的任务：促使您的组织去考虑那些由您的网站提供的结果。依靠您的工具，您可以轻松地配置一系列的设置，其为您提供了更多的数据，以进行更加复杂的决策。
在1到100的范围内，这里只涉及10点的痛苦。低的，低痛楚; 高增益。
步骤3：营销/采购跟踪
是时候开始游戏并专注于您的营销和采购活动了。虽然供应商通常不会把这一步骤明确化，但是简单地实施网站分析工具并不意味着您现在可以跟踪您的电子邮件，联属网络营销，搜索，电视或其他类型的营销活动。每个营销活动都必须标记有唯一的参数，以便您的分析工具能够识别它。 （每个工具都有自己的方法或结构用来添加此类参数; 您的供应商会指导您如何做。）
这里有一个例子。我想跟踪我的创业公司 Market Motive（www.marketmotive.com）的所有社交媒体工作。只是在Twitter或Facebook上分享Market Motive的链接并不会帮到我。我必须使用跟踪参数对链接进行编码，如下所示：http://www.marketmotive.com/?utm_source=blogs&utm_medium=occamsrazor&utm_campaign=startupprom
问号后面的所有内容都是一个营销活动参数，用于告知我的网络分析工具：营销活动的类型，链接的位置以及广告中提供的促销品类型。
营销活动跟踪很困难，因为根据您公司的规模，您需要给几个人分配几个小时，以确保每一封电子邮件，搜索或联属营销活动都被标记了。您甚至可能不得不创建一个简单的数据库来跟踪这些用于营销活动的元数据。您将必须为营销人员创建一个新的流程，以确保他们的要求得以实现：营销活动被正确标记，以实现最佳的可跟踪性。
唯一的例外是Google AdWords和Google Analytics。在这种情况下，您只需轻轻点击一下即可完成所有的付费搜索营销活动跟踪。
请注意，当您标记营销活动时，您并未在网站分析工具中进行任何操作。如果营销活动没有被正确跟踪，人们通常会怪责该工具，但糟糕的营销活动跟踪不是工具的错。营销活动标记与您有关：您的公司，您的过程和您的员工。
标记营销活动需要时间。但是这项任务是绝对必要的，因为它跟踪的是你花钱的地方; 你要聪明地处理这些。
在1到100的范围内，这里涉及的是70点的痛苦。很明显，但由于我已经提到的原因，请按照第3步来做你的营销活动跟踪。
步骤4：收入和高级智能
如果你们是一家电子商务或推进访问的网站，那么标准的JavaScript代码将无法跟踪您网站上关于订单的深入数据。您必须在订单确认/感谢页面上实施自定义的JavaScript代码。
要创建自定义标签，您首先必须花费时间，与IT团队一起以了解您的电子商务平台的工作原理和共享的数据类型。您还必须与您的HiPPOs和营销团队合作，以确定他们想要的深入电子商务跟踪的类型。然后，您需要整合这两部分信息，并与您的网站分析供应商合作，以创建您在网站结帐流程中要实施的自定义JavaScript标签。
创建一个自定义标签需要与公司内外的许多不同人员合作。在此过程中你要进行严格的质量检查。对于某些网站来说，您可能需要与你们的法律小组审核数据，以确保您遵守网站的条款声明：关于您能够收集哪些数据以及它存储的位置。
通过自定义你的JavaScript标记（用来收集智能元数据的），您可以显著增加使用网站分析工具进行的高级分析类型。例如，报纸出版商可以使用分析工具的自定义变量功能来判断出访客在其访问期间浏览的是网站的哪个部分。或者银行可以传送关于现有客户访问和潜在客户访问的匿名数据。或者是访客在访问期间做了一个调查。或者他们不知不觉地参与了一个A / B或MVT测试。
所有这种 高级智能 数据可帮助你解锁细分的力量，因为您使用的是网站分析工具本身不会收集的数据。自定义标签允许您以调查和测试的形式收集主键，以便您能够将分析数据与外部存储数据合并。
要实现这一目标，您必须与推动您的网站策略的人，与你的最高级决策者，与您的IT团队，最后与您的分析供应商合作。获取高级智能的数据需要大量的定制和大量的工作。
大多数公司可能永远不需要这种复杂程度，而且你当然不需要在第一天进行定制。事实上，在进行网站分析的前六个月，你甚至可以不考虑定制。
在1到100的范围内，这涉及到60点的疼痛。高痛苦，高增益。
第5步：富媒体的跟踪（Flash，Widgets，Video）
到目前为止，您已经在收集和分析数据方面取得了很大的进展，这些进展已经带来了一个真正的数据驱动化的公司。您还优化了大部分的网站和所有的营销活动，其由复杂的结果分析所驱动。
最后，我们来到了最复杂的跟踪。逐渐地，我们生活在一个流体网络的世界 —— 一个RSS，小部件，Flex，视频和Flash的世界。所有这些应用程序超越了静态页面和网站的内容限制。
流体网络非常适合创建让人流连忘返的客户体验。不幸的是，这些应用程序也意味着要使用新的和不断发展的方式来收集您用来做出决策的数据。第9章详细地介绍了这些数据收集方法。
要跟踪这些应用程序，你会接触到几乎你广泛存在的每一个角落：每个系统，许多人，以及目前为止几乎发生过的所有过程。
在你接触代码之前，你已经对这一步做了很多预想。使用JavaScript标记，你一点都不必考虑。你只是把标记放到位，然后得到了大量的结构化数据。当您跟踪富媒体时，您可以使用非常开放的数据收集机制（比如事件跟踪）来收集数据。这意味着您必须了解哪些您想要被解答的问题，然后您必须将您的答案转换为对开发人员的需求。然后，开发人员必须将需求直接编码到富媒体体验中 —— 事先 —— 以确保数据能够被收集。
在1到100的范围内，这里涉及了85点的痛苦！明白我为什么建议把它作为最后一步了吧？
如果您可以成功实施富媒体跟踪，那么您将会接近真正的网站分析涅槃了。
通过遵循我推荐的智能分析演进的五步骤过程，您将会避免一个长达18个月的实施过程。你将不会希望你会在神奇的一天获得所有的数据。不再是试图一口吃掉整个分析树，你会吃哪些低悬的果实，你的JavaScript标签，和简单的设置。然后，您可以在不断增量中取得进展，并开始更快速地使用数据。随着时间推移，你会把你公司发展的很先进化。
在网络上，革命几乎总是会失败。进化会起作用。
