流量分析的核心就是你的平臺每天有多少個用戶過來，都去了哪里，在那個位置產生了消費。

針對這幾個問題，我們做了幾個功能：

網頁分析，可以監測每個網頁的流量PV、UV、瀏覽時長、跳出率；

坑位流量分析，可以看到產品的每個坑位每天產生多少流量，產生多少交易額；

路徑分析，可以看到用戶來了平臺的路徑是怎樣的，從那里進來，走到哪里就走了。

這些功能都是通用的，幾乎每個互聯網產品都會用到。

只要前端產品做相應的埋點，就可以自動化輸出數據，支撐N條產品線的流量分析。

先講一下網頁分析，第一步要做的就是和產品線的產品經理溝通現在有那些網頁，網頁的地址是什么，網頁名稱是什么，網頁有沒有在數據庫中管理起來。

比較不幸的是，我們的網頁是沒有管理起來的，我讓產品線的產品經理輸出了一份現有產品所有的網頁名稱和地址。

由于沒有管理起來，我們只好將這份表格導入數據庫，并給網頁的英文名稱定義中文名稱，目的就是更方便運營能理解數據。電商產品的主要網頁有這么幾個：

推廣落地頁，投sem廣告用到的頁面，一般都是注冊頁；

商品詳情頁，單個商品的介紹頁面；

進貨車頁，用戶商品加購后的頁面；

下單頁，用戶提交訂單的頁面；

支付頁，用戶選擇支付方式的頁面；

個人中心頁，用戶編輯資料，領優惠券等功能的集合。

其中有兩個核心的頁面需要講一下，一個是推廣頁，一個是商品詳情頁。

推廣頁的流量一般都很大，做投放的同事需要每天監測PV、UV這兩個指標，如果發現暴增或者暴跌的情況，就要及時查明原因及時解決，所以我們給出趨勢圖。對

于訪問時長來說一般是越少越好，我們希望用戶能夠盡快注冊進入產品，而不是一直停留在推廣頁；如果一直停留在推廣頁說明吸引用戶的是我們的推廣頁，而不是我們的產品，訪問時長也是一個監控產品功能的比較好的指標。

我們第一次投廣告時就發現一個問題，對比整個產品的平均訪問時長來說，推廣頁的訪問時長多了好幾倍，經過查看明細數據，發現有一部分用戶一直訪問推廣頁，而且是同時發送多個訪問請求。

我們當時就用一個未注冊用戶訪問推廣頁，發現用戶訪問完推廣頁會填一些問題確認身份，有些用戶不想填問題，就點瀏覽器的回退按鈕就回到了推廣頁，回退后用戶就鎖死在了這里，不能進行任何其他操作，就導致用戶一直刷新頁面，就有了很多訪問請求，導致訪問時長偏高。

針對推廣頁這么重要的頁面，我們還需要監測它的轉化率，我們設計的路徑是：

為了完成每一步轉化率的監控，我們需要針對推廣頁上的每個按鈕進行埋點，這樣就能監測整個流程微觀的轉化率，看到底用戶在哪個節點流失，再采取相應措施。

商品詳情頁是電商產品中最重要的頁面了，我們提供商品的價值絕大部分通過這個頁面傳遞。

商品詳情頁我們要定期觀察PV、UV，訪問時長，跳出率的變化趨勢，每天來看商品詳情頁到底有多少人。

訪問時長當然是越高越好，訪問時長越高，說明用戶對商品越感興趣，但是也不要過高，用戶一直在商品詳情頁，而沒有在下單也是問題。

跳出率這個是越低越好，我們希望用戶來到這個頁面不要看一下就走了，說明他對這件商品不感興趣。

我們再看一下坑位流量這塊。所有的互聯網產品都一樣，都是由一個個的坑位組成，坑位上放不同的內容。

怎么做坑位流量的分析呢？

第一步就是要把坑位管理起來，這個一般都是由各個產品線開發和控制。

配置完坑位，我們產品的每個端都需要基于坑位的配置來做相應的顯示。

那么坑位的指標都有哪些呢？

涉及流量的有PV、UV，每個坑位每天的流量變化情況，坑位的流量最好能做成準實時，比如能計算出前一個小時的數據，因為運營對這塊的實時性要求比較高，特別是經常更新商品的坑位。

除了這些還有坑位的交易額和轉化率。要完成交易額的計算，要進行后端的埋點。

這樣再解析訂單中的坑位ID就知道商品是從哪里賣出去的。還有一個問題，坑位的配置是分端的，基于不同的運營目的，每個端顯示的坑位可能不一樣，這樣我們需要分端去查看坑位的相關數據。

同樣的，當用戶加購時要記錄客戶端的情況，下單時要把客戶端的數據傳入訂單，這樣就能分端分坑位查看數據情況。

路徑分析依賴前文講到的數據埋點《數據中臺實戰（一）：數據埋點》，當對產品所有的頁面進行埋點，才有數據源。做路徑分析首先要看產品線到底有幾個入口，用戶進來后的訪問路徑是什么。

關于整體分析，可以讓你們的開發先輸出一份數據看看主路徑到底是哪些。

具體的做法就是把每個用戶的訪問路徑打橫輸出，然后做歸類統計，樣例數據如下：

我們的電商產品輸出這些數據做了分析后得出有幾個入口：

有一部分用戶從商品列表或者商品詳情頁進入產品，這些一般都是對外發的推廣鏈接，比如朋友圈直接發商品詳情頁的鏈接。

為什么要查這些入口和主路徑呢？

接下來就進入開發，這里有一個概念叫做會話，會話就是一次用戶訪問，業界一般定義會話的間隔為20分鐘?？梢赃@樣理解，比如你訪問了一個網頁，中間停了20分鐘去看了一篇文章，接下來又去訪問這個網頁，那么你就產生了2個會話，每個會話之間有n個訪問記錄。這樣就把一個個用戶的訪問記錄切成n個會話，每個會話又打橫形成n條訪問記錄。

除了匯總的數據，我們還需要提供用戶訪問的明細數據，主要的內容就是用戶在什么時候訪問了那個頁面。

如果用戶沒有登錄我們統一取瀏覽器生成的cookieid作為用戶的唯一標識。輸出明細數據的主要格式如下：

基于用戶量的的大小，你可以保存近期的數據如近半年的數據，因為用戶每天的訪問行為產生的數據量還是比較大，有很大的存儲成本，數量太大對服務器的性能也是很大的挑戰。

《數據中臺實戰（六）：交易分析》

《數據中臺實戰（五）：自助分析平臺》

《數據中臺實戰（四）：商品分析（產品設計篇）》

《數據中臺實戰（三）：用戶分析（產品設計篇）》

《數據中臺實戰（二）：基于阿里OneData的數據指標管理體系》

《數據中臺實戰（一）：以B2B點電商為例談談產品經理下的數據埋點》

數據中臺實戰入門篇：數據中臺對內、對外合作機制

數據中臺實戰入門篇：雙中臺戰略

作者：Wilton（董超華），曾任職科大訊飛，現任富力環球商品貿易港大數據產品經理。微信公眾號：改變世界的產品經理。簡單、簡短、有用，堅持原創、堅持做感動你的好文章。

本文由@華仔原創發布于人人都是產品經理，未經許可，禁止轉載。

題圖來自Unsplash，基于CC0協議。