在这篇文章前，再次感谢朋友们的关怀。我十月份要休假，到时也许不会再回信答复大家的问题，但是，我想到了一个不错的主意，晚一些就会让大家知道。:)
另外，这个博客也开辟了一些新的供朋友们互动的平台，包括我的微博：http://t.sina.com.cn/webanalytics, CWA的微群：http://t.house.sina.com.cn/g/36476，以及CWA的两个QQ群：100273884和45161188。
在开始这个文章之前，还要对Robin Li同学抱歉，他的一个问题让我认识到了自己的不足，这个问题是关于Google Analytics的Exit Rate的，我的错误在于我此前自己认识的定义其实一直是错误的。 我一直以为，某个页面的Exit Rate=该页面上离开网站的PV÷经过该页面的Visit，但实际上公式是Exit Rate=该页面上离开网站的PV÷该页面的总PV。为什么是这个定义的原因我觉得很明确，因为对于GA，很严谨地区分了页面级的度量和网站级的度 量，visit是一个网站级别的度量，而exit rate是页面级的，所以exit rate只能用page view来定义。
不过，请大家注意，Omniture跟GA在这个地方的定义不同，Omniture的定义是以前一个公式为准。我个人更倾向于前一个公式的定义，因为这能够让Exit Rate保持跟Bounce Rate的一致性。
好了，步入正题，今天要讲的是给初入网站分析大门的朋友们的，话题不深，但是挺有趣，关于Google Analytics，关于我们应该用什么工具做网站分析。
在我开始发表意见前，我要做一个免责声明:)。我非常了解Omniture，但我不愿意偏袒任何一种工具，因为我知道网站分析工具是全人类 （咳，准确说是全部网站分析师）的财富，我们在享用这个财富之前，了解它，读懂它，扬长避短为我所用，就是大好，至于其他的主观色彩，我不会卷入。只是分 享，为快乐而分享，为搞定抑郁症而分享。:)
今天这个话题关于Google Analytics，我们最常使用也最熟悉的网站分析工具，它给我的感觉如同一个十七八岁的年轻人，朝气蓬勃，富有主见和创造。这个工具擅长于做什么，又有哪些不能够做到的地方呢？今天愿以此文跟大家聊个尽兴，也是对我敬佩的导师Avinash Kaushik先生的致敬！
这个文章分为三个主要部分。第一部分是Google Analytics的长处；第二部分是Google Analytics的不足；第三部分是Google Analytics所适宜和不适宜的网站领域。
Google Analytics的能
牛B第一：界面
工具界面这东西，是个见仁见智的事情，不过我觉得Google Analytics的界面绝对是易用的，因为它符合人们的惯常思维。这一点对于初学者非常好。
牛B第二：度量
我认为Google Analytics在度量方面有长处的地方在于，它比较认真地系统考虑的度量的设置。由于是一个免费的通用的工具，所以在度量的设置上注意了三点，第一点 是尽量采用约定俗成的度量名称；第二点是尽量采用约定俗成的度量定义（但不完全是）；第三点是区分了网站级和页面级的度量。所以，度量入门学习用 Google Analytics很好。
牛B第三：细分
Google Analytics不能说具有最好的细分能力，但是其他免费系统，甚至很多付费系统都没有它的细分能力。Google Analytics之所以在细分上如此给力，是因为Avinash非常强调网站分析中的细分分析。对于我而言，大家也看到了我的想法——“无细分，毋宁 死”，做最深入的一些分析，细分数据的确非常重要。
Google Analytics在推出新版之前，细分其实做的很差，但是我记得去年推出新的版本之后，细分功能大大增强。最棒的就是增加了高级细分功能，即你自己可以 定义你需要的细分规则，即我给它起的名字——规则细分。规则细分是网站分析中最重要的工具之一，能够在免费工具中看到这样的功能，你除了感动还是感动。虽 然Google Analytics细分的结果很多需要做采样，但是如果看了Avinash的第二本书就知道，采样数据未必不能提供好的insight。
此外，Google Analytics还提供了其他的细分方法，例如过滤（filter）。值得注意的是，过滤是一种“事前细分”，即把监测数据放入报告之前进行筛选，一旦筛选不通过的数据，通过任何方法都将不能再获得。
牛B第四：响应
这里要提醒的一点是，响应是指你操作Google Analytics时的界面反应的速度，即你打开任意一个报告所需要花费的时间，而不是Google Analytics提供数据的实时性。在响应速度上，Google Analytics拜Google强大的服务器集群所赐，以及自身算法的优化，速度让人满意！毕竟Google Analytics是提供的SAAS（software as a service）服务，数据要在遥远的服务器端打个来回，响应上能够跟本地端的监测工具有得一拼，相当厉害。
牛B第五：集成AdWords
这个不值得多说，毕竟都是一家人，近水楼台先得月。Google Analytics集成了监测AdWords流量的功能，并且能够把关键词投放的成本整合其中，这对做Google SEM的用户有很大帮助。
牛B第六：异步代码
Google Analytics升级了自己的标准代码添加方式，原先必须添加在<body>…</body>中的代码现在可以添加 在<head>…</head>中。这让GATC（Google Analytics Tracking Code）与其他JavaScript代码之间发生冲突的可能性大大降低，而且受到页面载入速度而影响监测的可能性也大大降低。
牛B第七：免费
这个优点不用多说了，反正谷歌的服务器肯定会为无数免费的账户增加数千台到数万台。也许，我估计的可能还是保守的了。
Google Analytics的不能
不牛B第一：路径
Google Analytics其实并无路径分析功能。Entrance Path，或者Navigation Summary都不是路径，只是前后页功能而已，甚至不是前后页的路径。路径功能是能够统计到网站访问者各条路径的功能，从他/她进入网站的那一页，直到 他/她离开网站的那一页。这个功能的作用在于，帮助我们发现一些被很多访问者经过，但却超出我们预计的路径，这十分有助于我们分析网站的页面结构和链接结 构，并据此优化它们。商用网站分析工具，例如Omniture的SiteCatalyst和Discover均很强调这个功能，它有专门的路径报告即 paths报告，支持无限层级的路径。
图：Omniture SiteCatalyst的Next Page Flow报告
不牛B第二：转化
这个不牛B之处不是很给力，因为Google Analytics并不是没有转化监测，事先预定10个转化页面对一般网站已经足够。不过，在数据报告中任意自定义页面之间的转化功能Google Analytics还不具备。对于有多种可能转化路径的网站（这种站其实很多，尤其是大量商品的电子商务网站）而言，灵活的转化自定义功能是很必要的。部 分商用网站分析工具具有这个功能。
题外话：为什么Google Analytics的路径转化功能不强大
今天我还跟武凯讨论了这个话题，我们并无法知道Google Analytics在这两个方面做得不到的真实原因，但我们相信算法对Google而言绝对不是问题。我们推测，由于这两个功能的运算随着路径长度的增 长，而变成天文级数字的可能性，Google Analytics实现这个功能需要更强大的运算和更多的服务器，这会使报告的响应时间变长，而影响用户体验，并且增加大量的成本开销。
不牛B第三：交易监测
Google Analytics在小型电子商务网站中占有大量的份额，但电子商务所重视的交易监测却不是它的长项，主要在于Google Analytics只提供了Add Trans和Add Item两种event，对于灵活多变，而且品类管理复杂的电子商务而言，这一点功能只能称得上“聊胜于无”。另外，Google Analytics没有提供以产品为中心的产品监测（product tracking），因为这个功能需要更灵活的自定义。
来源：http://www.chinawebanalytics.cn/google-analytics-pros-and-cons/
