अभी लॉगिन करें 很多人一聊到数据分析，最先想到的就是PV、UV。可真到了要落地执行的时候，光盯着这两个数字，其实远远不够。你需要知道流量从哪里来，进了哪个页面，在哪个位置上停留、花了钱，又是在哪个环节莫名其妙地就走了。把这些碎片信息串起来，才算是真正能指导业务优化的流量分析。
我们就围绕这个目标，做了三个比较通用的功能模块：网页分析、坑位流量分析和路径分析。谈不上多高深，但好在很多产品线都能直接用。只要前端把埋点做好，数据就能自动跑出来，而且可以支持多条产品线并行。
网页分析：先把家底盘清楚
做网页分析第一步，其实特别朴素——先把家底摸清楚，也就是页面的底数。绝大多数产品在发展初期，页面管理意识都比较薄弱，这再正常不过。我们当时也是，问了一圈才发现，页面地址、页面名称、页面关系全是散的，没有统一的管理。最后只能找产品经理一个个对，把现有的页面名称和地址整理成表格，再导入数据库。为了方便后续查询，中文名还得对应上一个英文标识，否则数据出来全是一堆中文叫法，写SQL的时候就会很头疼。
梳理完你就能发现，电商产品常见的页面其实就那么几类：推广落地页、首页、商品列表页、商品详情页、购物车页、下单页、支付页、个人中心页。每一类页面的作用不同，关注的核心指标自然也不一样。
这里面有两个页面值得单独拿出来说，一个是推广落地页，另一个是商品详情页。
推广页通常是付费流量最先接触到的地方，每一次点击都是真金白银。所以PV、UV的变化趋势一定要盯紧，一旦出现暴涨暴跌，就得第一时间排查原因。我们当时做了趋势图，方便运营同学每天扫一眼。按理说，推广页的访问时间是越短越好的，因为用户应该尽快完成注册进入产品，而不是一直停在落地页上。如果停留时间异常地长，反而可能意味着哪里卡住了。
我们确实踩过这样的坑。早期投放的时候，发现某些推广页的访问时长竟然是全站平均水平的几倍，明显不正常。查了详细数据，看到有用户反复访问同一个页面，请求量特别大。后来用未登录账号从头走了一遍流程，才明白是怎么回事：用户进入推广页之后，要填一堆问题来确认身份，有些人不想填，点了浏览器返回，结果页面逻辑没处理好，用户就被困在推广页和上一页之间来回跳，只能不断刷新，访问时长就这么被拉高了。这种问题，如果没有页面级的访问时长监控，根本发现不了。
除了访问时长，推广页的转化率更需要一步步拆开来看。我们当时把路径拆成了两步：第一步注册，手机号、验证码、完成注册；第二步填写筛选问题，选择选项、提交、进入主页。为了看清每个环节的流失情况，只能把页面上的每个按钮都埋上点，这样就能看到微观转化率，知道用户在哪个节点跑了，再针对性地去优化。
商品详情页又是另一回事。这个页面承载了绝大部分商品价值传递的任务，用户愿不愿意下单，很大程度上就取决于在这里看到的东西。所以我们会定期看详情页的PV、UV、访问时长和跳出率。访问时长适度偏高，其实是好事，说明用户有兴趣，但如果高到离谱，一直看却不下单，很可能就有问题，比如信息展示不全，或者缺了关键的信任要素。跳出率自然是越低越好，一旦跳出去，基本就再难拉回来了。
坑位流量分析：流量分发的那笔账
互联网产品说到底，就是由一个个坑位组成的。每个坑位放不同的内容，引导不同的行为。坑位流量分析的关键，是先把坑位管理做起来，而这通常依赖各产品线的配置能力。
比较常见的做法是，后台给运营提供一个坑位配置模块，能设置坑位的跳转地址（比如商品详情页、活动页、专题页等）、背景图、是否开启、适用端（H5还是APP）。各端拉取配置后按规则展示，这样操作上就可以灵活调整，不用每次都麻烦开发同学。
坑位分析的核心指标，除了基础的PV、UV，最要紧的是实时性。尤其是那些频繁更新商品的坑位，前一个小时的数据，往往就决定了下一个小时的调整方向，所以最好能做到准实时计算，比如小时级刷新。另外，坑位的交易量和转化率，直接关系到坑位的商业价值，这个数据必须能拿得出来。
要算交易量，技术上麻烦一点。用户从坑位点到商品详情页，再到加购、下单，这个链条上每个环节都得把坑位ID传下去。尤其是加购和下单，因为用户可能今天加购，明天才买，所以坑位ID在加购时就要带进购物车，下单时再从购物车取出，一并写入订单。订单里会专门留一个字段记录商品来源，也就是坑位ID，这样后台一拉订单数据，就能知道哪个坑位卖出去了多少商品。
还有一个细节要注意：坑位配置是分端的，不同端（比如iOS、Android、H5）可能展示不同的坑位，数据自然也要分端查看。这就要求埋点的时候，客户端信息要跟着一路传到订单里，否则到了后面想看分端坑位转化，数据就是一笔糊涂账。
路径分析：还原用户真实动线
路径分析是建立在完整的页面埋点之上的。有了每个页面的访问记录，就能把用户的行为像串珠子一样串起来，看看他们到底是怎么在平台里逛的。
我们用的方法比较直接：先把每个用户的访问记录按时间顺序横着排出来，然后做分类统计，找出主流路径。拿我们自己的产品来说，输出数据后很快就看到了几个清晰的入口模式：新用户基本上从推广页进来，领完优惠券进入首页，然后要么从首页坑位进商品详情页，要么从搜索进商品列表页再进详情页。老用户打开App就直接进了首页，再分流到坑位、搜索或者商品详情页。还有一部分用户是从外部链接直接进入商品列表或详情页的，一般是朋友圈分享或者站外推广带来的。
为什么费劲把这些入口和路径找出来？因为运营最需要的就是这些关键路径上的转化情况。有了预置路径，就可以直接看每一层的转化率，不用每次都重新跑数。
为了让分析更贴合实际浏览行为，我们引入了“会话”的概念。行业内一般把超过20分钟无操作作为一次会话的结束，再访问就算新会话。这样可以把用户一整天的访问记录切分成若干个有意义的会话片段，每个会话内部的访问序列，才真正反映了一次完整的浏览意图。
在会话的基础上，把访问记录一层层汇总统计，最终呈现成桑基图。运营可以点图上任意一个节点，看从这一步到下一步的转化率和流失率，非常直观。
除了汇总数据，明细数据同样重要。我们输出的明细格式大致是：用户标识、访问时间、访问页面、来源页面等等。用户标识上，如果用户没登录，就用浏览器生成的cookieid作为唯一标识。这部分数据量不小，考虑到存储成本和服务器压力，我们一般只保留近半年的明细，再早的就归档或者做聚合处理了。
回过头来看，这三个模块——网页分析、坑位流量分析和路径分析，其实都是围绕同一个核心问题：流量到底去哪儿了，以及为什么在那里转化或流失。它们并不复杂，但需要耐心把埋点、数据管理和业务场景对齐。一旦跑通，就真的能帮产品运营从“凭感觉”变成“看数据说话”。
