13518219792
網站分析的一般流程是明確分析目標，確定數據指標，建立分析模型，收集處理數據，數據解讀及建議。本篇介紹用購物車漏斗模型分析：
一、明確分析目標
訂單轉化是電子商務網站的最終目標，購物車流程是影響用戶訂單轉化的重要環節。本篇的分析目標是要找出購物車哪些因素影響訂單轉化，并提出行動建議。
二、確定數據指標
數據指標依附于網站分析工具，本篇使用Google Analytics。購物車流程涉及到的數據指標包括：訪問者Visitor、渠道轉化率Funnel Conversion Rate、目標Goal，另外也涉及到其他一些概念，比如必要步驟Required Step、進入路徑和退出路徑。
1.訪問者Visitor：即網站訪問的人，Visitor與Visit相對應，關于Visit的定義請見藍鯨的Google Analytics中的基本度量二 “訪問次數”。
2.渠道轉化率Funnel Conversion Rate：渠道轉化率的定義為完成渠道的訪問者與渠道第一步訪問者的比例。筆者的購物車一共有三步，渠道轉化率=（購物車第三步訪問者人數/購物車第一步人數）×100%。
3.目標：希望用戶完成的事件或網頁目標。筆者的目標頁面是訂單成功提示頁。
4.必要步驟Required Step：必要步驟用在定義渠道過程中，是指完成目標必須經過的步驟。這里的必要步驟即“我的購物車”和“填寫訂單詳細信息”。
5.進入路徑和退出路徑：用戶進入購物車和離開購物車的路徑。
PS：必要步驟只會影響渠道可視化的目標完成數據，對Google Analytics其它報告沒有影響。換句話說，只有經過必要步驟的用戶行為才能被統計在目標完成的數量里面，如果一個顧客沒有經過必要步驟而完成了目標，這次轉化不會被記錄在渠道可視化的轉化報告里，但是會記錄在網站整體目標轉化里面。
三、建立分析模型
Google Analytics已經提供了漏斗模型，我們只需要進行相關設置即可。筆者電子商務網站漏斗模型的主要設置如下：
1.目標類型是URL Destination。
2.匹配類型是Head Match，因為網站是用JSP寫的，URL中會帶有標識參數，因此適合使用前端匹配。
3.目標網址即訂單成功提示頁/visit/order/cy_shopping_success.jsp。
4.渠道可視化必要步驟填寫/visit/order/cy_shoppingCart_new2.jsp和/visit/order/cy_sendInfo_new.jsp，并勾選Required step。
四、收集處理數據
接下來需要處理收集到的統計數據，比如去除測試訂單、惡意訂單等。如果是可預見的內部測試訂單，可以通過GA的setCustomVar參數過濾，如果是外部不可預見的惡意訂單，就需要手動過濾。谷歌分析師Funnel Visualization中可以看到漏斗模型數據圖表，但是并不直觀。我們將數據導出處理，處理后的數據圖表如下：
五、數據解讀
圖表中主要元素說明：紅色部分代表漏斗模型中各部分的成功進入下一步的訪問者，灰色部分是流失的訪問者，在每步之間的灰色示例顯示了退出路徑。
解讀整體
購物車渠道轉化率：123/（203+306）= 24.2%。這個數據到底處于什么層次？根據艾瑞2010年第一季度對京東、當當、新蛋、凡客、紅孩子等大型電子商務網站的統計數據，購物車流程的轉化率在23.08%-57.33%之間。我們網站24.2%的渠道轉化率屬于比較低的水平。
