纲要： 1、  数据是些什么东西？ 2、  为什么要分析数据？ 3、  理想的分析模型 4、  目前数据分析存在的问题 5、 总结     一、数据是些什么东西？ 我们经常提网站数据分析，但是网站数据又是一些什么东西呢？其实电子商务公司也没有什么特别，跟传统企业一样，电子商务公司要分析的数据，本质上也是企业与顾客的交往记录。并且相对于传统企业，电子商务公司的各类网站，如果要想记录企业与顾客之间的交往记录，与以往大部分的传统商务活动都方便得多。   服务器或网站代表着电子商务公司，而顾客就是一个个访问者，网站与访问者两者之间的互动行为，都能够被比较完整地记录下来。网站与访问者之间的互动行为，基本上也分为两大类，一种是最简单的互动，基本上就是访问者通过鼠标或键盘传来“我要访问某个页面”的需求，然后网站服务器收到请求后，将一个动态或静态的页面返回到访问者的浏览器。目前各企业都是用LOG文件来记录这些互动行为；另一种是比较复杂的互动，即为访问者一次跟网站之间要进行多个内容的互动，主要表现为访问者以提交表单的形式去网站之间进行互动，例如会员注册，购买一件商品等，由于内容过多，用LOG来记录这些互动内容基本上是不可行的，所以一般也就选用数据库来记录这些互动内容。       简而言之，我们一般所说的数据分析，就是要将LOG文件与数据库记录内容两大类数据综合起来分析。   二、为什么要分析数据？   虽然萝卜青菜，各有所爱，但网站的数据分析基本上还是围绕着顾客进行的。首先，管理层面不一样，需要的数据也不一样，公司高层想知道的是一些偏宏观的顾客数据，以便制定公司的战略计划，中层就可能想知道一些微观的顾客数据，以便进行一些日常工作，项目的控制以及短期的战术计划。其次，部门不一样，需要的数据也不一样，采购部门是想知道顾客经常购买哪些商品；内容编辑部比较关心哪些文章最能吸引顾客的眼球；市场部门则侧重哪些广告能带来有价值的顾客。   三、理想的分析模型 当我们去描述一位顾客，或是顾客群体的时候，经常就会涉及一些分析模型，在这个模型里面，就是要将众多与顾客相关的因素考虑到一起来进行综合分析，但什么时候哪个因素对客户的影响比较大，那则需要数据挖工具或简单点的统计的帮助。     顾客：         与顾客比较相关的微观数据       时间：不同国家的节假日，正常上班时间，国际上的时差问题…..           兴趣：读书，球类活动，旅游……           所从事的行业：电信-手机销售人员           ……         与顾客比较相关的宏观数据           国别：时差，节假日，忌讳，喜好           ……         网站的基本数据           八大类商品，图书类的管理丛书八十本           …….         网站的事件库：           网站升级；网络不通；商品更新；促销事件 …… 四、目前数据分析的存在的问题 1、要“以网站为中心的数据分析”，则不是“以顾客为中心的数据分析”。 大家一般常说的数据分析，大部分还是局限在对LOG文件的分析。由于LOG文件里面只是记载了一些网站与顾客之间的基本互动信息，也就意味着LOG数据存在相当大的局限性。   当然，我们光靠Webtrends或其他一些LOG分析软件也能对决策起到作用，但是这类的数据分析起到的作用还是远远不能达到我们的需求。数据分析，如果只做一个LOG文件分析，则往往陷入了 “以网站为中心的数据分析”，则不是“以顾客为中心的数据分析”。       “以顾客为中心的数据分析”的实施难度远远比“以网站为中心的数据分析”难度大，LOG分析基本上只要买个分析软件安装到服务器，或者购买一些用javascript嵌入代码的在线即时LOG分析服务，象Onestat。但要想做到“以顾客为中心的数据分析”的数据，就没有那么简单，必须要将其做为一个战略来实行，因为它需要整合所有与顾客相关的数据，动用的技术不仅仅有LOG分析技术，而且更依赖于数据仓库与数据挖掘技术。       2、不要太过于依赖数据分析 由于目前数据分析方面的人员有相当一部分是从技术方面转过来的，所以比较容易过度依赖数据来做决策。从原始数据到分析结果，中间还是经历了众多的过程，只要其中出现一点差错，都会造成结果有较大的出入。   3、多方面验证你的数据 对于一些分析主题，可以采用多个方式来辅证你数据分析的结果是否真实。比如上门拜访，在线调查等，往往这些数据的获取比通过数据挖掘来得简单与方便，在某些时候，甚至可以替代那些复杂的数据分析，用来作决策的依据。   五、总结 电子商务公司收集网站与顾客的互动行为，比传统企业象超市，银行都方便得多，但是也很容易陷入了数据的海洋，希望这些电子商务公司能够在数据分析过程中，紧紧围绕着顾客来进行，特别是那些为企业贡献最大的那百分之二十的顾客。