網站數據分析實戰—用戶偏好分析_數據分析師

熟悉網站分析的朋友們都知道，GA(Google Analytics)中可以關聯不同的維度(Dimension),比如“城市”和“產品”，通過關聯(Sub-relation)，我們可以得到不同城市下，各產品的相關數據。在Omniture的幾個網站分析工具中，也同樣能夠對某個eVar根據按另一個eVar來breakdown。

好了，廢話不多說，接下來就讓我們一起去發現一些有趣的事情！

Step 1. 獲取數據

1.a 請生成一張報表，

維度(Dimension)：城市(Cities)

指標(Metric)：購買數量/銷量(Units)

時間段可根據需要設定，時間粒度(Granularity)在Omniture中選None/aggregate，表示把時間以聚合的方式展現，而不是按daily、monthly等方式來劃分，GA中同理。

好了，我們得到了一張關于各個城市的訪客所產生的訂單數的報告，第三列Ratio是經過計算得到的各城市訂單數占總體的比例。這里假定了只有圖表中所列出的10個城市，所有數據均為模擬數據。

1.b 類似上一張城市報告，我們再獲得一份產品類(Product Category)的報告，維度：Category， 指標：Units，獲得的報告如下

* 這里需要注意，你所看到的兩張表中的Units總量是一樣的，但如果你選擇了Orders作為Metric的話，那么品類報告中的Orders應該會大一些，因為有些用戶的單個訂單橫跨了不同的產品類。比如實際情況是你下了一個訂單，包含了一臺VAIO和一臺DSC，那么在產品類報告中這1個訂單會被分拆為2個，各自歸屬到2個品類中。如果Orders總量相差不大，那不用太在意這個差異，如果你覺得差異讓你無法接受的話，那也不難，對城市報告中的數據做個簡單處理：處理后各城市訂單數 = 處理前各城市訂單數 * （產品類報告訂單總數 / 處理前城市訂單總數)。但是這樣的處理會稍許影響到后續介紹的計算過程，當然，只要你保持頭腦清醒，相信在理解了算法后根據需要來修改也不是難事。

1.c 獲得一份Sub-relation的報告，第一個維度選擇城市，第二個維度選產品類，指標仍然是Units，報表如下：

City Breakdown by Category
限于篇幅，圖中只顯示了Shanghai的數據，實際應該是所有其它城市都會得到跟Shanghai類似結構的數據。由于本例中共有10個城市和10個產品類，因此得到的數據應該是10*10=100行。同樣，這里的Units總量應該與之前的相同。

從表中我們可以知道，在Shanghai所產生的962個Units中，VAIO占了378個，DSC占了112個，這個很容易理解。

Step 2. 數據處理

Difference
如上圖所示，我們在1.c報表的基礎上，新增一列Predicted Units，作為我們預測的商品銷量，怎么計算呢？Predicted Units = 1.a中Shanghai的 Units * 1.b中VAIO的Ratio（或者1.a中Shanghai 的 Ratio * 1.b中VAIO的Units也是一樣的）

然后我們再新增一列Difference，表示實際值與預測值的差異程度，計算方式為：

Difference = (Units – Predicted Units) / Predicted Units

Step 3. 數據解讀

不難理解，如果實際值大于預測值，Difference為正，反之為負，實際值與預測值差異越大，Difference的絕對值越大。

既然需要的數據都有了，該怎么看我們用戶的偏好呢？如何去發現那些有價值的信息呢？

Difference 一列中，最抓人眼球(eye-catching)的顯然是Shanghai-DSC那行了，372%。這表示，Shanghai的用戶比我們想象中的更熱衷于DSC產品，而且是遠遠大于預期。同樣，VAIO、Tablet等產品在Shanghai用戶中的銷售情況也比我們的預期要好。而HIFI的-80%，MDR的-59%，說明了Shanghai的用戶對這些產品并不是非常感興趣。當然，如果在做這個分析前，你已經對你的某些產品做了定向投放，那么會一定程度上影響該報告的解讀，這時候，我的建議是：

1. case by case的來分析那些定向投放了的產品，需要綜合考慮你的投放情況及業務情況

2. 剔除那部分定向投放了的產品及密切相關的產品，從而解讀那些未受太大影響的產品數據。

到這里，如果在讀這篇文章的你正從事Online Marketing等相關的工作，不知道有沒有能夠觸動到你的神經呢？SEM、adwords等廣告投放平臺中的地理位置定位，能通過這個分析得到改進嗎？花錢買的廣告，真的投放給那些感興趣的用戶了嗎？……

本文所謂的預測，并沒有基于什么很高級的算法，只是先假定了我們的所有用戶的偏好是一致的，基于這個假設，兩個維度關聯后的情況應當與兩個維度獨立時所推斷的情況一致。還是舉個簡單的例子來說明吧。假定雙胞胎姐妹總共吃了4個水果，又知道水果中香蕉被吃了2個，蘋果也被吃了2個。如果姐妹倆的偏好一致，我們可以認為姐妹應該各自吃了1個香蕉1個蘋果。然而真實的情況是姐姐吃了2兩個香蕉，妹妹吃了2兩個蘋果，也就是說，姐姐比我們所認為的多吃了1個香蕉而少吃了1個蘋果，那么她的偏好應該是愛吃香蕉而不愛吃蘋果。

當然，這樣的預測方法由于少考慮了很多因素而并變得不是很精準，但筆者認為，這不會是什么很大的問題。雖然我們的計算過程是定量的，但我們的目的只是定性而已，380%的Difference在這個方法中跟370%沒有什么太大的區別。而且，以損失一些精度為代價，獲得更高的效率并非什么不可原諒的事，畢竟我們是在商場里作戰，而不是在學校碼論文。

最后想說的是，本文所舉例子是不同城市用戶關于不同產品類的購買偏好分析，實際上，朋友們完全可以根據自己的業務需求來驅動類似的分析，比如關聯用戶的操作系統(Operating System)和瀏覽器(Browser)，指標選擇訪問數(Visits)，便能了解到你網站的用戶在不同操作平臺上更喜歡用哪種瀏覽器。

理論上來說，任意兩個維度都可以關聯起來，且能說明些問題，但不建議強行地去關聯兩個維度，然后絞盡腦汁地去賦予它某種意義，不要為了分析而分析。還是那句話，以業務需求來確定分析目標，再以分析結果來驅動業務發展。