會GA等於會分析嗎?淺談 Google Analytics 與網站分析

網站分析是我非常非常喜歡且有熱誠的領域,也是我最喜歡寫的文章主題,從我的第一份行銷工作,我稍微接觸了網站資料分析的領域,在完全沒接觸過的情況下,我就對這個領域燃起了極大的熱誠,即便當時我的工作內容是比較不需要用到網站資料分析的,我還是卯起來拼命的學,直到我開始了我的顧問生涯之後,我的學習時間也一直是放在網站資料分析上面。

『網站分析』本身的應用就是透過數據洞察、資料研究來改善我們的商業,我們每天接觸的資料有太多了,從Google Analytics、Google Ads、Facebook、公司後台營運資料、問券調查資料、競爭對手資料…等,在這麼多的資料中,該如何透過這些資料來改善商業,就是『網站分析』的課題,同時,『網站分析』的觀念可以很有效的幫助你在制定行銷策略、還有成長自己的行銷思惟。

 

學會 Google Analytics等於會網站資料分析嗎?

網站資料分析是非常非常大的一塊領域,且天花板高不可見,網站資料分析的難度與高度幾乎是整個數位行銷領域中最困難的一塊領域,成為一為專業的網站分析師需要很多不同領域的專業、需要懂網站、懂行銷、懂數位廣告、懂 SEO。但學會 Google Analytics 等於會網站分析嗎?

 

這樣說好了,如果會 Google Analytics 等於會網站資料分析,那今天你換了一家任職的公司,該公司使用的是 Adobe Analytics 而不是 Google Analytics,那你是否等於失去"網站分析"的專業呢?

 

事實上,不管是 Google Analytics還是Adobe Analytics,他們只是分析"工具",會使用工具並不代表你具備有該領域的專業。剪刀,本身就是"工具",就好像你會使用Excel不代表你懂會計、會用Word不代表你會寫論文、會用 PhotoShop不代表你會電腦繪圖。同樣的 ,Google Analytics 本身就跟剪刀、Excel、Word一樣,它只是"工具",所以會 Google Analytics 絕對不等於會"網站分析"

 

那會使用 Google Analytics跟會網站分析有甚麼不同呢?

進行網站資料分析的目的是為了"透過數據為企業創造價值,利用數據幫助企業做出更有利的決策",Google Analytics 只是你收集、處理資料的工具之一,況且GA本身有許多的缺陷(像是行為追蹤很弱、數據會有取樣問題)。

 

正確來說,負責企業網站分析的人,應該要先從資料需求開始規劃、定義企業所需要的資料,舉例來說,為了優化公司的線上商務表現,你認為你需要的資料有"產品銷售資料"、"客戶/會員資料"、"網站的頁面瀏覽資訊"、"網站的轉換資訊"、"電子郵件的EDM發送/分析"…等,確定了所需的資料後,你才會開始選取你認為能夠幫助你處理這些資料的工具,像 EDM的管理、客戶管理,都是 Google Analytics所沒有的功能,因此你不能只依靠 Google Analytics 來處理資料,除了 Google Analytics之外,Piwik 與 Adobe Analytics 也都是很棒的軟體,他們的資料處理的功能也並不輸 Google Analytics。以下圖來說,這是我們一般在分析一個電商網站時,常用到的資料類型,從競爭對手分析、行銷/廣告資料、網站行為、到商業表現,每一個環節都進行有策略性的分析,我們在分析行銷問題時,才能有更全面的成果。

選取資料分析工具之前,應該先拆解商業上的問題、並把需要的資料給列出來,下一步再來選擇分析工具,而不是我們認為 SimilarWeb好像很酷,就直接花錢買下去。

(如果你想學習完整的網站分析專業,透過數據改善商業,可以參考我最新的『網站分析課程』,這堂課可以幫助你更全面的學習網站分析。)

 

那麼,我不該使用 Google Analytics 來學習網站分析嗎?

不可否認的是,在免費的網站分析工具中 Google Analytics 確實是個很強大的工具(其實比起很多付費工具,它仍然還算是很強大的分析工具),因此從 Google Analytics 做為你學習網站資料分析的起步,是絕對沒有問題的。

 

 

但這篇文章希望能傳達給你的訊息是,會使用工具並不代表會網站分析,因為工具畢竟只是工具,除了學習如何操作 Google Analytics之外,你也該把部分時間投資在建立"網站資料分析"的思維、專業、手法,比方說,在網站分析裡最重要的兩種測試你學了嗎(A/B Test 與 Usability Test)?如果還沒有,也許可以買本書、或開始讀一些文章,慢慢建立起自己的思維,在分析領域裡面,還有許多重要的觀念與理論,像是 Segmentation(區隔)、Cohort(同類群組分析)、Conversion Attribution(歸因分析)。

 

未來我的網站將會開始越來越常談論"網站資料分析",這篇做為開啟這一系列文章的開場,如果你想了解更多,請關注我的部落格。