寻找网站流量监测软件？揭秘如何评估网站真实访问数据
如何评估网站的流量真伪
一：考察其ALEXA排名及中国网站排名
尽管现今众多个人网站站长或互联网企业主声称不重视ALEXA排名，但在缺乏第三方权威排名的情况下，ALEXA依然是预估网站流量的不错选择。网络上有句俗语，排名高的ALEXA不代表流量一定高。然而，排名低的ALEXA，其流量肯定有限。同时，对比chinarank的中国网站排名，也能与ALEXA排名相互印证。若两者排名相差不大，则流量的真实性会更高。
二：利用谷歌趋势进行网站流量对比
这一功能是我去年才开始使用的，发现其比ALEXA更为精准。由于不知谷歌如何计算，且难以作弊，谷歌趋势的功能并非直接告知我们某个网站的流量和排名，而是以曲线图的形式，比较多个网站之间的流量高低。我曾拿多个自己了解其大致流量的网站进行过对比，发现其结果相当可靠。例如，若想了解合作网站的流量情况，可以将对方网站与一个自己熟悉的网站进行流量趋势对比，从而大致预估对方网站的流量。
- 谷歌趋势图
许多人并不明白为何要使用谷歌趋势而非ALEXA，毕竟ALEXA更为知名。问题在于，ALEXA已成为各方判断网站流量及其他情况的重要参考，导致许多大型互联网网站乃至个人站长都千方百计刷ALEXA排名，使得ALEXA在很大程度上受到人为干扰。而谷歌趋势在业界一直保持低调，未做过过多宣传，因此受到的人为干扰程度也大大降低。以下是一组截图
网站数据分析：流量分析的四大指标
电子商务网站的流量分析与其他网站的主要区别在于转化率和用户特征，而流量总数并不十分关键，因为只要提升转化率，获取流量的方法还有很多。
一般来说，数据分析包括：流量来源分析、流量效率分析、站内数据流分析和用户特征分析四个方面。
电子商务实质上是流量买卖的生意，低成本的流量来源是保证企业盈利的重要条件。流量来源分析主要是要了解用户来自哪些网站，哪些网站带来更多订单，哪些网站的流量是真实的，哪些是虚假的等。
流量来源分析主要包括以下内容：
● 网站流量来源排名：哪些网站贡献的流量多，哪些贡献的少；
● 搜索引擎关键词分析：根据关键词来源分析，查看网站产品分布和产品组合。若关键词查询多的产品并非网站主推品，可进行适当调整；
● 网站流量趋势分析：网站的流量是否均衡稳定，是否存在大幅波动。一般来说，流量突然增加的网站，如非发生突发事件，购买的广告位作弊的可能性较大；
● 网站流量核对：查看是否存在莫名流量来源，流量来源大小。若莫名来源流量较大，则可能是购买的CPC或其他资源被注水，广告链接被分包给点击联盟；
● 推介网站与直接访问的比例：推介网站可理解为外部广告，直接访问即为用户直接输入网址。一般来说，直接访问量越大，说明网站品牌知名度越高。
流量效率是指流量是否真实到达网站，主要分析指标如下：
● 到达率：指广告从点击到网站 landing page 的比例。一般来说，达到率能达到80%以上是比较理想的流量。这也与网站速度有关，需要综合分析；
● 二跳率：这也是为了分析流量的有效性。有效流量一般会有合理的二跳。虚假点击则通常没有二跳。但也不排除有部分作假严重的网站能做出二跳，如PPLIVE，当年洪成浩做投放时，我们的广告直接连接到广告专题页，二跳率约为15%，但PPLIVE居然有60%的二跳！最主要的是没有转化，差点让我们的图片图服务器瘫痪，这太过分了；
● PV/IP比：一般来说，有效流量网站内容较好的情况下，一个独立IP大概能有3个以上的PV。若PV/IP比能达到3以上，说明流量比较真实，网站内容也不错。但若低于3，并不代表流量不真实，也可能是网站本身的问题。若PV/IP过高，也可能有问题，如人力重复刷新等，需要谨慎对待；
● 订单转化率：这是最核心的数据，没有订单转化率，其他一切免谈！某些B2C能实现4%的提袋率，而某些却只有0.1%，努力吧，众B2C们。
站内数据流分析主要用于分析购物流程是否顺畅和产品分布是否合理，主要分析指标如下：
● 页面流量排名：主要查看产品详情页的流量，特别是首页陈列的产品详情页。参照最终的销售比例，优胜劣汰，调整销售结构；
● 场景转化分析：从首页-列表页-详情页-购物车-订单提交页-订单成功页，进行数据流分析。例如，首页到达了10000用户，之后的数据分别是8000-5000-1000-50-5，购物车到订单提交页的差距较大，大概就能看出购物车存在问题，需要改进；
● 频道流量排名：各个频道流量的排名，主要考虑产品组织问题；
● 站内搜索分析：这反映用户关心的产品有哪些，是产品调整的直接数据；
● 用户离开页面分析：用户在哪些页面离开最多？是首页还是频道页？是购物车还是订单提交页。突然的大比例离开网站，往往预示着问题的存在；
● 用户停留时间：这个放在用户特征分析中有些牵强。目前监控用户停留时间的方式是：用户到达时间-用户离开时间，但用户何时离开很难准确判断，这种数据仅作参考，一般停留时间越长，网站粘性越好。若用户停留时间超过1个小时，基本可以判断为假流量，或者用户忘记关闭网页，呵呵。
● 用户驻留时长：这一指标在用户属性分析中略显勉强。目前监控用户驻留时长的方法是：用户到达时刻减去用户离开时刻，然而用户确切离开时间难以精确判定，此类数据仅供参考，通常情况下，用户停留时间越长，网站的用户粘性越强。若用户停留时间超过60分钟，则可能为虚假流量，或者用户误操作未关闭网页，笑谈一下。
● 新旧用户占比：老用户占比越高，表明用户忠诚度较高。然而，还需考虑实际数量，不应仅以新用户数量减少来凸显老用户占比提升。
● 用户地域分布分析：用户地域分布与订单地域分布大致相同，基本上反映了互联网用户的比例分布以及经济发展水平等因素。这对于优化区域配送和服务具有积极作用。
电子商务网站的基础数据分析主要包括以上几点。作为实际操作人员，应根据数据分析结果发现问题、总结问题，进而优化网站结构和用户体验，以提高网站的转化率和用户忠诚度。
