1. 免費的網站分析工具足以和企業版相媲美

有很多理由來證明免費的網站分析工具不是最佳解決方案。我常常喜歡問“為什么我們使用某些的企業版網站分析工具 而不使用 Google Analytics ”來反駁，當然這會引起一些機智的回答，諸如：“因為我不得不支付那些賬單”或者“我的老板讓我這樣干的”。很顯然這不是最佳答案（甚至算不上答案），選擇企業版網站分析工具的根本原因是：

· 高水平服務協議 ： 當工具出現故障后會發生什么？如果你為這個工具支付過金錢，你就有了絕對主動權；但如果你用的是免費工具，你不得不坐等它恢復正常，而且祈禱千萬別有什么數據丟失。

· 數據所有權： 免費并不意味著同時擁有免費的影響力，畢竟有人在支付賬單，因為免費的工具通常為你提供的是“零成本”服務。只要你愿意，企業版解決方案可以保障你時刻擁有自己的數據。

· 隱私： 企業版解決方案中非公開的雙方協議，會更好地保障你的安全和隱私

· 自定義： 即使你可以讓 Google Analytics 這樣的免費工具竭盡所能，但也只能達到一定的高度。企業版解決方案卻可以根據你的商業目標進行個性化功能定制。

2. 跳出率（或者“某個牛×度量”）是最好的度量

Avinash Kaushik （譯者注：網站分析大師，兩本 WA 經典著作的作者，就不做翻譯了）把“跳出率”稱為最性感的指標，但它并不是最好的，因為沒有“最好的指標”。我了解到很多公司聘用專門的分析師團隊，他們唯一的職責就是監視某個“上帝指標”，但這樣做很少有能經得起時間的考驗。建議挑選幾個可以實際推動利潤的指標，然后重點關注它們。（譯者注：可以參考 Avinash Kaushik 的《 Web Analytics2.0 》第五章開頭一個關于產出重要性的故事，很有意思）

3. 只要 Avinash Kaushik, Jim Sterne, or Eric Peterson 說的都絕對照做 （ 譯者注：對這三個大牛感興趣的，在 Google+ 上都可以圈到 ）

不要誤會我的意思， Avinash 的才華是輝煌的，但沒有任何一個分析專家可以在足夠了解你的業務背景之前，提供一套即插即用（完全對口）的度量策略。在一個高的水平上，他們的最佳建議固然重要，但沒有什么比深入研究自己的數據、制作屬于自己的可行性分析報告更重要。

4. 網站數據分析 儀表盤或網站數據分析報告應該包含 4 象限并且只有很少的數據

當創建一些內容（例如概要、菜單等）時，這是一個想要達到的崇高目標。為了迎合各種人的需求，在一頁中集成各種數據、見解和視覺效果，這是非常困難的。一個好的建議是：做出比需求更大一些的內容以展現你的實力；在你的組織中，只需要得到利益相關者的關注，分別與不同的業務團隊進行咨詢，然后為不同的觀眾提供出各自需求的定制化網站數據分析報告。

5. 見解比數據更重要

當你做決定時，關鍵數據時?？梢詾槟闾峁┛蓤绦械男枨?。你們公司會在下一代產品設計中提供 IE6 的官方支持嗎？如果在最近的 6 個月里，通過 IE6 進入你們網站的訪問者只有 2% ，而且整合這套應用的開發和測試還將花費數百萬美元，看到這些數據后剛才問題的答案就很簡單了。

6. 唯一訪問者數計算的是真實的人數

唯一訪問者數或許是過去最為濫用的指標。如果你仔細想想，這個被用來衡量“唯一的訪問者人數”指標不過是：瀏覽器種下的持久 cookie 數。唯一訪問者數不等同于瀏覽器數、獨立的真實人數或者電腦數。（譯者注： cookie 對網站分析的影響詳細可以參考拙作《網站分析基礎教程》第三章“網站分析技術解密”第一節內容）

7. 分析腳本代碼會降低網站性能

所有代碼都會降低網站性能。如果你往一個全空的網頁里添加任何代碼都會增加它的載入和執行時間。也就是說，為了支持網站分析數據收集，一些定制化代碼會使你的 JavaScript 文件更膨脹。當你在網頁里添加任何代碼時，可以衡量下它能帶來的好處以及如果沒有它會付出的代價。（譯者注：使用 Fiddler 對 Google Analytics 和百度統計進行測試，兩者對監測代碼的請求響應時間都在一秒以內）

8. 網站分析是市場營銷 / 研究 / 通訊 / 運營 / IT 或其他部門的職責

網站分析是一個數據驅動型組織所擔當的職責。如果你的網站不管怎樣都會影響到你的商業業務，那么在你組織里的每個人都有責任去分擔這項職責，以提出可執行的商業見解，從而增加收入、降低成本、把握機會或者規避風險。

9. 從不同網站分析提供商得到的指標、日志和數據庫都要匹配

網站分析從根本上說是不準確的，而且很少有從業者精通統計學理論，因此爭論不同來源收集的數據是否能對得上是無意義的。下面是幾個會導致網站分析數據不正確的因素：

· 供應商提供的 JavaScript 腳本代碼與瀏覽器的兼容性

· 訪問者對 Cookie 的接受度

· 數據損壞：接受、執行和傳輸過程中導致

· 服務器端緩存、腳本或配置問題

· 過濾或處理規則：反向 DNS 解析不準確、數據抽樣、數據編碼問題

查看歷史數據并分析趨勢，在下結論之前，確保你的發現是有統計意義的，可以忽視網站分析的局限性。

10. 網站分析的見解是免費的

天下沒有免費的午餐。為一個網站添加監測用 JavaScript 腳本代碼也需要花費時間和精力，分析報告并深入執行都需要負擔一定的成本，而且需要借助一些額外的工具；還要考慮在實踐網站分析時也在消耗組織的一些機會成本。

我在這里只是拋磚引玉，你還有什么我錯過的網站“神話”嗎？