Search Engine Journal 今天有篇文章叫：9 sins of Google analytics。

作为一个长期关注分析的人，我想就这个话题给一些评论。

1. 数据所有权（Data ownership）

早在 2006 年，我写过一篇简单文章：Google conversion tracking pros and cons。

当时我就提到过反垄断与数据使用问题：Google 确实有可能利用 Google Analytics / conversion tracking 的数据去强化 Adwords 体系。

更具体说，Analytics 数据可以帮助 Google 推断：广告主在某类转化上平均愿意支付多少 CPC。

此外，这类数据也可能被用于像 DoubleClick Ad planner 这类免费工具，而这些工具本身也在间接推动 Google Display Network。

Google 在日常线上生活中的触达越来越深，这本身也说明它的力量越来越大。隐私议题因此会长期重要。

如果你想更系统看 Google 可能掌握什么数据，可读 Danny Dover 在 2008 年的文章：The Evil Side of Google? Exploring Google's User Data Collection。

从点击、表单、搜索，到照片、社交连接、视频、音乐、浏览习惯、电话、手机号，甚至宠物名字——都可能通过 Google 的大量服务链路被采集。

这也解释了为什么会有各种尝试入侵 Google 数据库的行为。

在这篇文变成纯隐私讨论前，转到相关一点：

“不拥有数据”还有一个现实影响：你无法按自己意愿深度定制报表，也难以把分析数据和组织内部其他工具彻底打通。

如果有 Data Warehouse，很多复杂能力都能做出来。但现实是，真正需要这种复杂度的公司占比并不高。

2. 支持有限（Limited support / client service）

这个批评是成立的。

Google Analytics 是免费产品，所以遇到问题通常要自己查资料，某种意义上也算“公平交换”。

如果你还不知道，Google 有专门的帮助站点：Google analytics support。

还有更完整的学习入口：Education center，同样是免费。

3. 报表能力一般（Mediocre reporting）

作者提到 GA 的报表能力不如某些其他工具。

我觉得这一点需要更战略化地讨论。

就我个人而言，Avinash Kaushik 是我在分析领域非常敬佩的人之一。他是 web analytics evangelist。

在《Web Analytics an hour a day》里，他讲得很清楚：

如果分析后无法触发行动（Actionable Insights），报表就是无意义的。

所以在说“GA 报表一般”之前，应该先明确：到底哪些具体报表做不出来？这些报表背后的业务动机是什么？

再下一步才是：新增能力带来的收益，是否值得对应投入。

4. 自定义变量受限（Limits to defined variables）

我对这点的看法和第 3 点类似。

确实，用 GA 去定义/修改变量并不总是“轻松”；关键词是“轻松”。

但 GA 并非不能做，它支持 custom variables。

我倾向认为自定义变量的核心动机是为了更好的 segmentation。而这方面 GA 现在已经进步很多。

过去这曾是高阶付费方案的重要卖点，但现在 GA 已经能很方便地做分群，例如：

• New visitors
• Returning visitors
• Paid Search Traffic
• Non-paid Search Traffic
• Search Traffic
• Direct Traffic
• Referral Traffic
• Visits with Conversions
• Visits with Transactions
• Mobile Traffic
• Non-bounce Visits

也可以做更高级分群：基于 Visitors、Traffic Sources、Content、E-Commerce、Systems 等维度，和 site usage、e-commerce、content、goals 等指标组合。

如果你要导出数据，可看：http://code.google.com/intl/en/apis/analytics/

5. 数据延迟（Slow data delivery）

我没有专门精测 GA 的延迟时间。

如果你的业务对“实时数据”极度敏感，那 GA 可能确实不是最优。

但就我个人使用体验，延迟不是问题。现在是 2011 年 2 月 24 日周四早上 6:34，我已经能在报表里看到当天数据。

在你决定采购 Real-time Analytics 工具前，我依旧建议借用 Avinash 的方法：把 “So What” 测试连问三次。

可参考我之前文章里提到的这个思路：So What

6. 缺少日志文件（Lack of log files）

在博客里承认“不懂”不常见，但这一条我确实不完全理解作者具体在指什么。

我个人过去没有依赖 log files 去做额外分析能力。

如果作者想表达的是“数据导出能力”，那我找到这个入口：GA 支持通过 API export the data。我本人还没完整测试过。

7. 没有蜘蛛追踪（No spiders）

我个人不太认同把“蜘蛛追踪”作为 GA 必备点。

Google 已经给站长与 SEO 人员提供了很好的工具：Google webmaster tool。

如果你真的要看爬虫行为（通常是 SEO 目的），应重点用 Webmaster Tools，而不是只靠 Analytics。

而且从技术上看，多数 JavaScript 跟踪技术都无法有效追踪爬虫，因为爬虫抓站时通常不会执行 JS。

所以不只是 GA，Omniture 和许多其他工具同样面临这个限制。

但核心是：从我角度，这并不是 GA 的主要短板。

8. 付费搜索流量被归到自然流量（Paid search traffic shown as natural）

技术上，许多跟踪系统都有这个潜在问题。

但它并不难解决：在 GA 里，你可以打开 Adwords auto-tagging（通常默认开启），或者用 URL tool builder 做手动标记，就能清晰区分 paid 与 organic。

分析工具的原理通常是识别来路（source URL）并归类到不同 bucket。

如果你不告诉工具哪部分流量来自 campaign manager 的 paid vs organic，任何系统都会“看不见”。

9. 邮件渠道收入未知（Revenue from email unknown）

这个说法让我有点担心。

按我的理解，大多数分析方案都不能“自动”识别某来源收入，通常都需要你先做好标记。

而所有主流工具（包括 GA）都提供了很简单的方法：通过 tagging 跟踪某流量源的收入、转化和电商数据。

在 GA 里同样可用 URL tool builder。

启用 E-commerce tracking 后，你可以清楚看到：销量、数量、总收入、转化来源、成交日期等。

无论是 email、banner、Facebook 还是 affiliate campaign，都能追踪。前提一样：你必须先正确识别来源并打好 tracking tag。

这也是所有跟踪技术的基本操作逻辑。

最后，我注意到 Search Engine Journal 这篇原文作者 Annie Wallace 的背景是自学 viral marketer。

所以即便其中不少观点仍可继续讨论，我也会说她这篇在“传播层面”很成功：目前已有 16 条评论、204 次 tweets、119 次 shares，未来几天可能还会继续涨。

致敬，
Chandler