運營一個網站，怎樣去判斷網站做得好不好呢?直觀一點，可以看網站的營銷轉化率，而轉化率來源于網站流量，分析網站流量，我們也能從中判斷網站的運營情況，也能夠及時發現網站的目前還做得不夠的情況，進行修改。那么，網站流量要怎么分析呢，主要有哪些部分組成?

　　一、主要分析指標：

　　1、到達率：到達率是指廣告從點擊到網站landing page的比例。一般來說，到達率能達到80%以上是比較理想的流量。

　　2、二跳率：二跳率是為了分析流量的有效性，一般來說，如果是有效流量的話，會有合理的二跳。如果是虛假點擊的話，一般是沒有二跳的。

　　3、PV/IP比：一般來說，有效的流量，網站內容比較好的話，一個獨立IP大概能有3個以上的PV。如果PV/IP比能達到3以上的話，一般說明流量比較真實，網站內容也不錯。但是如果低于3的話，并不代表流量不真實，也可能是網站本身的問題。

　　4、訂單轉化率：這個指標是網站最核心最需要關注的數據了，沒有訂單轉化率，網站就不能盈利。影響轉化率的因素很多，需要我們對網站進行綜合的分析與判定。

　　二、站內數據流分析

　　站內數據流分析主要用來分析網站設置的購物流程是否順暢和產品分布是否合理，主要分析指標如下：

　　1、頁面流量排名：這一指標主要查看產品詳情頁的流量，特別是首頁陳列的產品詳情頁。根據最終的銷售比例，來調整銷售結構。

　　2、場景轉化分析：該指標是從首頁-列表頁-詳情頁-購物車-訂單提交頁-訂單成功頁的數據流分析。比如說，進入你的網站首頁的有10000用戶，而之后路徑的用戶數分別是8000-5000-1000-50-5，購物車到訂單提交頁的相差比較大，大概就能看出來是購物車出了問題，需要改進。

　　3、頻道流量排名：各個頻道流量的排名，主要用來分析產品組織架構的問題。

　　4、站內搜索分析：這個反應的是用戶關心的產品有哪些，是一個很重要的指標，通過用戶的站內搜索我們可以知道用戶關心的到底是什么，能夠幫助我們進行產品調整。

　　5、用戶離開頁面分析：用戶在哪些頁面離開最多?是首頁還是頻道頁?是購物車還是訂單提交頁。突然的大比例的離開網站，往往預示著問題的存在。

　　三、用戶特征分析：

　　1、用戶停留時間：目前監控用戶停留時間的方式是：用戶到達時間-用戶離開時間，只能知道用戶在網站上停留了多久，但是用戶什么時候離開很難準確判斷，這種數據僅作參考，一般停留時間越長網站粘性越好。如果用戶停留時間超過1個小時，基本就是假流量。

　　2、新老用戶比例：老用戶比例越高，證明用戶忠誠度越高。但是這不代表不考慮用戶的絕對數量，我們不可能靠新用戶越來越少來襯托老用戶比例越來越高，否則網站運營是沒有意義的。

　　3、用戶地域分析：用戶地域與訂單地域分布基本一致，基本上就是分析用過互聯網用戶的分布比例與經濟發達程度等的匹配，這個對于提升區域配送及服務比較有幫助。

　　大數據時代，一切的營銷行為都立足于數據。通過網站流量的數據分析，能讓站長對網站有一個比較全面的觀察，制定未來網站的經營方向。