Question

网站数据作为企业数据的重要组成部分，记录了大量的客户和潜在客户的所有网站行为信息。网站数据的巨大价值是所有用户（即使还只是潜在用户）的行为都是可跟踪、可回溯、可量化、可分析的，并且分析结果可以直接应用到相关业务节点，这直接弥补了传统企业数据局限于已经完成特定转化如付款、交易之后的数据短板，使得企业的业务对象的所有行为形成数据闭环，可以建立基于完整闭环的业务认知。

7.5.1　流量数据整合的意义

（1）提高决策层的决策效率

基于整合后的统一数据源，很容易提供统一的数据可供决策；数据由于减少了不同系统、不同产品、不同报表甚至不同指标间的相互转换，节省了大量中间环节而提高了数据的实时性；基于整合数据，所有业务信息流前后贯穿，业务间的相互关系及对关键目标的作用一目了然，无论是基于目标的KPI考核还是基于过程的评估都可以做到有的放矢。

（2）深化业务层的商业洞察

企业数据整合前，业务部门在开展数据相关工作时工作效率低、反馈效果差，表现在所需报表及数据难以获取、报表制作过于烦琐、现有工具和认识难以深层次分析业务异常原因、不同部门间的数据结果难以有效共享等。因此，业务部门往往耗费大量时间在数据提取、整理、汇总和制作上，缺乏时间做更深入的数据洞察和价值提炼工作；即使得出结论又由于不同部门间缺乏统一的度量和定义而无法直接共享，仍然需要重新梳理数据。将数据整合后便可节省前期数据预处理阶段的大部分工作，而将重点放在数据探索和深入分析上。

（3）降低IT的数据维护成本

随着企业业务的不断发展及业务人员数据意识的提高，基于数据的采集、存储、应用需求不断调整，分散式的数据需求难以应付；数据报表的容量不断增加，对IT的系统性能（I/O、读表速度和效率、响应时间等）、维护成本（升级、备份、更新等）等要求不断提高，客观上也提高了IT运维成本。将多数据源整合后可有效利用企业资源的优势，将多个应用和需求做弹性管理，便于最大化资源的利用率，并降低重复占用资源的情况。

7.5.2　流量数据整合的范畴

流量数据整合的范畴指的是整合的数据范围，从数据在企业中不同的支持作用来看，数据整合范畴主要是将流量数据与业务数据和IT数据整合。

业务数据整合的目的是将所有围绕公司业务上下游的数据整合到一起，形成完整的业务流数据体系。这个过程中涉及网站营销数据、网站流量数据、线上支付数据、线下物流数据等；除此以外还可能包括网站运营数据、企业销售数据、线下会员数据、呼叫中心数据、仓储数据等。

IT数据整合的意义是利用IT数据拓展网站分析工具（尤其是SAAS模式网站分析工具）所缺乏的数据维度和指标。IT主要整合的数据是网站日志以及基于现有网站结构的拓展数据。例如页面结构、页面状态、服务器响应时间等。

7.5.3　流量数据整合的方法

流量数据整合可分为在线数据整合和本地数据整合，在线数据整合常用于部门或业务线数据应用，本地数据整合则是企业级数据应用。

（1）在线数据整合

在线数据整合是指借助现有的在线数据工具，整合其他所有的数据源到线上。网站分析工具由于已经具备网站流量相关数据，只需将外部数据整合到网站分析工具中即可，因此更多被应用为在线数据整合平台。

在线数据整合的最佳数据源包括营销数据、会员数据、运营数据和外部环境数据四类。

1）营销数据：网站分析工具通过插码标记来识别不同的推广渠道，不同的渠道通过代码区分。渠道代码就是营销数据关联的主键，通过整合的营销数据包括推广渠道分组、营销费用、营销媒介信息、投放时间等。

2）会员数据：大多数网站都有登录注册系统，当用户发生登录或注册行为后，可以记录该用户唯一识别标识（如用户ID），通过该标识可以把会员或CRM数据传到在线网站分析系统进行整合。

3）运营数据：网站运营数据整合涉及非常多的数据信息，包括以产品品类、品牌、参数、尺寸、颜色等，订单状态、订单来源、配送地域、配送用户信息、使用优惠券等），促销活动ID、时间、应用品类、限制金额、发放优惠券类型、促销费用等，站内资源位ID、页面、位置、排期、对应内容、轮播次数）等。

4）外部环境数据：外部环境数据是指通过一定关联特征（如时间）将外部客观环境的数据整合到网站分析工具中。这些外部数据是业务认定的对网站关键目标影响较大的因素，如外部搜索引擎收录数据、天气数据等。

（2）本地数据整合

本地数据整合是指将所有的数据整合到企业内部，形成供企业所有部门应用的企业数据仓库。本地数据整合相较于在线数据整合，它在原始业务节点、初始汇总业务流基础上形成全面的业务数据流，这是企业数据整合的最终阶段。

企业级数据集成大多基于本地实现，一方面企业中更多有价值、更巨量的数据产生于线下，例如交易、付款等；另一方面出于安全性的考虑，数据在企业内部通常更安全。

如果是自建流量分析系统，那么用户行为日志本身就在企业内部；如果是采用第三方免费或付费的流量分析系统，那么需要流量采集工具支持数据回传，并且最好是用户日志明细，数据粒度越细越能满足多样化的数据建模、挖掘和分析需求。

在第三方数据工具中，Adobe Analtyics和Webtrekk等除了能提供多种访问接口外，还支持导出原始用户行为日志到指定服务器，这为基于原始日志的解析和二次开发提供了便利条件。