网站分析的最大问题之一是有数据太多。看起来总是有无穷无尽的数据，以至于你可能迷失在没用的东西中，浪费大量时间。正像Yahoo! Web Analytics的喜欢说的，不要“浏览统计报告”。
他的意思是不应该迷失在数据里，浏览一个又一个有趣的事情，而没有理解你要达到的商业目标。要避免这个陷阱，你需要一个计划。
这个计划的基础是定义可采取行动的KPI。简单地说，除非能提供足以采取行动(如重新调配资源以解决某个问题或深入挖掘发现的新机会)的信息，不然就不要看某个报告。
常见分析错误由于网站分析的复杂性，有很多机会犯错误。即使你非常关注于可以采取行动的KPI,还是可能从数据中得到错误结论，下面是几个例子。
基于过少样本做出决定一个简化的例子是，如果有一个关键词带来两个访问用户，两个人都买了东西，这意味着什么？转化率总是100%?当然不是。
你需要测试足够长时间，数据才有统计意义。据Offermatica(现在是Omniture的测试与目标产品的一部分)的长期布道师Jonathan Mendez所说，测试长度的黄金规则是每个分支(或被测试的元素)要有100个转化。对一个A/B测试来说，理想情况是看结果前要有200个转化。然而，如果有了50个转化后，发现有40个在一个分支，ro个在另一个，测试也就结束了。如果结果差别比较小，你就需要更多数据才能获得准确结果。
没有意识到已经有了足够数据相反方向的错误也可能发生。有了足够数据就要采取行动。
有偏差的数据你可能很容易收集到有偏差的数据，并且做出错误决定。例如一个电子商务网站将SEO计划基于12月份的流量数字可能就会被误导(因12月是欧美圣诞节购物期，具有季节性，不能代表其他时间的情况)。时间因素并不是唯一原囚，访问者地理位置、来路、向已有用户发推广邮件，都可以使信息产生偏差。
文章源自丰胸产品排行榜：www.taogee.com
