自从投身互联网到现在，就一直在使用google analytics（分析）工具，以下是笔者总结的关于 google analytics 设置的五条心得，尤其适用于新开通的 google analytics 账户。
以旧版 google analytics 为例，主要设置入口如下图：
一、创建原始数据配置文件：
任何一个 google analytics 账户都一定要设置一个原始配置文件，建议该配置文件除了过滤公司内部访问之外，其余都不设置，原始数据非常重要啊。
google analytics 帮助：如何添加配置文件？，不赘述。如下图
1，用户体验的阶段性
前面两年有一些网商的会议邀请我分享用户体验，基本上我都没参加。原因挺简单，我认为这两年分享也没什么用，因为大家都不是很关心；再过一两年，不分享大家都抢着到处找着问，因为到了不得不关注的时候。
这次来分享，一是因为陪herbert讨论网商在用户体验上的数据布局，二是可以在网商们正式关注用户体验之前先做个铺垫。
网商们现在普遍对用户体验不是很关注。这很正常，因为在现在这个野蛮生长期应该关注的本就不能是窄意的“用户体验”。我们把用户体验体验分成“有用 》 能用 》好用 》 爱用 》 品牌”几个层次，往往大家嘴里说的用户体验比较窄，仅仅是“好用”。而，现在网商们大部分都只发展到“有用 》 能用”的阶段。
现在还有很多很多的电子商务，服务没别人好、产品没别人好，价格没别人便宜，只是拥有很好的营销资源不断的到处打广告做推广，拉一万个人总有一个上当的，其实对于消费者来说他的企业根本就是“没用”的，体验更无从谈起；还有很多电子商务打开速度奇慢，服务响应不稳定，物流有问题… 连基本的“能有”都不能保证。
这个时候确实无需花主要精力去考虑“好用”的问题。当然也不能是完全不考虑，只是不需要作为重点。对于眼前的状况，在用户体验方面，我想给大家两个建议：
，逐渐开始关注“好用”，不用花太大精力，但当个事情来对待。比如，找两个对这方面很有兴趣、有激情的完美主义者，让他们放开手去做，别对他们置之不理也别指手划脚。每个月花一点的时间看看他们的成果，和他们进行“学习”式的交流，想办法表扬他们，从市场预算中抠点钱给他们发发奖金。就这样，成本不高精力不多，但慢慢的先做起来。这笔帐划算。
第二，开始关注体验相关的数据，并且在系统上做一些布局，对于关键数据要提前尝试一些深度的挖掘。仅仅看结果数据是不够的，一定要把数据挖到第二第三甚至第十层，才能真正把这些数据用到体验的改进上。往往层数据只能给我们一个片面的现象，内在问题是什么，无从知晓。
.
2，未来是在拼用户影响力
在具体分析深挖哪些数据之前，我想再表达一个观点：零售电子商务的未来一定是在拼用户影响力。这个影响力并不是简单的营销能力。
从消费者影响力来看，国内电子商务的格局目前是个倒三角形：总共1.5亿左右的网购者，top20的b2c们可以直接touch到的不足5000万，中小b2c们能够直接touch到的估计不足1000万；大部分网商去touch消费者的方式都是通过淘宝而获得。淘宝是绝大部分网商所依靠的营销阵地。
因为这个市场是淘宝点爆的，所以目前这个局势也应该算是理所当然的。但，未来的增量市场还有无限的空间，我相信这个消费者影响力的三角形有可能会倒个个头。我相信长尾的力量。
前几天老邢在围脖上说未来独立b2c的总量一定大于淘宝。我相信。不过这得看时间，说不定搞个102年呢~ 因为消费者永远都不会管你是那个平台，他只知道自己需要好的服务、质量、价格、… 要想真的让这个行业做起来，我们的一切思维必须回到消费者身上去考虑，看他们需要的是什么。
.
3，四个数据
从用户使用过程来看，电子商务跟用户体验相关的数据有四个：单uv的营销成本 》 订单转化率 》 付款成功率 》 回头率
关于营销成本数据，有一个提醒：在关注流量来源的时候，如果发现某个广告点来源过大，可以尝试暂停几天，观察一下效果。如果一暂停就出现大幅度下滑，这个情况很恶劣，需要尽快想办法弥补。
“订单转化率”：
目前整个电子商务领域的平均订单转化率是3%。平台的转化率的高(具体不便说)；绝大多数b2c的转化率都在1%以下，做促销的时候偶尔可以超过1%；当当这种好的时候能到3%，amazon可以到4.5%。
而传统商场的转化率一般都在40%到50%。虽然有互联网极度扁平化的原因，我想这样的数据也应该让我们集体感到惭愧。至少他可以说明，我们挖空心思花钱做营销的时候，忘记了我们拉来的是不是我们的客户，我们的/服务对我们拉来的人是不是有用的？
甚至有不少50%用户在页面没有完全加载之前就流失了。 拉了一堆人来堵塞自己的服务器，让真正的客户一起忍受的拥堵。
但是，要想改善订单转化率我们还需要把这里的数据细挖下去。比如：用户的跳出时间、页面加载时间；首页、活动页、列表页、商品详情页的跳出比例；查看的商品数。这些第二层数据才能帮我们发现具体的问题，越挖的深入，数据的价值会越大。
比如，我们发现列表页的流失主要在第三页、第二页，那么在第二页的结尾、第三页的头部直接给他推荐相关产品，效果一般都会不错。
“付款成功率”：
目前独立b2c的支付成功率普遍不足60%（广告：支付宝余额和卡通的支付成功率大部分都在80%以上，而网银却在55%以下）。
付款成功率的问题，第三方支付要承担一些责任，银行端的问题更多，b2c自己也可以在此有所改进。根据我们的调研，用户不付款的主要原因是：没有付款渠道、付款意愿改变、对于交易的安全不放心、付款渠道不通（安全和限额相关问题导致）、付款方式太难用（事实上这个骂的多，比例却小）
b2c们至少可以着重关注几个数据：新老用户的付款时间、大额和小额的成功率对比、用户尝试多次付款的比例、使用积分等促销方式后的效果、强调安全保障后的效果。