产品经理一定要对数据敏感，从数据中要读出产品的趋势、变化的原因以及应对方法。网站访问量变化分析是网站分析的基础，我就简单说一下我对访问量变化的认识。
明确指标定义
在分析前我们必须首先弄清各个重要指标的详细定义。比如访问可能是以 Session 为单位，独立访客可能是 24 小时相同 IP 只计算一次。有时不同的统计插件对这些指标的定义不太相同，所以弄清定义可以让我们对指标所代表的内容有更明确的了解。这里说的访问量可以简单理解为 PV，即来自浏览器的一次 html 请求。
对比而非想当然
图1是我个人博客近期访问量变化的截图。图中最高点的那一天发生了什么，为什么忽然访问量提高了很多呢？答案是前一天我发表了一篇博客，第二天投稿被两家科技博客采用，由于投稿时加了原文链接，于是导回来了一些流量，你答对了么？
我觉得很多人一定都猜到是我发表了博客，但是很少有人会想到访问量增加是由于科技博客上的外链。为什么简单地认为是发博客造成了访问量上升？因为一方面这是常识，另一方面是没有更多的数据来进行对比。
我们在进行判断的时很容易依靠自身的常识做出想当然的判断，这在大部分情况下都是准确且高效的。但是我们不可以完全依赖于常识，对于数据变化的分析也需要进行对比。通过对比，如果你发现以前我发博文的当天 PV 都没有明显提升，你一定会想是否有其他原因造成了这次 PV 突然的上升。有可能是博文被推荐，也有可能是当天产生了与博文相关的某个事件使得很多人通过搜索引擎访问了我的博客，这样你可能会更接近事实。所以遇到这类问题，要尽量找更多的数据和信息协助判断分析，看似简单的变化也许就是个陷阱，对比很重要。
上面说得总结一下就是：数据分析前要先对指标定义有清晰地认识，分析变化时要与之前的数据或竞争对手的数据进行对比，然后再做出结论。
综合分析得出优化意见
结论应该是可以指导我们行动的，网站分析的目的就是改善网站，仅仅分析了是什么、为什么并没有太大意义。对于我的博客而言，目标是更多的人能看到我的文章，那么上面简单数据给予我的指导意义就是可以考虑提高发文频率，并且重视科技博客推荐这个渠道。不同的网站有着不同的目的，电商类网站希望提高转化率，增加销售额，新闻类网站希望增加访问量和评论数，提高广告收入，要将数据变化与网站的根本目的结合起来，这样的指导才最有效果。
为了简便，上面说的仅仅是访问量，还有很多指标比如独立用户数、用户平均停留时间、用户平均访问深度、不同页面的跳出率等等。仅仅依靠访问量不能得出准确结论，要把各个指标联系起来进行分析。比如你发现 PV 很高，但跳出率同样高，说明可能你推广做得很好，确实吸引用户来到网站，但着陆页做得很差或跟用户期望不符。这样的话就要考虑对着陆页做出改进，或者让推广更加精确。
一道面试题
最后再问你一道题：某社交网站7月中旬访问量有明显下降，为什么？你能想到几种可能呢？
我认为的几种可能：
1. 访问量是否指 PV？7 月中旬统计工具是否有变化？访问量定义是否有变化？
2. 如果可能的话，对比之前的数据，前两年的 7 月中旬是否也有下降？如果下降，可能是用户群整体的变化；如果没下降，则可能是自身或竞争对手的突发变化。
3. 有可能的话，对数据进行细分，按地区、按页面、按用户，可以获得更多信息。
4. 确定该社交网站的主流用户群，如果是学生，那么7月份放暑假回家，可能造成访问量下降。
5. 7 月中旬自身网站是否发布了新版本造成了不良反应？网站是否出现 BUG？
6. 竞争对手是否发布了新版本吸引了用户？是否加强了推广？（如在搜索引擎上买了我们网站的主要关键词）
7. 之前是否有媒体对网站进行了不良报道（比如说网站窃取用户隐私）影响了用户的行为？
8. 7 月中旬是否发生了某个社会性事件导致访问量下降？（比如汶川地震后网游关 3 天）
你还能想到别的一些可能性么？
