我们都知道，理解用户的在线行为意义重大，我们可以使用网络分析工具了解点击、动作、模式、转换率等。我们发现，基于行为数据，可以改善网站的性能。
许多组织通过使用研究分析态度数据，帮助理解网站对用户的影响。经常，会出现三种问题：——分析过于经常；——研究是基于普遍网站访问，而不是特定行为或是访问网站的不同频道。
——研究分析完全与行为分析分离。
在Facebook网站，我注意到了理解用户态度的重要作用。理解用户态度，其中包括对在线社区的积极意义或是消极意义。
我的一个朋友，也是BazaarVoice网站的创始人——Sam Decker是Facebook的一名用户。最近，我登陆该网站发现，他在该网站的社区体验并不很好，他也与Facebook网站的其它朋友分享信息。
我们采取以下步骤看一下负面的体验。假如这种体验是来自对厂商网站的感受，花时间对厂商网站进行研究，可能表明她对生意感兴趣。然后，她与一个或是两个企业发起对话，填写合同表，等等回信或是电邮什么的。从网络分析的角度看，这都是确保成功的转换率的好办法，效果一定会不错。不幸的是，大部分企业一般不会迅速地反馈用户的信息。在成功的案例中，企业应形成一个成功的商业关系。类似Decker的负面体验会对未来的转换率产生重大影响。
经常对用户和前景进行检查是十分重要的。不论是在线还是离线，你要从现有的工作经验中吸取教训。下面，我进一步分析早期我们谈到的三个常见到的问题：——分析太经常。当分析数据每周或是每月都进行检查时，态度型数据就不会被发现。ForeSee和iPerceptions在这方面表现出色，可以对用户的态度数据进行更好的分析。
——研究是基于普遍网站访问，而不是特定行为或是访问网站的不同频道。了解用户整体的访问态度和满意度是十分重要的，对特定网站行为提出态度分析是非常有效的。比如，为何用户在接入网页后会离开网站？这需要时间从宏观和微观角度对态度型评估进行研究。
——研究分析完全与行为分析分离。进行分析的行为和态度数据完全分离是很普遍的一个问题，这两种数据很少相互支撑。这是一个大错误，当态度信息可以改善分析时。如果你们有两个不同的领导负责这些数据的，在他们能理解这两组数据前最后不要让他们出来，要让他们找出一个整合两种数据的办法。
我们都知道，理解用户的在线行为意义重大，我们可以使用网络分析工具了解点击、动作、模式、转换率等。我们发现，基于行为数据，可以改善网站的性能。
许多组织通过使用研究分析态度数据，帮助理解网站对用户的影响。经常，会出现三种问题：——分析过于经常；——研究是基于普遍网站访问，而不是特定行为或是访问网站的不同频道。
——研究分析完全与行为分析分离。
在Facebook网站，我注意到了理解用户态度的重要作用。理解用户态度，其中包括对在线社区的积极意义或是消极意义。
我的一个朋友，也是BazaarVoice网站的创始人——Sam Decker是Facebook的一名用户。最近，我登陆该网站发现，他在该网站的社区体验并不很好，他也与Facebook网站的其它朋友分享信息。
我们采取以下步骤看一下负面的体验。假如这种体验是来自对厂商网站的感受，花时间对厂商网站进行研究，可能表明她对生意感兴趣。然后，她与一个或是两个企业发起对话，填写合同表，等等回信或是电邮什么的。从网络分析的角度看，这都是确保成功的转换率的好办法，效果一定会不错。不幸的是，大部分企业一般不会迅速地反馈用户的信息。在成功的案例中，企业应形成一个成功的商业关系。类似Decker的负面体验会对未来的转换率产生重大影响。
经常对用户和前景进行检查是十分重要的。不论是在线还是离线，你要从现有的工作经验中吸取教训。下面，我进一步分析早期我们谈到的三个常见到的问题：——分析太经常。当分析数据每周或是每月都进行检查时，态度型数据就不会被发现。ForeSee和iPerceptions在这方面表现出色，可以对用户的态度数据进行更好的分析。
——研究是基于普遍网站访问，而不是特定行为或是访问网站的不同频道。了解用户整体的访问态度和满意度是十分重要的，对特定网站行为提出态度分析是非常有效的。比如，为何用户在接入网页后会离开网站？这需要时间从宏观和微观角度对态度型评估进行研究。
——研究分析完全与行为分析分离。进行分析的行为和态度数据完全分离是很普遍的一个问题，这两种数据很少相互支撑。这是一个大错误，当态度信息可以改善分析时。如果你们有两个不同的领导负责这些数据的，在他们能理解这两组数据前最后不要让他们出来，要让他们找出一个整合两种数据的办法。
