网站分析新工具推荐——孔明统计
前天Google Alert让我无意间发现了一个令人耳目一新的工具，试用了下，今天忍不住要跟大家分享。
我们都知道，网站分析是通过监测网站访问者的访问行为实现的，我们所有熟知的网站分析工具，例如Google Analytics，SiteCatalyst（Omniture的网站分析工具），Webtrends等等，都是通过访问者的行为来判断访问者的目的以及他们在网站上的实际体验。因此，对于这些传统工具，没有行为，我们就无法真正了解网站的访问者。
在这个方面，孔明统计很显然想让人大吃一惊。
让我们来看看这个工具给我们带来了什么新鲜的触感。
登录界面
登录界面很清新，立即免费注册的Call To Action button非常引人注目。这个，其实是我一直推崇的Landing Page的执行方式，简单，明了，有效。不过下面三个图标中的两个——“洞悉您的网站受众"、“掌握您的热门话题”，其实我没有看明白是什么意思，另外“了解孔明科技”，似乎也不该属于“孔明统计特性”。建议把前两个改为“洞悉网站用户究竟是‘什么人’”，“挖掘网站热门内容”。
[版权归Sidney Song（宋星）所有，欢 迎转载，但请事先告知作者并注明出处]
点击“立即免费注册”，发现原来现在还没有开放注册，需要向开发者发邮件索取。
这样更好，我能跟他们取得联系，了解了一些更多关于这个工具的信息。下面会跟大家具体介绍。
Dashboard
注册完毕，代码加入，运行一天，就能看到数据报告了。报告的Dashboard映入眼帘，和工具的首页一样清新。
猛一看，很兴奋，对于网站访问者的人口属性（Demographic）统计其实大家都不陌生，Google DoubleClick Ad Planner（按照CCTV的要求应该写为“谷歌双击广告计划者”）就能够提供美国网络访问者的人口属性统计。但是这个问题，在中国，一直没有得到真正的解决。对，我们有艾瑞，但是艾瑞是一个付费工具，而且也不是监测自己的网站的工具，是做给广告主用的，而不是做给网站站长用的。然后就很难找出第二个真正做好这块的工具了。
孔明统计是否能够填补这块空白，我们拭目以待。
[版权归Sidney Song（宋星）所有，欢 迎转载，但请事先告知作者并注明出处]
接着看看具体的Dashboard。
左上方的饼图，代表着访问者本身的一种属性——访问者作为一个人，他/她自己的兴趣是什么。例如，我的网站访问者A这个人的兴趣大致可以分为最感兴趣网络（65%），比较感兴趣金融（20%），还对旅游感兴趣（10%），以及其他（5%）；B这个人则是金融（55%），旅游（20%），网络（10%），其他（15%）；C这个人……这样，把所有访问者的各种兴趣分布加在一起（也可能是加权加在一起），就做成了这个分布图。这个图的作用很明确——让你了解你的访问者他们抱着什么目的访问你的网站的。一个建议，如果分类还能够更细，那就更有意义。
右边的柱状图是抱有各种类型兴趣的访问者流量网站的PV。例如，我的网站访问者中，对“网络”感兴趣的访问者贡献了最多的PV，对“金融”感兴趣的访问者其次。这的图很直接的说明了——我的内容在满足“网络”兴趣方面做的不错。
下面四个小图是受众的人口属性，很直观，不用多说。我倒是很感兴趣的是，他们是如何获得这些数据的。工具的创始人告诉我，他们通过用户跨网站浏览页面的内容来判断用户的兴趣，并结合用户的浏览行为模式来分析他们的性别、年龄、收入、身份等属性。仍然是间接的方法，而且也需要跨域监测同一个cookie在很多网站上的访问行为和内容，对语义分析的要求也很高。这些都不是简单的事情。不过，他们对自己的技术非常自信。
Underfolder
上面的抓图只是首页的第一屏，首页还有underfolder的部分，如下图所示：
这个部分想要说明网站内容的分布，我感觉其实如同搜索引擎crawler（爬虫），把内容爬下来，再进行语义的分析，最后总结出具体内容主题的分布。这个功能，我认为他们的意图是用于对比网站访问者实际兴趣和网站实际内容之间的匹配程度，以帮助网站站长优化自己的网站。
有点儿意思，不过似乎还需要再继续完善。
如果能够准确对比访问者意图和网站内容的供给之间的差异，这的确是帮助优化网站内容的一个非常有利的工具。
[版权归Sidney Song（宋星）所有，欢 迎转载，但请事先告知作者并注明出处]
细分和趋势
在具体的报告中，这个工具提供了访问者兴趣变化的趋势，以及怀揣各种兴趣的访问者网站访问流量的趋势。
另外，工具也提供了各种细分流量的兴趣分布和人群属性，这种细分的意义不言而喻。比如，我花钱买了流量，通过这个工具就可以知道我的流量是不是我想要的那群人。如下图，是苏杰的博客带给我的访问者的兴趣分布和人口属性。
呵呵，大家都知道Sidney是最喜欢细分、趋势和转化的。所以，我看到这个工具真的很惊喜。
我的问题
唯一的问题，留给工具的所有者回答，如何获得数据？如何保证数据的准确性？这些数据，我其实根本不期望100%的准确，但是我希望能够获得一个大致的置信区间。
最后，推荐朋友们自己试试，地址在：http://www.kmtongji.com。
中国的统计工具也开始发展起来了～期待
我靠，太牛X这个技术。
我在思考他的统计是根据什么来分析访客的属性，可信度有多高
interesting…..
my question is just like yours: how is the data collected and how accurate is the data?
a generic crawler in the wild web jungle could generate robustness issue and I am not sure if this can be intrusive…..is it possible to design a mini-survey and run against KongMing data?
同样很喜欢这个网站的风格，如果用户细分和内容细分真的能做好，将为网站带来非常有价值的分析结果，期待正式上线。
好文，收藏至20ju.com
去看看啊。。
1.这个工具的确让人耳目一新，国内好像只有维度有类似访客属性数据分析，访客属性分析很可能是分析工具的一个新的发展方向。
2.就是作者提的问题：数据获得？准确性？
就是想了解，来源属性是如何区分的？尤其是受众人口属性…
同楼上，对如何区分用户的兴趣，年龄等内容很期待了解
不知道他们分析HTTP请求是怎么进行的，特地从google reader赶过来围观星星的新文章
围观，时间证明
貌似更适合电子商务类网站
替CCTV喊一次冤吧，其实是广电总局要求央视禁用英文缩写。
我用过俄罗斯搜索引擎Yandex的统计分析工具Metric (metrika.yandex.ru), Yandex是互联网第二大的非英语搜索引擎，但它的分析工具也只能提供本国用户的性别和年龄组，而这个还在内测的孔明统计竟还能提供教育和收入情况，如果数据来源权威的话，那可算是它的核心竞争力了。
请把CCTV改成中央电视台
可信度是个问题，依据什么判断？
如果本身的算法就不科学，结果只能是误导！
我觉得可能是拿用户的cookie这些信息，然后大致得出的。
嘿嘿，偶然发现你提到我了，哈哈，有空帮我加个友链吧：）
装下看看，有什么新功能
1)分析访问兴趣的实现应该是比较简单的。
根据页面中的信息进行归类，对于比较规范的网站，这个做起来会更为方便。
2）对于人口属性的统计，觉得是数据挖掘的范畴，通过访客的行为数据和
客户留下的购买信息或注册信息相结合，这个数据是最真实有效的。
不仅仅可以做到人口属性分类，可以做到更丰富的分类。
对于中国的网络环境，对于只是点击过广告，而无法通过任何途径留下更详细的
访客，不太可能能够定位到人口属性。对任何一个网站任何环境都能做到人口属性的分析， 对数据来源比较质疑。
3）对于人口属性的统计，觉得倒是比较适合在wap环境，如果能够拿到移动的数据，
在对于wap营销活动则可以跟踪到很详细的属性。
思路让人很振奋，不过大家都不知道数据来源是什么，可以信多少
和http://www.quantcast.com/做的东西类似，可以把方法做一下类比。收入和学历等信息，估计需要通过和诸如社交网络，电子商务网站的合作，配合行为定向的方法才能获得。
那天看到贵博这篇文章以后，野草立马就去申请试用了，不过至今还不曾有答复：（
试用了这个统计，很不错
[...] 以上文字转自：http://www.chinawebanalytics.cn/网站分析新工具推荐孔明统计/ [...]
看了孔明的统计代码，看不出如何得出数据？？？对于人口属性，基本都是通过会员填写的属性得出结果。凭空怎么能搞出来呢？
看到一个新论点：点击率终结者–停留时间
http://lebo.bokee.com/6958414.html
[...] 无独有偶，相信现在大部分读者可能都会想到网站分析在中国上的一个产品介绍的文章，孔明统计。我当时在评论中谈到Quantcast和简要的关于数据收集的看法，几天后回去看时不知道什么原因评论被删除了，呵呵；不过也可能是我自己梦游了吧。言归正传，这类工具的信息收集方法是很多样灵活的，对于Google的产品，很容易想到Google所掌握的一大堆各种各样的账户信息，搜索信息和工具条收集的信息；而Quantcast则主要是依赖自己的合作伙伴和用户网络，提供网站的受众的统计信息。如果从他的合作伙伴挖掘下去，归根结底，无论是电子商务网站也好，社交网络也好，网络供应商也好，站长网络也好，最终还是通过匿名跟踪的方式，使用用户的注册信息。仔细看看Quantcast提供的信息内容，从年龄，性别，收入到家庭成员数目，孩子数量，都是通过网络技术很难或者基本不可能发掘到的信息。至于孔明统计，通过我的测试结果来看，给出的信息还是十分多样的（不过对于低于100的流量他们也能给出人口统计学的分布，这个不禁让人捏一把汗）。关于数据来源和信息处理方法的问题，很多人申请账号的时候应该都提问过。相信到产品正式发布的时候，他们会给出介绍的。 通过User-centric的方法可以给我们提供网站访问者人口统计学的信息，从而为营销战略和活动策略的制定提供指导，特别是对于广告的买卖提供依据。不过无论是通过panel收集信息的方法还是通过多渠道收集信息的方法，他们都有一个短板：不能“定位”。也就是说我知道这个网站的受众中有20%的是年龄介于20-30之间的女性，但是我不知道她们是谁，也没有办法个性化和她们的“沟通”方式。 [...]
试用了一下，对于如何区分用户性别年龄学历和收入还是很疑惑，也许这就是致命伤。
[...] 来源：www.chinawebanalytics.cn/ 网站分析新工具推荐孔明统计/ [...]
[...] 参考文章：网站分析新工具推荐——孔明统计 [...]
看来现在国内网站分析工具市场也在慢慢成熟，垄断厂商占据网站分析大半江山的同时，小工具厂商也在寻找出路。分析角度独特、重点功能突出的工具商，由于其分析更有针对性、效率更高，也受到用户的青睐。想必孔明正是看到了这一点，抓住了访问者人口属性这一分析视角进行深层次的数据挖掘，使流量的人口学细分分析变得更有意义也更加便捷，沿着这条道走下去，相信孔明也会越走越远的。也希望孔明能给国内的分析工具带来新的希望。
[...] 无独有偶，相信现在大部分读者可能都会想到网站分析在中国上的一个产品介绍的文章，孔明统计。这类工具的信息收集方法是很多样灵活的，对于Google的产品，很容易想到Google所掌握的一大堆各种各样的账户信息，搜索信息和工具条收集的信息；而Quantcast则主要是依赖自己的合作伙伴和用户网络，提供网站的受众的统计信息。如果从他的合作伙伴挖掘下去，归根结底，无论是电子商务网站也好，社交网络也好，网络供应商也好，站长网络也好，最终还是通过匿名跟踪的方式，使用用户的注册信息。仔细看看Quantcast提供的信息内容，从年龄，性别，收入到家庭成员数目，孩子数量，都是通过网络技术很难或者基本不可能发掘到的信息。至于孔明统计，通过我的测试结果来看，给出的信息还是十分多样的（不过对于低于100的流量他们也能给出人口统计学的分布，这个不禁让人捏一把汗）。关于数据来源和信息处理方法的问题，很多人申请账号的时候应该都提问过。相信到产品正式发布的时候，他们会给出介绍的。 通过User-centric的方法可以给我们提供网站访问者人口统计学的信息，从而为营销战略和活动策略的制定提供指导，特别是对于广告的买卖提供依据。不过无论是通过panel收集信息的方法还是通过多渠道收集信息的方法，他们都有一个短板：不能“定位”。也就是说我知道这个网站的受众中有20%的是年龄介于20-30之间的女性，但是我不知道她们是谁，也没有办法个性化和她们的“沟通”方式。 [...]
Sidney，如果有三个visits，一个bounce了，
另外两个的TS 分别为1分钟和2分钟，
那么这三个visits的 avg.time on site , 是1.5分钟还是1分钟？
非常好的一个工具啊
非常强悍的贴
个人觉得这个软件得到访问者属性
是通过访问者访问行为进行数据挖掘分析，
再结合人口统计信息，来预测访问者的属性（年龄，教育、收入等信息）；
Leave your response!
最近文章
近期评论
标签
分类目录
文章存档
链接
最新文章
Most Commented
最新评论
备案/许可证编号为: 京ICP备09063066号