<?xml version="1.0" encoding="UTF-8"?>
<rss version="2.0"
	xmlns:content="http://purl.org/rss/1.0/modules/content/"
	xmlns:wfw="http://wellformedweb.org/CommentAPI/"
	xmlns:dc="http://purl.org/dc/elements/1.1/"
	xmlns:atom="http://www.w3.org/2005/Atom"
	xmlns:sy="http://purl.org/rss/1.0/modules/syndication/"
	xmlns:slash="http://purl.org/rss/1.0/modules/slash/"
	>

<channel>
	<title>网站分析在中国——从基础到前沿 &#187; 用户自生成内容</title>
	<atom:link href="http://www.chinawebanalytics.cn/tag/%e7%94%a8%e6%88%b7%e8%87%aa%e7%94%9f%e6%88%90%e5%86%85%e5%ae%b9/feed/" rel="self" type="application/rss+xml" />
	<link>http://www.chinawebanalytics.cn</link>
	<description></description>
	<lastBuildDate>Mon, 23 Jan 2012 13:23:05 +0000</lastBuildDate>
	<language>en</language>
	<sy:updatePeriod>hourly</sy:updatePeriod>
	<sy:updateFrequency>1</sy:updateFrequency>
	<generator>http://wordpress.org/?v=3.0.2</generator>
		<item>
		<title>用户自生成内容世界里的在线监测</title>
		<link>http://www.chinawebanalytics.cn/%e7%94%a8%e6%88%b7%e8%87%aa%e7%94%9f%e6%88%90%e5%86%85%e5%ae%b9%e4%b8%96%e7%95%8c%e9%87%8c%e7%9a%84%e5%9c%a8%e7%ba%bf%e7%9b%91%e6%b5%8b/</link>
		<comments>http://www.chinawebanalytics.cn/%e7%94%a8%e6%88%b7%e8%87%aa%e7%94%9f%e6%88%90%e5%86%85%e5%ae%b9%e4%b8%96%e7%95%8c%e9%87%8c%e7%9a%84%e5%9c%a8%e7%ba%bf%e7%9b%91%e6%b5%8b/#comments</comments>
		<pubDate>Fri, 18 Jan 2008 13:59:45 +0000</pubDate>
		<dc:creator>Sidney Song</dc:creator>
				<category><![CDATA[基础知识]]></category>
		<category><![CDATA[IWOM]]></category>
		<category><![CDATA[UGC]]></category>
		<category><![CDATA[用户自生成内容]]></category>

		<guid isPermaLink="false">http://www.chinawebanalytics.cn/?p=7</guid>
		<description><![CDATA[作者：Florian Pihs　引自:http://longmarch.chinalytics.com
　　在赶着浏览网络分析的最新文章的时候，我看到了一个非常有趣的帖子，是Dennis Mortensen（丹尼斯&#183;莫滕森）所做，这个帖子里解释了他创造的在线商业媒体的四象限模型。他的基本假定是，在一个用户生成内容变得日益重要的世界里，仅（利用一些类似于Google Analytics或者Omniture之类的工具）监测那些与你的站点有关的可控环境里发生的事情是不够的，它只能帮助你了解全局的一部分，甚至只是很小的一部分（如果你不监测你自己网站上用户自生成内容的话）。他建议通过衡量下面的内容找到一个更全面的方法：【点击标题阅读全文】

可控的自己网站上的内容
可控的其他网站上的内容（用户自生成的）
不可控的自己网站上的内容（同步内容 &#8211; 公关（PR））
不可控的其他网站上的内容（用户自生成的）

[转载请事先声明并得到许可，版权归作者所有。]
　　真是对我最近工作心得体会的一个不错的总结！;)，令我对此也有一些自己的想法了：

中国，当然，可能其他国家也一样，市场人员仍然有着迫切的动力去尽可能地控制口碑，但传统的反应方式限制了对这些口碑话题的获取。Web2.0在中国已经是一个现实，市场人员需要从&#8220;吆喝&#8221;的智慧转到&#8220;沟通&#8221;的智慧中去。因此&#8220;倾听顾客的声音&#8221;变得越来越重要。
把在线营销和公关行为区分开来越来越困难，尤其面对用户自生成内容（也可以称为在线口碑）的时候。市场人员需要找到方法去破解一个结构性的障碍，这一障碍阻碍了市场人员更有效的聚合在线口碑，尤其对于进行分析活动时而言。否则，他们的理解就只能限于Dennis四象限的一个或者两个象限里。
监测用户自生成内容（数量、质量以及关键信息）对大多数中国的广告主而言是一个新的挑战。当不计其数的相关谈论充斥在数百万计的BBS或者博客的时候，手工追踪计数是无法达到规模化的。尽管有一家可以监测中国在线口碑的公司（即Sam Flemming所有的CIC），但想找其他的替代者则非常困难，尤其是在考虑到想把当前在网络分析方面的已经有的努力进行整合的情况下。
监测离线内容对于广告主来说是另外一个新的挑战。当中国的一些大的广告主开始习惯于对他们自己的网站进行网络分析的时候，我们的一些客户已经开始转到把他们的网站和他们的在线Banner广告活动作为主要的与客户沟通的媒介。他们不断增加与第三方提供商（如视频分享网站，商业社区网站等）的联系与合作，以更有效的参与到自己的受众中去。从市场营销的角度讲很合理，但分析团队就需要找到能够甄别这些商业合作活动是否效性的方法。中国目前的商业环境中诚信程度还很低，这进一步增加了难度（中国商业环境中存在一种不要信任你的服务提供商的氛围）。目前，我们发现的最好的解决方案是，把我们分析团队生成的监测代码加到供应商为广告主创建的页面中去。这也许不是个完美的办法，但却是目前能够采用的最好办法了。
增加内容的&#8220;灵活性&#8221;能够显著增加受众的关注度。许多中国市场上的品牌已经尝试了视频分享，这些视频可能放在自己的网页上，也可能放在其他视频分享网站上。而我们的数字表明，这种分享能够带来受众关注度的巨大提升。谁说视频是唯一&#8220;灵活的&#8221;或&#8220;病毒性&#8221;的内容？干嘛不考虑一下也在第三方平台上提供&#8220;下载&#8221;，或者一些&#8220;小游戏&#8221;，或者其他一些小的widget插件呢？你能够因此获得一个爆炸性的关注度的增长。至少你可以测试一下是不是这样。用户更愿意去参与到那些能让他们有心情去看、去玩或者去下载的广告内容中去。

]]></description>
			<content:encoded><![CDATA[<p>作者：Florian Pihs　引自:http://longmarch.chinalytics.com</p>
<p>　　在赶着浏览网络分析的最新文章的时候，我看到了一个非常有趣的帖子，是Dennis Mortensen（丹尼斯&middot;莫滕森）所做，这个帖子里解释了他创造的<span style="font-size: x-small; color: rgb(136, 136, 136);"><a href="http://www.chinawebanalytics.cn/?p=8" target="_blank" title="在线商业媒体的四象限模型">在线商业媒体的四象限模型</a></span>。他的基本假定是，在一个用户生成内容变得日益重要的世界里，仅（利用一些类似于Google Analytics或者Omniture之类的工具）监测那些与你的站点有关的可控环境里发生的事情是不够的，它只能帮助你了解全局的一部分，甚至只是很小的一部分（如果你不监测你自己网站上用户自生成内容的话）。他建议通过衡量下面的内容找到一个更全面的方法：【点击标题阅读全文】<span id="more-7"></span></p>
<ul>
<li>可控的自己网站上的内容</li>
<li>可控的其他网站上的内容（用户自生成的）</li>
<li>不可控的自己网站上的内容（同步内容 &#8211; 公关（PR））</li>
<li>不可控的其他网站上的内容（用户自生成的）</li>
</ul>
<p style="text-align: center;"><span style="text-decoration: underline;">[转载请事先声明并得到许可，版权归<a href="http://www.chinawebanalytics.cn/?author=1" target="_blank"><span style="color: rgb(85, 119, 153);">作者</span></a>所有。]</span></p>
<p>　　真是对我最近工作心得体会的一个不错的总结！;)，令我对此也有一些自己的想法了：</p>
<ol>
<li>中国，当然，可能其他国家也一样，市场人员仍然有着迫切的动力去尽可能地控制口碑，但传统的反应方式限制了对这些口碑话题的获取。Web2.0在中国已经是一个现实，市场人员需要从&ldquo;<span style="font-weight: bold; color: rgb(255, 0, 0);">吆喝</span>&rdquo;的智慧转到&ldquo;<span style="font-weight: bold; color: rgb(255, 0, 0);">沟通</span>&rdquo;的智慧中去。因此&ldquo;<span style="font-weight: bold; color: rgb(255, 0, 0);">倾听顾客的声音</span>&rdquo;变得越来越重要。</li>
<li>把在线营销和公关行为区分开来越来越困难，尤其面对用户自生成内容（也可以称为在线口碑）的时候。市场人员需要找到方法去破解一个结构性的障碍，这一障碍阻碍了市场人员更有效的聚合在线口碑，尤其对于进行分析活动时而言。否则，他们的理解就只能限于Dennis四象限的一个或者两个象限里。</li>
<li>监测用户自生成内容（数量、质量以及关键信息）对大多数中国的广告主而言是一个新的挑战。当不计其数的相关谈论充斥在数百万计的BBS或者博客的时候，手工追踪计数是无法达到规模化的。尽管有一家可以监测中国在线口碑的公司（<a href="http://app.quickblogcast.com/www.seeisee.com/sam" target="_blank"><span style="font-size: x-small; color: rgb(136, 136, 136);">即Sam Flemming所有的CIC</span></a>），但想找其他的替代者则非常困难，尤其是在考虑到想把当前在网络分析方面的已经有的努力进行整合的情况下。</li>
<li>监测离线内容对于广告主来说是另外一个新的挑战。当中国的一些大的广告主开始习惯于对他们自己的网站进行网络分析的时候，我们的一些客户已经开始转到把他们的网站和他们的在线Banner广告活动作为主要的与客户沟通的媒介。他们不断增加与第三方提供商（如视频分享网站，商业社区网站等）的联系与合作，以更有效的参与到自己的受众中去。从市场营销的角度讲很合理，但分析团队就需要找到能够甄别这些商业合作活动是否效性的方法。中国目前的商业环境中诚信程度还很低，这进一步增加了难度（中国商业环境中存在一种不要信任你的服务提供商的氛围）。目前，我们发现的最好的解决方案是，把我们分析团队生成的监测代码加到供应商为广告主创建的页面中去。这也许不是个完美的办法，但却是目前能够采用的最好办法了。</li>
<li>增加内容的&ldquo;灵活性&rdquo;能够显著增加受众的关注度。许多中国市场上的品牌已经尝试了视频分享，这些视频可能放在自己的网页上，也可能放在其他视频分享网站上。而我们的数字表明，这种分享能够带来受众关注度的巨大提升。谁说视频是唯一&ldquo;灵活的&rdquo;或&ldquo;病毒性&rdquo;的内容？干嘛不考虑一下也在第三方平台上提供&ldquo;下载&rdquo;，或者一些&ldquo;小游戏&rdquo;，或者其他一些小的widget插件呢？你能够因此获得一个爆炸性的关注度的增长。至少你可以测试一下是不是这样。用户更愿意去参与到那些能让他们有心情去看、去玩或者去下载的广告内容中去。</li>
</ol>
]]></content:encoded>
			<wfw:commentRss>http://www.chinawebanalytics.cn/%e7%94%a8%e6%88%b7%e8%87%aa%e7%94%9f%e6%88%90%e5%86%85%e5%ae%b9%e4%b8%96%e7%95%8c%e9%87%8c%e7%9a%84%e5%9c%a8%e7%ba%bf%e7%9b%91%e6%b5%8b/feed/</wfw:commentRss>
		<slash:comments>0</slash:comments>
		</item>
		<item>
		<title>在线商业媒介的四象限模型</title>
		<link>http://www.chinawebanalytics.cn/%e5%9c%a8%e7%ba%bf%e5%95%86%e4%b8%9a%e5%aa%92%e4%bb%8b%e7%9a%84%e5%9b%9b%e8%b1%a1%e9%99%90%e6%a8%a1%e5%9e%8b/</link>
		<comments>http://www.chinawebanalytics.cn/%e5%9c%a8%e7%ba%bf%e5%95%86%e4%b8%9a%e5%aa%92%e4%bb%8b%e7%9a%84%e5%9b%9b%e8%b1%a1%e9%99%90%e6%a8%a1%e5%9e%8b/#comments</comments>
		<pubDate>Thu, 17 Jan 2008 14:02:47 +0000</pubDate>
		<dc:creator>Sidney Song</dc:creator>
				<category><![CDATA[海外资源]]></category>
		<category><![CDATA[IWOM]]></category>
		<category><![CDATA[UGC]]></category>
		<category><![CDATA[用户自生成内容]]></category>

		<guid isPermaLink="false">http://www.chinawebanalytics.cn/?p=8</guid>
		<description><![CDATA[By Dennis R. Mortensen from Webanalytics &#38; Online Marketing Blog You can see the original article in English here 　　非常感谢Mortensen先生慷慨的把这篇精彩文章提供给我们！
[转载请事先声明并得到许可，版权归作者所有。]
　　如果认为用通常意义上的那些衡量自己网站上的可控内容的那一套东西来衡量用户自生成内容（UGC，User Generated Content，或者也可以被称为用户生成的媒介），那是有点儿天真的。我很高兴看到我的好朋友 Avinash 正在不断地鼓吹：网络分析绝对不是能直上直下一条道走到底的事情。【点击标题阅读全文】
　　我在试着把我不久前提交给客户的一个你可能也会觉得有用的东西进行简化。为此，我把它命名为&#8220;在线商业媒介的四象限模型&#8221;，这样是不是更容易理解些了？呵呵。：） 

　　在线商业媒介的四象限模型试着要强调那些必须要做监测，尤其是在非常差异化环境中必须要监测的东西。四个象限分别代表：

自己网站上的可控内容
其他网站上的可控内容
自己网站上的不可控内容
其他网站上的不可控内容

　　让我来用一系列不同种类的内容来解释上面的这几个象限。 

　　有了上面的具体内容，我认为有些事情应该能变得的简单多了，但是如何收集活跃的信息仍是一个障碍。尽管很容易收集一些点击的流量数据（就是自己网站上的可控内容），但我们都能看到，辨识那些在不知道哪里冒出来的博客上的关于你的品牌或者产品的评论（这就是其他网站上的不可控内容了），实际上是非常困难的。不仅仅是因为考虑到如何分析这些东西本身非常困难，更困难的是，我们如何能够把这些收集到的信息和其他象限关联起来，以进行一些更令人兴奋的分析。
　　总结一下：想要超越传统的网络分析是很很难的，也很难获得一些真正的帮助。让我为你提供一些我随意的选择吧，他们都是为上面模型的各个象限的监测活动提供代表性监测工具的服务提供商。下面是他们的名字：

　　网络分析 &#8212;&#8212; （用于分析自己网站上的可控内容）
　　(由传统的网络分析服务提供商提供的典型的监测工具） &#8211; www.omniture.com &#8211; www.webtrends.com - www.indextools.com (*)  &#8211; &#8230;
　　受众分析 &#8212;&#8212; （用于分析其他网站上的可控内容） 
　　（由大型的抽样数据服务提供商和一些特定渠道的服务提供商提供的监测工具） &#8211; www.nielsen-netratings.com &#8211; www.comscore.com/ - www.feedburner.com (*) &#8211; www.indextools.com (*) - &#8230;
　　社区监测 &#8212;&#8212; （用于分析你网站上的不可控内容）
　　(由CMS，Blog或者其他的社区应用服务提供商提供的监测工具） &#8211; www.wordpress.org - www.blogger.com (*) &#8211; www.indextools.com (*) - &#8230;
[转载请事先声明并得到许可，版权归作者所有。]
　　口碑监测 &#8212;&#8212; （用于分析其他网站上的不可控内容）
　　（由一套相关的新的分析工具构成，尤其是围绕情感诉求工作的新的工具实现监测） &#8211; www.umbrialistens.com
- www.buzzlogic.com &#8211; www.buzzmetrics.com - www.google.com/alerts (*) &#8211; www.technorati.com (*) - &#8230;
　　另外，我也给http://www.scoutlabs.com/发了一个试用DEMO的请求。朋友们，如果你读到了这里，也发一个请求吧，就当是给自己的一个圣诞礼物。（作者行文在圣诞前，译者注）
　　如你所看到的，被我标为&#8220;网络（Web）&#8221;象限中的传统的网络分析工具也进入了一些其他的象限。这是因为，今天的企业级的网络分析系统能够收集一些在其他象限里的数据，只不过还不能达到我们期望的完美境地而已。对此，我个人的主观态度可以表现在下图中：

　　对于在线商业媒介四象限模型的话题实际上是在进行中的一个工作。所以，请给我发Email或者留下评论吧，这样能够帮助我们大家干得更好！：）
[转载请事先声明并得到许可，版权归作者所有。]
]]></description>
			<content:encoded><![CDATA[<p>By Dennis R. Mortensen from <a href="http://visualrevenue.com/blog/2007/12/online-business-measurement-quadrant.html" target="_blank"><span style="font-size: x-small; color: rgb(136, 136, 136);">Webanalytics &amp; Online Marketing Blog</span></a> You can see the original article in English <a href="http://visualrevenue.com/blog/2007/12/online-business-measurement-quadrant.html" target="_blank"><span style="font-size: x-small; color: rgb(136, 136, 136);">here</span></a> <strong>　　非常感谢Mortensen先生慷慨的把这篇精彩文章提供给我们！</strong></p>
<p style="text-align: center;"><span style="text-decoration: underline;">[转载请事先声明并得到许可，版权归<a href="http://www.chinawebanalytics.cn/?author=1" target="_blank"><span style="color: rgb(85, 119, 153);">作者</span></a>所有。]</span></p>
<p>　　如果认为用通常意义上的那些衡量自己网站上的可控内容的那一套东西来衡量用户自生成内容<em>（UGC，User Generated Content，或者也可以被称为用户生成的媒介</em>），那是有点儿天真的。我很高兴看到我的好朋友 <a href="http://www.kaushik.net/avinash/"><span style="font-size: x-small; color: rgb(136, 136, 136);">Avinash</span></a> 正在不断地鼓吹：网络分析绝对不是能直上直下一条道走到底的事情。【点击标题阅读全文】<span id="more-8"></span></p>
<p>　　我在试着把我不久前提交给客户的一个你可能也会觉得有用的东西进行简化。为此，我把它命名为&ldquo;在线商业媒介的四象限模型&rdquo;，这样是不是更容易理解些了？呵呵。：） </p>
<p style="text-align: center;"><em><a href="http://visualrevenue.com/blog/uploaded_images/Online-Business-Measurement-Quadrant-712017.JPG" target="_self"><img alt="" height="300" src="http://visualrevenue.com/blog/uploaded_images/Online-Business-Measurement-Quadrant-712013.JPG" style="vertical-align: baseline; margin: 10px;" width="400" /></a></em></p>
<p><em>　　在线商业媒介的四象限模型</em>试着要强调那些必须要做监测，尤其是在非常差异化环境中必须要监测的东西。四个象限分别代表：</p>
<ul>
<li>自己网站上的可控内容</li>
<li>其他网站上的可控内容</li>
<li>自己网站上的不可控内容</li>
<li>其他网站上的不可控内容</li>
</ul>
<p>　　让我来用一系列不同种类的内容来解释上面的这几个象限。 </p>
<p style="text-align: center;"><a href="http://visualrevenue.com/blog/uploaded_images/Online-Business-Measurement-Quadrant-content-733559.JPG" target="_self"><img alt="" height="300" src="http://visualrevenue.com/blog/uploaded_images/Online-Business-Measurement-Quadrant-content-733554.JPG" style="margin: 10px;" width="400" /></a></p>
<p>　　有了上面的具体内容，我认为有些事情应该能变得的简单多了，但是如何收集活跃的信息仍是一个障碍。尽管很容易收集一些点击的流量数据（就是自己网站上的可控内容），但我们都能看到，辨识那些在不知道哪里冒出来的博客上的关于你的品牌或者产品的评论（这就是其他网站上的不可控内容了），实际上是非常困难的。不仅仅是因为考虑到如何分析这些东西本身非常困难，更困难的是，我们如何能够把这些收集到的信息和其他象限关联起来，以进行一些更令人兴奋的分析。</p>
<p>　　总结一下：想要超越传统的网络分析是很很难的，也很难获得一些真正的帮助。让我为你提供一些我随意的选择吧，他们都是为上面模型的各个象限的监测活动提供代表性监测工具的服务提供商。下面是他们的名字：</p>
<p style="text-align: center;"><a href="http://visualrevenue.com/blog/uploaded_images/measurement-vendors-772600.JPG" target="_self"><img alt="" height="300" src="http://visualrevenue.com/blog/uploaded_images/measurement-vendors-772595.JPG" style="margin: 10px;" width="400" /></a></p>
<p><span style="font-weight: bold;">　　网络分析 &mdash;&mdash; （用于分析自己网站上的可控内容）</span></p>
<p>　　(由传统的网络分析服务提供商提供的典型的监测工具） &#8211; <a href="http://www.omniture.com/"><span style="font-size: x-small; color: rgb(136, 136, 136);">www.omniture.com</span></a> &#8211; <a href="http://www.webtrends.com/"><span style="font-size: x-small; color: rgb(136, 136, 136);">www.webtrends.com</span></a> <strong>- </strong><a href="http://www.indextools.com/"><strong><span style="font-size: x-small; color: rgb(136, 136, 136);">www.indextools.com</span></strong></a><strong> (*) </strong> &#8211; &#8230;</p>
<div><strong>　　受众分析 &mdash;&mdash; （用于分析其他网站上的可控内容） </strong></div>
<div>　　（由大型的抽样数据服务提供商和一些特定渠道的服务提供商提供的监测工具） &#8211; <a href="http://www.nielsen-netratings.com/"><span style="font-size: x-small; color: rgb(136, 136, 136);">www.nielsen-netratings.com</span></a> &#8211; <a href="http://www.comscore.com/"><span style="font-size: x-small; color: rgb(136, 136, 136);">www.comscore.com/</span></a> <strong>- </strong><a href="http://www.feedburner.com/"><strong><span style="font-size: x-small; color: rgb(136, 136, 136);">www.feedburner.com</span></strong></a><strong> (*) &#8211; </strong><a href="http://www.indextools.com/"><strong><span style="font-size: x-small; color: rgb(136, 136, 136);">www.indextools.com</span></strong></a><strong> (*) </strong>- &#8230;</div>
<div><strong>　　社区监测 &mdash;&mdash; （用于分析你网站上的不可控内容）</strong></div>
<div>　　(由CMS，Blog或者其他的社区应用服务提供商提供的监测工具） &#8211; <a href="http://www.wordpress.org/"><span style="font-size: x-small; color: rgb(136, 136, 136);">www.wordpress.org</span></a> <strong>- </strong><a href="http://www.blogger.com/"><strong><span style="font-size: x-small; color: rgb(136, 136, 136);">www.blogger.com</span></strong></a><strong> (*) &#8211; </strong><a href="http://www.indextools.com/"><strong><span style="font-size: x-small; color: rgb(136, 136, 136);">www.indextools.com</span></strong></a><strong> (*) </strong>- &#8230;</div>
<div style="text-align: center;"><span style="text-decoration: underline;">[转载请事先声明并得到许可，版权归<a href="http://www.chinawebanalytics.cn/?author=1" target="_blank"><span style="color: rgb(85, 119, 153);">作者</span></a>所有。]</span></div>
<p><span style="font-weight: bold;">　　口碑监测 &mdash;&mdash; （用于分析其他网站上的不可控内容）</span></p>
<div>　　（由一套相关的新的分析工具构成，尤其是围绕情感诉求工作的新的工具实现监测） &#8211; <a href="http://www.umbrialistens.com/"><span style="font-size: x-small; color: rgb(136, 136, 136);">www.umbrialistens.com</span></a></div>
<div>- <a href="http://www.buzzlogic.com/"><span style="font-size: x-small; color: rgb(136, 136, 136);">www.buzzlogic.com</span></a> &#8211; <a href="http://www.buzzmetrics.com/"><span style="font-size: x-small; color: rgb(136, 136, 136);">www.buzzmetrics.com</span></a> <strong>- </strong><a href="http://www.google.com/alerts"><strong><span style="font-size: x-small; color: rgb(136, 136, 136);">www.google.com/alerts</span></strong></a><strong> (*) &#8211; </strong><a href="http://www.technorati.com/"><strong><span style="font-size: x-small; color: rgb(136, 136, 136);">www.technorati.com</span></strong></a><strong> (*) </strong>- &#8230;</div>
<p>　　另外，我也给<a href="http://www.scoutlabs.com/"><span style="font-size: x-small; color: rgb(136, 136, 136);">http://www.scoutlabs.com/</span></a>发了一个试用DEMO的请求。朋友们，如果你读到了这里，也发一个请求吧，就当是给自己的一个圣诞礼物。（作者行文在圣诞前，译者注）</p>
<p>　　如你所看到的，被我标为&ldquo;网络（Web）&rdquo;象限中的<span style="font-style: italic;">传统的网络分析工具</span>也进入了一些其他的象限。这是因为，今天的企业级的网络分析系统<span style="font-weight: bold;">能够</span>收集一些在其他象限里的数据，只不过还不能达到我们期望的完美境地而已。对此，我个人的主观态度可以表现在下图中：</p>
<p style="text-align: center;"><a href="http://visualrevenue.com/blog/uploaded_images/traditional-web-analytics-boundaries-716792.JPG" target="_self"><img alt="" height="300" src="http://visualrevenue.com/blog/uploaded_images/traditional-web-analytics-boundaries-716784.JPG" style="vertical-align: baseline; margin: 10px;" width="400" /></a></p>
<p>　　对于在线商业媒介四象限模型的话题实际上是在进行中的一个工作。所以，请给我发Email或者留下评论吧，这样能够帮助我们大家干得更好！：）</p>
<p style="text-align: center;"><span style="text-decoration: underline;">[转载请事先声明并得到许可，版权归<a href="http://www.chinawebanalytics.cn/?author=1" target="_blank"><span style="color: rgb(85, 119, 153);">作者</span></a>所有。]</span></p>
]]></content:encoded>
			<wfw:commentRss>http://www.chinawebanalytics.cn/%e5%9c%a8%e7%ba%bf%e5%95%86%e4%b8%9a%e5%aa%92%e4%bb%8b%e7%9a%84%e5%9b%9b%e8%b1%a1%e9%99%90%e6%a8%a1%e5%9e%8b/feed/</wfw:commentRss>
		<slash:comments>1</slash:comments>
		</item>
	</channel>
</rss>

