作者: 大数据观察来源: 大数据观察时间:2017-05-03 18:03:350
Adobe Analytics和Webtrekk都是数据分析领域的巨擘，一个是美国市场第一，一个欧洲市场第一，都能提供世界一流的数字分析解决方案。我很有幸能有机会深入了解并应用这两种解决方案，同时也深感数字分析领域的发展永远不缺概念，缺的是应用场景和价值提炼。本文将对这两种解决方案做深入剖析和对比。由于文章实在太长，我分为两部分，此文为下篇。上篇请点击《Adobe Analytics和Webtrekk数字分析解决方案剖析和对比（上）》。
三、严谨和科学的数据精神(一) 数据挖掘算法数据挖掘和网站分析是数据分析的两个不同领域，数据挖掘侧重于通过模型从海量数据中发现和挖掘未知知识，网站分析通常通过细分、趋势和转化进行价值提取。在之前我们的应用中，我们一直想将两种数据分析方法结合，并探索网站数据挖掘的相关方法；现在，这两种解决方案已经开始将数据挖掘的算法植入系统，并在分析系统中提供了数据挖掘洞察。
Adobe Analytics
Adobe Analytics的数据挖掘应用体现在Anomaly Detection（异常检测）报表，该报表的作用是通过对选定的数据集、时间进行数据运算，找到数据波动的最大值和最小值，当数据实际值超过该范围时形成预警。
Anomaly Detection本质上使用的是时间序列算法，核心是：
Holt Winters Multiplicative (Triple Exponential Smoothing)——霍尔特温特斯乘法（三重指数平滑法）Holt Winters Additive (Triple Exponential Smoothing)——霍尔特温特斯加法（三重指数平滑法）Holts Trend Corrected (Double Exponential Smoothing)——Holts趋势校正（双指数平滑法）这三种算法实际上共同组成了温特斯季节指数平滑模型，其基本思想是把具体线性趋势、季节变动和随机变动的时间序列进行分解研究，并与指数平滑法相结合，分别对长期趋势（Ｕｔ）、趋势的增量（ｂｔ）和季节变动（Ｆｔ）做出估计，与指数平滑法结合起来的预测方法，可以同时处理趋势和季节性变化，并能将随机波动的影响适当地过滤掉，然后建立预测模型，因此，特别适用于包含趋势和季节变化的时间序列的预测问题。
但这个应用目前存在两个问题：
Anomaly Detection只能提供截止到昨天的数据检测报告。异常监测的本质不是告诉用户昨天发生了什么，而是当前发生了哪些异常，具体如何异常；异常检测的作用仅仅局限于SiteCatalyst查看，如果能提供类似于邮件触发、短信或其他类型的触发提示，效果必然提升很多；关于该功能的详细介绍，请查看《统计学在点击流数据中的应用范例——Adobe Analytics异常检测》。
Webtrekk
Webtrekk的数据挖掘算法的核心应用是关联分析，该模型可以应用到页面、站内外搜索词、产品、广告渠道。跟Adobe Analytics的异常检测的现成报表不同，Webtrekk的关联模型报表需要进行简单配置才能查看。通常我们在用数据挖掘工具做数据挖掘时会选择数据源、数据预处理、算法本身需要配置最低支持度、最低置信度和最大前项数等，同样在Webtrekk的关联分析配置中也需要进行配置：
关联分析的算法支持交叉销售算法和向上销售算法两种；数据集都是采用Raw Data，时间最大只能选择一天；分析规则上支持不同级别的页面、渠道、产品、广告、站内外搜索词的关联，即可以生成页面关联报表、站内外搜索词报表、广告渠道报表、产品报表；支持高级配置功能。支持最小频繁度；选择向上销售时会需要确认向上销售的数据集时间；还支持网站分析里面的细分功能，比如我就需要看某个页面的关联效果，只需要过滤该页面即可。
Webtrekk的关联模型应用的范围非常广，它可以提供以下的数据价值洞察：
用户搜索了站内A关键词之后通常会优化搜索哪个关键词？ 用户在看了A页面之后，通常还会看哪个页面？ 用户买了A产品之后，还会一起买哪个产品？下次又会买哪个产品？ 用户从A渠道进入网站之后，通常还会从哪个渠道再次进入？
实际上在所有的数据挖掘类算法中，规则提取类是最受业务应用关注的算法，原因是提取后的规则可以直接指导他们如何进行业务实践，因此实用性最强（所谓的规则提取类算法包括关联、回归、决策树等以直接目标为分析导向，提取能实现目标规则的算法，如购买A的用户下一次通常会购买B）。
尽管Webtrekk的这个算法很好，但问题在于数据集时间太短。通常情况下，我们会选择合适的样本量，数据太大意味着数据浪费，数据太小不能说明问题。一天的数据量有点小，很可能会有一些偶然性因素出现在结果中，如果能扩大到1周甚至是1个月的数据效果会更好。当然，更大的数据量意味着更多的数据处理需求和更长的时间，这个需要进行取舍。
(二) 更科学的数据洞察开始有经验的数据分析师，在拿到数据的第一时间并不是开始进行数据分析和挖掘工作，而是先要看数据。
什么是看数据？
看数据就是对目前的整体样本进行数据评估以确认该数据需要如何进行下一步预处理（完整的数据分析流程包括需求处理、数据处理、专项分析、部署优化和项目总结，具体请见《如何建立落地型数据分析(挖掘)流程？》）。
如何看数据？
看数据就是要看数据的整体分布、数据趋势、数据极值、平均值、标准差和方差等，以此来判断该数据是否稳定并且判断是否存在异常值。对比Adobe Analytics和Webtrekk，Adobe Analytics仅在报表底部提供了数据汇总功能，相比之下，Webtrekk做的可圈可点：
两种解决方案的功能无疑都非常丰富，以下列出日常关注的重点功能对比，具体功能点的解释请见《商用网站分析工具选择指南——功能篇》
功能点
Adobe Analytics
Webtrekk
功能分类
功能点
功能描述
基本功能
基本维度
跟踪站内外广告、页面、搜索词、订单等
无搜索词模块，通过自定义变量代码实施可实现
默认全部监测，通过后台监测设置参数实现
基本指标
流量类、订单类等
无新访客占比，通过代码实施可实现。
默认全部提供
APP跟踪
跟踪Android、IOS、Win的APP应用
支持SDK监测，且提供了APP特有的指标
支持SDK监测
Wap跟踪
跟踪Wap网站，包括不支持JS的网站
支持
支持
用户权限管理
通过权限控制为不同用户分配不同的内容查看权限
支持，但一个数据包内无法支持按数据内容进行用户权限分配（只支持按报表包框架选择）
支持，且可以在一个数据包内按数据内容分配用户权限
热力图
包括覆盖图和点击热力图
支持，但点击热力图需要单独代码实施才能使用，较为复杂
支持，且可以单页面控制，页面部署简单，同时支持每天自动截图功能
Excel插件
通过Excel直接连接和导出数据
支持
支持
标签管理器
通过标签管理其提供标签管理功能
支持，通过Tag Manager和DTM提供标签管理功能
支持，通过SafeTag提供标签管理
报表下钻功能
通过报表下钻分析不同数据间的关联关系
支持，SiteCatalyst中支持一级下钻，Discover支持无限下钻
支持，在Q3中最多支持4级下钻分析
网站目标
通过设定网站目标，增加对用户质量的判断维度
支持
支持
自定义功能
自定义维度跟踪
提供更多的自定义维度和变量
15版本提供75个自定义维度和变量
Webtrekk没有的自定义跟踪功能没有渠道维度、时间和指标，其提供了“自定义参数”既可以监测维度，也可以监测指标，数量：
21个自定义session跟踪和营销参数参数、22个自定义页面参数和电子商务参数、25个自定义事件参数、19个独立变量参数，如果不够还可以申请新增。
自定义事件跟踪
提供自定义事件触发跟踪
15版本提供100个自定义事件
自定义指标跟踪
提供自定义指标跟踪
15版本提供75个自定义指标
自定义计算指标
通过指标间的运算生成新的指标
支持
支持，且可以实现基于维度的指标计算
自定义数据分类
通过数据分类，将零散的数据划分成指定的类别
支持，同时支持代码部署和后期数据导入分类，导入通过Classification Importer和Classification Rule Builder进行数据分类
支持，同时支持代码部署和后期数据导入分类，导入方式包括前端数据服务、SOAP、JSON
自定义报表
提前设置好所需要的维度和指标，每次只需点击即可查看
支持
支持
自定义书签
将预置的报表加入书签以方便日后查看
支持
支持
自定义Dashboard
通过自定义Dashboard，方便用户登陆后直接查看整体数据
支持，且支持设置为登陆页
支持，且支持设置为登陆页
其他自定义功能Adobe SiteCatalyst支持自定义菜单，用户可以根据自己的业务组织分析体系Webtrekk支持按分钟级数据自定查看，比如选择3:10-3:30的数据，同时可以自定义数据的任何维度、指标给任何用户、细分组织高级功能
跨域追踪
永洪科技
致力于打造全球领先的数据技术厂商
