说到 Google Analytics，用户常问的一个问题是：“我该从哪里开始？”他们多次登录该工具，盯着默认报告发呆，而报告的默认时间范围是过去 30 天。他们曾思索在那令人费解的“平均网站停留时间”指标中是否隐藏着任何可操作的见解。（其实并没有。）
他们沿着左侧导航栏一路向下浏览：受众概览、人口统计、来源概览、流量来源、内容概览、网站内容、所有页面、事件、顶级事件。然而并未获得任何洞察。他们似乎想要一份能告诉他们如何改进网站以提升效果的报告。
不要责怪工具，也不要责怪你自己
很容易将技术未能提供具体建议归咎于技术本身。同样，也很容易因为不知道在哪里寻找真正重要的报告而责怪自己。
这两种倾向都是错误的。
能够真正推动结果的有效分析基于人、流程和技术的经典三角关系。
有效的分析基于人、流程和技术。
Google Analytics 是一项技术。你、你提出的问题以及你进行的分析构成了“人”。你如何提出问题并进行分析则构成了“流程”。
这三个组件需要协同工作，才能真正利用数据驱动有意义的结果。虽然技术很重要，但在某些方面，它反而是最容易的部分。部署基础标签是一个技术项目，而 Google 已经做了大量工作，使基础标签的实施变得简单明了。通常需要更高级的标签，但这往往可以通过后续的增量努力来实现——每一次增量努力本身都是一个小型的技术项目。
一旦捕获了基本数据，发现价值的真正乐趣便开始了。但这份乐趣实际上始于 Google Analytics 之外。
还记得科学方法吗？
你可能有一位在中学教过科学方法的科学老师。其基本原理被科学研究人员所使用。他们从假设开始，设计实验或研究来验证该假设，进行实验，然后分析结果以确定该假设是否被证伪。
将科学方法的基本原理作为分析的核心流程，是从你的技术（Google Analytics）中获得价值的最有效方式。
假设？真的吗？
“假设”是一个花哨的词——“分析”也是如此——但它是一个简单的概念。假设不过是一个可以用数据验证的假设。顺序很重要——数据位于过程的末尾。首先阐明的是假设。
那么，假设从何而来？它们基于你的经验，包括你过去审查过的数据、你自己浏览网站的经验、来自你网站的用户反馈、员工对网站的评论以及无数其他来源。
如果你从一个良好的假设开始，你对 Google Analytics 的导航将变得更加有针对性且高效，因为你清楚自己需要什么样的数据，并且可以提前问自己：Google Analytics 是否可能拥有这些数据，或者是否需要去别处寻找。
什么是好的假设？
一个好的假设具有两个特征：
- 它足够具体，以便能够被合理地测试和验证。
- 它是一个假设，其验证结果的至少一种不同可能性将推动采取行动。
有一种相对简单的方法来阐述假设，从而确保它们符合这些标准。诀窍是将假设表述为两句话，并采用以下结构：
- 我相信……X。
- 如果我是正确的，那么我将采取一项具体行动。
第二句话确保第一句话足够具体，并确保你已经思考过如果该信念成立你将采取什么行动。
在实践中如何运作？
这一切听起来可能有些抽象，因此让我们看一些例子，看看如何在实践中应用。
- 示例 1。“我相信我们的网站很糟糕。如果我是正确的，我会让网站变得更好。”
这个陈述不是一个足够具体的假设，尽管人们经常做出这样的陈述。第二句话无法被合理地完成，而尝试完成它的过程使这一点变得清晰。 - 示例 2。“我相信，许多访问我们网站的用户都在寻找我们产品的优惠券，但未能找到。如果我的判断正确，我将在全局导航栏中添加一个更醒目的链接，命名为‘优惠券与优惠’。”
这是一个具体的假设。为了利用 Google Analytics 快速验证该假设，您可以查看“站内搜索”报告，了解过去一个月内关于“coupon”、“coupons”、“deals”、“promotion”和“discount”等关键词的搜索次数。您还可以分析那些搜索这些术语的访客群体是否在未到达优惠券内容页面的情况下就离开了网站。 - 示例 3。“我相信，来自美国以外的访客转化率较低，因为我们没有以他们的本地货币显示价格。如果我的判断正确，我将实现一项功能，用于检测用户的来源地，并在每个产品的美元价格旁边显示本地货币价格的估算值。”
这个例子包含两个假设。第一个假设是：来自美国以外的访客转化率较低。第二个假设是关于造成这种情况的原因。这没有问题。Google Analytics 可以快速验证第一个假设——“位置”报告中的“电子商务”指标组会按国家/地区细分展示访问量及转化率。如果非美国访客的转化率并没有显著更低，您就可以转向其他假设。
然而，如果第一个假设成立，您需要测试显示本地货币是否能提高转化率。遗憾的是，除非您完全实施了本地货币解决方案，否则 Google Analytics 将无法在此方面提供帮助。只有在那之后，Google Analytics 才能显示非美国访客的转化率是否有所提升。相反，您可能希望运行一项 A/B 测试，即针对来自单一国家的访客，向其中一半人手动显示某种形式的本地货币价格，而另一半人则不显示。
并非所有假设都能通过 Google Analytics 轻松进行测试
如上例所示，并非所有假设都能通过 Google Analytics 进行测试。但是，通过事先明确阐述假设的方法，您可以快速确定 Google Analytics 是否是完成这项工作的合适工具。
当 Google Analytics 能够验证假设时，您将能够更快、更高效地使用和分析该工具，因为您将清楚自己试图回答的具体问题。由于您已经明确了根据答案将采取的行动，因此不会陷入数据梳理的泥潭中。您将准备好基于这些信息采取行动。