1. 免费的网站分析工具足以和企业版相媲美

有很多理由来证明免费的网站分析工具不是最佳解决方案。我常常喜欢问“为什么我们使用某些的企业版网站分析工具 而不使用 Google Analytics ”来反驳，当然这会引起一些机智的回答，诸如：“因为我不得不支付那些账单”或者“我的老板让我这样干的”。很显然这不是最佳答案（甚至算不上答案），选择企业版网站分析工具的根本原因是：

· 高水平服务协议 ： 当工具出现故障后会发生什么？如果你为这个工具支付过金钱，你就有了绝对主动权；但如果你用的是免费工具，你不得不坐等它恢复正常，而且祈祷千万别有什么数据丢失。

· 数据所有权： 免费并不意味着同时拥有免费的影响力，毕竟有人在支付账单，因为免费的工具通常为你提供的是“零成本”服务。只要你愿意，企业版解决方案可以保障你时刻拥有自己的数据。

· 隐私： 企业版解决方案中非公开的双方协议，会更好地保障你的安全和隐私

· 自定义： 即使你可以让 Google Analytics 这样的免费工具竭尽所能，但也只能达到一定的高度。企业版解决方案却可以根据你的商业目标进行个性化功能定制。

2. 跳出率（或者“某个牛×度量”）是最好的度量

Avinash Kaushik （译者注：网站分析大师，两本 WA 经典著作的作者，就不做翻译了）把“跳出率”称为最性感的指标，但它并不是最好的，因为没有“最好的指标”。我了解到很多公司聘用专门的分析师团队，他们唯一的职责就是监视某个“上帝指标”，但这样做很少有能经得起时间的考验。建议挑选几个可以实际推动利润的指标，然后重点关注它们。（译者注：可以参考 Avinash Kaushik 的《 Web Analytics2.0 》第五章开头一个关于产出重要性的故事，很有意思）

3. 只要 Avinash Kaushik, Jim Sterne, or Eric Peterson 说的都绝对照做 （ 译者注：对这三个大牛感兴趣的，在 Google+ 上都可以圈到 ）

不要误会我的意思， Avinash 的才华是辉煌的，但没有任何一个分析专家可以在足够了解你的业务背景之前，提供一套即插即用（完全对口）的度量策略。在一个高的水平上，他们的最佳建议固然重要，但没有什么比深入研究自己的数据、制作属于自己的可行性分析报告更重要。

4. 网站数据分析 仪表盘或网站数据分析报告应该包含 4 象限并且只有很少的数据

当创建一些内容（例如概要、菜单等）时，这是一个想要达到的崇高目标。为了迎合各种人的需求，在一页中集成各种数据、见解和视觉效果，这是非常困难的。一个好的建议是：做出比需求更大一些的内容以展现你的实力；在你的组织中，只需要得到利益相关者的关注，分别与不同的业务团队进行咨询，然后为不同的观众提供出各自需求的定制化网站数据分析报告。

5. 见解比数据更重要

当你做决定时，关键数据时常可以为你提供可执行的需求。你们公司会在下一代产品设计中提供 IE6 的官方支持吗？如果在最近的 6 个月里，通过 IE6 进入你们网站的访问者只有 2% ，而且整合这套应用的开发和测试还将花费数百万美元，看到这些数据后刚才问题的答案就很简单了。

6. 唯一访问者数计算的是真实的人数

唯一访问者数或许是过去最为滥用的指标。如果你仔细想想，这个被用来衡量“唯一的访问者人数”指标不过是：浏览器种下的持久 cookie 数。唯一访问者数不等同于浏览器数、独立的真实人数或者电脑数。（译者注： cookie 对网站分析的影响详细可以参考拙作《网站分析基础教程》第三章“网站分析技术解密”第一节内容）

7. 分析脚本代码会降低网站性能

所有代码都会降低网站性能。如果你往一个全空的网页里添加任何代码都会增加它的载入和执行时间。也就是说，为了支持网站分析数据收集，一些定制化代码会使你的 JavaScript 文件更膨胀。当你在网页里添加任何代码时，可以衡量下它能带来的好处以及如果没有它会付出的代价。（译者注：使用 Fiddler 对 Google Analytics 和百度统计进行测试，两者对监测代码的请求响应时间都在一秒以内）

8. 网站分析是市场营销 / 研究 / 通讯 / 运营 / IT 或其他部门的职责

网站分析是一个数据驱动型组织所担当的职责。如果你的网站不管怎样都会影响到你的商业业务，那么在你组织里的每个人都有责任去分担这项职责，以提出可执行的商业见解，从而增加收入、降低成本、把握机会或者规避风险。

9. 从不同网站分析提供商得到的指标、日志和数据库都要匹配

网站分析从根本上说是不准确的，而且很少有从业者精通统计学理论，因此争论不同来源收集的数据是否能对得上是无意义的。下面是几个会导致网站分析数据不正确的因素：

· 供应商提供的 JavaScript 脚本代码与浏览器的兼容性

· 访问者对 Cookie 的接受度

· 数据损坏：接受、执行和传输过程中导致

· 服务器端缓存、脚本或配置问题

· 过滤或处理规则：反向 DNS 解析不准确、数据抽样、数据编码问题

查看历史数据并分析趋势，在下结论之前，确保你的发现是有统计意义的，可以忽视网站分析的局限性。

10. 网站分析的见解是免费的

天下没有免费的午餐。为一个网站添加监测用 JavaScript 脚本代码也需要花费时间和精力，分析报告并深入执行都需要负担一定的成本，而且需要借助一些额外的工具；还要考虑在实践网站分析时也在消耗组织的一些机会成本。

我在这里只是抛砖引玉，你还有什么我错过的网站“神话”吗？