如何分析陌生网站的流量？
去哪儿网的Karen有一天问我，有这么一个名叫24htl的 网站（因本文涉及到网站的真实情况，因此为化名），如何能尽量准确地知道它的人气？——这的确是一个我从前未曾深究的问题，毕竟我的大部分分析是通过添加监测代码实现的，而在无法添加网站分析代码的情况下，我们能够获知一个陌生网站的准确流量吗？
问题的背后其实包含着十分重大的意义。在我们的 商业环境中，遇到评估一个陌生网站流量是经常的 事情。例如我的同事会考虑用什么样的网站更适合投放客户的广告，他们会需要研究网站的流量。而在进行竞争情报分析的时候，竞争对手网站的流量也是非常有价值的参考 信息。所以，我相信，你也一定碰到了与Karen同样的问题，而且你也曾经试着自己去解决它。
那么我们该要如何才能简便易行的获得尽量精确的陌生网站（指你无法直接进行监测的网站）的流量呢？我会在狼蚁网站SEO优化把我的办法分享给大家。想请大家注意的是：除了我的这些办法外，一定还有更多更好的办法，希望有经验的你不吝赐教，让我们的 思路不断拓宽。
Alexa和类似的流量工具
如果没有网站分析工具，要想获得网站的流量当然得依靠第三方。大家一定首先会想到Alexa，其实类似Alexa的工具还有WebSearch Ranking，Compete.com，QuantCast还有Ranking.com和Trafficestimate等等。这些工具的价值在于：
基本的流量数据完全免费；
能够快速获得网站的大概流量；
有些还能够直接对比不同网站之间的流量大小。
不过，他们的问题在于三点：
数据肯定是非常“大概”的，有时候不精确到了无法接受的程度；
都是国外工具，所以对中国的coverage很不理想；
网站收录数量有限，较小流量的网站无法查询到。
所以，我认为在中国使用舶来的网站排名工具是不太适宜的，当然，我相信投行的朋友们还是会看重它——尤其是当你的网站排名能比新浪和 开心网还要靠前的时候。
嗯，不开玩笑了。想 强调的一点是，如果大家非用这类工具不可，我更推荐Compete而不是Alexa。Compete的数据样本量比Alexa更大，数据来源也更综合，所以数据会更准确。而且它能够提供的数据维度更多，所以比Alexa要更实用。不过Compete没有网站排名，而Alexa有——如果你一定坚持排名比数据本身更重要的话，那还是Alexa吧，不过我觉得排名只不过是娱乐罢了。
图：Compete的界面
iResearch
既然不推荐Alexa等一票洋工具，那么，还是回归本土的iResearch（艾瑞）吧。艾瑞是国内一家著名的互联网研究机构，它的iUertracker通过在网友客户端装入上网行为监测软件来抽样各个网站的流量。由于样本几乎都在国内，因此iResearch能够获得比Alexa精确一些的数据。不过也有人诟病iResearch的样本选择和样本总量，认为它在用户互联网访问行为的数据上可能不具备代表性。另外，更关键的是，它的数据也不是免费的，因此它不太可能作为我们解决Karen问题的好工具——你总不能为了一年研究一两个网站的流量而花上几万元吧。当然，即使你付费，iResearch也不是万能的，小网站不在iResearch的收录范围内，因为它们的流量太小，有限的样本可能完全不会包括它们。
优点：
比Alexa准确；
国内网站涵盖多；
能够按照网站的类别罗列某一类网站的数据，便于类别网站之间的比较；
除基本流量数据外，也提供诸如月度UV，停留时间之类的更深一层次的网站分析数据。
不足：
网站涵盖仍然有限，小流量网站没有收录；
不免费，年费较高，一个账号仅能限制在一台电脑上使用。
我认为，iResearch在研究不知名网站、小流量网站上并不适合，但对大网站则不妨一用。理论上，越是网友经常访问的网站，越有更大的样本量，数据也就相对准确。除了iResearch，类似的工具还有Nielson和ComScore。Nielson在国内也提供相关的付费数据服务。
Google Trends for Websites
相信大家都用过Google Trends，百度也有类似的工具，但是对于Google Trends for Websites可能会有朋友并未注意到。这个工具最大的特点是能够把网站长期的流量（Daily Unique Visitors）趋势显示在一个line chart（线图）上，这样可以从一个更广的时间维度来研究一个网站。当然，如果你在搜索框内输入多个网站的名字然后用逗号隔开的话，这个工具也能够为你提供不同网站间流量的比较。如下图所示：
除了提供全部的流量趋势，它还能够显示出这个网站的访问者的地理位置分布，例如下图中左边的Regions数据。如果你点击China，会进一步显示具体的城市信息。而"Also visited“那一栏数据则显示了该网站的访问者还常常访问哪些其他的网站，如下图中新浪的访问者也最倾向于访问qq.com和Baidu。另外，最右边一列显示了访问新浪的访问者会最多的使用哪些关键词，不过似乎数据上有些滞后。
总体而言，这是一个很直观而且很易用的工具，并且有一些数据是其他工具所没有的，例如Also visited和Also serached for这两类数据——毕竟Google在这些数据上占有先天的优势。Google是如何获得流量数据的呢？我认为可能是利用了Google Bar（浏览器上的Google工具条），以及其他一些Google客户端工具，也可能是直接使用了Google Analytics的数据（Google Analytics数据的分享是opt on的）。具体怎么回事，Google官方给出了一些含混的回答。不管怎样，Google本身已经具有的某种垄断特质让我相信他们的数据要比其他类似网站的数据准确得多，在中国也是一样。
这个工具还不能让人满意的地方是：
小网站的数据收录情况不佳；
细分数据只用一个bar（数据条）来显示，而没有具体的数据大小；
数据存在滞后。
尽管如此，Google Trends for Websites不失为一个进行竞争网站分析的好工具。
Google Ad Planner
Google Ad Planner是我在研究陌生网站流量上最喜欢的工具，倒不是因为它是为在线广告媒介服务的，而是因为它有直接的数据，而且涵盖了那些已经相当长尾的网站——例如我的这个网站:www.chinawebanalytics.cn。
利用Google Ad Planner来研究网站流量的方法非常简单，你完全不需要用它的那些Ad Planning的工具，你需要的只是登出你的Google账号，然后进入它的首页面。如下图所示：
在上面的输入栏中输入你想要研究的网站，就会得到如下的一个结果页面，
现在大家知道我的网站的流量了:)。图中的数据是月度的，看起来还不错，但是实际上跟GA上监测的数值还是有一定差异的。不过没关系，我们可以把它的数据当做原料，用它来进一步准确估计被研究网站的流量。相信你一定知道应该怎么做了！看看我的办法吧！
输入你能够用网站分析工具监测的某个网站的网址（假设是A网站），例如你自己的博客，记录下上面结果页面的流量大小；
输入你研究对象网站（假设是B网站）的流量大小，同样记录它在这个结果页面中显示的流量大小；
求出两个网站流量的比值；
把这个比值和你实际能够监测的A网站的网站分析工具中的流量数据相乘，得到的数据就是接近精确的B网站的流量了。
所以，曲线救国的方法真是各种研究方法的一句话精辟概括啊！
当然，这个方法也有一定的问题，同Google Trends for Websites一样，数据的精确性取决于Google获得数据的精确性。不过话说回来，百分之百精确的数据只是理论上的，只要能够产生正确insight和recommendation，那么这个数据就是准确（当然，不是精确）的。
Google Ad Planner还有一些工具是极为强大的，例如能够对访问人群的Demographic（人口统计概貌）进行细分，可惜这个功能只针对美国人群进行统计，而不包括中国人。建议大家自己注册一个随便尝试一下。
其他一些站长统计工具
除了上面的这些工具能够帮助我们直接获得网站的一些流量数据，我们还可以利用一些更为间接，但是有可能更为有效的方法来评价一个网站的人气程度（毕竟流量本身也是衡量人气程度的一种而已，我们完全可以放开思路用别的方法来衡量人气）。
站长们喜欢用一些业界公认的指标来”炫耀“自己的网站。比如Google PR（Google Page Rank）——这是Google对网站重要性的评级，数字越大越好，最大值是10。我的网站是5，已经一年多了，到现在也没有再往上上一位。这说明每一个级别之间的差异其实是很巨大的，需要付出更多的努力赢得更多的真实流量才能达到。如果你的网站PR是6，那么恭喜你，你的网站已经进入了知名网站的行列。
除了PR，我们有时候也利用”反向链接“（就是有多少网站链向你）来查看一个网站的人气。当然，这个值也是越大越好，多多益善。你可以通过Google搜索引擎的高级功能来查询。另外，你还可以查看这个网站被搜索引擎收录的情况等等。这里介绍给大家一个网站：Tool.chinaz，其中有不少实用工具，其中就包含我说的这些站长统计工具哦！
网站UGC内容研究
我会用到的最后一招，是研究网站的UGC内容，包括这个网站提供的BBS，提供的留言、询问、评价、打分等等功能，以及访问者的上传。这是一个网站是否hot的极好的风向标。毕竟，如果你的网站是一个电子商务网站，每天访问量超过10万，可是每天用户产生的产品询问不超过5个，那么我仍然会认为这个网站的人气不足。毕竟一个网站能够拉动访问者留下自己的想法是人气的直接体现。说到这里，想起来大学上课时候的情景，老师每天都点名记录考勤，大家不敢逃课，可是他的课实在乏味，所以就出现了全员满座却毫无人气的情况——因为大家全部在睡觉嘛……希望你的网站不要如同这个会催眠的老师。
用户UGC数量和网站的流量一般是成正比关系的，但是这个比例的多少则根据网站的类型不同而定。比如销售消费电子产品的B2C网站，可能对产品评价的比例是每10个购买产品的人，会有1~5个做出评价的，而每10个独立访问者又可能有1个人会购买商品，那么网站流量和UGC的比例大概是100：1到100：5，因此通过数UGC的数量能够大概估量这个网站的流量。