出海独角兽们的“数据问题”
这2年，不少布局全球市场的出海团队参加了我的数据领导力训练，我下面就谈几个出海增长需要避免的“数据问题”。
事实上，投资人投了这么多钱，也未必知道这些“小问题”其实是历史教训。
提升网站和APP的加载速度
去年我某天凌晨和一个海外团队开完con call后，发了个这样的朋友圈。
网站和APP落地页的速度通常是转化率优化中容易被忽视但却非常重要的一个环节。许多测试资料表明网站速度是至关重要的。
2007 年 Amazon 发表的一个研究显示网站每100 ms 的加载延迟就会导致销售额下降1%。想办法降低（尤其是关键页面）加载时间，例如可以减少图片/CSS/ JavaScript 等等的负载。或者想办法切分页面不同的加载项，让关键元素优先加载。
无论是Facebook、Twitter等大厂，还是比如我指导过的CamScanner（国内的扫描全能王）这些团队，他们进行过的许多测试，验证了速度提升能够如何显著地提高转化率。
说实话，糟糕的网站速度是导致 MySpace 被Facebook甩在身后，最后没落的原因。
投资人们，你们都听到了吗？
想想看，一个速度慢的网站意味着更少的朋友请求，更少的状态更新，更少的图片上传，更少的广告点击，更少的邀请发送，等等，等等。
所有这些操作都是形成社交网络效应的积累基础。网站速度阻止了网络效应的飞速势头，由此导致了越来越少的增长，而增长的减少意味着失败的风险增加。
Facebook更快，更简单，而且有了更好的网络效应。FB的团队在发展初期就专注于改进网站速度等关键要素，这为他们打下了成功的基石。
Google 提供了一个很好的网页速度测试工具，任何人都可以使用：http://developers.google.com/speed/pagespeed/insights/。
这个工具不好好使用，就别指望增长了。谷歌的工具可以建立详细的报告，给出具体的网速建议。
YSlow 也是发现速度问题很好的工具。
对于一个创业的个人，大家建议考虑使用WordPress的时候，注意速度绝对是一个存在的问题（特别是一旦大量使用了插件）。这时，可以使用Plugin Performance Profiler这类工具来查找插件对个人网站速度的影响。
客观判断Google Analytics的价值
一些曾经在互联网公司工作过的VC，可能都用过Google Analytics（GA），如果是产品、营销和技术出身。
最近看到Search Engine Land有人说千万要小心不要被Google search console（GSE）里的数据误导，而且随着Google把GSE和Googel的数据studio产品进行整合，估计Google会隐藏更多的数据。
这不得不让人觉得一旦企业开始踏上出海的道路，很多细节就藏在这些问题里，且很可能会让公司识别不出流量的优劣，用户的价值。
记得我和好友安琦（携程移动营销产品组负责人）曾经讨论一个大型网站SEO中的一个爬取问题，涉及检查全体网站的索引量。
对无法索引的页面，需要：
-
半年为单位，GA导出去重后的URL对比蜘蛛访问URL -
数据库导出URL，对比蜘蛛访问URL -
遵照robots协议用工具爬出的URL，对比蜘蛛访问的URL，对比不遵照robots协议爬出的URL一些维度。
你看，从GA导出数据后，我们依然需要从日志里对比，不可能完全依赖GA的数据。
Google Analytics是一个好产品，其实国内不少SAAS产品从它身上吸取了很多经验，另外携程从自建UBT行为采集系统开始，就是学习的Google Analytics。
不过，后来实际上国内的互联网团队由于用户量过大，都纷纷开始考虑自己来做，现在市场上的私有化部署方案也是一种很好的替代方式。
一个可以替代Google Analytics的全栈分析系统，分析能力范围必须包括：
-
PC网站 -
移动网站 -
iOS APP -
安卓APP -
微信/FB等小程序
这样的系统必须可以提供：
-
完全可以自定义的仪表盘报表 -
大中小型的预定义报表 -
企业可以自己编写SQL语句，导出需要的数据报表 -
提供的是“全部”数据，非所谓的“抽样数据”
如果这个分析系统叫D Analytics，那么我们需要了解一下Google Analytics是如何会让出海团队面临“数据问题”。 。
Google Analytics(GA) 作为用户行为分析工具的主要优点：
GA报告的各种界面是世界一流的。在GA界面上直接可以创建自定义报告，报告可以包含很多不同的维度(dimensions)和量(metrics)。
GA报告的数据更新频率也是相当不错和及时的（大部分用户行为发生后1-2小时，数据一般都在GA报告里能看到）。也很少碰到数据更新延误。
我们不需要担心数据存储的问题，因为数据都存放在Google的服务器里，但是这也造成了根本的问题（数据打通才能进行的洞察和驱动业务变得困难）。
GA真正的问题（无论是版本几？）
抽样数据是个主要的问题。GA的一些报告里会使用抽样数据，导致报告的数据非常不准确，尤其是分析细节数据时。
在GA界面上创建的自定义报告，一般都会出现抽样数据，导致数据准确性很低。这是因为自定义报告里一般会包含了多维度，实时跑这种多维度报告的数据量远大于GA能够及时把报告跑出来的能力。所以GA会从“抽样”中选取（比如5%-10%）小部分原始数据去出一份“估算”的抽样报告。
当网站有大量不相同的URL时（比如产品/酒店详情页很多，列表页很多），抽样数据会导致部分的URL的数据不能在GA报告里出现（因为GA有报告行数的上限）。
GA数据保存在Google服务器，你自己没有保存一份数据。这个数据不能“落地”（放在自己的服务器或自己的云端上），以后无法去“使用”它。以后的使用包括，建造自定义dashboard报告，建造多渠道归因报告，整合广告平台推广数据报告，建造个性化（千人千面）的站内用户营销，app内营销、通过email的个性化产品推荐等。
所以事实上，我比较推荐出海企业在使用GA的同时，建立自己的D Analytics方案。
当然，这个名字是为了写文章举例子起的。
如果你的确想设计和构建自己的D Analytics系统，可以到文末和我联系。
最近，去年GA宣布在2023年7月失效，也就是说2009年以来的Univeral Analytics，GA3将彻底退出历史舞台。
GA4免费版另外最多可以查询14个月以内的数据，昂贵的付费版可以查询50个月。
我的意见是：
从数据洞察的角度来看对所有团队有一个核心问题：GA做为第三方SAAS，数据不能落在自己的数据库这件事将对增长策略产生极大的影响，“断层”期间的用户价值计算涉及cookie有效期，以及唯一用户识别这些问题。无论如何，在切换新老GA的同时，自己该上报服务器的数据还是自己采集上报，即便同步在使用GA。
这些看似简单的“小问题”，将极大影响增长方向和产品策略效果的判断，投资者们都知道了吗？