知名網絡營銷公司介紹在網站分析中，流量細分訪問來源是非常重要的工作，通常有直接流量、搜索來源、外部網站和收費Campaign流量，但其實很多的流量來源我們沒法準確地細分，這些流量大部分被歸到了直接流量中，如來源于IM、Flash或者某些廣告，而且頁面跳轉和短網址的使用也會混淆流量來源。通常為了區分某些重要的流量來源會使用特定的Landing Page，或者在入口頁面的地址上加入指定參數，比如使用Google Analytics的UTM標簽來標記廣告流量。
在北京網絡營銷看來表示轉化率的統計問題主要來源于點擊流數據和網站運營數據庫數據的關聯問題，用戶進入訪問和頁面瀏覽的記錄都存在點擊流數據中，而更終的轉化產出結果，如訂單或者交易記錄一般都存在在數據庫里，不同的數據來源之間本身就會存在不一致性，所以當兩者關聯計算轉化率時就會導致數據的不準確，一般總體層面的轉化率偏差不明顯，但細分到頁面或者商品時就可能存在較大的偏差。
而在網站seo優化中分析的數據雖然存在不準確性，但一般認為這種數據的偏差是相對固定的5-10%，所以當我們使用趨勢分析、比較分析或者細分的方法時，仍然可以認為分析的結論是有效的，因為所有的數據誤差都在同一水平線上。所以，經常有朋友談起，當更換網站分析的工具或者對網站的數據平臺進行重建時，新老系統的數據會存在較大偏差，很難向業務部門的同事解釋這些偏差發生的原因。
