十月 02
筆者在 Google AdSense 官方論壇上看到發佈商伙伴的提問作了一些研究，分享心得如下：
- alexa 的確是沒有很準。原因是二個顯然不同規模的網站，一個PR2，一個PR5，結果PR2的alexa比PR5還前面。剛才去研究二位站大的網站，有一點點小收穫。這表示alexa的估算方式跟PR的概念大不同。（一般是說以流量為準，然後依人氣作些修正）
這點我的網站是稍微可以證明的。之前會員瀏覽上限定在3M，排名一直往後掉，最近改成30M，排名就一路回昇了。
但是，值不值得用頻寬去換 alexa 排名，是另一個議題。
- 看到 PR5 的站上有用了 Alexa toolbar 的 affiliate program ，並且把它跟自己網站的進階服務整合起來。這倒是一個很有趣的玩法。
可以把它看成跟 Google AdSense 推薦相類似，以前是你推薦一個 AdSense 給你多少錢。而整合其他家的 affiliate program 也是一樣。重點來了：
a. 那一類的 affiliate program 適合自己網友
b. 應該把這機制和網站的什麼服務整合起來
c. 基本上，這是 one-time revernu ，餅有多大？會員數 * 趴數？
總之，這個玩法好像還不錯。值是長期經營會員的站大們參考～ - alexa 的參考價值在於同質性
雖然它的資訊來源在廣度、深度上都存在疑慮，但是既然是經過相同機制取得，就有參考價值。
只要主題相同的論壇，地域相同的網站，都可以很清楚看出這些網站的差異。
例如，yahoo 拍賣和露天拍賣，因為平台定位相近、使用者的重疊性高、行為模式一致，那麼這些網站被 alexa 收集到的資訊密度也「應該」是一致的。那麼，就自然能看出彼此的消長。 - alexa 資料不是絕對精確，但可從相對關係找到價值
疏忽掉的採樣數據當然會影響數據精確性，雖然現在 Firefox 上也有 Alexa Toolbar 可用，但多少比例的網友會裝，是永遠存在的疑慮。而會主動安裝的使用者，顯然也和沒安裝的人存在差異，例如對資訊的需求、本身的角色...。那麼，應該把能提供 alexa 數據的網友看成是替網站進行抽樣調查的樣本。只要對調查的主題進行控制，樣本數據就具備放大解釋的參考價值。至於誤差，可以從使用者的差異，配合Analytics 的精確數據來評估、修正。
