2012年4月12日，MediaV聚勝萬合公司在北京發布了國內首款面向獨立B2C電商提供網站商業數據分析的新產品：聚合分析，并宣布啟用網址www.fenxi.com作為該款產品的官網。
“這是一款針對獨立B2C電商服務的數據產品，產品定位于解決電子商務網站對站內運營分析優化、營銷效果提升和評估的數據需求。”MediaV公司董事長兼首席執行官楊炯緯先生說。“它區別于市面上其他網站分析產品，只對電商服務。而且本次發布的版本，是永久免費的。”
“聚合分析采用了2套獨立的數據處理管道，從海量數據中挑出用戶每日最關心、對實時性要求最高的數據進行實時處理，并展現在數據聯播中，自動刷新。用戶可以將數據聯播投放到大屏幕或者監視器中，隨時隨地觀察網站商業數據變化，讓電商企業決策者們可以快速決策。” MediaV公司北京研發中心總經理魏小勇先生介紹說。“從用戶安裝監測代碼到數據展現，我們最多只需要60秒。”
在發布會上，來自MediaV公司的高級產品經理武凱先生展示了聚合分析的迷人之處。
以人為本的UV(訪客數)統計，消除每周1.61倍的統計誤差。
同一個人使用4個不同的設備訪問網站算1個人還是4個人?所有用戶都期望是1個人，但絕大多數網站統計產品會認為是4個人，因為它們只依賴Cookie進行統計。聚合分析采用訪客身份雙指紋識別技術，將電商會員ID與訪客Cookie綁定，讓同一個人在不同客戶端、設備的識別更精準，實現以人為本的UV統計。
注：根據MediaV最新數據抽樣顯示，每1個人在1周內平均會產生1.61個Cookie。
追溯訂單真正的來源，評估2.65次入站背后的功臣
消費者購物決策是一個復雜的過程。從產生購買動機開始，到確定在何時、何地、以何種方式、何種價格購買何種品牌商品，一個人平均需要2.65次入站才會下1筆訂單。電商們都知道還在把這筆訂單的產生歸因于最后一次來源的算法是不科學的，但是限于之前沒有這部分數據提供，電商分析師們也只能按照這種不科學的算法來計算。
聚合分析“訂單溯源”功能記錄下訪客每一次入站歷史，并幫用戶評估和分析這“2.65”次背后的功臣。去改進營銷推廣策略，需要追溯訂單真正的來源。
注：根據MediaV最新數據抽樣顯示，每1個訪客在下單前平均會入站2.65次。
用4層漏斗幫助電商透視消費者動線，發現顧客在哪里離開。
聚合分析認為應該放棄老舊而籠統的“二跳率”指標，去使用更為細化和垂直的“選購率、推車率、下單率”來研究消費者行為。通過細分流量來源，可以比較每一個流量來源乃至廣告位和關鍵詞的流量質量，透視顧客購物行為，迅速改進流程，讓轉化率全面提高。4層漏斗分析，首推的選購率、推車率指標都給人耳目一新之感。
為電商量體定制的分析模型，定義了22個頁面類型
在傳統WA工具中，成千上萬的網站頁面只有一個共同的類別，叫做“內容頁”。在聚合分析里，通過為電子商務網站量身定制分析模型，定義涵蓋了電商的首頁、類目頁、商品頁、搜索頁、下單頁、購物車頁等共計22類頁面類型，并深度挖掘訪客對不同頁面的行為。
比如新客被誰帶來的?又去了哪里?他們如何轉化的?在下那第一單之前他們都在網站上干了什么?老客有多少人重復購買?他們習慣入站的路徑是什么?該怎么改進客戶關系?該怎么讓他們不停的下單?在產品里，聚合分析提供 “新客分析”功能解決帶新客問題，“老客分析”攜RMF分析模型將老客分為8級，研究他們的特征和比較不同時間的趨勢，發現老客價值。
使用1套標準，無縫兼容Google Analytics網址構建器
聚合分析建議用戶可以同時使用Google Analytics來分析網站通用流量數據。使用聚合分析的推廣助手，生成的推廣監測鏈接與GA同一標準，無縫兼容用戶之前使用GA網址構建器生成的監測網址。用戶可以實現做一套推廣代碼，在兩個互補的數據產品中同時使用。
