精通網(wǎng)站分析，必須掌握的數據指標及細分維度知識，你學(xué)到了嗎？

　　SEM & 信息流從業(yè)者學(xué)習交流群

　　進(jìn)群 /課程咨詢(xún)：aiqijun14

　　寫(xiě)在前面

　　經(jīng)常有很多同學(xué)問(wèn)艾奇菌，網(wǎng)站分析如何做？網(wǎng)站分析該分析什么？我要看什么數據？等等這樣的問(wèn)題，給他們回答梳理的過(guò)程，我發(fā)現了個(gè)共性問(wèn)題，就是大部分人都還不知道分析指標和分析維度這個(gè)概念，甚至會(huì )混為一談，導致分析起數據來(lái)毫無(wú)頭緒。所以今天艾奇SEM，特別為大家整理了網(wǎng)站分析數據指標及維度的一些知識，希望你能掌握。

　　特別說(shuō)明下，本文摘自王彥平，吳盛峰編著(zhù)的《網(wǎng)站分析實(shí)戰》，這本書(shū)出版時(shí)間比較早了，不過(guò)本文知識絲毫沒(méi)有過(guò)時(shí)。

　　在網(wǎng)站分析的三板斧中，最后一種分析方法是細分分析。細分可以說(shuō)是網(wǎng)站分析最常用的方法之一，與趨勢分析和對比分析不同，細分必須借助專(zhuān)業(yè)的網(wǎng)站分析工具來(lái)完成。

　　細分簡(jiǎn)單來(lái)說(shuō)就是維度與指標之間的相互組合。那么什么是維度？什么又是指標呢？在介紹細分之前，先來(lái)了解一下這兩個(gè)基本的概念。在Google Analytics中，維度和指標是構成數據報告的兩個(gè)最基本的元素。如圖1所示，在每一個(gè)報告中都至少包含有一對維度和指標的組合。下面分別看一下指標和維度的定義及詳細解釋。?

　　圖1 指標和維度組成GoogIe AnaIytics報告

　　一、什么是指標？

　　指標是用來(lái)記錄訪(fǎng)問(wèn)者行為的數字。

　　又可以分為基本指標和復合指標。在Google Analytics中，最常見(jiàn)的指標包括訪(fǎng)問(wèn)次數、綜合瀏覽量、訪(fǎng)問(wèn)深度、跳出率、平均網(wǎng)站停留時(shí)間和新訪(fǎng)次占比，如圖2所示。在這些指標中，訪(fǎng)問(wèn)次數、綜合瀏覽量屬于基本指標，基本指標是對訪(fǎng)問(wèn)者某種行為的簡(jiǎn)單記錄和累加。

　　例如，訪(fǎng)問(wèn)者在網(wǎng)站中每瀏覽一個(gè)新的頁(yè)面，綜合瀏覽量就會(huì )增加一次。訪(fǎng)問(wèn)深度、跳出率、平均網(wǎng)站停留時(shí)間和新訪(fǎng)次占比屬于復合指標。復合指標比基本指標要復雜些，通常經(jīng)過(guò)指標之間的簡(jiǎn)單計算獲得。表達的意義也比基本指標豐富一些。

　　圖2 網(wǎng)站分析常用指標

　　例如，訪(fǎng)問(wèn)深度通過(guò)訪(fǎng)問(wèn)次數與綜合瀏覽量相除獲得，表示訪(fǎng)問(wèn)者在每次訪(fǎng)問(wèn)中瀏覽的網(wǎng)頁(yè)數量，對于內容型網(wǎng)站來(lái)說(shuō)，訪(fǎng)問(wèn)深度越高越好。跳出率通過(guò)跳出訪(fǎng)次與訪(fǎng)問(wèn)次數兩個(gè)指標相除獲得，表示目標網(wǎng)頁(yè)的內容與訪(fǎng)問(wèn)者的匹配程度，內容的匹配程度越高跳出率就越低。

　　Google Analytics為我們提供了很多這樣的指標，分別用來(lái)記錄訪(fǎng)問(wèn)者在瀏覽網(wǎng)站時(shí)不同的行為。這些指標按照不同的類(lèi)別顯示在報告中。除了這些默認的指標外，我們還可以按網(wǎng)站自身的業(yè)務(wù)需求創(chuàng )建一些自定義指標。例如，當需要記錄訪(fǎng)問(wèn)者點(diǎn)擊網(wǎng)頁(yè)上某個(gè)按鈕的行為時(shí)，就可以創(chuàng )建一個(gè)自定義指標，取名叫“按鈕點(diǎn)擊次數”。

　　Tips：自定義指標的設置方式多種多樣，沒(méi)有特定的規則。即使業(yè)務(wù)完全相同的兩個(gè)網(wǎng)站也可能有不一樣的自定義指標。評價(jià)自定義指標的標準就是它是否能反映出業(yè)務(wù)關(guān)鍵點(diǎn)的變化情況。

　　二、什么是維度？

　　維度是觀(guān)察訪(fǎng)問(wèn)者行為的角度。

　　和指標不一樣，單獨的維度本身沒(méi)有意義，只有當維度與指標在一起時(shí)才有意義。在Google Analytics中，常見(jiàn)的維度類(lèi)別包括訪(fǎng)問(wèn)者屬性維度、時(shí)間維度、流量來(lái)源維度、地理維度、內容維度和系統維度等，如圖3所示。

　　圖3 網(wǎng)站分析常用維度

　　在每個(gè)大的維度類(lèi)別下還包括更多子類(lèi)別維度。例如，訪(fǎng)問(wèn)者維度包括新訪(fǎng)用戶(hù)、回訪(fǎng)用戶(hù)；時(shí)間維度包括年、月、日、小時(shí)；流量來(lái)源維度包括搜索引擎、推介網(wǎng)站；地理維度包括國家、地區、語(yǔ)言；內容維度包括頁(yè)面內容、頁(yè)面屬性；系統維度包括瀏覽器類(lèi)型、操作系統類(lèi)型、接入方式、屏幕分辨率，等等。

　　Google Analytics提供了很多的維度，和指標一樣，我們也可以按自己的需求創(chuàng )建一些自定義指標或是組合指標。

　　我們可以創(chuàng )建訪(fǎng)問(wèn)者的性別維度，例如男性訪(fǎng)問(wèn)者或女性訪(fǎng)問(wèn)者；一天中的時(shí)間維度，例如工作時(shí)間、休息時(shí)間；內容的組合維度，例如新產(chǎn)品類(lèi)內容頁(yè)和促銷(xiāo)類(lèi)內容頁(yè)；廣告的尺寸、位置及創(chuàng )意維度等?；蛘邔⒉煌木S度組合在一起創(chuàng )建組合維度，例如Google付費廣告品牌關(guān)鍵詞維度。

　　Tips：自定義維度是用來(lái)輔助進(jìn)行指標分析的。它可以是現有維度的聚合，也可以是現有維度的細分，甚至是一個(gè)全新的維度。創(chuàng )建什么樣的自定義維度取決于業(yè)務(wù)需求和指標分析時(shí)的深度。

　　三、為什么要使用細分？

　　細分的最大價(jià)值是可以讓我們看清問(wèn)題的所在。

　　通常在報告中我們獲得的數據都是網(wǎng)站的綜合情況。例如，網(wǎng)站的總訪(fǎng)問(wèn)量、總停留時(shí)間、總銷(xiāo)售量等。如圖4所示，這些數據將不同頁(yè)面類(lèi)型、不同內容和不同屬性的用戶(hù)產(chǎn)生的數據綜合在一起報告給我們，就像是網(wǎng)站的一個(gè)整體輪廓。它雖然顯示了網(wǎng)站的整體表現，但也隱藏了問(wèn)題和機會(huì )。而我們的網(wǎng)站通常會(huì )有多個(gè)頻道，不同的訪(fǎng)問(wèn)者在不同的頻道里行為也不一樣。

　　比如訪(fǎng)問(wèn)者在文章頻道的停留時(shí)間可能會(huì )長(cháng)一些，但綜合瀏覽量會(huì )低一些。而在下載頻道可能停留時(shí)間會(huì )變短，但綜合瀏覽量會(huì )提高。就算是結構最簡(jiǎn)單的網(wǎng)站，新訪(fǎng)問(wèn)者和老訪(fǎng)問(wèn)者的行為也是不一樣的。

　　而所有這些區別是無(wú)法通過(guò)匯總數據來(lái)發(fā)現的，因此我們需要獲得更加詳細的數據，才可以對不同屬性的流量進(jìn)行正確的判斷。而獲得詳細數據的方法就是將網(wǎng)站的流量進(jìn)行細分，所以，無(wú)論是從用戶(hù)還是從網(wǎng)站的角度，流量細分都是很重要的。

　　圖4 使用細分打破平均指標

　　我們先列舉一下細分可以帶來(lái)的好處。

　　好處1：避免產(chǎn)生采樣數據

　　在Google Analytics里有一個(gè)數據采樣機制，如圖5所示，在你選擇的報告時(shí)間范圍內，如果網(wǎng)站被訪(fǎng)問(wèn)的次數超過(guò)500000次，Google就會(huì )進(jìn)行采樣，并在報告中顯示采樣數據。在采樣數據的表格中顯示的是估算值，而當數據量不足時(shí)，就無(wú)法生成準確的估算值。?

　　圖5 觸發(fā)采樣數據提示

　　通過(guò)細分網(wǎng)站流量雖然不能完全避免采樣數據的問(wèn)題，但可以大幅減少采樣數據，提高報告數據的準確性。因為和整站的匯總數據相比，在同樣時(shí)間范圍的報告中，細分報告只會(huì )顯示單一群體（單一用戶(hù)群或單一頻道）的流量。例如，將訪(fǎng)問(wèn)者細分為注冊用戶(hù)和非注冊用戶(hù)后，在查看注冊用戶(hù)的報告時(shí)，非注冊用戶(hù)的訪(fǎng)問(wèn)次數將不會(huì )被計算在內。

　　好處2：避免平均數陷阱

　　報告中提供的復合指標通常都是整個(gè)網(wǎng)站的平均值，比如平均網(wǎng)站停留時(shí)間、平均綜合瀏覽量、跳出率等。這些平均值通常包含一些未知的陷阱，如果只看這些平均數就很容易犯錯。

　　舉個(gè)簡(jiǎn)單的例子說(shuō)明一下這些平均值的計算方法：

　　注冊用戶(hù)A在網(wǎng)站停留了19秒；

　　非注冊用戶(hù)B在網(wǎng)站停留了1秒；

　　平均網(wǎng)站停留時(shí)間是10秒。

　　只看平均網(wǎng)站停留時(shí)間的話(huà)效果還可以，但如果將兩組用戶(hù)分開(kāi)看就會(huì )發(fā)現兩組數據有天壤之別，我們被平均值迷惑了。圖6顯示了同一個(gè)網(wǎng)站進(jìn)行流量細分后的平均網(wǎng)站停留時(shí)間和跳出率數據，每行代表不同的用戶(hù)或頻道。很明顯，第一行的數據表現較好，第三行的數據表現較差，而我們在查看整個(gè)網(wǎng)站數據時(shí)是無(wú)法發(fā)現的。

　　圖6 平均停留時(shí)間和跳出率報告

　　好處3：增加細分目標

　　細分流量后，我們還可以對不同的流量單獨設定目標。比如可以把注冊行為設置成非注冊用戶(hù)的目標，把發(fā)布信息設置成注冊用戶(hù)的目標。也可以針對不同的頻道內容對頻道內的用戶(hù)設置目標。比如把上傳和下載資料設置成資源頻道的目標。把發(fā)帖和回帖設置成討論組里的目標。這樣做的好處是我們的目標轉化率更加準確，不會(huì )被其他頻道的流量影響。

　　舉個(gè)例子來(lái)說(shuō)明：

　　目標轉化率=目標完成次數/總訪(fǎng)問(wèn)次數

　　假設網(wǎng)站有一個(gè)目標在A(yíng)頻道，而網(wǎng)站有A和B兩個(gè)頻道，在沒(méi)有進(jìn)行流量細分的時(shí)候，總訪(fǎng)問(wèn)次數（分母）就是A+B的總訪(fǎng)問(wèn)次數，這時(shí)候B頻道訪(fǎng)問(wèn)次數的增減都會(huì )對目標轉化率的計算有影響。而在細分流量之后，總訪(fǎng)問(wèn)次數變成了A頻道的訪(fǎng)問(wèn)次數，還有一個(gè)問(wèn)題就是B頻道的訪(fǎng)問(wèn)者可能根本沒(méi)來(lái)過(guò)A頻道，無(wú)法被轉化也很正常。

　　好處4：深度洞察數據

　　細分后的數據可以更深入地了解網(wǎng)站不同區域的情況?？匆幌戮W(wǎng)站內容報告，在最受歡迎頁(yè)面的報告中幾乎總是那幾個(gè)排在前面。這說(shuō)明什么？其他頁(yè)面都不如這幾個(gè)頁(yè)面的表現好嗎？當我們將流量細分后可以看到每個(gè)頻道中最受歡迎的頁(yè)面，他們都是各自頻道中表現最好的，但放在整個(gè)網(wǎng)站范圍內就被淹沒(méi)了。

　　好了，以上為本期分享的網(wǎng)站分析實(shí)戰知識技巧，再次感謝本文作者王彥平，吳盛峰先生，感謝他們編著(zhù)出版了《網(wǎng)站分析實(shí)戰》一書(shū)。