
如何分析網站中的匯總數(shù)據(jù)
網站中的匯總數(shù)據(jù)是指那些以整站作為維度的數(shù)據(jù)。例如:網站訪問次數(shù),網站跳出率,網站停留時間等等。在Google Analytics Dashboard中顯示的大部分內容都屬于網站的匯總數(shù)據(jù)。匯總數(shù)據(jù)可以直觀的反映出網站在一定時間段內的表現(xiàn)和變化趨勢。但同時,匯總數(shù)據(jù)也會隱藏網站中的一些問題甚至是危險。面對網站中平穩(wěn)的匯總數(shù)據(jù),我們應該保持對待數(shù)據(jù)異常時同樣的警惕。
下面是一個網站兩周的訪問量對比,從圖中可以看出本周與上周訪問量幾乎沒有變化,并且具有相同的變化趨勢(周末略低于平時)。同樣,本周網站其他的指標變化也很微小,跳出率,停留時間等指標變化率都在2%以內。天哪,從匯總數(shù)據(jù)上來看,第二周的數(shù)據(jù)簡直就是第一周的復制。面對這樣的情況,我們可以簡單的說本周網站整體表現(xiàn)與上周持平,各項指標均表現(xiàn)正常嗎?如何不可以的話,我們又需要進行哪些分析,從哪里入手呢?
(點擊查看大圖)
1對匯總數(shù)據(jù)進行細分
還記得Avinash大師的那句話嗎?分析匯總數(shù)據(jù)是對人類的犯罪!對于這類匯總數(shù)據(jù),細分是最有效最直接的一種方法。它可以讓我們很快的發(fā)現(xiàn)匯總數(shù)據(jù)中存在的問題。面對上面兩周的訪問量對比趨勢圖,只看匯總數(shù)據(jù)我們會說,本周的數(shù)據(jù)和上周一樣,表現(xiàn)很平穩(wěn),沒有什么可關注和分析的,但真的是這樣嗎?網站在本周的表現(xiàn)真的是上周的復制嗎?通過簡單的細分就可以發(fā)現(xiàn)其中存在很多隱藏的變化。這里推薦使用Google Analytics中的所有流量來源報告,關鍵詞報告對匯總數(shù)據(jù)進行細分。
使用的Google Analytics報告
所有流量來源報告
對于網站訪問量的匯總數(shù)據(jù),所有流量來源報告是最有效的一個細分報告。這個報告中同時使用來源和媒介顯示了網站的所有流量來源渠道,其中既包含了付費流量和免費流量,也包含了推介流量和搜索流量。在這個報告中可以非常清晰的告訴我們每個流量渠道流量的變化。很多時候你會發(fā)現(xiàn),雖然網站整體的訪問量變化不大,但不同的流量渠道卻是有漲有跌。表面上看起來平靜的匯總數(shù)據(jù)中隱藏了很多變化。
關鍵詞報告
關鍵詞報告是針對搜索引擎渠道的細分報告,也許在所有流量來源報告中搜索引擎的流量變化很平穩(wěn),這時候我們還需要繼續(xù)進行細分嗎?別忘了搜索引擎本身也是一個匯總數(shù)據(jù)。所以,我建議無論搜索引擎的流量表現(xiàn)如何,我們都需要查看一下對應的關鍵詞報告。也許你會發(fā)現(xiàn)在關鍵詞報告中,某幾個關鍵詞的表現(xiàn)正在變差,而另外一些關鍵詞的表現(xiàn)正在提升,又或者新出現(xiàn)了一些長尾詞等等。
2對網站訪客群體進行分析
對網站中不同的訪客群體進行分析也是一種非常有效的方法。每個網站都會幾類不同的訪客群體。而匯總數(shù)據(jù)往往會掩蓋網站中不同群體的表現(xiàn)。例如:本周網站訪問量與上周相同,那么這兩周的新老訪客比例是否也相同呢?如何他們的表現(xiàn)是不同的,我們就不能簡單的認為這兩周的數(shù)據(jù)平穩(wěn)。這時通過在不同訪客群體的維度下剖析數(shù)據(jù),可以幫助我們發(fā)現(xiàn)更多的問題。這里推薦使用Google Analytics的新老訪客報告及高級群體功能對網站中不同群體進行分析。
使用的Google Analytics報告
新老訪客報告
新老訪客報告是Google Analaytics中默認的一組訪客群體,也是每個網站最基本的一種訪客分類方法。通過新老訪客報告可以看到新訪客與老訪客對網站流量的貢獻以及他們在網站中的表現(xiàn)。新訪客比率表示了網站在開拓新市場,吸引新訪客方面的表現(xiàn)。老訪客比率則表示網站內容對訪客的吸引力。
除了新老訪客群體,Google Analytics中的高級群體功能可以幫助創(chuàng)建更多的自定義群體,你可以按照訪客的不同來源,不同行為,來創(chuàng)建各類自定義訪客群體,并從這些訪客群體的維度對匯總數(shù)據(jù)進行細分。
3對網站流量質量進行分析
從質的角度分析匯總數(shù)據(jù)也是一種很好的辦法。還以文章開頭時的周訪問量對比數(shù)據(jù)為例,從量的角度看,訪問量總數(shù)和趨勢是一樣的,但從質的角度他們也是一樣的嗎?本周的訪問量與上周相比,是由更多的獨立訪客帶來的,還是由更多的訪問頻率帶來的呢?不同的答案使得對流量質量的判斷也大相徑庭。這里推薦使用Google Analytics的忠誠度報告和獨立訪客報告對流量質量進行分析。
使用的Google Analytics報告
忠誠度報告
在相同的時間段以及相同的訪問量下,訪客訪問網站的頻率也是一樣的嗎?Google Analytics通過訪客忠誠度報告顯示不同回訪頻率的訪客在網站總訪問量中所占的比例。對比兩周的數(shù)據(jù),看看訪客在忠誠度上也是否一致呢?兩周相同的訪問量是否是都由回訪頻率3-5次的訪客帶來的,或者其中一周大部分流量是由只來過一次的訪客帶來的呢。
獨立訪客報告
(點擊查看大圖)
訪問量相同并不代表獨立訪客也是相同的。Google Analytics的絕對唯一獨立訪客報告雖然不支持細分,但可以進行不同時間段的對比。當網站在兩周的訪問量差別不大時,我們還要對比和關注一下獨立訪客。對于很多非快消類的電子商務網站來說,訪問量只是浮云,獨立訪客才是王道。隱藏在訪問量下的獨立訪客變化才是他們最關心的。
4對訪客目的進行分析
訪客目的分析是另一種對訪問量的質量分析。訪問量只是一個數(shù)字,尤其是整站的匯總數(shù)據(jù)。這些數(shù)字只能告訴我們網站在某個時間段內獲得了多少次訪問。但并不能告訴我們這些訪問者的目的是什么。舉個極端的例子,網站在兩周都獲得了10萬次的訪問,第一周中有8萬次購物訪問,2萬次咨詢訪問。而第二周中有6萬次退貨訪問,4萬次尋找客服或幫助的訪問。這時從匯總數(shù)據(jù)上來看,兩周的訪問量是一樣的。但訪客的目的卻大不一樣。這里推薦Google Analytics的熱門內容報告和站內搜索報告來了解訪問者的目的。
使用的Google Analytics報告
熱門內容報告
熱門內容報告按照網站中頁面被瀏覽的次數(shù)對頁面進行排序,但通常情況下排在最前面的頁面總是那么幾個,例如首頁。所以,要了解訪問者訪問目的的變化要對不同時間段的熱門內容進行對比,找出變化率最大的那些頁面,然后再進行分析。不過比較遺憾的是Google Analytics的熱門內容報告好像只能按指標值排序,不能按照變化率進行排序。
站內搜索關鍵詞報告
站內搜索關鍵詞報告記錄了訪問者在網站中尋找的內容,而這些恰恰也是訪問者的訪問目的。與熱門內容報告相比,站內搜索關鍵詞報告更加直觀和準確的告訴了我們訪客每次訪問的目的。通過觀察和分析訪客使用關鍵詞的變化以及所到達的搜索目標頁面,我們就可以清晰的知道訪問者的目的,而不同時間段中搜索關鍵詞的變化也表示了流量目標的變化情況。
5對網站的ROI進行分析
每個網站都是有目標的,而網站獲取流量也是需要成本的。在訪問量相同的情況下,我們獲取流量的成本以及這些流量所帶來的價值(目標完成度)是否也是一樣的呢?再來舉個例子說明下,網站在兩周都獲得了10萬次的訪問,第一周獲取流量的成本為50萬,而流量帶來的價值為60萬。ROI=120%。第二周獲取流量的成本為30萬,流量帶來的價值為50萬。ROI=166%。在兩周訪問量相同的情況下,不同的流量獲取成本和價值導致了投資回報率的差異。這里推薦使用Google Analytics的Adwords報告和電子商務報告獲得流量成本和價值。
使用的Google Analytics報告
Adwords報告
Google Analytics中的Adwords報告可以記錄你在Google購買廣告的總花費。通過這個報告我們可以了解獲得這部分流量所付出的成本。而其他渠道流量的成本則需求單獨計算并匯總。
電子商務報告
電子商務報告記錄了網站獲得的總收入,也就是流量帶來的價值。對于非電子商務類網站可以通過設置目標及目標轉化價值的方法來計算流量帶來的價值。
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
訓練與驗證損失驟升:機器學習訓練中的異常診斷與解決方案 在機器學習模型訓練過程中,“損失曲線” 是反映模型學習狀態(tài)的核心指 ...
2025-09-19解析 DataHub 與 Kafka:數(shù)據(jù)生態(tài)中兩類核心工具的差異與協(xié)同 在數(shù)字化轉型加速的今天,企業(yè)對數(shù)據(jù)的需求已從 “存儲” 轉向 “ ...
2025-09-19CDA 數(shù)據(jù)分析師:讓統(tǒng)計基本概念成為業(yè)務決策的底層邏輯 統(tǒng)計基本概念是商業(yè)數(shù)據(jù)分析的 “基礎語言”—— 從描述數(shù)據(jù)分布的 “均 ...
2025-09-19CDA 數(shù)據(jù)分析師:表結構數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結構數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-19SQL Server 中 CONVERT 函數(shù)的日期轉換:從基礎用法到實戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關聯(lián)查詢效率:打破 “拆分必慢” 的認知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18DSGE 模型中的 Et:理性預期算子的內涵、作用與應用解析 動態(tài)隨機一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結構數(shù)據(jù)特征價值的專業(yè)核心 表結構數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結構化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實戰(zhàn)應用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時,“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗與 t 檢驗:差異、適用場景與實踐應用 在數(shù)據(jù)分析與統(tǒng)計學領域,假設檢驗是驗證研究假設、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結構數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結構數(shù)據(jù)(以 “行 - 列” 存儲的結構化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計劃中 rows 數(shù)量的準確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調優(yōu)中,EXPLAIN執(zhí)行計劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實踐指南 在 Python 進行 HTTP 網絡請求開發(fā)時(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結構數(shù)據(jù)價值的核心操盤手 表格結構數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點數(shù)據(jù)的科學計數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點數(shù)據(jù)時的科學計數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務數(shù)據(jù)分析步驟的落地者與價值優(yōu)化者 業(yè)務數(shù)據(jù)分析是企業(yè)解決日常運營問題、提升執(zhí)行效率的核心手段,其價值 ...
2025-09-12用 SQL 驗證業(yè)務邏輯:從規(guī)則拆解到數(shù)據(jù)把關的實戰(zhàn)指南 在業(yè)務系統(tǒng)落地過程中,“業(yè)務邏輯” 是連接 “需求設計” 與 “用戶體驗 ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅動下的精準零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當下,精準營銷成為企業(yè)突圍的核心方 ...
2025-09-11