现在的位置: 首页Google Analytics, 分析工具, 网站分析>正文
Google Analytics报告中的数据计算方法与归因模型

Google Analytics收集到的数据在经过处理后会以维度和指标的格式呈现在报告中,但这些数据是怎样处理和计算的,可能大家并不特别清楚。Google Analytics提供了相关的文档介绍了Google Analytics报告中维度和指标的数据统计方法,以及如何使用不同的计算模型统计不同类别的指标。我们可以熟悉一下以下内容,以加强对网站分析工具的认识。

维度与指标

维度和指标是每一个Google Analytics报告的基石。在自定义报告中 ,你还可以选择特定的维度和指标组合起来设计自己的报告。通过下图所示的访问者概述报告,你可以对维度和指标有一个较清楚的理解。

visitorsOverviewReport

指标是网站上用户行为的数字摘要 。例如, 页面浏览量是一个指标,用于衡量一个特定页面的总浏览量。跳出率表示了单页访问次数占网站总体访问次数的百分比。访问次数用于表示网站与用户的会话数。当指标没有和维度相关联,它表示的是整站或聚合的数值。你可以在各个Google Analytics概览报告中看到网站多项综合指标数据。例如,在上边的访问者概述报告中,你可以看到如下的网站指标数据:

  • 访问次数
  • 绝对唯一访客
  • 网页浏览量
  • 跳出率

维度是以字符串的形式表示的字段,可以把他们认为是某种名称,如网页的网址或标题、推荐来源、媒介、关键字、广告系列的名称、浏览器类型、订单号、产品名等等。Google Analytics报告中显示的数据的第一列实际就是我们所说的维度。维度本身是没有明确的意义的,但和指标配合使用时,指标的数据就可以按照维度的标准作细分,你就可以查看到每一个维度项的细分数据。在一般情况下,维度可理解为数据分类,可以通过查看不同维度的指标来挖掘数据包含的深层信息。例如,在访问者概述报告时,你可以看到, 在技术部分把浏览器作为维度来分类,把网站的访问次数作为指标来展示不同浏览器带来的访问数。 你还可以对其他的维度与指标进行配对,比如你想看各个城市过来的访问数情况,你可以把城市和访问次数据分别作为维度与指标组合在一个报告里。根据分析需求,你可以从用户浏览器的与他们所在的城市的角度来分析你的网站。

指标是如何计算的

在Google Analytics中,访问者指标是按照以下两种基本方式来进行计算的:

  • 概述总计如跳出率或总浏览量,作为整个网站的汇总统计显示的指标。
  • 与一个或多个报告维度相关指标表示所选择的维度的相应数值。

下图是一个简单的例子,对这两类计算的方式作了说明。左侧,访问者数据作为一个概述指标来进行计算,而同样的数据在右侧则是按照新旧访客的维度进行计算。

visitorsOverviewReturning

访问者概述报告中,例如,网站平均停留时间是每次访问的开始和结束时间点之间的时间差的均值,在这个例子中则为3次访问持续的时间之和的平均值。这个数值是基于请求级别的时间戳数据收集而进行的一个相对简单的计算。具体什么是请求级别,下文中将有说明。

新旧访客的例子中,网站平均停留时间并不是基于所有的访问数所作的计算,而是根据访问者类型的维度来计算的。把用户类型的维度与网站停留时间组合在一起,你可以按照新旧访客的维度来分析其对应的指标,报告会根据选择的维度计算返回你想要的数据。维度的使用提供了概览报告中未提供的访问者的行为的深入见解,很显然,在这个例子中,新访问者网站上停留的时间比老访客要多。

虽然这份报告显示了不同用户类型在网站上的停留时间有所不同,但在这个案例中你并不能很好地解释用户的行为为何会是这样。你必须结合网站的设计和目标来作分析,你还可能需要用上其他报告如网站热区报告关键字报告 ,以共同支持你对用户行为的分析。

指标还可以根据多个不同的维度进行计算。在标准报告和自定义报告中,你可以结合使用多个维度对指标数据进行查看和分析(如可通过次级维度的进行数据查看或是点击维度项层层深入)。例如,假设你在使用访问者类型维度和语言维度对你的网站停留时间进行分析,在这种情况下,你首先会看到新访问者与回访者的指标数据,当你使用语言维度深入查看新访客数据时,相关的指标数据将按语言维度细分计算后如下表所示。

访客类型 语言 平均停留时间
所有类型 所有语言 3.25
老访客 所有语言 5:03
芬兰语 29:49
越南语 20:44
印度尼西亚语 16:55
新访客 所有语言 2:09
马来语 17:38
英语 16:56
繁体中文 16:20

在这种情况下,你可以判断新访客或老游客哪个停留的时间更长,通过增加的语言维度,你还可以看到在新旧访客中操哪一种语言的新访客或是老访客在网站上的停留时间最长。

归因模型

为了更好地解释与分析用户的访问行为,Google Analytics使用了不同的计算方式或归因模型以得到报告中看到的数据。Google Analytics中的每个分析报告都在试图回答某一类特定的问题。而大体上这些问题可以分为以下四类:

  • 内容 :页面被浏览了多少次?
  • 目标 :哪些网页带来了较高的转换率?
  • 电子商务 :特定页面对订单的产生作出了多少贡献,或者说该页面的浏览产生了多少价值?
  • 内部搜索 :哪些内部搜索的字词促成了交易?

对于每个大类和大类所包含的报告,Google Analytics使用的归因模型也有所不同。每个归因模型均被设计好以计算一组确认好的指标,例如,综合浏览量的指标只出现在内容报告中,而在其他报告中并没有,其他报告与页面报告所用的归因模型就有明显的不同。

Google Analytics报告使用了以下三种归因模式:

  • 请求归因
  • 价值归因
  • 站内搜索归因

请求归因

这种归因方式给出了一个单一的指标或一个指标/维度配对的汇总指标值。这是最常见和最简单的分析归因类型,因为度量的值是由访客的GIF请求所决定。因此,对于任何请求,你都可以找到特定的维度与/或指标。

对于网站页面或事件的请求,大多数维度值是基于请求级别的。请求级别的一些常见的​维度是:

  • 页面 URL - 存在于你向网站发出的请求中,页面URL表明你的页面访问路径。
  • 广告系列 - 如果用户来自广告系列的点击,该广告系列的访问来源信息将仍然持续保留在每个后续请求中,直到下一次访问时的流量来源(非直接流量)有所改变。关于流量来源的覆盖规则,可见:访问来源的覆盖规则 http://www.analyticskey.com/new-visit-computation-traffic-source/ . 目标与订单也会归到最后一个访问来源里。
  • 用户 - 每一个用户的请求都包含该用户的浏览器信息,这些信息通过HTTP/GET方法发送请求并直接保存在日志文件中。

页面价值归因

这个归因模型的目的是为了确认页面对于目标或收入达成所作出的贡献。这个因模型主要应用于热门内容报告中,你可以清楚地看到某一组页面的平均页面浏览价值或某一个页面的浏览价值,这里所说的浏览价值指的是基于页面唯一浏览量所作的价值核算。下图显示了用户浏览过程中的一系列页面,以及这些页面和目标和购买的关系。

图例:P1至P4代表的是网页。购物袋表示收据页面,小旗子表示目标。

goalValuePerPage

这种归因模型被称为“向前看”归因模型,因为 把目标与销售产生的价值和用户在达成目标与销售之前所访问的页面作关联计算并把价值应用至这些前边访问过的页面上。下表按访问顺序显示了这个示例中的每一个页面的价值表现情况。

页面 收入/目标价值
P1 $55+目标1
P2 $55+目标1
P3 $35 +目标1
P4 $0

要注意的是,因为目标或电子商务报告中并不显示页面URL,所以页面价值的数据并不能在目标或电子商务报告中作查看。更多价值归因的内容可见:用收入指标来衡量页面的质量 http://www.analyticskey.com/page-revenue-value-index/

站内搜索归因

这个归因模型用于确定站内搜索字词对于的目标和收入的贡献。网站搜索词报告显示了每个站内搜索项的目标的转换率和产生的价值。

这个归因模型与页面价值归因模型有所不同,因为价值目标只会归给前边最近的并带来转换的搜索项。下图是一个站内搜索归因模型的示例图。

图例:P1至P4代表网页。购物袋表示收据页面,搜索图标表示搜索项,这里分别为“Shoes”和“Flowers”。小旗子表示目标。

siteSearchAttribution

在这种归因模式中,$20与Goal 1的达成可归功于“Shoes”的搜索项,第二个订单$25可归功于“Flowers”的搜索项:

  • Shoes - $20
  • Flowers - $25

在这个模型中,订单或目标会归功于紧挨着目标的、带来目标或订单的搜索项。

分享按钮

目前有 8 条留言 其中:访客:4 条, 博主:3 条 引用: 1

  1. Salmon : 2012年08月06日07:45:59  -49楼

    好文章,谢谢分享~

  2. sem9 : 2012年08月06日15:58:16  -48楼

    写的很好,基础而且易懂。期待博主更多好文章。

  3. joegh : 2012年08月10日12:19:37  -47楼

    很高兴又发现了一个高质量的网站分析博客,关于GA的内容写的很赞 :)

  4. 驹峥 : 2013年09月21日23:39:50  -46楼

    写得很好。谢谢。

给我留言

您必须 [ 登录 ] 才能发表留言!

×
腾讯微博