京公网安备 11010802034615号
经营许可证编号:京B2-20210330
如何分析网站中的汇总数据
网站中的汇总数据是指那些以整站作为维度的数据。例如:网站访问次数,网站跳出率,网站停留时间等等。在Google Analytics Dashboard中显示的大部分内容都属于网站的汇总数据。汇总数据可以直观的反映出网站在一定时间段内的表现和变化趋势。但同时,汇总数据也会隐藏网站中的一些问题甚至是危险。面对网站中平稳的汇总数据,我们应该保持对待数据异常时同样的警惕。
下面是一个网站两周的访问量对比,从图中可以看出本周与上周访问量几乎没有变化,并且具有相同的变化趋势(周末略低于平时)。同样,本周网站其他的指标变化也很微小,跳出率,停留时间等指标变化率都在2%以内。天哪,从汇总数据上来看,第二周的数据简直就是第一周的复制。面对这样的情况,我们可以简单的说本周网站整体表现与上周持平,各项指标均表现正常吗?如何不可以的话,我们又需要进行哪些分析,从哪里入手呢?
(点击查看大图)
1对汇总数据进行细分
还记得Avinash大师的那句话吗?分析汇总数据是对人类的犯罪!对于这类汇总数据,细分是最有效最直接的一种方法。它可以让我们很快的发现汇总数据中存在的问题。面对上面两周的访问量对比趋势图,只看汇总数据我们会说,本周的数据和上周一样,表现很平稳,没有什么可关注和分析的,但真的是这样吗?网站在本周的表现真的是上周的复制吗?通过简单的细分就可以发现其中存在很多隐藏的变化。这里推荐使用Google Analytics中的所有流量来源报告,关键词报告对汇总数据进行细分。
使用的Google Analytics报告
所有流量来源报告
对于网站访问量的汇总数据,所有流量来源报告是最有效的一个细分报告。这个报告中同时使用来源和媒介显示了网站的所有流量来源渠道,其中既包含了付费流量和免费流量,也包含了推介流量和搜索流量。在这个报告中可以非常清晰的告诉我们每个流量渠道流量的变化。很多时候你会发现,虽然网站整体的访问量变化不大,但不同的流量渠道却是有涨有跌。表面上看起来平静的汇总数据中隐藏了很多变化。
关键词报告
关键词报告是针对搜索引擎渠道的细分报告,也许在所有流量来源报告中搜索引擎的流量变化很平稳,这时候我们还需要继续进行细分吗?别忘了搜索引擎本身也是一个汇总数据。所以,我建议无论搜索引擎的流量表现如何,我们都需要查看一下对应的关键词报告。也许你会发现在关键词报告中,某几个关键词的表现正在变差,而另外一些关键词的表现正在提升,又或者新出现了一些长尾词等等。
2对网站访客群体进行分析
对网站中不同的访客群体进行分析也是一种非常有效的方法。每个网站都会几类不同的访客群体。而汇总数据往往会掩盖网站中不同群体的表现。例如:本周网站访问量与上周相同,那么这两周的新老访客比例是否也相同呢?如何他们的表现是不同的,我们就不能简单的认为这两周的数据平稳。这时通过在不同访客群体的维度下剖析数据,可以帮助我们发现更多的问题。这里推荐使用Google Analytics的新老访客报告及高级群体功能对网站中不同群体进行分析。
使用的Google Analytics报告
新老访客报告
新老访客报告是Google Analaytics中默认的一组访客群体,也是每个网站最基本的一种访客分类方法。通过新老访客报告可以看到新访客与老访客对网站流量的贡献以及他们在网站中的表现。新访客比率表示了网站在开拓新市场,吸引新访客方面的表现。老访客比率则表示网站内容对访客的吸引力。
除了新老访客群体,Google Analytics中的高级群体功能可以帮助创建更多的自定义群体,你可以按照访客的不同来源,不同行为,来创建各类自定义访客群体,并从这些访客群体的维度对汇总数据进行细分。
3对网站流量质量进行分析
从质的角度分析汇总数据也是一种很好的办法。还以文章开头时的周访问量对比数据为例,从量的角度看,访问量总数和趋势是一样的,但从质的角度他们也是一样的吗?本周的访问量与上周相比,是由更多的独立访客带来的,还是由更多的访问频率带来的呢?不同的答案使得对流量质量的判断也大相径庭。这里推荐使用Google Analytics的忠诚度报告和独立访客报告对流量质量进行分析。
使用的Google Analytics报告
忠诚度报告
在相同的时间段以及相同的访问量下,访客访问网站的频率也是一样的吗?Google Analytics通过访客忠诚度报告显示不同回访频率的访客在网站总访问量中所占的比例。对比两周的数据,看看访客在忠诚度上也是否一致呢?两周相同的访问量是否是都由回访频率3-5次的访客带来的,或者其中一周大部分流量是由只来过一次的访客带来的呢。
独立访客报告
(点击查看大图)
访问量相同并不代表独立访客也是相同的。Google Analytics的绝对唯一独立访客报告虽然不支持细分,但可以进行不同时间段的对比。当网站在两周的访问量差别不大时,我们还要对比和关注一下独立访客。对于很多非快消类的电子商务网站来说,访问量只是浮云,独立访客才是王道。隐藏在访问量下的独立访客变化才是他们最关心的。
4对访客目的进行分析
访客目的分析是另一种对访问量的质量分析。访问量只是一个数字,尤其是整站的汇总数据。这些数字只能告诉我们网站在某个时间段内获得了多少次访问。但并不能告诉我们这些访问者的目的是什么。举个极端的例子,网站在两周都获得了10万次的访问,第一周中有8万次购物访问,2万次咨询访问。而第二周中有6万次退货访问,4万次寻找客服或帮助的访问。这时从汇总数据上来看,两周的访问量是一样的。但访客的目的却大不一样。这里推荐Google Analytics的热门内容报告和站内搜索报告来了解访问者的目的。
使用的Google Analytics报告
热门内容报告
热门内容报告按照网站中页面被浏览的次数对页面进行排序,但通常情况下排在最前面的页面总是那么几个,例如首页。所以,要了解访问者访问目的的变化要对不同时间段的热门内容进行对比,找出变化率最大的那些页面,然后再进行分析。不过比较遗憾的是Google Analytics的热门内容报告好像只能按指标值排序,不能按照变化率进行排序。
站内搜索关键词报告
站内搜索关键词报告记录了访问者在网站中寻找的内容,而这些恰恰也是访问者的访问目的。与热门内容报告相比,站内搜索关键词报告更加直观和准确的告诉了我们访客每次访问的目的。通过观察和分析访客使用关键词的变化以及所到达的搜索目标页面,我们就可以清晰的知道访问者的目的,而不同时间段中搜索关键词的变化也表示了流量目标的变化情况。
5对网站的ROI进行分析
每个网站都是有目标的,而网站获取流量也是需要成本的。在访问量相同的情况下,我们获取流量的成本以及这些流量所带来的价值(目标完成度)是否也是一样的呢?再来举个例子说明下,网站在两周都获得了10万次的访问,第一周获取流量的成本为50万,而流量带来的价值为60万。ROI=120%。第二周获取流量的成本为30万,流量带来的价值为50万。ROI=166%。在两周访问量相同的情况下,不同的流量获取成本和价值导致了投资回报率的差异。这里推荐使用Google Analytics的Adwords报告和电子商务报告获得流量成本和价值。
使用的Google Analytics报告
Adwords报告
Google Analytics中的Adwords报告可以记录你在Google购买广告的总花费。通过这个报告我们可以了解获得这部分流量所付出的成本。而其他渠道流量的成本则需求单独计算并汇总。
电子商务报告
电子商务报告记录了网站获得的总收入,也就是流量带来的价值。对于非电子商务类网站可以通过设置目标及目标转化价值的方法来计算流量带来的价值。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
平均数是数据分析、数理统计与日常运算中最基础、最常用的统计量,核心作用是浓缩一组数据的整体水平、刻画数据集中趋势。在众多 ...
2026-08-24在MySQL数据库中,InnoDB存储引擎作为主流事务型引擎,默认事务隔离级别为可重复读(Repeatable Read,RR),这与SQL Server、Or ...
2026-08-24 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-08-24 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-08-21在数据分析与数据可视化工作中,直方图是展示数据分布特征、离散程度、集中区间的核心图表,能够直观呈现数值数据的频次分布规律 ...
2026-08-20在数据分析领域有一句核心准则:垃圾数据进,垃圾数据出。数据清洗是数据分析、数据建模、数据可视化之前的必经前置工序,也是保 ...
2026-08-20 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-08-20在Python数据分析与数据清洗工作中,Pandas是最核心的数据处理库,DataFrame是结构化数据的标准存储格式。在实时数据采集、循环 ...
2026-08-19在零售行业大数据分析与精细化运营领域,纸尿裤旁摆放啤酒是最经典、最具代表性的商业案例。两种看似毫无关联的商品,一个是婴幼 ...
2026-08-19 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-08-19在数据分析、业务监控、质量检测与风险管控工作中,数据波动性是衡量数据稳定性、业务健康度、结果可信度的核心依据。数据波动代 ...
2026-08-18很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当导致 ...
2026-08-18在数据分析、业务评价、产品评级、用户分层与综合决策场景中,单一指标往往无法全面、客观地评价事物整体水平。现实中的评价对象 ...
2026-08-18在数理统计、假设检验、数据分析与机器学习领域中,卡方分布(χ²分布)是继正态分布、t分布之后最重要的连续型概率分布之一。 ...
2026-08-17在Python数据清洗、文本校验、账号密码规则校验、脏数据过滤、字符串规整化处理中,正则表达式是最高效、最常用的文本匹配工具。 ...
2026-08-17 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-08-17手游行业具备用户迭代快、竞争激烈、用户粘性易流失的典型特征。随着新游持续上线、玩家审美升级、玩法疲劳等问题出现,存量用户 ...
2026-08-14在数字化产品运营、商业数据分析、业务增长管理中,零散的指标统计无法支撑系统性的业务决策。单一的点击率、转化率、销量数据只 ...
2026-08-14 很多数据分析师每天都在写SQL,但当被问到“数据查询语言(DQL)的本质是什么”“SELECT语句中各子句的书写顺序与实际执行顺 ...
2026-08-14在数据库数据分析、数据清洗、报表统计与业务查询场景中,日期时间是最高频、最核心的基础字段。数据库中存储的日期格式多样,包 ...
2026-08-13