京公网安备 11010802034615号
经营许可证编号:京B2-20210330
Google Analytics中的页面参与度指标
本篇将介绍Google Analytics报告中的一个秘密而又特殊的指标:页面参与度指标。注意,是页面参与度,而不是用户参与度。页面参与度指标表示什么?有什么作用?我们该如何来使用这个指标?他又对我们的网站分析有那些指导呢?请继续往下看。
什么是页面参与度?
网站是由一个一个的页面组成的。一个网站中可能会包含很多种不同类别的页面。这些页面的质量如何?在网站中有什么作用?当我们需要对网站的页面进行评估时,该如何去衡量他们呢?这些都是页面参与度指标需要解决的问题。为了更好的理解页面参与度这个指标,下面我们先来看个例子。
在一个传统的商店或公司里,有很多的销售人员,这些销售人员的工作是负责将商品销售给顾客。使商店或公司获得收益。那么我该如何衡量这些销售人员呢?很显然,销售业绩是最重要的指标之一。一个优秀的销售人员可以说服顾客购买商品,同时为商店或公司创造更多的收益。
现在将传统的商店或公司替换为我们的网站,顾客替换为网站的访问者,而销售人员就是网站中的页面。当访问者到达网站后,页面负责将信息传递给访问者,并引导访问者完成网站的目标。那么,对于网站中的这些”销售人员”来说,该如何去衡量他们的表现呢?很显然,访问者在网站中的目标完成度是衡量网站页面最重要的指标之一,这个指标就是页面参与度。优秀的页面可以促进访问者在网站中完成转化,并最终完成网站的目标。有问题的页面会导致访问者的流失。
页面参与度的计算方法
前面介绍过了,页面参与度指标用来衡量网站不同页面对完成目标的贡献度。那么这个指标是如何计算出来的呢?毕竟很多非电子商务网站不是以收入作为目标的,并且即使是那些以收入作为目标的网站,又该如何分配每个页面对收入的贡献度呢?别急,我们将详细的说明页面参与度指标的计算方法。
页面参与度计算公式:
页面参与度=总目标价值 / 唯一身份综合浏览量(Unique Pageviews)
下面通过三个例子来详细说明每个页面页面参与度的计算方法,其中Visits=Session。
例1:访问者在一次访问(Visits)中,连续浏览了ABC三个页面后到达目标页。目标转化价值为10元。按照页面参与度计算公式来分别计算页面A,B,C的参与度指标。
目标价值=10
页面A唯一身份综合浏览量=1
页面B唯一身份综合浏览量=1
页面C唯一身份综合浏览量=1
页面A参与度指标=10
页面B参与度指标=10
页面C参与度指标=10
例2:访问者在一次访问(Visits)中,连续浏览了页面A,B,A三个页面后到达目标页。目标转化价值为10元。按照页面参与度计算公式来分别计算页面A,B的参与度指标。
目标价值=10
页面A唯一身份综合浏览量=1
页面B唯一身份综合浏览量=1
页面A参与度指标=10
页面B参与度指标=10
PS:页面A在这个Visits中被浏览了2次,pageviews=2,但因为都发生在一个Visits中,所以Unique Pageviews仍然=1
例3:在第一次访问(Visits)中,访问者连续浏览了页面A,B,A三个页面后到达目标页。在第二次访问(Visits)中,访问者连续浏览了页面A,B,D,A后离开网站。按照页面参与度计算公式来分别计算页面A,B,C,D的参与度指标。
目标价值=10
页面A唯一身份综合浏览量=2 (Visits1+Visits2)
页面B唯一身份综合浏览量=2 (Visits1+Visits2)
页面C唯一身份综合浏览量=1 (Visits1)
页面D唯一身份综合浏览量=1 (Visits2)
页面A参与度指标=5
页面B参与度指标=5
页面C参与度指标=10
页面D参与度指标=0
PS:
页面A在Visits2中没有完成目标,所以参与度指标= 10/2
页面B在Visits2中没有完成目标,所以参与度指标=10/2
Visits2中不包含页面C,页面C只出现在Visits1中,所以参与度指标=10/1
页面D没有完成目标,所以没有目标价值,参与度指标=0
计算参与度指标需要注意的问题
1 为参与度指数单独创建一个profile,在这个profile中不要启动电子商务功能,也不要加入事件追踪价值,只单独设置一个目标并为它设置目标价值,因为电子商务和事件追踪价值都会影响到目标价值的计算,同时,多个目标和价值也会影响页面参与度的计算。
2 计算页面参与度时使用的是Unique Pageviews,而不是Pageviews。所以,刷新页面并不会提高页面的参与度指标。
3 计算某个页面的页面参与度时使用的是目标价值与该页面所有Unique Pageviews值的比率,如果该值为0,表示此页面没有参与过目标转化,如果参与度指标等于目标值表示每个浏览过此页面的Visits都完成了目标转化。
如何设置页面参与度指标
前面说了一大堆页面参与度指标的功能和计算方法,那么如何设置这个指标呢?光说不练假把式。下面就开始设置页面参与度指标。其实,熟悉google analytics目标设置的朋友可能早就看出来了,这个页面参与度指标其实就是设置目标时的目标价值。没错,不过这里唯一的区别是,通常我们设置的目标价值是通过每次目标转化后网站所获得的实际收益值反推出来的每次转化目标价值,而在计算页面参与度指标的时候,并没有这个要求,我们只是对页面完成目标转化次数进行简单的计数。例如:页面每参与一次目标转化,我们就记录一次。所以,这里将目标价值设置为1即可。
查看页面参与度指标
页面参与度指标只在三个报告中可以看到,它们分别是热门内容,内容标题和内容细目报告中。这也是我开头说它是个秘密指标的原因。在这几个报告的最右侧,$index指标就是我们所说的页面参与度指标,这里允许我们按照参与度指标对页面进行排序,找出那些对网站目标转化至关重要的页面。同时,这里也可以通过报告级过滤器查看一类页面的页面参与度指标。
页面参与度指标的两个作用
页面参与度指标最重要的作用就是用来记录不同的页面在完成网站目标中所起的作用,所以根据这个指标我们可以发现两个对于网站分析最直接的作用。
1 页面与目标的相关性
只有当页面参与了网站的目标转化,才会有参与度指标。所以,没有页面参与度指标($index)的页面都没有参与目标转化。或者说,浏览这些页面的访问者最终可能都没有到达目标页。这究竟是路径的问题,流程的问题,还是页面本身的问题,需要我们逐个进行分析。
2页面对目标的促进度
页面每参加一次目标转化参与度指标都会增加,所以,页面参与度指标($index)值与Unique Pageviews值成正比的页面,转化能力越强,也越重要。而页面参与度指标($index)值与Unique Pageviews值成反比的页面就是存在问题需要优化的页面。数据分析培训
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据分析与建模中,“显性特征”(如用户年龄、订单金额、商品类别)是直接可获取的基础数据,但真正驱动业务突破的往往是 “ ...
2025-11-07在大模型(LLM)商业化落地过程中,“结果稳定性” 是比 “单次输出质量” 更关键的指标 —— 对客服对话而言,相同问题需给出一 ...
2025-11-07在数据驱动与合规监管双重压力下,企业数据安全已从 “技术防护” 升级为 “战略刚需”—— 既要应对《个人信息保护法》《数据安 ...
2025-11-07在机器学习领域,“分类模型” 是解决 “类别预测” 问题的核心工具 —— 从 “垃圾邮件识别(是 / 否)” 到 “疾病诊断(良性 ...
2025-11-06在数据分析中,面对 “性别与购物偏好”“年龄段与消费频次”“职业与 APP 使用习惯” 这类成对的分类变量,我们常常需要回答: ...
2025-11-06在 CDA(Certified Data Analyst)数据分析师的工作中,“可解释性建模” 与 “业务规则提取” 是核心需求 —— 例如 “预测用户 ...
2025-11-06在分类变量关联分析中(如 “吸烟与肺癌的关系”“性别与疾病发病率的关联”),卡方检验 P 值与 OR 值(比值比,Odds Ratio)是 ...
2025-11-05CDA 数据分析师的核心价值,不在于复杂的模型公式,而在于将数据转化为可落地的商业行动。脱离业务场景的分析只是 “纸上谈兵” ...
2025-11-05教材入口:https://edu.cda.cn/goods/show/3151 “纲举目张,执本末从。” 若想在数据分析领域有所收获,一套合适的学习教材至 ...
2025-11-05教材入口:https://edu.cda.cn/goods/show/3151 “纲举目张,执本末从。” 若想在数据分析领域有所收获,一套合适的学习教材至 ...
2025-11-04【2025最新版】CDA考试教材:CDA教材一级:商业数据分析(2025)__商业数据分析_cda教材_考试教材 (cdaglobal.com) ...
2025-11-04在数字化时代,数据挖掘不再是实验室里的技术探索,而是驱动商业决策的核心能力 —— 它能从海量数据中挖掘出 “降低成本、提升 ...
2025-11-04在 DDPM(Denoising Diffusion Probabilistic Models)训练过程中,开发者最常困惑的问题莫过于:“我的模型 loss 降到多少才算 ...
2025-11-04在 CDA(Certified Data Analyst)数据分析师的工作中,“无监督样本分组” 是高频需求 —— 例如 “将用户按行为特征分为高价值 ...
2025-11-04当沃尔玛数据分析师首次发现 “啤酒与尿布” 的高频共现规律时,他们揭开了数据挖掘最迷人的面纱 —— 那些隐藏在消费行为背后 ...
2025-11-03这个问题精准切中了配对样本统计检验的核心差异点,理解二者区别是避免统计方法误用的关键。核心结论是:stats.ttest_rel(配对 ...
2025-11-03在 CDA(Certified Data Analyst)数据分析师的工作中,“高维数据的潜在规律挖掘” 是进阶需求 —— 例如用户行为包含 “浏览次 ...
2025-11-03在 MySQL 数据查询中,“按顺序计数” 是高频需求 —— 例如 “统计近 7 天每日订单量”“按用户 ID 顺序展示消费记录”“按产品 ...
2025-10-31在数据分析中,“累计百分比” 是衡量 “部分与整体关系” 的核心指标 —— 它通过 “逐步累加的占比”,直观呈现数据的分布特征 ...
2025-10-31在 CDA(Certified Data Analyst)数据分析师的工作中,“二分类预测” 是高频需求 —— 例如 “预测用户是否会流失”“判断客户 ...
2025-10-31