关于Visits, Visitors, Time on Page,www9992019com-Time18122221111 on site, Bounce Rate, Exit Rate, Conversion Rate, Engagement8个重要指标的梳理

简介: Menu 行业动态 每周更新 技术杂谈 关于我们 网站数据分析八大指标 281171 关于网站分析的8个重要指标的梳理,包括Visits, Visitors, Time on Page, Time on site, Bounce Rate, Exit Rate, Conversion Rate, Engagement。

关于网站分析的8个重要指标的梳理,包括Visits, Visitors, Time on Page, Time on site, Bounce Rate, Exit Rate, Conversion Rate, Engagement。这8个指标应该是所有网站最基础的8个指标,因此书中也花了比较多的篇幅详细阐述各个指标的含义,计算方法以及一些异常情况的处理。

  1. Visits与Visitors

在各种各样的网站分析工具,以及各个工具的很多报告当中,大家都会看到这两个指标,它们也是衡量一个网站最基础的指标。实际上,很多工具对这两个指标的定义是有冲突的,有几个国外的网站分析工具就会出现这样的情况,比如大师举例的StatCounter里的Unique Visitor居然是Visits的意思。不过这些工具在国内都接触不到,大家也不用担心,基本上GA, Omniture, WebTrends等工具还是一致的。新书中还有一些比较有意思的桥断,Avinash在每一段之后都会来个忠告,类似于史记的太史公曰,这一段的“大师曰”是:在使用一个新的统计工具之前,大家最好花五分钟时间先了解一下每个工具关于Visits和Visitor的定义。
Avinash关于Visitor的阐述非常详尽,也提出了很多有见地的看法,比如:

  1. 很多时候,我们在统计Visitor的时候,都将它对应为一个现实的人,其实这两者还是有区别的,从技术角度上来说,Visitor应该是Cookie Id的数量。
  2. Visitor最重要的关键在于其统计的时间段。常见的有Daily Unique, Weekly Unique, Monthly, Absolute Unique,在对应时间段的时候,当时间段超过一天时,我们尽量不要用Daily Unique, 超过一周时,不要采用Weekly Unique, 超过一个月时, 我们应该用Absolute Unique。关于这一点呢,我有一点小小的不同意见,虽然说从数字上来说是没错,超过某个时间段就不能用固定周期的Unique Visitor来统计,但对于日常的工作而言,比如说你选择2009年整年做为你的报告时间段,反而用Monthly Unique更能反应用户的行为,与网站真实的流量。大师对Unique Visitor的描述有点为GA做广告的嫌疑,哈哈,比如他说算Absolute Unique Visitor需要非常强悍的计算能力。
  3. Time on Page与Time on Site

关于这两个指标,大师提醒要注意几个方面:

  1. Time on Page是统计不到访问最后一个页面的时间的,因为关掉页面并不会向服务器发送时间戳。
  2. Time on Site跟上面一样,比如一个人在网站看了5个页面,那么他的Time on Site是前面四个页面的访问时间总和。
  3. 当你在浏览器里访问同一个网站,但是开了几个不同的Tab的时候,从最先打开网站的那个Tab开始计算时间,以最后打开网站或者浏览页面的那个Tab时间戳为截止时间。不过没有讲不同的浏览器是怎么算的,比如IE, Firefox一起开的情况,这个还要去求证下。
  4. 大师说有个办法可以统计最后一个页面的时间,叫onbeforeunload event,可以和你的网站分析工具供应商去协调下,把这个时间算进去,这个还真不错。
  5. Bounce Rate

这个大家很熟悉,宋星也写过很详细的文章来说明这个指标。书里用这样一句话来给 Bounce Rate下定义:I came, I puked, I left。用中文说就是“我来,我吐,我闪”,哈哈。不过关于这个指标,有几个方面还真是很少人会去注意:

  1. Bounce Rate是说来到网站第一页,没干任何事,就走了。也有一些工具是说来到网站的Time on Site没有超过5秒钟就走了,也算Bounce Rate。不过基于前面Time on Site是不算最后一页的,所以这个Bounce Rate不太靠谱。
  2. 上面说的没干任何事,是指真的没干什么事,包括没点任何东西。如果你点了RSS和把网站加入收藏夹,都算你已经做过动作了,不会算入Bounce Rate,因为点击算个动作,好吧,那为啥滚动鼠标的中间键不算动作。我又要去求证了,不知道Omniture是怎么算的。
  3. 大师说Bounce Rate是最性感的指标,因为很多工具都有这个,并且大家的意思都差不多,而且这个指标可以让我们有很多事情去做。但是有几个地方不能乱用这个指标,比如博客,因为大家基本只会看更新,看完走人。如果你硬要看,就去看博客New Visitor的Bounce Rate,蛮有道理的。
  4. Exit Rate

关于这个比率,因为所有的人到最后总是要离开网站的,所以看这个是要结合Bounce Rate看的,Bounce Rate高的Exit Rate才是值得关注的。比如在电子商务网站,下完订单后,大部分的人在Thank you page是要走的。但如果是在购物流程页面,这个Exit Rate高就需要引起注意了,而这时,为了表示对它的重视,又可以称为Abandonment Rate。

  1. Conversion Rate

大家都知道Conversion Rate的一般算法是Action(order, register, etc. )除以Visits,包括GA, Omniture默认都是采用这个。大师在这里的独特观点是,以后要用Unique Visitors来代替Visits,因为比如说电子商务网站,你不能让每个人每次来都买点啥,总要给别人一点时间回去和老婆申请预算,或者和家人商量商量,过两天再回来买。从理论上来说,是有道理的,但我个人认为还是Visits比较靠谱。为啥,因为电子商务网站,不管是国内的,还是国外的,平均的Visits/Monthly Unique Visitor也就大概在2到3之间的水平,也就是说平均一个月也就来个两三趟,思考的时间也应该是充分的,你如果再用Unique Visitors来算,就没太大的意思了,只能让自己看着转化率的时候,感觉变高了几倍,心里更加爽一点而已。

  1. Engagement

应该说Engagement就不能具体的算是一个指标,因为大师说了,不同的网站对于Engage的概念也是不一样的,比如论坛是要吸引注册与发贴,视频网站是要多看视频,电子商务网站是要购物。目前的网站分析只能分析Engagement的量,而不能分析它的质。意思就是说,比如你用Depth of Visit来衡量Engagement,你可以知道有多少人访问了多少页,但是你并不能知道访问的多就是好,少就是坏。也有可能是你需要一个东西,在网站上狂找却找不着。Time on Site也会出现这样的情况。关于这块,目前并没有太好的解决办法,因此,Avinash的建议是用客户问卷,或是电话和线下调研来解决。

相关文章
Apache JMeter 中的 Latency 和 Load Time
Apache JMeter 中的 Latency 和 Load Time
Apache JMeter 中的 Latency 和 Load Time
|
2月前
|
关系型数据库 MySQL Linux
Packet for query is too large (4467936 > 4194304). You can change this value on the server by setting the max_allowed_packet' variable
【10月更文挑战第15天】解决Packet for query is too large (4467936 > 4194304). You can change this value on the server by setting the max_allowed_packet' variable
103 1
|
4月前
|
搜索推荐 Docker 容器
生信分析代码之前还好好的,怎么就报错了 Error in Ops. data. frame(guide_loc, panel_loc) :'==' only defined for equally-sized data frames
执行 `DimPlot` 函数时遇到错误 `;Error in Ops. data. frame(g guides_loc, panel_loc) : '==' only defined for equally-sized data frames`。解决方案和办法
1211 0
生信分析代码之前还好好的,怎么就报错了 Error in Ops. data. frame(guide_loc, panel_loc) :'==' only defined for equally-sized data frames
《SPEED MATTERSHOW TO PROCESS BIG DATA SECURELY FOR REAL-TIME APPLICATIONS》电子版地址
SPEED MATTERS:HOW TO PROCESS BIG DATA SECURELY FOR REAL-TIME APPLICATIONS
96 0
《SPEED MATTERSHOW TO PROCESS BIG DATA SECURELY FOR REAL-TIME APPLICATIONS》电子版地址
《Fighting Cybercrime A Joint Task Force of Real-Time Data and Human Analytics》电子版地址
Fighting Cybercrime: A Joint Task Force of Real-Time Data and Human Analytics
86 0
《Fighting Cybercrime A Joint Task Force of Real-Time Data and Human Analytics》电子版地址
Sap Ds Data is not available. Increase the time-out interval values in Debug | Options
Sap Ds Data is not available. Increase the time-out interval values in Debug | Options
139 0
PAT (Advanced Level) Practice - 1145 Hashing - Average Search Time(25 分)
PAT (Advanced Level) Practice - 1145 Hashing - Average Search Time(25 分)
121 0
|
网络安全
Jmeter系列(44)- 详解 Elapsed time、Latency、Connect Time的含义
Jmeter系列(44)- 详解 Elapsed time、Latency、Connect Time的含义
356 0
|
分布式计算 资源调度 Spark
Log Aggregation Status TIME_OUT的缘起
在spark on yarn运行中,有时会发现spark程序运行完毕后,spark的运行界面没有信息,或者找不到相关的运行信息了,经仔细查看NodeManager UI ,出现如下信息: Log Aggregation Status TIME_OUT
2715 0
|
容器 安全 物联网
Speed Matters: How To Process Big Data Securely For Real-time Applications
Big Data processing has stepped up to provide organizations with new tools and technologies to improve business efficiency and competitive advantage.
1314 0
Speed Matters: How To Process Big Data Securely For Real-time Applications