轉載自: https://support.google.com/analytics/answer/1033861?hl=zh-Hans
概覽
Google Analytics(分析)中的每個報告都由次元和名額組成。
“次元”是指資料的屬性。舉例來說,“城市”次元表示的是發起會話的城市,例如“巴黎”或“紐約”。“網頁”次元表示的是使用者浏覽過的網頁的網址。
“名額”是量化衡量标準。“會話數”名額是指總會話次數。“每次會話浏覽頁數”名額是指每次會話的平均網頁浏覽量。
大多數 Google Analytics(分析)報告中的表格會逐行顯示次元值,逐列顯示名額值。 例如,下表顯示的是一個次元(“城市”)和兩個名額(“會話數”和“每次會話浏覽頁數”)。
次元 | 名額 | |
---|---|---|
城市 | 會話數 | 每次會話浏覽頁數 |
舊金山 | 5,000 | 3.74 |
柏林 | 4,000 | 4.55 |
在大多數 Google Analytics(分析)報告中,您可以
更改次元并/或
添加次級次元。例如,如果将“浏覽器”作為次級次元添加到上表中,表格将如下所示:
浏覽器 | |||
Chrome | 3,000 | 3.5 | |
Firefox | 2,000 | 4.1 | |
5.5 | |||
Safari | 1,000 | 2.5 | |
4.7 |
有效的次元-名額組合
并不是每個名額都能與每個次元組合使用。每個次元和名額都有各自的資料範圍:使用者一級、會話一級或比對一級。在大多數情況下,隻有将具有相同範圍的次元和名額組合在一起才有意義。比如說,“會話數”是基于會話的名額,是以隻能與會話一級的次元(例如“來源”或“城市”)搭配使用。如果将“會話數”與“網頁”等比對一級的次元組合在一起,就不符合邏輯了。
要檢視有效的“次元-名額”組合,請參考
次元和名額參考資訊。
如何計算名額
Google Analytics(分析)通過 2 種基本方式計算使用者名額:
-
作為概覽總計
這種方式是将名額顯示為整個網站的彙總統計資訊,例如跳出率和總浏覽量。
-
與一個或多個報告次元關聯
這種方式是按照所選的次元顯示具體的名額值。
以下圖表通過一個簡單的示例展示了這兩種計算類型。在左側,使用者資料作為概覽名額進行了計算;在右側,相同的資料通過“新使用者”次元進行了計算。
![](https://img.laitimes.com/img/_0nNw4CM6IyYiwiM6ICdiwiIn5GcuQzY3QDOwQ2Y2ATZmFzNlVjZzYTY1gTNjhzN3ATMiNDNfdWbp9CXt92Yu4GZjlGbh5SZslmZxl3Lc9CX6MHc0RHaiojIsJye.png)
image
在“概覽報告”示例中,網站停留時間是按照使用者從初次會話到退出之間的時間差計算的,并總結了 3 次會話中每次會話的平均長度。這一數字是根據通過收集請求級别的時間戳資料實作的相對簡單計算得出的。
在“新訪者與回訪報告”示例中,并未計算所有會話的平均值,而是按照“使用者類型”次元進行了計算。通過将網站停留時間名額與次元進行配對,您就可以按照請求的次元修改計算方式,進而通過“回訪使用者”與“新使用者”次元對此名額進行分析。使用次元可提供概覽報告無法提供的關于使用者行為的深層次資訊:很明顯新使用者在網站上停留的時間多于回訪使用者的停留時間。
為給定名額配置設定多個次元也會影響名額的計算。無論是在預設報告還是在自定義報告中,您都可以同時使用多個次元。例如,假設您同時使用“使用者類型”次元和“語言”次元分析您的網站的網站停留時間。在這種情況下,新使用者和回訪使用者的計算還和之前一樣,但是如果您使用語言次元檢視新使用者的詳情,計算将受到額外次元的影響而進一步修改。是以,在此例中,您的使用者細分可能如下所示(最高網站停留時間按順序列出):
使用者類型 | 語言 | 平均網站停留時間 |
---|---|---|
所有類型 | 所有語言 | 3:25 |
回訪使用者 | 5:03 | |
芬蘭語 | 29:49 | |
越南語 | 20:44 | |
印度尼西亞語 | 16:55 | |
新使用者 | 2:09 | |
馬來語 | 17:38 | |
英語 (GB) | 16:56 | |
中文(繁體) | 16:20 |
這些數字是基于真實的 Google Analytics(分析)報告得出的。在此例中,您可以确定是新使用者還是回訪使用者的停留時間最長,并且通過使用額外次元,您還能進一步确定這兩個類别中使用哪種語言的使用者在網站上的停留時間最長。
歸因模型
為了解答有關使用者行為的各種網站分析問題,Google Analytics(分析)會使用各種計算類型或歸因模型來得出您在報告中看到的資料。請将每份 Google Analytics(分析)報告視為對某類使用者分析問題的解答。通常,這些問題可以劃分為以下幾類:
- 内容:特定網頁被浏覽的次數。
- 目标:哪些網頁網址對目标轉化率的貢獻最大。
- 電子商務:給定網頁為交易貢獻多少價值。
- 内部搜尋:哪些内部搜尋字詞促成了交易。
對于以上各種主要類别及其包含的報告,Google Analytics(分析)會使用不同的歸因模型。由于每種歸因模型都是專為計算一組已知名額而設計的,您可能會注意到某些名額(例如,網頁浏覽量)隻在某些報告中顯示而不在其他報告中顯示。這是由該報告所使用的歸因模型決定的。
Google Analytics(分析)報告使用 3 種歸因模型:
依據請求歸因
這種歸因模型給出單個名額或名額/次元對的彙總值。這是最常見也是最簡單的 Google Analytics(分析)歸因模型,因為值是由各使用者的 GIF 請求确定的。是以,對于任何給定的請求,都可以查詢特定的次元和/或名額。
大部分次元值都在請求級别可用,并通過
HTTP/GET
請求本身或 GIF 請求使得針對您的網站發出的所有網頁請求或事件請求保持長期有效。以下是一些在請求級别可用的常見次元:
- 網頁 URI - 訓示所通路網頁的路徑,可用于向您網站發出的所有請求。
- 廣告系列 - 如果使用者通過廣告系列前來通路,該廣告系列對于所有後續請求保持長期有效,直到廣告系列本身發生了改變。
- 使用者代理 - 使用者發出的任何請求都包含該使用者的浏覽器資訊,此類資訊會由浏覽器通過
請求發送,并直接儲存在日志檔案中。HTTP/GET
網頁價值歸因
這一歸因類型的目的在于判斷特定網頁與目标或收入價值之間的關系有多大。該歸因模型用于确定單個網頁或一組網頁的“網頁價值”值。以下示例顯示了一系列與目标和購買有關的使用者網頁浏覽量,例如您的網站中可能發生的情況。
image.png
圖例:P1 至 P4 代表網頁。購物袋表示收據頁,旗子圖檔表示目标。
此歸因模型被稱為“前瞻性”歸因模型,因為它會通過預見通路網頁後會發生的目标和/或購買為網頁指派。下表顯示了此序列中歸于每個網頁的具體價值。
網頁 | 收入/目标價值 |
---|---|
P1 | 55 元 + 目标 1 |
P2 | |
P3 | 35 元 + 目标 1 |
P4 | 0 元 |
目标報告或電子商務報告中不會使用此歸因模型,因為這些報告不會顯示與電子商務活動有關的網頁 URI 或标題。
此歸因模型讓
網站搜尋報告能夠顯示目标轉化率和每個搜尋字詞的目标價值。
此歸因模型的運作方式不同于網頁價值歸因,目标價值是在轉化發生前(而不是在轉化發生後),是以被歸因于可帶來轉化的最近的搜尋字詞。以下圖表展示了帶有網頁浏覽量和購買次數的一系列内部網站搜尋。
圖例:P1 至 P4 代表網頁。購物袋表示收據頁,搜尋圖示表示對字詞“鞋”和“花”的搜尋。旗子圖檔表示目标。
使用此歸因模型時,目标 1 和交易所歸因于的搜尋字詞如下:
- 鞋 - 20 美元
- 花 - 25 美元
在這種模型中,交易或目标歸因于目标或交易前的最後一次搜尋對應的搜尋字詞。
歡迎關注
高廣超的簡書部落格與 收藏文章 !
頭條号:網際網路技術棧!
個人介紹:
高廣超:多年一線網際網路研發與架構設計經驗,擅長設計與落地高可用、高性能、可擴充的網際網路架構。
本文首發在
轉載請注明!