网站分析常用的指标之内容指标( 网站分析（WebAnalytics）的学习笔记和心得整理)

　　网站分析常用的指标之内容指标(

网站分析（WebAnalytics）的学习笔记和心得整理)

　　最近一直在关注和整理一些关于分析网站的知识，发现我们的一些观察和方法要么处于几年前的水平，要么只知道外表但不知道如何从这些数据图表中得到。总结了我们想要的有指导意义的结果，在这里分享一下我的一些学习笔记和经验，希望和大家一起成长。

　　在网站Analytics（网络分析）领域，Avinash Kausnik 的博客和书籍是经典的权威资料，可以指导你的实践，给你很多帮助。他的博客是：。主要著作有：Web Analytics: An Hour A Day Web Analytics2.0（2009年10月出版，中文译本尚未出版），以上两本书均可在亚马逊上购买网站 .

　　本系列大部分文章都是基于Avinash Kausnik的博客和书籍的学习经验，所以如果想了解更多细节，请直接参考以上资料。

　　今天我们来聊聊我们在web分析中经常提到的一些KPI指标，有用的，没有意义的。

　　页面浏览量 (PV)

　　PV（Page View）是网站中最基本和最重要的数据之一（还有UV和Visit）。严格来说：PV是指一次从网站下载一个页面的请求。因此，只要发出请求，无论您是否完全打开（下载）该页面，都将被视为 PV。PV的另一种说法是Page Impression或简称Impression。

　　从上面的定义来看，网站 拥有更多 PV 是好是坏？在评价一个网站的规模和价值时，我们通常把PV作为一个关键的核心判断数据，即PV越高，网站的规模越大，价值就越高。这通常通过在线广告和可以挖掘的价值机会来判断。PV 或 网站 高的页面 自然，广告卖得越好，价值就越高。

　　但是对于网站部门来说，高PV，尤其是对于单个访客来说，是好是坏，很难说。可能你的某个链接的流程设计很冗长，或者导航不清晰导致访问者需要多次点击才能找到想要的内容，所以累积的高PV并不一定能为访问者提供任何价值，所以对于访问者购买网站 的服务/产品没有多大意义。

　　那么，如果您仍在查看每位访客的 PV，您的结论能否与访客行为保持一致？想一个改善它的好方法。

　　退出次数最多的页面

　　如果 网站 分析到有很多访问者从一个页面退出，这些数据能告诉我们什么？要么页面设计不当，要么访问者迷路；可能是页面很完美，访问者在这个页面上解决了他们的问题，然后满意地离开了。因此，除非此页面是“支付成功，感谢您的惠顾”为核心目的的结果页面！对于购买服务/产品（这样的页面访问量往往只占很小的比例），单独这个数据指标能给出的意义是非常有限的。

　　访客概览

　　访客概览栏的内容很多，其中一些基本属性往往半年甚至一年都不会改变。此类数据有：地图覆盖率、浏览器、操作系统、屏幕颜色、分辨率等。如果您的网站在地理区域和人群中的推广和影响力没有明显变化，您通常只需要关注以上数据即可每六个月。同时，在新的浏览器和新的操作系统发布后，请密切关注趋势。毕竟浏览器和操作系统并不是每年都会推出有影响力的版本，访问者在操作系统和硬件方面更新的频率也较低。

　　点击密度分析

　　借助 Web Analytics 中的此功能，您可以显示嵌入在网页上的标准链接所产生的点击次数。比如谷歌分析的“内容”栏中的“网站叠加”功能。此功能帮助我们了解访问者如何使用我们的 网站，他们是否点击了我们希望他们点击的内容。如果没有，他们觉得什么更有趣、更有用，我们能从中学到什么，又能产生哪些新的价值转化点？

　　一个类似的工具是“热图”工具，它首先由 Crazy Egg 开发。不同于“网站Overlay Map”，“Heat Map”记录了用户在页面上累积的鼠标点击行为轨迹，可以准确监控访问者的鼠标点击页面元素的情况。因此，在分析关键页面如：网站Homepage 和 Landing Page 时，Google Analytics 可以更好地观察访问者的行为。

　　定性数据的重要性

　　上面提到的点都是量化的数据指标。当然，还有很多定量数据。然而，这批数据中缺少一个关键方面——定性数据。而这也是我们网站分析中经常遗漏的一个关键方面，往往与网站分析者缺乏与用户的沟通调查，以及用户接触不够密切有关。

　　即使我们知道有 50% 的人在支付页面上放弃，有 90% 的人从这个页面离开，但如果不进行定性分析，我们也很难理解为什么。直接与用户交流并直接询问可能是最简单、最直接的获得答案的方式。当然，方法有很多，比如：可用性测试、实地考察、A/B测试、问卷调查、启发式评估等等。后面分别总结一下这个知识。

　　今天整理了几个常用KPI评价指标的知识，以后继续分享这个话题。

　　原创来源：