谷歌分析中，维度和指标是数据报告的两个要素

　　谷歌分析中，维度和指标是数据报告的两个要素

　　在网络分析的三个轴中，最后的分析方法是分段分析。分割可以说是网页分析中最常用的方法之一。与趋势分析和比较分析不同，细分必须借助专业的网络分析工具。

　　细分是维度和指标的简单组合。那么什么是维度呢？指标是什么？在介绍分割之前，我们先来看看这两个基本概念。在 Google Analytics 中，维度和指标是数据报告的两个最基本的元素。如图 1 所示，每个报表至少收录一对维度和索引组合。下面分别看一下指标和维度的定义和详细说明。

　　图 1 指标和维度构成 Google Analytics（分析）报告

　　1.什么是指标？

　　指标是用于记录访问者行为的数字。

　　分为基础指标和综合指标。在Google Analytics中，最常见的指标包括访问次数、综合页面浏览量、访问深度、跳出率、平均网站停留时间、新访问比例，如图2所示。这些指标中，访问量浏览量是基本指标，基本指标是访问者某些行为的简单记录和积累。

　　例如，访问者每浏览一个网站的新页面，综合页面浏览量就会增加一次。访问深度、跳转率、平均网站停留时间和新访问率是综合指标。综合指数比基础指数复杂，基础指数通常是通过指数之间的简单计算得到的。表达的含义也比基本指标更丰富。

　　图2 网络分析常用指标

　　例如，访问深度是用访问次数除以综合页面浏览次数得到的，它表示访问者每次访问访问的页面数。对于基于内容的网站，访问深度越高越好。跳出率是通过访问次数除以访问次数得到的，它表示着陆页的内容与访问者的匹配程度。内容匹配度越高，跳出率越低。

　　Google Analytics 为我们提供了许多这样的指标来记录访问者在浏览网站 时的不同行为。这些指标根据不同的类别显示在报告中。除了这些默认指标，我们还可以根据网站自身的业务需求，创建一些自定义指标。例如，当您需要记录访问者点击网页上某个按钮的行为时，您可以创建一个名为“按钮点击次数”的自定义指标。

　　提醒：自定义指标的设置方法有很多，没有具体的规则。即使是同一业务的两个网站 也可能有不同的自定义指标。评价自定义指标的标准是能否反映关键业务点的变化。

　　第二，什么是维度？

　　维度是观察游客行为的视角。与指标不同，单个维度本身没有意义，只有维度和指标一起才有意义。在 Google Analytics 中，常见的维度类别包括访问者属性维度、时间维度、流量来源维度、地理维度、内容维度和系统维度，如图 3 所示。

　　图 3 网络分析的常用维度

　　每个大维度类别收录更多子类别维度。例如，访客维度包括新访客和回访用户；时间维度包括年、月、日和小时。流量来源维度包括搜索引擎和推荐网站。地理维度包括国家、地区和语言。内容维度包括页面内容和页面属性。系统维度包括浏览器类型、操作系统类型、访问方式、屏幕分辨率等

　　Google Analytics（分析）提供了许多维度。和指标一样，我们也可以根据需要创建一些自定义指标或复合指标。

　　我们可以创建访客的性别维度，例如男性访客或女性访客；一天中的时间维度，例如工作时间和休息时间；内容组合维度，如新品内容页、促销内容页；广告的尺寸、位置和创意维度 或者将不同维度组合起来创建一个组合维度，比如谷歌付费广告品牌关键词Dimension。

　　提醒：用户自定义维度用于辅助指标分析。它可以是现有维度的聚合、现有维度的细分，甚至是一个全新的维度。创建什么样的自定义维度取决于业务需求和指标分析的深度。

　　三、为什么要使用分段？

　　切分的最大价值在于我们可以看清问题。

　　通常我们在报告中得到的数据是网站的综合情况。比如总访问量、总停留时间、总销售额等。 如图4所示，这些数据向我们报告了不同页面类型、不同内容、不同属性的用户生成数据，就像@k14的整体轮廓@。虽然展示了网站的整体表现，但也隐藏了问题和机遇。我们的网站通常有多个频道，不同的访问者在不同的频道中表现不同。

　　例如，访问者在文章 频道上停留的时间可能更长，但整体页面浏览量会降低。虽然在下载频道上花费的时间可能会缩短，但总页面浏览量会增加。即使是最简单的网站，新访客和老访客的行为也是不同的。

　　通过汇总数据无法发现这些差异。需要更详细的数据来正确判断不同属性的流量。获取详细数据的方式是细分网站的流量，所以细分来自用户和网站的流量非常重要。图 4 用分段打破平均指数

　　让我们列举细分的好处。

　　好处一：避免产生抽样数据

　　Google Analytics中有数据采样机制，如图5所示。如果网站在您选择的报告时间范围内被访问超过500,000次，Google将采样并在报告中显示采样数据。抽样数据表显示的是估计值，但当数据量不足时，无法生成准确的估计值。

　　图5 触发采样数据提示

　　细分网站traffic虽然不能完全避免采样数据的问题，但是可以大大减少采样数据，提高上报数据的准确性。与全站的汇总数据相比，在同一时间段的报表中，细分报表只显示了单个组（单个用户组或单个渠道）的流量。例如，访问者细分为注册用户和非注册用户后，查看注册用户报表时，不统计非注册用户的访问次数。

　　好处 2：避免常见陷阱

　　报告中提供的综合指标通常是整个网站的平均值，比如平均网站停留时间、平均综合页面浏览量、跳出率等。这些平均值通常收录一些未知的陷阱，它如果只看这些平均值，很容易出错。

　　举一个简单的例子来说明这些平均值的计算方法：

　　注册用户A在网站停留19秒；

　　非注册用户B在网站停留1秒；

　　网站平均停留时间为10秒。

　　看网站的平均停留时间是可以的，但是如果把这两组用户分开看，你会发现两组数据差别很大，我们被平均值搞糊涂了。图 6 显示了相同 网站 流量分段后的平均 网站 停留时间和跳出率数据。每行代表一个不同的用户或频道。很明显，第一行的数据表现良好，第三行的数据表现不佳，但我们无法找到整个网站数据。

　　图 6 平均停留时间和跳出率报告

　　好处 3：提高细分目标

　　在对流量进行细分之后，我们还可以为不同的流量设定目标。例如，可以将注册行为设置为非注册用户的目标，将发布信息设置为注册用户的目标。频道内的用户还可以针对不同的频道内容。例如，将上传和下载数据设置为资源通道的目标。在讨论组中将帖子和回复设置为目标。这样做的好处是我们的目标转化率更准确，不会受到其他渠道流量的影响。

　　举个例子来说明：

　　目标转化率=目标完成时间/总访问时间

　　假设网站在通道A上有一个目标，网站有两个通道A和B。不进行流量分割，总流量（分母）就是A和B的总流量。这个增减在渠道B的访问次数会影响目标转化率的计算。但是，将流量细分后，总的流量就变成了Channel A的流量。另外一个问题是Channel B的访问者可能根本没有到过Channel A，无法切换也是正常的。好处四：深入理解数据

　　详细的数据可以帮助我们更多地了解网站的不同领域。看看网站 内容报告。在最流行的页面的报告中，几乎总是在顶部。这是什么意思？其他页面不如这些页面好？当我们对流量进行细分时，我们可以看到每个渠道最受欢迎的页面。他们在自己的频道里表现最好，却被整个网站淹没了。