网站分析的三板斧中，最后一种分析方法是细分分析

　　网站分析的三板斧中，最后一种分析方法是细分分析

　　本文特别摘自王彦平、吴胜峰主编的“网站分析实战”。这本书出版较早，但这篇文章的知识并没有过时。

　　在网站analysis中，最后的分析方法是分段分析。 Segmentation可以说是网站分析最常用的方法之一。与趋势分析和对比分析不同，细分必须借助专业的网站分析工具。

　　细分只是维度和指标的组合。那么什么是维度呢？什么是指标？在介绍分割之前，我们先来了解一下这两个基本概念。在 Google Analytics 中，维度和指标是构成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指标。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 分析报告

　　一、什么是指标？

　　指标是用于记录访问者行为的数字。

　　可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、页面浏览量、访问深度、跳出率、平均网站停留时间和新访问比例，如图2所示。在这些指标中，访问次数浏览量是基本指标，基本指标是访问者某些行为的简单记录和积累。

　　例如，访问者每次在网站中浏览一个新页面，浏览量就会增加一次。访问深度、跳出率、平均网站停留时间和新访问百分比是综合指标。综合指标比基本指标复杂，通常通过指标之间的简单计算得到。表达的含义也比基本指标更丰富。

　　图2网站Analyze常用指标

　　例如，访问深度是通过访问次数除以浏览量得到的，它表示访问者在每次访问期间访问的网页数量。对于内容类型网站，访问深度越高越好。跳出率是通过跳出访问次数除以访问次数得到的。它表示着陆页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 为我们提供了很多这样的指标，用于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。除了这些默认的指标，我们还可以根据网站自己的业务需求，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。

　　提示：自定义指标的设置方法有很多种，没有具体的规则。即使是两个完全相同业务的网站 也可能有不同的自定义指标。评价一个自定义指标的标准是它能否反映关键业务点的变化。

　　二、什么是维度？

　　维度是观察访问者行为的角度。

　　与指标不同，单一维度本身毫无意义。只有当维度和指标在一起时才有意义。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 网站Analyze 常用维度

　　每个主要维度类别下都有更多的子类别维度。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、小时；流量来源维度包括搜索引擎，referral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、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组合指标。

　　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、位置和创意尺寸。或者将不同的维度组合在一起，创建一个组合维度，例如 Google 付费广告品牌关键词Dimension。

　　提示：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？

　　细分的最大价值在于它可以让我们看到问题所在。

　　通常我们在报告中得到的数据是网站的综合情况。比如网站的总访问量、总停留时间、总销售额等，如图4所示，这些数据将不同页面类型、不同内容、不同属性的用户产生的数据结合起来报告给我们，就像网站的整体轮廓一样。虽然展示了网站的整体表现，但也隐藏了问题和机遇。而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也不同。

　　例如，访问者可能会在文章 频道上停留更长时间，但页面浏览量会降低。虽然停留在下载频道的时间可能会更短，但页面浏览量会增加。即使是最简单的网站，新访客和老访客的行为也是不同的。

　　所有这些差异都无法通过聚合数据发现，因此我们需要获取更详细的数据才能对不同属性的流量做出正确判断。获取详细数据的方式是对网站的流量进行细分。因此，无论是从用户的角度还是网站，流量细分都很重要。

　　图 4 使用分段突破均线指标

　　让我们首先列出细分的好处。

　　好处 1：避免采样数据

　　Google Analytics中有数据采样机制，如图5所示。在您选择的报告时间范围内，如果网站被访问超过500,000次，Google将对其进行采样并将其收录在报告中显示采样数据。估算值显示在采样数据表中，当数据量不足时，无法生成准确的估算值。 

　　图5 触发采样数据提示

　　虽然通过细分网站traffic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。因为与整个站点的聚合数据相比，在同一时间段的报表中，分段报表只会显示单个组（单个用户组或单个渠道）的流量。例如，将访问者分为注册用户和非注册用户后，查看注册用户报表时，非注册用户的访问次数将不计入。

　　好处二：避免平均陷阱

　　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、平均浏览量、跳出率等，这些平均值通常收录一些未知的陷阱，而且是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如何计算这些平均值：

　　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 的平均停留时间为 10 秒。

　　只看网站的平均停留时间，效果还可以，但是如果把两组用户分开看，你会发现两组数据差别很大，我们被平均。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，第一行的数据表现较好，第三行的数据表现较差，看整个网站数据也找不到。

　　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置单独的目标。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。您还可以为频道中的用户设置不同频道内容的目标。例如，将上传和下载素材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 = 目标完成次数/总访问次数

　　假设网站在通道A上有一个target，而网站有两个通道A和B，当没有流量分段时，总访问次数（分母）就是A+的总访问次数B.此时，B 频道访问量的增减都会影响目标转化率的计算。细分流量后，总访问量就变成了A渠道的访问量。另外一个问题是B渠道的访问者可能根本没有到过A渠道，无法转化也是正常的。

　　优势 4：深入的数据洞察

　　分段数据可以提供对网站不同区域的更深入了解。看看网站 内容报告。最受欢迎的页面几乎总是排在第一位。这说明什么？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中最受欢迎的页面。他们是各自频道中表现最好的人，但在整个网站范围内却不堪重负。

　　好的，以上网站实战知识技能分析本期分享，再次感谢本文作者王彦平和吴胜峰先生，感谢他们编辑出版了《网站》一书分析实战”。

　　原文链接：