Google Analytics中的基本度量二 “访问次数”

我在前一篇详细说明了“唯一身份访问者”的定义和计算方法。本篇说明“访问次数”这个度量。以及两个度量之间的关系。

维度的定义:

Google Analytics对访问次数的定义是:您网站的所有访问者发起的具体会话次数。

通俗的解释就是,在一定时间范围内,所有你网站的“访问者”对网站访问的总次数。即:访问者人数*每个访问者的访问次数。

PS:这里是“访问者”而不是“唯一身份访问者”,就是说同一时间段内重复的访问者不会被过滤掉。

在bluewhale.cc的Google Analytics访问者概述报告中,选择访问人数和访问数对比模式会发现。

1月17日 访问次数:11 绝对唯一访问者人数:4

1月18日 访问次数:21绝对唯一访问者人数:10

1月17—18日 访问次数:32 绝对唯一访问者人数:13

PS:就是说只能计算出访问者的平均访问次数,而不能算出唯一身份访问者的平均访问次数。

举个例子说明一下:

例如:访问者A在2010年1月1日——2010年1月5日里来过你的网站3次

访问者B在2010年1月6日——2010年1月10日里来过你的网站2次

访问者A在2010年1月11日——2010年1月15日里又来过你的网站1次

那么,在你选择报告的时间范围

2010年1月1日——2010年1月5日,访问次数:3次

2010年1月1日——2010年1月10日,访问次数:5次

2010年1月1日——2010年1月15日,访问次数:6次(而不是5次

维度的计算方法:

访问次数也是通过计算Google Analytics设置用户电脑上的cookie(_utma)获得的。

cookie utma

在content后面的六组数字中,最后一组的数字就是用来计算用户访问次数的。这里的31就表示我一共访问了31次。

试验一下,如果我删除了这个cookie并再次访问网站看看会有什么变化:

new_utma

Content的最后一组数字变成了1,说明我是第一次访问,并且第二组和第三组数字也和原来不同了,说明我变成了一个新用户。

Google Analytics读取到这个数据后同样会附加在一个1像素的GIF图片请求的参数中发送回服务器。并显示在报告里。

http://www.google-analytics.com/__utm.gif?…..&utmcc=__utma%3D127635166.1139791987.1263958249.1263958249.1263958249.1…..

可能产生影响的因素:

Cookie因素:

先介绍下Google Analytics识别每次访问的工作原理:

Google Analytics是通过_utmb和_utmc两个cookie来识别一次访问的。我们每进行一次访问或打开一个页面时,Google Analytics都会先监测_utmb和_utmc,如果缺少其中的任何一个,这次访问都会被记录为一次新的访问。

_utmc会在用户关闭浏览器的时候自动删除。

_utmb的生存周期默认是30分钟,就是说如何我们在网站上的非活动状态时间达到或超过 30 分钟,_utmb就会自动删除。

简单的解释一下就是:

用户删除cookie会影响访问次数的计算。(还会影响很多其他的维度。)

修改_utmb的生存周期会影响访问次数的计算。(比如将30分钟调整为60分钟,访问次数将会减少。)

——【所有文章及图片版权归 蓝鲸(王彦平)所有。欢迎转载,但请注明转自“蓝鲸网站分析博客”。】——

Comments

  1. 郭还在 says:

    是否可以理解删除coocie会造成“访问次数”数据偏小?

    • 网上书店 says:

      @郭还在, 个人理解,访问次数应该不会偏小,总数应该不变,但是UV会增多,相对于具体用户来说,访问次数会变小。因为本来应该是一个人的访问次数,被分给两个或者更多的人。
      这样理解对吗?

      • vincent says:

        @网上书店
        我觉得这理解正确~~
        客户删除了自己浏览器的cookies
        导致重新分配一个新的随机ID
        从而导致UV的增加~
        客户删除了自己浏览器的cookies
        不会删除到gA里面的cookies数据库数据
        所以对于
        对于访问总数是没有影响的

  2. jing says:

    有个疑惑~
    前面提到:“访问次数也是通过计算Google Analytics设置用户电脑上的cookie(_utma)获得的”
    后面提到:“Google Analytics是通过_utmb和_utmc两个cookie来识别一次访问的”

    那么,访问次数,到底是通过什么定义的?只有_utma?还是综合考虑_utma、_utmb、_utmc三个数值?

    • vincent says:

      @jing,
      我的理解~
      Google Analytics是通过_utmb和_utmc两个cookie来判断一次访问的
      通过_utma来统计每一个UV的访问次数~

  3. test says:

    总之来说,感觉google analytics太麻烦了,51.la功能强大,但是图太少;cnzz不说了,功能比不上51.la,图表比不上google analytics。不知道博主有什么好的建议?

  4. 千山暮雪 says:

    网站分析还是应该用英文原文的名称:visits
    翻译成汉语很容易混淆

  5. xianyu says:

    蓝鲸,您好!博客写的很好,在这里可以学到很多东西。
    这篇文章对访问次数解释虽然很清楚了,但我仍然有一个比较疑惑的地方:
    “Google Analytics是通过_utmb和_utmc两个cookie来判断一次访问的
    通过_utma来统计每一个UV的访问次数~”
    是不是说如果GA发现_utmb或_utmc有一个不在,就会把_utma的最后一个参数+1?
    在上面的例子里面如果计算2010年1月10日——2010年1月15的访问次数会不会统计成6次而不是3次,因为A的_utma最后一个参数是4,B为2,GA如果保证它的正确性呢?

  6. luffy says:

    在GA识别访问次数原理中介绍 使用_utmb和_utmc判断,缺少任意一个,当次访问就会被记录为一次新访问。
    _utmc会在用户关闭浏览器的时候自动删除。
    _utmb的生存周期默认是30分钟,超过自动删除。
    这样的话也就是说只有在(用户关闭浏览器后重新打开网站)和(在一个网站上非活动时间超过30分钟时),这个访问次数才会增加一次。
    根据博文前半篇的叙述,我理解这篇文章中的访问次数为PV数。但是根据(GA识别访问次数原理),来看视乎完全不成立。
    我后半部分提到的这个计算比较不理解,请蓝鲸博主解惑。

  7. bughou says:

    我觉得 “访问者” 和 “绝对唯一访问者” 应该是一个概念吧。
    对于 蓝鲸 区分这两个概念很是迷惑。

  8. Anny says:

    我试了一下。打开一个被追踪的网站,然后看_utma,最后一组数据是24.然后我关掉浏览器,再重开浏览器(没有进入那个网站),确认cookie里面是没有_utmc。再点击打开页面,但是_utma的最后一组数值却还是24,这是为什么呢?

  9. Anny says:

    当删掉_utmb再进入网站,_utma的最后一组数据增加到25了。会不会在_utmb没过期前,_utmc的删除不会影响访问次数啊?

  10. Anny says:

    O(∩_∩)O哈哈~闹了大半天,终于在google里面找到答案了。有兴趣的可以进去看一下。https://developers.google.com/analytics/resources/concepts/gaConceptsCookies?hl=zh-CN

  11. 卜少林 says:

    恩,写得很细

Trackbacks

  1. […] 关于蓝鲸 « Google Analytics中的基本度量二 “访问次数” […]

  2. […] 与其他度量间的关系:(访问者,访问次数和综合浏览量) […]

  3. […] 在网站分析中,漏斗分析是最有效和最直观的一种方法。漏斗分析非常适用于网站中的各类关键目标前的封闭渠道和流程的分析。例如:购物流程,注册流程,咨询流程。在这些流程中使用漏斗分析可以清楚的看到每个步骤的转化率和流失率,并且可以有针对性的对每个环节进行优化,提高网站对流量的转化能力。下面有一个最常用公式,说明了漏斗分析中转化率和网站访问次数及收入三者之间的关系。 蓝鲸网站分析笔记 Original Source […]

  4. […] 创建完网站目标结构图后,在每个分解目标后标注出用于衡量这个分级目标完成度的度量。在这个分解目标维度中,通过那些度量可以衡量目标完成度?这个度量可以是很直观的转化率,也可以是停留时间,综合浏览量,或者是访问次数等等。这些度量在每个分解目标中都是不一样的,需要按照不同的分解目标来设定。 […]

  5. […] 在前面的例子中,销售汽车的网站中,所有的销售电话都显示在不同汽车的详细信息页面中,而网站的目标是”来自网站的咨询电话数量”.按照这个目标分解后,发现影响影响电话数量的指标是浏览过汽车详细信息页的访问次数.于是,我们创建了一个KPI:访问来电率.那么,访问来电率是一个有价值的KPI么?让我们按照前面的5个标准检查一下. […]

  6. […] 在前面的例子中,销售汽车的网站中,所有的销售电话都显示在不同汽车的详细信息页面中,而网站的目标是”来自网站的咨询电话数量”.按照这个目标分解后,发现影响影响电话数量的指标是浏览过汽车详细信息页的访问次数.于是,我们创建了一个KPI:访问来电率.那么,访问来电率是一个有价值的KPI么?让我们按照前面的5个标准检查一下. […]

  7. […] 关于作者与我联系网站地图资源库搜索营销网站分析数据可视化 网站分析购物车漏斗模型分析 2011 年 8 月 24 日 没有评论网站分析的一般流程是明确分析目标,确定数据指标,建立分析模型,收集处理数据,数据解读及建议。本篇介绍用漏斗模型分析购物车因素对订单转化的影响。明确分析目标订单转化是电子商务网站的最终目标,影响转化的因素很多,购物车流程是影响用户购物体验的重要环节。现在的分析目标是要找出购物车如何影响订单转化。确定数据指标确定数据指标之前要确定网站分析工具,这里用到的网站分析工具是Google Analytics。购物车流程用到的数据指标包括:访问者Visitor、渠道转化率Funnel Conversion Rate、目标Goal、必要步骤Required Step、进入路径和退出路径。访问者Visitor:即网站访问的人,Visitor与Visit相对应,关于Visit的定义请见蓝鲸的Google Analytics中的基本度量二 “访问次数”渠道转化率Funnel Conversion Rate:渠道转化率的定义为完成渠道的访问者与渠道第一步访问者的比例。笔者的购物车一共有三步,渠道转化率=(购物车第三步访问者人数/购物车第一步人数)×100%目标:希望用户完成的事件或其它统计目的。笔者的目标是订单成功提示页。必要步骤Required Step:必要步骤用在定义渠道过程中,是指完成目标必须经过的步骤。这里的必要步骤即“我的购物车”和“填写订单详细信息”。进入路径和退出路径:用户进入购物车和离开购物车的路径。PS:必要步骤只会影响渠道可视化的目标完成情况,对Google Analytics其它报告没有影响。换句话说,只有经过必要步骤的用户行为才能被统计在目标完成的数量里面,如果一个顾客没有经过必要步骤而完成了目标,这次转化不会被记录在渠道可视化的转化里,但是会记录在网站整体目标转化里面。建立分析模型Google Analytics已经为我们提供了漏斗模型,我们只需要提前设置好即可。以笔者的电子商务网站为例,漏斗模型的主要部分设置如下:目标类型是URL Destination。匹配类型是Head Match,因为网站是用JSP写的,URL中会带有标识参数,因此前端匹配可以实现。目标网址即订单成功提示页/visit/order/cy_shopping_success.jsp。不必忽略大小写。目标价值,填1。网站订单具体信息会通过GA电子商务功能统计。渠道可视化必要步骤填写/visit/order/cy_shoppingCart_new2.jsp和/visit/order/cy_sendInfo_new.jsp,并勾选Required step。收集处理数据漏斗模型建立完成后,需要收集处理数据,比如删除测试订单、恶意订单等。如果是可预见的内部测试订单,可以通过GA的setCustomVar参数过滤,如果是外部不可预见的恶意订单,就需要手动过滤。谷歌分析师的Funnel Visualization可以看到漏斗模型的统计数据,但是并不直观。我们需要将数据导出处理,处理后的数据图表如下:数据解读图表中主要元素说明:红色部分代表漏斗模型中各部分的成功访问者,灰色部分是流失的访问者,在每步之间显示了退出路径。先看整体购物车渠道转化率:123/(203+306)= 24.2%。这个数据到底处于什么层次?根据艾瑞2010年第一季度对京东、当当、新蛋、凡客、红孩子等大型电子商务网站的统计数据,购物车步骤的转化率在23.08%-57.33%之间。我们网站24.2%的渠道转化率属于比较低的水平。再看局部信息我的购物车页面退出路径分析直接退出页的访问者占35%,是退出最多的路径,直接退出没有明显的提示信息,下面再具体分析。我的购物车页面本身页面退出较多,证明页面本身被刷新,造成刷新的原因可能有页面加载速度慢,导致页面元素加载不全,需要刷新;或者页面有程序自动刷新设置。首页退出,证明购物车有通向主页的链接,分散了用户的注意力。登陆页和注册页退出,登录和注册页面退出较多说明页面网友对网站登录注册页面体验不好,或者对一个新网站本身就不愿意透露信息,再或者是觉得没必要注册。填写核对订单信息退出路径分析直接退出的访问者依然最多。优惠券页面退出,说明这个页面存在问题。首页退出,也存在分散用户注意力的链接。整个购物车转化过程中,直接退出访问者比例最大,可能存在的因素包括:安全问题。网友对新网站缺乏信任感,不愿意透漏个人信息、支付信息等数据。运费问题。网友普遍对运费问题比较关注,京东现在基本全场免运费,网友在体验这种服务之后,就会感觉免运费或者低运费是应该的。价格因素。价格高或者仍然处在由于阶段。暂存商品。部分顾客可能先把商品暂时放在购物车,日后再登录购买。付款和快递方式因素。顾客找不到合适的付款和快递方式。找不到客服帮助。在顾客购物车流程中可能会遇到问题,但是又找不到响应的帮助说明。行动建议所有的网站分析工作都是为行动提供参考建议,以下是几个基于分析的行动建议:减少页面加载时间优化购物车流程页面,降低页面加载时间,主要途径是减少DNS请求、优化页面代码、缩小文件体积、优化服务器带宽等。通过用CSS图片拼合、CDN、减少cookie请求等方式减少DNS请求,去除注释和空格、头CSS底JS、减少重定向、替换信息类查询代码,将图片、JS、CSS以及页面等压缩,同时设置服务器缓存和浏览器页面缓存,提高加载效率。优化页面功能体验检查购物车流程页面导出链接,去除可有可无的链接,减少分流。购物车每一步都增加信息提示和解释功能,同时可以考虑在购物车流程中加入客服电话。对比凡客、京东、欧酷、亚马逊、当当等知名电商网站,对比登录和注册页面设计和功能,提高登陆注册页用户体验,比如自动登录、手机登录、用户名记录等。增加可信任要素增加可识别的第三方安全认证。使用第三方支付平台,支持货到付款。增加网站专业性,专业的商品介绍、网站设计、客服服务也是网站专业性的重要表现。降低商品和运费价格免运费或降低运费通过促销、优惠券、赠品等形式,直接或间接降低产品价格。丰富付款和快递方式付款方面。支持主流的支付宝、银联、财付通、快钱、汇付天下等在线支付方式、邮局汇款、公司转账等,对接手机支付等新兴支付方式,支持货到付款。快递方式。目前我们只能通过第三方快递送货,尽量多支持联邦递、顺丰、宅急送、申通、韵达、天天、圆通、汇通、EMS等,给顾客提供多个可供选择的方式。促进暂存商品再购买针对这部分顾客,需要营销部门及时发送EDM、手机短信等提示顾客购买,配合一些限时活动、定期广告等促进顾客下单成功。同时,网站必须支持cookie存放顾客购物车商品信息。提出行动建议之后,就需要和相关部门沟通并配合落实。同时要记录好修改事件,方便日后数据对比。标签: 漏斗模型, 网站分析 上一篇谷歌Adwords首页数据报告姓名 必填 […]

  8. […] 起始网页的访问次数等于网站获得的所有访问量。每次互动中访问量减去离开人数等于下一次互动的起始访问量。具体到上图中的数字为: […]

  9. […] 为什么在我的报告中,网站的UV数据会大于PV数据?这是我前一段时间经常被问到的一个问题。相信很多使用Google Analytics的朋友都会遇到这样的问题。说实话,这个问题很难解释,因为无论是按照我们的常识,还是已知的Google Analytics追踪数据原理。访问者都是不可能大于页面浏览量数据的。访问者,访问次数和页面浏览都是被存储在Cookie中的,并且同时被读取并发送给Google生成数据报告。但现实情况就是如此,UV数据真的大于PV数据了。 蓝鲸网站分析笔记 Original Source […]

  10. […] 转化率:完成目标的次数/总访问次数(此配置文件内的总访问次数) […]

  11. […] 转化率:完成目标的次数/总访问次数(此配置文件内的总访问次数) […]

  12. […] 第一个是流量报告中的独立目标转化率,计算方法是:独立目标转化次数/网站访问次数 […]

  13. […] _utma的生存周期为2年。其中第二组的随机唯一ID和第三组的时间戳联合组成了访问者ID,Google Analytics通过这个ID来辨别网站的唯一访问者。而后面的几个时间戳用户计算网站停留时间和访问次数。 […]

  14. […] SkyGlue的用户报告记录了到达网站的所有独立访问者,以及这些访问者的各种属性。最简单的包括访问者是否是第一次访问网站,访问者本次访问的来源,使用关键词,所在国家及城市,这段时间内总的访问次数以及总的页面浏览量。 […]

  15. […] 访问者Visitor:即网站访问的人,Visitor与Visit相对应,关于Visit的定义请见蓝鲸的Google Analytics中的基本度量二 “访问次数” […]

  16. […] 2 ,理解以访问次数为中心的报告 […]

  17. […] 访问者Visitor:即网站访问的人,Visitor与Visit相对应,关于Visit的定义请见蓝鲸的Google Analytics中的基本度量二 “访问次数” […]

购物车漏斗模型分析 | 搜索营销艺术进行回复 取消回复

*