那么对于如此重要且特殊的页面，我们该如何进行分析呢？答案很简单，看页面的分流情况。也就是说看到达这个页面的访问者随后去了哪里。这个方法适合于检验网站中的大部分页面质量，对于网站首页当然也不例外。那么究竟什么是页面分流呢？我们又应该关注页面的哪部分分流数据来衡量和分析页面的质量呢？下面让我们来具体的看一下。

一，网站首页点击及分流情况细分

当一个访问者浏览网站首页时，通常会出现两种情况：

情况1 访问者在浏览完首页后直接离开。

情况2 访问者在浏览完首页后继续点击其中的链接访问下一个页面。

对这两种情况再进行细分后，我们又会得出五种最基本的情况：

情况1 访问者在浏览完首页后直接离开。

情况1.1 当首页为本次访问的landingpage时，离开为跳出。

情况1.2当首页非本次访问的landingpage时，离开为退出。

情况2 访问者在浏览完首页后继续点击其中的链接访问下一个页面。

情况2.1 访问者在首页刷新页面，或点击本页链接（如网站LOGO，首页导航）。

情况2.2 访问者在首页点击出站链接（指向其他网站的链接或广告等）。

情况2.3 访问者在首页点击指向站内其他页面的链接。

在上面的5类最基本的情况虽然都能从不同的维度来衡量首页的质量，如情况1.1的跳出访问可以衡量页面内容与访问者目的的匹配性。情况2.1可以衡量页面的加载情况等等。但对于点击分布我们主要针对情况2.3进行分析。这与我们的分析目的有关。

二，首页点击分布的分析目的

如果你在没有目的的打开页面点击分布报告，那么基本上你什么都不会发现。里面可能只显示了一些有意思链接点击数据。一些链接获得了很多点击量，而另外一些链接则相对较少。可能你也会零散的发现一些有意思的细节，比如图片链接获得的点击好像普遍要比文字链接获得的点击高一些。页面首屏获得的点击比例要高于页面底部获得的点击。但是，这又能说明什么呢？图片和页面顶部更受访问者欢迎？好像这个发现大家都知道，不需要分析。 能带给我们什么行动建议呢？把网站首页所有重要链接都改成图片，都放在页面顶部吗？这个做法明显不现实，也不会被接受。甚至显得有点傻乎乎的。

要确保分析成功，我们就需要有明确的目的。对于首页的点击分析分析，我们的目的是要通过点击数据检验首页中不同的导航功能是否有效，哪些导航功能工作良好，而哪些导航功能表现欠佳，需要进一步分析和优化改进。在这个明确的目的下，我们将通过分析页面中不同链接的点击量数据获得洞察和改进的建议。

三，点击数据如何统计和计算

在开始分析数据之前，我们先要了解一下数据是如何产生并且被计算出来的。否则，你可能很容易就会在分析中产生错误的结论。数据和指标永远都是分析的基础。

在Google Analytics中，首页中链接的点击量数据是访问者通过点击首页中的链接而引发的下一个页面的显示次数来计算的。简单的说就是由首页链接而引发的下一页面的综合浏览量。这个数据并不非常准确。以下几种原因都会影响数据的记录，并进而影响首页链接点击量的数据记录。

1. 下一页加载失败。
2. 下一页中的追踪代码加载失败
3. 访问者拒绝第一方Cookies。
4. 其他原因。

除此之外，在Google Analytics中还不能区分同一个页面中指向相同下一页的URL。Google Analytics将记录到的下一页综合浏览量统一归属到上一页中相同的URL中。

页面点击量数据可能因为各种原因被影响，但好在我们可以通过之前的检查来避免这些情况，保证数据的相对准确性，另外，即使是不能避免的情况在整个网站中发现的几率也相同。不会影响我们对趋势的判断。

四，点击分别数据的分析误区

在了解了页面点击量数据的计算方法后，我们可以开始对首页的点击分布数据进行分析了。通常情况下，我们会按照两种方法对首页的点击数据进行分析。

方法一： 将两个单个链接获得的点击量进行对比。例如A链接获得了1000次点击，B链接获得了600次点击。

方法二：将首页中的链接点击量进行汇总，并对不同区域获得的总点击量进行对比。最常见的情况例如：首屏获得了50,000次点击。二屏获得了30,00次点击。

以上两种分析方法都存在严重的误区。并且可能导致分析结果的错误。方法一中对两个单个链接的点击量对比在某种情况下是可以的，比如这两个链接同属于某一小类的导航功能。但在大多数情况下这种单个链接的点击量对比是没有意义的。方法二的这种按区域的对比也是没有意义的。为什么呢？下面我们逐一来说明这两个两种分析方法存在的问题。

1，网站中无论是首页还是其他页面中，不同链接的功能和重要性是不一样的。页面中的链接天生就是不平等的，比如添加购物车链接和导航链接以及帮助链接等等。这些链接在在页面中的位置，显示形式，以及功能和重要度都完全不一样。将这些链接获得的点击量进行对比没有任何意义。如果要进行对比的话，我们必须要将相同功能和重要性的一组链接进行对比。比如全局导航中不同频道的链接或者是分类导航或标签导航中的不同链接。这些链接同属一个功能区，有相同的功能，在相同的位置，展现形式也类似。这种情况下我们才能将他们进行对比。

2，在不同的网站的首页点击量分布中，首屏都会获得最高的点击量。所以将首页点击量按这种方法进行汇总和对比基本没什么意义。为什么这么说呢？因为大部分网站的页面布局方式都是一样的或者说是近似的。举例来说，你会在设计首页时将全局导航或者热门内容放到页底吗？我想肯定不会的。首页中首屏的设计模式就决定了首屏一定会获得最多的点击量。

在这种情况下，将首页按屏幕显示范围进行区域划分，并对比点击量数据就没有意义了。如果需要对首页不同区域进行对比，我们要按功能对链接的点击量进行汇总。而不同功能区域的点击量基本上也不能简单的进行横向对比。

前面说了一堆错误和误区，那么我们究竟该如何对首页点击分布进行分析呢? 别急，下面我们来介绍正确的首页点击分布分析方法。

五，正确的首页点击分布分析方法

正确的首页点击分布分析需要三个步骤，第一步对首页内容进行合理的划分。我们知道首页是网站的导航页面，并不提供实际的内容和产品购买功能。唯一的目的是将访问者引导到他们感兴趣的页面或内容中，并帮助他们完成目标。第二步，对首页中不同的导航功能进行质量分析，找出与最初设计不符和存在异常的区域重点分析。第三步，通过对存在问题的导航区域进行细分，找出具体的问题原因，并进行建议和优化工作。下面我们逐一来介绍。

1，  按功能对首页链接点击量进行汇总

对于大部分网站的首页来说，通常可以分为以下几个主要的导航功能区域。

1. 全局导航区域，如网站顶部的导航条。
2. 类别导航区域，如网站两侧的分类导航。
3. 搜索导航区域，如网站顶部的站内搜索条。
4. 推荐导航区域，如首页的产品推荐，新品推荐，促销活动等。

按以上分类将每一个分类中链接获得的点击量进行汇总，获得不同导航类别获得的点击量数据。这时，我们可以发现首页中哪些导航功能最受访问者欢迎。但这还不能说明什么问题。我们需要继续对不同导航功能的效率进行分析。

2，  对首页的导航功能效率进行分析

对不同导航功能区域进行转化率数据汇总，这个功能你可以在Google Analytics的内容分析中找到（Google Analytics—内容报告—网站内容—网页—网页内）。并将不同导航功能区域的点击量数据与转化率数据转化为占比数据进行对比。例如：

• 全局导航区域，点击占比：35%  转化占比：20%
• 类别导航区域，点击占比：30%  转化占比：25%
• 搜索导航区域，点击占比：20%  转化占比：8%
• 推介导航区域，点击占比：10%  转化占比：15%

在上面的示例数据中，首页的全局导航，类别导航和搜索导航区域转化占比低于点击占比，这三类导航功量高质低，虽然获得了点击，但在后续的转化过程中出现问题，例如站内搜索准确度较差，或者列表页筛选或排序功能存在问题等等。导致转化占比低于点击占比，需要进一步分析和优化。而推介导航转化占比高于点击占比，转化效率较高。

3，  对导航功能点击量进行细分

对于上一步中发现的量高质低的导航区域，我们需要进行进一步分析，细分并对比导航功能中的每一个链接获得的点击和转化量。找出问题具体的原因。如果该导航功能中所有链接转化都较差，则需要对整个功能进行全面优化。如果某一两个链接入口较差，则考虑对入口的形式和内容进行优化。

本篇文章的内容介绍完了，如果你在网站分析的过程中遇到问题或有任何建议请与我联系。

—【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”。】—

No related posts.

感谢为本书撰写推荐的朋友们：

• “今夜酒店特价”产品&数据总监 郑海平
• 品众互动 首席优化师 宫鑫
• 网站数据分析知名博主 吴盛锋
• 原IBM全球资讯事业部高级资讯顾问 现链家地产副总经理   彭永东
• 网站分析在中国博主 宋星

也感谢所有关注本博客的朋友，没有你们的支撑我无法坚持下来。

完成了翻译工作后，博客将恢复正常更新。随后的新文章将主要关注以下三部分。

首先，我将持续，深入的关注Google Analytics的新功能，并与大家分享。心细的朋友可能已经发现，在V5版中Google Analytics最大的变化不是增加了新的路径分析或多渠道路径功能，也不是进行了界面优化。Google Analytics V5版最大的变化是她已经可以开始引导我们的分析思路了。她已经不仅仅只作为一个工具收集数据，展示报告。而是通过调整报告间的结构，有意识的限制并优化指标和维度的组合来预判和配合网站分析师的需求。而这正是Google Analytics这款免费网站分析工具的伟大之处！

其次，我也将关注网站分析行业的发展。在很多人和公司最初接触网站分析时，会因为网站分析工具的功能和指标的丰富而兴奋。但很快就会进入一个漫长的低潮期。网站分析行业也会很快进入一个低价值的时期。而单独依靠网站分析师自身的力量是无法摆脱这种困境的。此时，网站分析行业也会进行更精细的分工。

最后，将带领大家跨界学习。这时你会发现，所谓网站分析只不过是冰山一角，我们必须学习不同行业的知识来支撑它。尤其是传统行业中的一些非常成熟的知识。

—【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”。】—

相关文章:

1. Google Analytics使用中的常见问题（一）
2. Google Analytics实用篇—快速过滤流量来源
3. Google Analytics中的基本度量三 “PV和UPV”

特别说明：此方法由新浪微博用户 @飞翔猪啊 在3月30日00:06第一时间提供。感谢飞翔猪啊。

1 在C:\Windows \System32 \drivers \etc下用记事本打开hosts文档。

2 在hosts文档中寻找ssl.gstatic.com记录，并将IP地址修改为74.125.31.120。
3 如何hosts文档中没有ssl.gstatic.com记录，请直接添加下面这条记录。

74.125.31.120    ssl.gstatic.com

4 保存并退出hosts文档。
5 清空浏览器缓存，并关闭退出。
6  重新登陆Google Analytics。

相关文章:

1. Google Analytics使用中的常见问题（一）
2. Google Analytics使用中的常见问题(二)
3. Google Analytics使用中的常见问题(五)

2010年11月21日我曾经写过一篇基于内容组进行路径分析的文章：《Google Analytics中基于内容组的路径分析》现在让我们来继续这个话题。

一 基于分析目的规划内容组

基于内容组的访问者路径分析，顾名思义，在开始分析之前我们先要对网站的内容进行分组。那么，我们该如何对网站的内容进行分组呢，有没有什么标准？是按网站频道分组，还是按内容类型，又或者是页面层级分组呢？每个内容组划分到多细的颗粒度合适呢？所有的这一切都没有标准答案，划分内容组没有统一的标准。每个网站，甚至每个人的划分方法都会不一样。这里没有对错和好坏之分，只要你划分的内容组能够满足你的分析需求，达到你的分析目的。因此，在划分内容组之前，我们需要先明确分析的目的是什么。

分析目的简单的说就是我们要通过分析解决什么问题。例如，对于我的博客来说，我们的问题是如何增加订阅量。而如何增加订阅量这个问题反推到网站的内容中就分解成了很多具体的问题：

1 网站的首页布局合理吗？

2 文章列表页中的信息是否有效？

3 站内搜索提供的结果有效吗？

4 文章页的推荐有效吗？

以上的这些问题还可以再继续分解为更具体的问题。如：访问者从首页又去了哪些页面？列表页的排序规则合理吗？选择翻页的访问者有多少？没有点击站内搜索结果的访问者去了哪里？等等。这些具体的问题都是我们的分析目的。在了解了分析目的后，我们就可以开始创建内容组了。

二 创建内容组前的准备工作

创建内容组的第一步是熟悉网站的内容和页面URL规则。不同内容的URL规则是什么。这是非常重要的一步，也是在整个创建内容组的过程中最费时费力的一步。并且大多数时候还需要反复的调整。我曾经为两个很熟悉的网站创建内容组。但没有一个是一次顺利完成的。这里遇到的主要问题有两个。

1 网站URL规则混乱，层级划分不清晰。这主要是因为最初的URL规划问题，或者是SEO为了优化URL结构造成的。

2 内容组对URL的覆盖不全面，总会发现规则之外的新URL出现。这主要是因为对URL的整理不全面。

按照之前的经验，在开始创建内容组之前，我们必须要进行准备工作。这些准备工作可以最大限度的避免后面报告中的混乱。

1 整理并理解网站URL

准备工作的第一步是整理网站中所有的URL，获得网站所有URL的方法有三种:

1 从技术或网站管理员那里导出网站URL列表。

2 从现有的分析工具中导出最大时间段的URL列表。

3 按照URL规则生成URL，并逐一验证。

前两种方法可以快速的获得网站大部分URL，但在后期整理和分类时比较麻烦。第三种方法在开始阶段比较复杂，但分类时简单，并且可以避免URL遗漏。（前提条件是网站的URL规则层级清晰）以下是我博客部分URL的整理列表。

2 对网站URL进行分组

在获得了网站大部分URL后，我们可以开始对URL进行分组，并为每个分组设置一个名称。分组的标准是具体的分析需求，也就是我们通过分析要解决的问题。最基础的问题有多细致，分组就要有多细。例如：针对前面例子中的分析目的。我们需要将网站首页单独作为一个分组，用来分析首页的分流情况。将列表页首页作为一个分组，分析列表首页的排序规则。将列表的后续页面作为一个分组，分析访问者在列表页的翻页情况。等等。这时候，你可能会发现你已经创建了很多个分组，并且每个分组的规则都不太一样，有些分组中只有一个页面，有些分组中包含一个频道，有些分组中只记录了访问者的某些特定的行为，比如翻页，按钮点击，留言或订阅等，而有些分组记录了网站中的错误，比如404页面，搜索失败页面等等。这些都没有问题，只有分组可以满足我们的分析需求就可以。以下是我博客的部门内容分组情况，对于博客的内容我一共创建了20个分组，而在另一个公司级的网站中，我创建了80个分组。

3 转化为正则表达式

完成网站所有URL的分组后，我们要将每一个分组转化为一条正则表达式。这个工作有些复杂，必须保证每条正则表达式不遗漏分组内所有的URL，又不能错误匹配到其他分组的URL。这里没什么窍门，从每个分组中挑选一个典型的URL，然后放在一起进行测试。推荐一个非常好用的正则表达式工作Rubular。这个工具可以提高创建正则表达式的效率。以下是我博客中部分URL分组的正则表达式。

三 使用过滤器创建内容组

内容组是通过搜索和替换过滤器将现有URL进行聚合生成的。新生成的内容组将会覆盖Google Analytics热门内容报告，所以我们需要为内容组单独创建一个新的重复配置文件。这个配置文件中的页面数据将只以内容组的名称显示。你可以称这个报告为“内容组路径分析报告”。

1 创建新配置文件

创建重复配置文件的方法非常简单，这里不再赘述。只需注意以下几点即可。

1 与主报告应用相同的配置，包括时区，过滤器等设置。

2 有子域的网站必须设置增加主机名过滤器。

3按照具体的分析需求，有选择的过滤URL中的参数。

4不要开启站内搜索报告，也不要过滤掉站内搜索或类别参数。

2 逐一创建内容组

通过前面对网站URL的整理和分组，我们已经将整个网站的内容按照分析目的分为了不同的组。现在要做的工作就是在Google Analytics中创建这些内容组，并获得数据。创建内容组的工具是Google Analytics的搜索与替换过滤器。整个过程很简单，将分组的正则表达式输入到搜索字符串中，将分组名称输入到替换字符串中。过滤器将对URL进行过滤，与正则表达式的规则匹配的URL将被替换为替换字符串中的分组名称。

四 检查并优化内容组

创建完内容组后，并不能马上进行分析。因为这时的数据并不准确。需要我们对内容组进行检查。检查的方法很简单。就是通过查看配置文件中的热门内容报告，寻找是否有被遗漏的URL，整个检查过程大概要持续3-5天。

1 通过热门内容报告检查内容组

在创建好内容组的第二天，通过热门内容报告检查查看内容组数据，检查是否有遗漏的URL，如果内容组报告中显示了某个页面URL，则说明这个页面没有被匹配到对应的内容组中，需要分析原因，对这个内容组的正则表达式进行调整。下面的截图中很明显可以发现，网站地图的翻页没有匹配到内容组中，需要检查这个内容组的正则表达式设置。

如果你创建的内容组比较多，这里有一个快速检查的方法，按页面浏览量对报告进行排序可以很快发现那些没有匹配到内容组中的URL。对内容组报告的检查时一个持续的过程，因为

新增加的外部流量的经常带有各种奇怪的参数，这些参数随时可能破坏现有的URL规则。

2 优化过滤器的顺序

在检查内容组的设置时，除了遗漏URL的检查，还需要对存在冲突的内容组进行检查。这种情况并不常见，只在URL规则混乱时才会出现。例如在同一级目录中包含多个信息，当我们需要对每个信息分别创建内容组时，正则表达式可能会发生匹配错误。这时需要通过调整过滤器的前后顺序来保证正确匹配。

到这里为止，网站内容组的创建和检查工作都已经完成了。下面我们将介绍Google Analytics V5中的访问者流功能，并将创建的内容组与访问者流功能配合使用，分析访问者的浏览行为。

五 访问者流报告功能概述

访问者流报告在Google Analytics V5版本中的受众群体目录下。默认情况下只显示访问者进入网站后的前三次互动。不断点击报告右侧的+步骤链接可以查看后续的互动情况，直到最后一个访问者离开网站。当我们创建完内容组报告后，可以在这里看到访问者与不同内容组互动的情况。

1 查看访问者流的三种模式

在访问者流报告中，我们可以以三种方式查看访问者与网站内容的互动情况，分别是按访问者来源的不同维度查看，按不同内容组查看和按访问者的行为查看。下面我们逐一说明。

1.1按访问者来源维度查看

第一种模式是按访问者的来源维度进行查看，访问者流报告中提供访问者的不同维度，这些维度包括地域维度，来源维度，内容维度和系统维度，我们可以在报告中任选一个维度，在显示的子维度中选择突出显示途径此处的流量，来查看这个子维度中访问者的浏览路径。上面图中显示的是系统维度下使用chorme浏览器的访问者浏览路径。你可以把这种模式理解为按访问者来源对访问路径的细分。

在所有的访问路径中，我发现访问者在第二次互动时仍然会返回首页，这似乎和我之前的设想不一致，首页是整站的导航页面，通常只有访问者结束了一个任务，或者不知道下一步该去哪里时，才会返回首页。那就究竟是哪些页面导致访问者返回首页呢？我们可以继续使用第二种模式查看访问者路径。

1.2按不同的内容组查看

与第一种模式类似，我们也可以在报告中突出显示途径某个特定内容组的路径情况。这很像Google Analytics老版中的导航分析报告。根据前面的问题，我在报告中选择了进入网站后第二次与首页互动的路径情况，这里可以发现首页上一步和下一步的内容基本相同。而文章页在首页的前后页面中都占了较大的比重。如果访问者是从文章页返回首页，又从首页再次进入新的文章页，那么我的文章页底部的相关文章功能可能存在问题，推荐的文章也许不是访问者想要的，又或者我应该在页面右边栏也提供其他模式的文章导航，帮助访问者在文章页导航。因此，现在要确定的问题是前面看完文章页的访问者通过首页去了哪里？让我们来继续使用第三种模式查看访问者路径。

1.3按访问者行为查看

在第三种模式中，我选择了从文章页进入网站首页的这部分流量，很明显，这部分访问者中大部分从首页继续进入了新的文章页，少部分选择了其他的导航方式。通过三种查看模式，基本可以确定文章页现有的相关文章功能存在问题，同时文章页中也缺乏其他的导航方式。下一步需要对文章页底部的推荐规则进行调整，并在右侧增加文章类别的导航。

通过一个简单的分析我们了解了访问者流报告的三种查看模式。细心的朋友可以发现了在报告中每一步都有很多的数字，这些数据表示什么呢？下面我们来一一说明。

2 访问者流报告中的数字

访问者流报告中的数字集中出现在三个位置。1报告的顶部，显示了每次互动数据。2灰色的流量数据，显示了访问者分流数据。3每一次互动中内容组的数据，显示了内容组的表现数据。

每次互动的数据

报告顶部的每次互动数据显示了访问者每次与网站互动后的流失情况，相当于一个大的虚拟漏斗。具体计算方法如下：

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：

5640（网站获得访问量）-3670（离开人数）=1960（首次互动）-759（离开人数）=1200（第二次互动）-459（离开人数）

访问者分流数据

灰色的流量部分中显示了访问者的分流数据，在上图中可以发现中国一共产生了4840次访问，其中2230次访问到达了文章页。而文章页在这个时期共获得了2750次访问。

内容组表现数据

第三组数据是不同内容组的表现数据，在上图中，文章页内容组共获得了2750次访问，其中82.2%的访问流失（后面红色的部分表示流失情况），继续浏览的访问者仅为17.8%。

六 访问者流报告与其他功能配合使用

最后，再来说下内容组，访问者流报告与Google Analytics中其他高级应用的配合使用。首先是自定义报告。在我们对页面进行聚合后，只能以内容组的名称来查看浏览量，如果希望对内容组的数据进行细分，可以使用自定义报告功能。

1 使用自定义报告对内容组进行细分

在自定义报告中，通过网页标题可以实现对内容组指标的细分。查看每个内容组中各项关键指标的分布情况。

2 使用高级细分对访问者流进行细分

在访问者流报告中同样也支持高级细分功能，高级细分功能与访问者流中的流量维度是叠加的关系。例如，当我们在访问者流报告中选择来源，在高级细分中选择直接流量时，访问者流报告将只显示直接流量的访问者路径。

3使用访问者级自定义变量进行分类追踪

最后，访问者流报告还支持使用自定义变量对访问者进行分类追踪，如果你的网站使用访问者级自定义变量对访问者进行标识，那么可以在访问者流报告中对预先设置的访问者分类甚至这类访问者中的某个个体进行网站访问的全路径追踪。

—【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”。】—

相关文章:

1. Google Analytics基础篇—配置文件规则设置
2. Google Analytics自定义报告之—搜索引擎报告
3. Google Analytics功能篇—自定义过滤器

一，为什么有些关键词的访问次数是0?

你的关键词报告中有访问次数为0的关键词吗？这些关键词可能来自Google或baidu，或者其他搜索引擎。这些关键词的数量并不大，但在访问次数，页面浏览深度，停留时间以及其他指标上都显示为0。这种情况在我的报告中是有的，如上面的报告截图。我想大部分朋友也应该都碰到过这种情况。这是为什么呢？

这个问题最开始我也非常不能理解，甚至直接归罪于数据丢失，甚至是伟大的防火墙。但后来发现，其实答案并不是这样的。国外的一些博客和论坛中对于这个问题的答案是：当访问者在一次访问中两次搜索关键词进入网站时，访问中的指标数据将被记录在第一个关键词中。但为了记录访问者第二次搜索关键词及访问网站的行为，Google Analytics也将记录第二个关键词，但并不重复记录访问中的指标数据。那么真的是这样吗？我们来做个验证下。

我们都知道，Google Analytics utma cookie中的最后一组数字是用来记录访问次数的。在访问网站前，我们先来看下这个数字。在我自己博客的cookie中，显示我截止到当前的访问次数为1155次。

然后，我在百度中搜索我博客的名称，然后点击搜索结果访问网站。当页面加载完成后，再次检查cookie值，现在utma cookie中最后一组数字增加了一次，变成了1156次。也就是我当前的这次访问。

现在，我再次搜索新的关键词，并点击搜索结果访问网站。当页面加载完成后，检查cookie值发现数字依旧是1156。这时访问次数并没有增加。但如果此时你通过httpwatch检查会发现，当我们第二次搜索关键词访问网站时，Google Analytics依然发送了一条新的返回数据，里面记录了新的关键词或者是来源。

到此为止，我们通过返回数据和cookie值证明了google analytics会记录每次我们访问网站的来源，但并不会重复记录访问次数的事实。前面的答案是正确的。这同时也说明，访问次数为0的关键词与某些关键词有较高的重合度。那么，哪些情况会引起访问次数为0的关键词呢？这些数据又对我们有什么启发呢？下面我来天马行空的猜测下。

第一种情况，当搜索结果的第一页有两条以上网站结果时，容易产生访问次数为0的关键词记录。例如，我们网站的品牌词，或者是做竞价的关键词。这类关键词在访问者同时点开多个搜索结果的情况下，后被点开的关键词的访问次数会被记录为0。

第二种情况，当访问者优化搜索关键词时，优化后的关键词往往被记录为访问次数为0的关键词。试想一个场景，当访问者点击第一次搜索结果后，对访问的页面内容并不满意（此时访问者未关闭浏览的页面）。此时，访问者优化了自己的关键词再次搜索，再次来到你的网站。这时候，访问者后使用的关键词访问数据将被记录为0。我们大胆的假设一下，如果你的关键词报告中有同一关键词和其他限定词的组合，并且两组词之间有空格，访问次数为0。那么这些词很可能是访问者优化后的搜索关键词。这种情况在品牌词中最为多见。

了解了关键词报告中访问次数为0的问题后，有兴趣的朋友可以再来看下推介来源报告。在推介来源报告中也存在同样的问题。我猜想Google Analytics也是用了同样的方法来处理一次访问中从两个不同的推介来源访问网站的情况。

二，为什么有些页面的平均停留时间是0?

在Google Analytics的报告中，除了关键词访问次数为0的情况外，还有一种页面停留时间为0的情况。如我上面报告截图中显示的内容，页面有浏览量但停留时间为0。按照我们通常的理解，这种情况是不可能存在的。因为只有访问者看了页面，就一定会有时间，哪怕是1秒钟。不可能存在没有时间的页面浏览。但实际报告中，这种情况是存在的。原因是Google Analytics计算页面停留时间的方法。

Google Analytics使用页面的时间戳来计算访问者在每个页面的停留时间。具体的方法是使用后一个页面的时间戳减去前一个页面的时间戳，获得访问者在前一页面的停留时间。这种计算方法要求访问者每次至少要浏览2个或以上的页面。如果访问者只浏览了一个页面就离开网站时，Googel Analytics没有第二个时间戳用于计算，所以访问者的平均页面停留时间就是0。

对于每次访问只浏览一个页面的访问，我们称为跳出访问。所以，如果当前页面的停留时间为0，那么它的跳出率和退出率就一定是100%。因为只有单页面访问才会造成Google Analytics计算停留时间。

三，如何按停留时间和跳出率过滤报告?

在Google Analytics的报告中，我们经常需要按各类指标对报告内容进行过滤。在按停留时间过滤时需要注意，直接按报告中显示的00:00:00格式却并不能过滤出想要的结果。原因是Google Analytics虽然是按小时，分钟，秒的格式来显示时间的，但实际是按秒来记录时间的。当我们需要按时间过滤时，不能直接按报告显示的格式输入时间，而是要按秒的格式。

例如:当我们需要过滤停留时间等于1分钟的页面时，不能使用00:01:00，而是要直接输入60。此时Google Analytics将直接将60转化为小时，分钟和秒的格式。

对于这类特殊指标的过滤该如何输入有个最好的检查方法，就是看看应用过滤器后报告顶部的过滤条件是如何显示的。如上图所示，当我们输入任意数字时，过滤条件显示为时间格式，换算为秒后正好与我们输入的数字一致。

与停留时间类似的还有跳出率和退出率这类的百分比数字，在google analytics的报告级过滤器中支持直接输入百分比数字和小数。例如:当我们要过滤跳出率等于60%的页面时，既可以直接输入60%，也可以输入0.6。两者效果是一样的。

四，关键词报告中为何包含网址?

我们都知道Google Analytics的关键词报告用来记录访问者访问网站的关键词。但现在情况变了。GA的关键词报告中出现了越来越多我们不认识的东西，google开始将更多的信息放在关键词报告中。比如网站地址。最近我在整理关键词报告时发现里面包含了很多网站URL。通过与来源匹配发现这些网址大部分来自google的付费广告。通过与负责adwords的同事沟通才知道，这些网址属于google内容网络广告中的网址定位。如果想要去除内容网络，再营销以及兴趣营销部分的流量，可以使用高级群体功能排除”安插广告”部分的流量。具体设置方法如下图。

五，Google AnalyticsV5版本中的动态图表

本篇文章的最后一个问题是关于Google Analytics V5版本的。记得V5刚出来的时候我曾经问过为何没有动态图表功能。今天终于找到了它了。新版的动态图表功能在每个报告折线图右上方的图表模式菜单中，打开图表模式菜单选择动态图表，在当前页面就可以对动态图表进行设置和观看了。

当然，这并不是我今天要单独介绍新版动态图表的原因。V5版本的动态图表已经可以支持报告级过滤器和高级群体功能了。这才是最大的原因。这有多强大，你懂的。

——【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”。】——

相关文章:

1. Google Analytics使用中的常见问题(四)
2. Google Analytics使用中的常见问题(二)
3. Google Analytics使用中的常见问题(三)

1 Google Analytics如何计算24小时数据？

在Google Analytics的报告中为我们提供了按小时的指标数据。无论是访问次数，转化率，还是跳出率等指标，我们都可以以24小时的时间维度进行细分。下面就是一个按24小时细分的跳出率报告截图。

通过报告我们可以看到，早上8点的访问次数是800。现在问题来了，8点的访问次数指标代表着什么呢？是7点—8点网站的访问次数吗？还是8点—9点的呢？Google Analytics是如何计算小时指标值的呢？这里，我们有两种方法来获得答案。

方法1：查看网站当天的实时数据。

在Google Analytics报告中查看当天的24小时数据，我们会发现，当午夜0点刚过，报告中的0点已经开始有数据了，说明Google Analytics在计算24小时数据时是向前汇总的。就是说早0点的数据是指0点到1点的，而早上8点的数据其实是早上8点—9点的数据，以此类推。

方法2：查看24小时时间标记

仔细查看Google Analytics的24小时报告我们发现，数据记录的起点是0点，终点是23点。按照这种记录方式Google Analytics对小时报告的计算方法一定是向前汇总的。这也和我们方法一中的判断是一致的。

2 添加电子商务代码时需要注意的问题

Google Analytics的电子商务代码是用来记录访客购物车信息的定制代码。但电子商务代码却并不是电商网站的特权。非电子商务类网站也可以使用这段代码来追踪你想捕获的各类信息。我最近在为网站添加电商代码时遇到了这样的问题，添加电商代码的网站同时也是我网站的目标页面，与其他页面分属不同的子域。在添加了电商代码后，网站的所有转化都被记录为了直接流量来源。同时电商报告中的购买来源也都被记录为直接流量来源。其他流量渠道的转化和购买都是0。

通过逐个页面查看cookie值，并且对比每个页面的返回数据发现，造成这个问题的原因是电商代码添加在了google analytics默认追踪代码的前面导致的。将两段代码更换位置后(电商代码调整到默认追踪代码后面)，问题消失，报告中的转化率恢复正常。所以，如果你的默认追踪代码实施了跨域追踪，那么电商代码就一定要放在默认代码的后面。

3 为何停止广告投放后仍有流量产生？

现在几乎所有的网站都在投SEM广告，或者各类的banner广告。如果你对这类流量使用了utm标签进行标记的话，在停止投放后的几天里看下Google Analytics中是否还有来自SEM或banner的流量。我相信多半都会有的。并且在停止投放的这段时间内，残留的这些广告流量通常质量还都比较高。

为什么会这样呢？主要由两种原因造成。1在Google Analytics中，手工标记的流量优先级要高于直接访问。所以，如果访问者上次是通过点击广告访问网站，而随后直接输入域名访问网站的话，依然会被记录为广告流量。2有些访问者会收藏网址，当他们收藏了广告中带有标记的网址后，下次访问依然会被记录为广告流量，而此时你的广告可能早就已经不在了。

通常，访问网站后能记住网址，并直接访问网站的访问者，和愿意收藏你网站的访问者都是较为忠诚的访问者。所以他们的访问质量也会高于一般的访问者。同时，如何在一次广告推广活动结束后，我们还能看到来自该广告的流量，那么也可以从一个侧面说明这次广告是成功的。但现在的访问者都比较懒，所以这类流量往往很少，并且持续时间很短暂。

4 为何导航分析后续页面流量占比不是100%？

很多朋友问google analytics的导航分析报告中页面访问占比为何不是100%。实际情况是这样吗？不是的。我之前有一篇使用Google Analytics过滤器创建内容组的报告中介绍过，当我们将页面进行汇总后，可以看到100%的流量进入来源与去向。在Google Analytics中并没有直接列出所有页面，而是只列举了前10位的页面。

如果想看到所有的流量进入来源与去向，只需要将导航分析报告导出即可。和一次导出20000条关键词报告的方法相同，使用CSV格式，在导出链接后面加入&limit=20000。然后再在excel中对数据进行整理，就能看到所有的流量来源及去向页面了。

5 能创建一万个Visits的高级群体吗？

你熟悉Google Analytics的高级群体功能吗？你创建过10000个visits的高级群体吗？我没有试过，但我的同事这么干过。但是很遗憾，失败了。他来问我原因的时候我一时也懵了。是呀，网站每天的访问次数好几万，为什么创建不了10000个Visits的群体呢？但马上我就意识到这里有问题了。

高级群体里的指标是基于访客的，我们的网站有来过10000次的访客吗？我想再忠诚的访问者也很难达到这个数字。上面截图中内容部分的最后一组数字表示访问次数，即使我自己的博客，到现在为止我也只访问过1152次。所以，如果你没有这么忠诚的访客，也就无法创建这样一个群体。

——【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”。】——

相关文章:

1. Google Analytics使用中的常见问题(五)
2. Google Analytics使用中的常见问题(三)
3. Google Analytics使用中的常见问题(二)

1， 访客点击后退按钮是否记录PV

第一个问题是，当访问者在浏览网站的过程中，点击浏览器顶部的后退按钮，Google Analytics是否会记录一次页面浏览量。答案是会的。在访问网站的过程中，无论访问者点击后退，前进或者是刷新按钮，Google Analytics都会记录为一次页面浏览。这与访问者通过点击页面内的链接打开新页面效果是一样的。他们都被记录为一次综合浏览量(PV)。

我们通过简单的实验可以证明这一点，当我们访问网站时，Google Analytics会通过cookie记录每次访问浏览的页面数量。点击后退，前进按钮，或者是刷新按钮，观察cookie中值的变化就可以判断本次页面浏览是否被记录到。下面是我访问自己博客时，点击后退按钮后Google Analytics cookie值的变化情况。

当我开始访问bluewhale.cc时，Google Analytics的utmb cookie内容中第二组数字记录了我当前的页面浏览量为1。因为我刚进入网站，并且停留在第一个页面中。

而当我点击进入bluewhale.cc的第二个页面，并通过点击后退按钮返回时，utmb cookie中记录页面浏览量的数字变成了3。这说明，我点击后退按钮返回第一个页面的动作同样被记录为一次有效的页面浏览。

同样的方法也可以对前进按钮和刷新按钮进行测试，而这两类操作也同样会被Google Analytics记录为访问者的一次页面浏览。并记录在报告的综合浏览量指标中。

2，中文CSV报告乱码问题

第二个问题是导出的CSV格式报告中，中文乱码的问题。这个问题多出现在关键字报告，页面标题报告和自标识的广告系列或广告组报告中。由于很多时候我们需要一次性导出大量数据，所以必须使用CSV格式。但使用Excel浏览这些报告时，中文都是乱码，无法操作。解决这个问题的方法很简单，按照以三步就可以轻松完成。

步骤一，用文本编辑器打开CSV文件

第一步，用鼠标右键点击CSV报告文件，在菜单中选择使用记事本工具打开。如果菜单中没有记事本工具，在更多应用程序中选择记事本工具即可。

步骤二，复制到新建文本文件中

第二步，将使用记事本打开的报告内容全部复制到一个新建的记事本文件中，并保存。

步骤三，导入到excel中，用逗号分隔。

第三步，新建一个Excel文件，在数据菜单中选择从文本获取外部数据，并在导入的过程中选择以逗号为分隔符对数据进行分隔。

完成导入操作后，乱码的问题被解决了，所有的中文字符都可以正常显示了。

3，新访问占比如何计算

第三个问题是Google Analytics中的新老访客数据是如何计算的。有朋友问，新老访客数据究竟记录的是访客数量还是访问次数。在我选定的时间范围内，Google又是如何判断哪些是新访客，哪些是老访客的。下面我们就来仔细的看下Google Analytics中的新老访客报告，研究下具体指标的含义。

上面是Google Analytics中新老访客报告的截图，很明显，指标和占比记录的都是访问次数，而非访问者数量。同时，将新老访客的访问量之和与整站的访问量数据对比也可以证明，这些是访问次数，而不是访问者数量。

对比控制台中的访问次数指标可以看到，新老访客访问量之和5017 Visits既是网站在这一时间段中获得的所有访问量5017 Visits。新老访客报告中访客类型的Visitor只是说明这些访问量Visits是由哪一类访客产生的，并不代表指标本身的含义。

除了这个问题外，Google Analytics新老访客数据中还有一个比较严重的问题，细心的朋友可能已经发现了，控制台中显示的%New Visits与新老访客报告中的新访客访问量占比相差很大。控制台中的数字是40.02%，而新老访客报告中新访客的访问量是70.10%。这是为什么呢？目前我的答案也还不能解释这个问题。但我做了一些观察和对比，请朋友看下可能产生差异的原因，也请知道答案的朋友不吝赐教。

1任意选择一天的数据，对比控制台和新老访客报告中的新访占比数据。例如:7月7日。

观察控制台新访客访问占比是50.50%

观察新老访客报告中新访客访问占比是50.50%，与控制台中的数据完全一致。

2 再选择后面一天的数据，对比控制台和新老访客报告中的新访占比数据。例如:7月8日。

观察控制台新访客访问占比是41.01%

观察新老访客报告中新访客访问占比时41.01%，与控制台中的数据完全一致。

3 同时选择两天的数据，对比控制台和新老访客报告中的新访占比数据。例如:7月7日—7月8日。

观察控制台新访客访问占比是33.81%

观察新老访客报告中新访客访问占比是45.49%，与控制台中的数据不一致，并且相差较大。

通过上面三个数据段的数据对比发现，在单一日期中，Google Analytics中的新访客访问量占比数据是一致的，控制台与新老访客报告数据没有差异。但当我们选择超过一天的时间范围时，这个数据就出现了比较大的差异。仔细看下前面两天的对比数据，新老访客报告中的新访问者浏览量是将每一天的数据进行汇总得到的。例如:7月7日新访客访问量251次，7月8日新访客访问量228次。那么，7月7日—7月8日新老访客报告中显示的新访客访问量就是479次(251+228)。

我推测Google Analytics在控制台和新老访客报告两个地方使用了不一样的计算方法来计算新访客数量。在新老访客报告中，Google使用的是访问者指标，而不是绝对唯一身份访问者指标。而在控制台中，Google使用了绝对唯一身份访问者指标。简单的说就是新老访客报告中没有排重，所以数量较大。而控制台中的数据使用了排重的数据，所以数据较小。

4，Google内容网络流量细分

第四个问题是如何细分Google内容网络的流量，在报告中，adwords和内容网络的流量在媒介中统一被标记为CPC。但两类流量的质量却相差很多。在进行分析时，如何从adwords中细分出内容网站流量呢？

上面是一个adwords关键词报告的截图，其中(content targeting)表示google内容网络的流量。(remarketing/content targeting)表示google 再营销的流量。而以uservertical开头的关键字表示google中不同类别兴趣营销的流量。利用Google Analytics中的高级群体功能，我们可以细分出cpc媒介下不同广告形式的流量表现。

5，Google.com和Baidu.com来源是什么？

最后一个问题是关于流量来源的，在流量来源报告中，我们经常能看到来自baidu.com或者是google.com的流量。很多朋友对此表示疑惑。Baidu和google的流量不是应该算在搜索引擎流量中吗？为什么在推介网站中也有呢？这些流量纠结来自哪里? 为什么他们没有关键词信息？

这个问题很好回答，所有来自baidu和google的流量中，只要http头的中referer信息中不包含wd参数和q参数的，都会被google analytics记录在推介流量报告中。

默认情况下，google analytics的ga.js文件中只包含这两个查询参数，除此之外一律不认。现实情况中，baidu和google除了搜索以为也都还有非常多的产品。所以，来自baidu或google的流量不一定就是搜索流量。以下是baidu和google除搜索外的产品列表，你报告中的那些baidu.com和google.com推介流量很有可能就来自以下某个产品中。

更多Google产品 http://www.google.com.hk/intl/zh-CN/options/

更多百度产品 http://www.baidu.com/more/

——【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”。】——

相关文章:

1. Google Analytics使用中的常见问题(四)
2. Google Analytics使用中的常见问题(二)
3. Google Analytics使用中的常见问题(五)

强大的trackPageview函数

trackPageview函数是一个非常强大并且有用的功能，我曾经写过一篇文章《Google Analytics中trackPageview函数的5种使用策略》来介绍trackPageview函数的使用方法。通过对trackPageview函数和JavaScript事件的配合使用，我们几乎可以追踪到访客在页面中的任何行为。下面是常用的JavaScript事件列表。可以看到无论是鼠标点击，移动，悬停，图像加载，还是页面关闭，通过对trackPageview函数设定适当的JavaScript事件都可以被我们追踪到。

前面的这些都属于自定义的trackPageview函数使用方法。除此之外，trackPageview函数最常用的地方在默认的Google Analyticsx 追踪代码中。在这些需要添加到每个页面的追踪代码中，都包含一条对trackPageview函数的调用。当访问者打开网站页面时，trackPageview函数用来记录当前页面的相对URL地址。并记录在汇报给GA服务器的&utmp参数中。

<script type="text/javascript">
var _gaq = _gaq || [];
_gaq.push(['_setAccount', 'UA-******* -*']);
_gaq.push(['_trackPageview']);

(function() {
var ga = document.createElement('script'); ga.type = 'text/javascript'; ga.async = true;
ga.src = ('https:' == document.location.protocol ? 'https://ssl' : 'http://www') + '.google-analytics.com/ga.js';
var s = document.getElementsByTagName('script')[0]; s.parentNode.insertBefore(ga, s);
})();
</script>

这里的trackPageview函数使用方法是本篇文章要说明的重点内容。请谨慎使用Google Analytics默认追踪代码中的trackPageview函数对页面URL进行重写。否则，可能会对你的报告和数据造成意想不到的麻烦，并且不可恢复。

TrackPageview函数追踪的是什么?

TrackPageview函数为什么会如此重要，不能修改。它到底追踪到了哪些信息。在默认的google Analytics追踪代码中，trackPageview函数的作用是记录访问者当前页面的URL地址，并记录在utmp参数中返回到GA服务器，最终显示在报告中。而Google Analytics通过每个页面URL被返回的次数计算一个重要的基础指标:综合浏览量(Pageviews),也就是我们通常说的PV。

而我们之所以一再强调不要使用TrackPageview函数随意修改或重写页面URL的关键，也是要保证网站中最基础指标PV的真实性。PV是网站最基础的一个指标，想一想有多少复合指标和PV有关就知道他有多重要了。当然，这只是其中的一部分，重写URL除了可能会对PV造成影响，还可能影响很多其他Google Analytics的报告和功能。后面将详细介绍。

TrackPageview函数与报告的关系

前面说过，trackPageview函数用来记录页面的URL，并最终显示在Google Analytics的报告中。trackPageview函数记录到的信息几乎覆盖了整个内容报告，无论是热门内容，登录页面还是退出页面报告。而他所记录的基础指标PV则用来生成大部分的复合指标，例如:浏览深度，停留时间，退出率等等。

在通常情况下，我们为每个网站只设置一个Google Analytics追踪代码。这时，如果你使用TrackPageview函数对页面URL进行了重新，那么影响将是全局性的。GATC中的TrackPageview函数与Google Analytics帐户是一对一的关系。你对TrackPageview函数所做的任何修改会影响该帐户下所有的配置文件(Profile)。还记得我们之前曾强烈要求每个网站都要保留一个未经任何修改的主配置文件吗？如果你直接修改GATC中的内容，那么主配置文件中的数据也将同样受到影响。这会带来多大的问题和麻烦？试过一次你就终身难忘了。

Google Analytics中易受影响的报告

当你使用TrackPageview函数重写了页面URL后，在Google Analytics的报告中，通常有三个报告会首先受到影响。他们分别是热门内容报告，导航路径报告和页面点击图报告。

1热门内容报告

热门内容报告中记录了网站中最受欢迎的页面URL，所有对页面URL的修改也都会直接体现在这个报告中。如果你用TrackPageview函数来记录访问者在到达此页面之前的站内访问路径，那么这里最直接的问题就是会产生无数个没有规律的重复页面，以及被分割的页面指标。

所有页面的基础数据都将变的未知和不再准确。

2导航路径报告

与热门内容报告一样，重写页面URL还会对导航路径报告造成影响。导航路径报告告诉我们访问者访问的前一页与后一页，如何你对页面URL进行了重写，造成重复页面或同一个页面的指标被分割到不同的URL中，那么导航报告就不能准确的现实前一页及后一页的点击比率。从而造成导航路径报告完全不准确及不可用。严重时可能根本无法将报告中的URL与页面URL想对应。报告完全不可用。

3页面点击热区图

使用TrackPageview函数重写页面URL对页面点击热区图造成的影响最大。因为当网站原始URL被重写后。GoogleAnalytics热区图因为无法将两个URL进行对应，将完全不再显示这个URL的任何数据，包括点击量，点击占比及转换和收入。这时，你会看到页面中存在大面积无点击的URL。而这些就是重写URL造成的。

两种可行的替代方案

前面说了一堆使用TrackPageview函数重写URL可能造成的负面影响。那么我们就不能再使用这个功能了吗？如果我非要用到这个功能怎么办呢？最后推荐两种靠谱的替代方案。这两种方案基本可以避免对报告，指标和功能的负面影响，并且达到灵活使用TrackPageview函数的功能。

方法一：在一个帐户下重复使用TrackPageview函数

第一种方法是在一个帐户下，通过重复使用TrackPageview函数来记录不同的内容。这个方法的最佳实践来自”像风一样自由”的博客。大家可以用httpwatch去围观。在GATC代码中，增加一行TrackPageview函数用于重写页面URL。这样，当访问者打开页面时Google Analytics会同时收到两条数据，一条是原始页面URL，另一条则是重写后的页面URL。然后再通过过滤器将重写后的URL单独过滤到一个配置文件中。

<script type="text/javascript">
var _gaq = _gaq || [];
_gaq.push(['_setAccount', 'UA-*******-*']);
_gaq.push(['_trackPageview']);
_gaq.push(['_trackPageview', '/V/bluewhale.cc']);

(function() {
var ga = document.createElement('script'); ga.type = 'text/javascript'; ga.async = true;
ga.src = ('https:' == document.location.protocol ? 'https://ssl' : 'http://www') + '.google-analytics.com/ga.js';
var s = document.getElementsByTagName('script')[0]; s.parentNode.insertBefore(ga, s);
})();
</script>

方法二：在不同Google Analytics帐户下单独追踪

第二种方法是分别设置两个不同的Google Analytics账号，在账号1中记录原始页面URL，而在账号2中记录重写后的页面URL。当访问者打开页面时GATC会分别向两个不同的帐户各返回一条数据。这种方法不需要在配置文件中设置过滤器。

<script type="text/javascript">
var _gaq = _gaq || [];
_gaq.push(['_setAccount', 'UA-*******-1']);
_gaq.push(['_trackPageview']);
_gaq.push(['_setAccount', 'UA-*******-2']);
_gaq.push(['_trackPageview', '/V/bluewhale.cc']);

(function() {
var ga = document.createElement('script'); ga.type = 'text/javascript'; ga.async = true;
ga.src = ('https:' == document.location.protocol ? 'https://ssl' : 'http://www') + '.google-analytics.com/ga.js';
var s = document.getElementsByTagName('script')[0]; s.parentNode.insertBefore(ga, s);
})();
</script>

两种方法都实现了通过TrackPageview函数重写页面URL或自定义追踪的功能，并且不会对网站的基础指标和报告中的功能造成影响。具体该使用哪种方法，以及如何设置这些功能取决于你的实际情况和需求。

最后再啰嗦一句：无论什么时候，我们也不应该去修改或影响网站的基础指标。

——【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”。】——

相关文章:

1. Google Analytics基础篇—添加追踪代码
2. Google Analytics异步追踪代码迁移
3. 使用Google Analytics追踪404页面

1，为什么站内广告的click与目标页的PV不一致？

这是我最近遇到的一个问题，先来描述下问题产生的背景。在分析广告效果时，我们通常会关注到站内广告被点击的次数，也就是Google Analytics热区图中的click数字。但很多时候，广告的click数据与目标页面的pv相差很大。例如：在热区图中，广告被点击了1000次，但当我们查看目标页面的PV时，这个数字可能是600，或者1300。目标页面的PV可能高于广告的点击量，也可能小于广告点击。即便你对广告的URL进行了单独的标记，例如http://www.bluewhale.cc/ref=homepage但数据间依然会有差别，或高或低。这是为什么呢？

在回答这个问题之前，首先还是要先来看下指标的定义，广告的click和页面的pv两个指标的含义是什么，如何计算？以及我们是否该使用这两个指标进行对比。

广告click：广告的click是指广告被访问者点击的此次数，在google analytics中是没有click这个指标的，所以实际上我们看到的click数字其实是广告背后目标页面的PV值。

目标页面PV：目标页面的PV表示页面被浏览的次数，每当页面被加载一次，PV数据就增加一次。

上面的两个指标都是简单的累加指标，所以也就都不是那么的精确。虽然从逻辑上来看，click和PV都记录的是同一个页面的PV，那么这两个值应该是一样的。但因为某些特殊原因，实际的情况却并非如此。以下是我认为可能造成数据差异的几个原因。

A 广告click和目标页PV虽然都是记录的PV数据，但其实这两个数据还是有差别的。广告的click数据只记录了从广告入口访问目标页面的PV值，而目标页面的PV记录的则是页面所有被加载的次数。举个例子来说：有10个访问者访问了目标页A，但只有2个访问者是通过点击上一页广告打开页面A的。此时，广告的click是2，而目标页A的PV却是10。因此，造成了两个数据的差异。

B 第二种原因和前面的情况很类似，访问者通过点击广告访问了目标页，但因为某种原因页面被重新加载了（例如刷新）。此时，虽然所有的访问量都来自广告入口，但广告点击量和目标页PV依然不一致。广告click小于目标页PV。

C 第三种原因也比较常见，可能你已经对广告的目标URL进行了单独标记，访问者依然通过点击广告访问了目标页，但访问者可能同时会将这个URL通过IM或其他方式分享给其他好友，而当其他访问者使用标记过的URL访问页面时，虽然他们没有点击前面的广告，但依然会被记录为来自广告的访问量，因为URL中带有来自首页的标记。而实际情况是，这些访问者都没有点击过广告。此时广告click与目标页的PV数据也不可能一致。

D 还有其他的原因吗？欢迎大家来补充。

2，如何细分网站中的唯一独立访问者？

如何细分网站中的唯一独立访问者数据？例如：我想知道百度带来了多少独立访问者，Banner广告带来了多少独立访问者，直接流量中又包含了多少独立访问者。访问某个频道的独立访问者又是多少？这个问题我之前一直认为是无法完成的，因为在Google Analytics中，唯一独立访问者指标是无法被高级群体细分的。我们必须使用profile过滤器才可以将独立访问者指标进行分割。而google对每个账户最多只支持50个profile。所以，我们无法随心所欲的细分独立访问者指标。但是就在前几天，我发现我错了。

细分独立访问者指标的方法是自定义报告，通过选择自定义报告中的维度，我们可以很方便的对独立访问者进行细分。无论是从流量维度，时间维度以及内容维度对独立访问者指标进行多重细分。

3，如何汇总报告中来自EDM的流量？

通常情况下，我建议使用Google Analytics的工具网址构建器来标记所有外部流量，例如，对于EDM流量，我们只需要将source标记为EDM，就可以获得所有来自EDM的流量了。但如果你之前没有标记EDM的流量，或者因为某些原因无法在EDM的链接中加入utm参数，那么所有来自EDM的流量就都会散落在推介来源报告中。

此时该如何统计EDM的流量呢？这里有两种方法可以汇总所有来自EDM的流量。

A， 使用过滤器汇总EDM流量。

第一种方法是使用搜索和替换过滤器汇总来自EDM的流量，通过正则表达式匹配所有推介字段中的mail，并将这些流量来源统一替换为EDM_traffic的流量来源。通过过滤，所有EDM带来的流量都统一汇总在了EDM_traffic来源中。这种方法在报告中看起来比较清晰，但有两个问题，1，汇总后只能看到整体的EDM流量表现，无法对邮箱类别对流量进行细分。例如:Gmail的转化率如何？hotmail的跳出率又如何？2，使用过滤器无法对之前的数据进行汇总。如果EDM发生在过滤器生效之前，我们就无法对这些数据进行汇总。

B， 使用高级群体汇总EDM流量。

对比第一种使用过滤器的方法，使用高级群体汇总EDM流量是个更好的方法。我们创建一个EDM_traffic高级群体，然后使用正则表达式匹配所有包含mail的来源。当应用这个高级群体时，profile将生产EDM_traffic的流量报告，这个报告可以应用于任何时间段的数据。同时，在推介流量报告中，我们依然可以看到不同邮件服务商带来流量的效果。

4，如何过滤器失效的Goal页面？

这个问题的背景是这样的。网站中有多个Goal页面，页面的URL结构完全一样。并且经常会有老页面失效，新页面更新。但由于SEO的关系，失效的老页面并不会直接下线，而是一直保留着吸引流量。但因为这些页面已经失效，所以即使访问者到达这些页面也不能算作一次转化。因此，为了保证网站转化率的准确，我们需要过滤掉这些失效页面。

为了保留网站的真实流量，我们要新建一个profile，并在其中过滤失效页面，保证网站准确的转化率数据。但如何过滤这部分失效页面成了一个问题。因为失效页面与Goal页面URL结构相同，所以不能直接从URL进行过滤。而因为SEO的关系，我们也不能对页面URL进行改动或增加参数，甚至修改title。所以，在过滤器中，大部分的过滤模式我们都不能使用了。

此时，在不对页面进行任何调整，保证不影响SEO的情况下，过滤失效页面的方法是在GATC中对利用_trackPageview方法对这些页面进行重命名。因为搜索引擎的蜘蛛不会读取JS中的内容。因此，这个方法搜索引擎几乎察觉不到。具体的做法是将失效页面统一重命名。

_gaq.push(['_trackPageview', '/Virtual/Invalid page']);

然后在新建的profile中使用过滤器对这些页面进行过滤。

5，如何分析landingpage的跳出率？

最后一个问题，如何分析landingpage的跳出率。这里我们要说的并不是该如何优化landingpage的设计来降低跳出率，而是分析landingpage跳出率高的原因。当我们发现网站中某个页面有较高的跳出率时，我们需要做些什么呢？修改页面吗？还是查看广告？都不是，我们需要先通过分析确定跳出率变差的原因。而这个原因可能是由很多个因素造成的。例如，广告内容，流量质量，landingpage内容，以及广告和内容的匹配度等等。可能是流量自身的原因，也可能是页面内容的原因。

通常情况下，一个页面会作为多个流量来源的landingpage。当这个页面的跳出率变差时，我们需要先对他进行细分。如果所有打到该页面的流量跳出率都很差，那么我们需要对页面进行优化。而如果只有某一渠道的流量具有较差的跳出率，我们就应该对这个渠道的流量质量进行检查了。

——【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”。】——

相关文章:

1. Google Analytics使用中的常见问题(五)
2. Google Analytics使用中的常见问题(四)
3. Google Analytics使用中的常见问题(三)

1报告中的目标转化率为什么会超过100%？

报告中的目标转化率为什么会超过100%？在回答这个问题之前，我们先来看下在Google Analytics中对目标，转化，以及转化率的解释和计算方法。

什么是目标：目标是指我们希望访问者在访问中完成的动作，通过在配置文件中设置条件可以创建目标。

什么是转化：转化是指访问者完成目标的访问次数。

什么是转化率：转化率是指完成目标的访问次数占网站获得的所有访问次数的百分比。

按照以上的三个定义，当一个访问者访问网站并且完成了目标时，转化率应该等于100%。因为此时转化的次数等于1，而网站获得的所有访问次数也是1。在这种理想的情况下，网站的目标转化率最高也只能到100%，而绝对不可能超过100%。那么Google Analytics报告中目标转化率超过100%是错误的吗？先别急，请接着往下看。

前面举的例子是在网站只有一个目标的情况下，目标转化率最高只能到100%，而在Google Analytics中，我们可以在一个配置文件中同时(最多)创建20个目标。也就是说，访问者在一次访问中可以同时完成多个目标。比如，当你在配置文件中同时为网站创建了注册目标和购买目标时，情况就变了。一个访问者在一次访问中先注册成了会员，完成了注册目标的转化，随后又完成了购买，完成了购买目标转化。那么此时网站的目标转化率就变成了200%，因为此时转化的次数等于2，而网站获得的所有访问次数是1。

在Google Analytics的目标转化报告中，通过两种方法计算转化率。第一种是基于网站，第二种是基于目标。基于网站的转化率是计算所有目标的转化次数与网站获得所有访问次数的比率。在这种情况下，如果网站中设置了多余一个的目标。就会出现大于100%的情况。基于目标的转化率是计算完成此目标的转化次数与网站获得所有访问次数的比率。这种情况下我们看到的目标转化率最高只会等于100%,而不会超过100%。

2流量来源的目标页面与设置的为什么会不一样？

流量来源的目标页面与设置的为什么会不一样？回答这个问题之前先来解释下什么叫目标页面。

目标页面(Landingpage)：是指访问者在访问网站时打开的第一个页面。一次访问者访问者可能会浏览多个页面，但只有第一个页面叫做这次访问的目标页面。

这个问题经常会发生在SEM流量或者是使用utm标签标记的广告流量中。通常我们在进行SEM流量购买或广告投放时，为了更好的引导访问者降低跳出率，都会为关键词或不同的广告内容设置一个指定的目标页面(landingpage)。而当访问者点击了关键词的付费结果或广告后，就会按照预先设置直接打开这个页面，并从这个页面进入网站。但是，当你查看Google Analytics报告的登录页面报告时会发现，访问者不止会从指定的目标页面进入网站，还会从其他的页面进入网站。而那些其他的页面都不是我们指定的目标页面，甚至有些页面可能与关键词和广告的内容没有关系。这是为什么呢？

解释这个问题必须要了解Google Analytics对流量渠道的分级。这里推荐阅读郑海平的文章。在Google Analytics中单独标记的广告流量和直接流量相比有较高的优先级。所以，当访问者通过点击广告或SEM付费关键词访问网站后，再次直接输入域名访问网站，第二次的直接访问并不会覆盖前一次的访问来源标记。例如：访问者点击广告，从广告指定的目标页面进入并访问了网站。几天后，当访问者再次输入域名从网站首页访问网站时，依然还会被记录为通过点击广告的访问，并且网站首页也会被记录为该广告的目标页面。虽然你可能从没有将网站首页设置为该广告的目标页面。

3应用过滤器的新配置文件为什么数据正确？

应用过滤器的新配置文件数据不正确，是指当我们新创建了一个配置文件，并且对配置文件应用了某个规则的过滤器，但当我们在报告中查看数据时却发现，数据不正确。举个例子来说明下，比如我们创建了一个只包含百度SEO流量的配置文件，但当我们查看报告数据时却发现，里面除了百度SEO流量外还包含Google的流量，推介网站流量等等。这是为什么呢？

通常造成这个问题的原因有两个。第一原因是过滤器设置错误，也就是说过滤器压根儿就没开始工作，或者过滤了错误的数据。导致报告中的数据是错误的。这种情况下必须重新创建或修改过滤器的规则才可以解决。第二个原因是数据延迟造成的。过滤器设置正确，但报告中的数据不正确。第二个原因的问题一般不需要重建或修改过滤器设置，一般1-2天后就可以恢复正常。这和Google Analytics处理数据的流程有关系。Google Analytics每时每刻都在按一定的流程处理数据，数据分散在整个处理过程的每个环节中。虽然我们新创建了配置文件，并且设置了正确的过滤器，但仍有一部分数据已经完成了数据处理中的过滤器环节，并被显示在报告中。这部分数据没有被应用过滤器，所以就造成了报告中的数据错误。但这个问题并不会延续，因为之后的数据都会被过滤，所以也就不会再有错误数据产生。

区分错误数据究竟由那种原因造成很简单，如果报告中的数据在2-3天后恢复正常就是第二个原因数据延迟造成的。如果报告中的数据一直是错误的，那么肯定是过滤器设置错误。

4路径分析中为什么会存在奇怪的前后页？

Google Analytics中的路径分析叫做内容导航。访问内容导航报告时，你可能会发现这样的问题。当前页面的前后页中出现了奇怪的页面。奇怪页面是指那些本不应该出现在当前页面下一页的页面。例如:网站A页面中没有C页面的任何入口，但当我们查看A页面的下一页时，却出现了C页面。理论上，访问者是不可能直接从A页面点击到达C页面的。那么报告中为什么会有C页面呢？解释这个问题之前先要了解一下路径报告的工作原理。

Google Analytics的路径报告按时间戳来确定页面被浏览的前后顺序。例如：在一次访问中，访问者16::00访问了A页面，16::03访问了B页面。那么，按照时间戳的先后顺序Google Analytics就会将B页面A页面的下一页。对于非多标签浏览器来说，如果页面都是在本窗口打开的情况下这种排序方式是没有问题的。但对于多标签浏览器来说就会有这样的问题，访问者在一次访问者先浏览了B页面，然后打开了A页面，随后又从B页面上打开了C页面。此时，Google Analytics按时间戳记录的页面浏览路径是B—>A—>C。虽然A页面中没有任何C页面的入口，但C页面依然奇怪的作为了A页面的下一页。

并非只有Google Analytics的路径报告有这种错误，这也是很多其他工具中路径报告的工作原理。这个错误的路径报告有一个好处，当一个错误的访问路径大到一定程度时，她也在提示我们应该重新考虑网站这部分的结构设计，使网站更加符合大多数访问者的浏览习惯。

5 使用utm标记过的流量为什么不能查看真实来源？

Google Analytics将流量的来源渠道分为4种，其中除了搜索，推介和直接流量外，广告系列的流量渠道就是指使用utm标记的流量。这4种流量来源渠道是同一个级别的，任何一类流量当被使用utm标记后，都会被记录为广告系列的流量来源。

使用utm对流量进行标记是一种简单的人工标记流量来源的方式。Google Analytics会按照标记的内容记录流量来源信息。换句话说，你在utm中对流量标记了哪些信息，同样在报告中就能看到哪些信息。举例来说，对于推介网站的流量，默认情况下Google Analytics会记录完整的推介网站URL，并将相对地址存储在推介页面URL报告中。这样，当我们对推介网站的流量进行细分时，就可以看到每个推介网站下不同页面URL带来的流量。而当我们使用utm标签对这部分流量进行重新标记后，Google Analytics就不会再去记录推介页面的URL地址，而是直接从目标网站的utm标签中获得我们预先设定好的标记值。此时，如果你统一将这个网站中所有的流量来源名称都标记为网站名称，那么在报告中看到的也同样是这个网站名称。

另外，前面说过搜索流量，推介流量，直接流量流量和广告系列流量是同一级别的流量渠道。在Google Analytics的cookie中每次访问只能记录一个流量来源。就好像一次访问不可能既属于搜索流量又属于直接流量一样。使用utm标记过的流量也不可能同时属于多个流量来源渠道。

——【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”。】——

相关文章:

1. Google Analytics使用中的常见问题(四)
2. Google Analytics使用中的常见问题(五)
3. Google Analytics使用中的常见问题(二)