一.Sessions
- 1.會話,指定的時間段內在網站上發生的一系列互動,例如一次會話可以是網頁瀏覽、事件或電子商務等。參考Google Analytics(分析)如何定義網絡會話
- 2.會話結束的方式分為以下兩種
- 將特定時間作為過期標志:
- 不活動狀態超過 30 分鍾
- 午夜(一天的結束時間取決於時區的設置)
- 廣告系列變更:
- 用戶通過一個廣告系列來到網站,隨后離開,然后通過另一個廣告系列返回網站。Google Analytics(分析)會保存廣告系列來源信息。只要廣告系列的值(gclid 值)發生了變化,Google Analytics(分析)就會開啟一次新的會話。
- 將特定時間作為過期標志:
- 3.會話數+1情況
- 不活動狀態超過30分鍾(默認30分鍾、可更改),30分鍾后重新開始活動
- 午夜、過了晚上12點
- 用戶通過一個廣告系列來到網站,隨后離開,然后通過另一個廣告系列返回網站
二.Client ID 和 User ID
- 1.Client ID
- 表示的是唯一的瀏覽器或設備,這個GA默認識別訪客的方式,訪客首次訪問的時候會自動在cookie中生成一個client ID,如果切換瀏覽器、設備或清除cookie,會生成和一個新的Client ID,這個也是new user的計算原理。
- 如:用戶A在9:00首次用CHrome訪問了我們的站點,會產生Client ID-A。9:10后退出,在9:15用IE訪問,會產品Client ID-B,這兩個ID是完全不同的。
- 2.User ID -- 跨設備(瀏覽器)跟蹤
- 表示的是唯一用戶身份,只有用戶登錄的時候才會被識別到,User ID 是一串唯一的字符串。
- 如:用戶A注冊后生成User ID為abcd,如果用戶A切換一個設備(瀏覽器)訪問並登錄,那么只是生成一個新的Client ID,這時的User ID是不變的。
三.New Users、 Returning Users、Users和New Visitor
-
1.New Users
- 用戶首次訪問站點就被記錄為新用戶,也就是你的cookie沒有client ID的訪客就是新用戶,這個用戶的信息被存儲在cookie中,所以用戶如果切換了瀏覽器或設備在訪問時,會被記錄為一個新的用戶。
- 如:用戶A在9:00首次用Chrome訪問我們的站點,新用戶數量+1,9:10后退出,在9:15用IE訪問,這時新用戶的數量記錄+2.
-
2.Returning Users
- 非首次的訪問用戶都是回訪用戶,一個新用戶訪問時間超過30min,就會被記錄為回訪用戶。
- 如:用戶A在9:00首次訪問通過Chrome訪問我們站點,在9:31才離開,這時新用戶記錄+1,回訪用戶記錄也+1
-
3.Users
- 用戶數,是新用戶+回訪用戶的去重,但由於新用戶在切換設備和瀏覽器時會產生新的用戶數,所以這里去重后的用戶數並不是實際的唯一用戶數,但可以看似唯一用戶數,GA中是不提供真實的唯一用戶數的。
- 用戶數 < 新用戶數 + 回訪用戶數
-
4.New Visitor
- New User 和 New Visitor 在數值上是相等的,但在技術上的實現是不同的,New Visitor 是一個唯獨,New User 是一個字段
四. Bounce Rate 和 %Exit
-
1.Bounce Rate(跳出率)
- 指該網頁是會話中“唯一網頁”的會話占有該網頁開始的所有會話的百分比。(基於會話)
- X%的人從一特定的頁面登錄,什么都怎沒做,又從同一個頁面退出了。
-
2.%Exit(退出率)
- 指該網頁是會話中“最后一頁”的瀏覽占該網頁的總瀏覽量的百分比。(基於PV)
-
3.跳出率是衡量着陸頁好壞的,退出率是衡量頁面內容好壞的。在網站上每天都只有單一會話的連續幾天內,看如何計算“退出率”和“跳出率”指標。
-
4.例子(計算“退出率”及“跳出率”)
星期一:網頁B --> 網頁A --> 網頁C --> 退出
星期二:網頁B --> 退出
星期三:網頁A --> 網頁C --> 網頁B --> 退出
星期四:網頁C --> 退出
星期五:網頁B --> 網頁C --> 網頁A --> 退出-
退出率
- 網頁A:33%(在5個會話中,有3個包含網頁A,由網頁A直接退出的只有1個,即1/3=33%)
- 網頁B:50%(在5個會話中,有4個包含網頁B,由網頁B直接退出的只有2個,即2/5=50%)
- 網頁C:50%(在5個會話中,有4個包含網頁C,由網頁C直接退出的只有2個,即2/5=50%)
-
跳出率
- 網頁A:0%(有1個會話由網頁A開始,但該會話不是單頁會話,因此沒有跳出率)
- 網頁B:33%(跳出率低於退出率,因為有3個會話由網頁B開始,但只有一個會話發生跳出)
- 網頁C:100%(有1個會話由網頁C開始,且發生跳出)
-
五. Total Events 和 Unique Event
- 1.Total Events
- 所有事件的總數
- 2.Unique Event
- 唯一身份事件數,就是有多少人做了這個動作
六.Source、Meduim和Campaign
-
1.Source
- 標識流量來源,如廣告主、網站、出版物等。
- newsletters
- billboard
- 標識流量來源,如廣告主、網站、出版物等。
-
2.Meduim
- 廣告媒介或營銷媒介,例如:PPC、CPC、AFF
-
3.Campaign
- 廣告系列,如什么活動
七. Event Categroy、Event Action和Event Label(某某事件在那里做了什么)
-
1.Event Categroy -- 事件名字
- 事件類別,指跟蹤用戶行為的大類
-
2.Event Action -- 做什么
- 事件行為,跟蹤用戶具體位置的行為,如點擊填寫郵件,點擊填寫密碼,點擊確定提交注冊按鈕等
-
3.Event Label -- 在哪里做了
- 事件標簽,可以是具體的頁面或不填
八. 抽樣
-
1.從整體抽取一部分數據集用於分析整體情況
-
2.什么情況下出現抽樣數據?
- 用戶查詢是臨時查詢時,即它不能完全滿足現有的未抽樣和預聚合數據
- 對於GA標准版,非多通道漏斗報告的數據抽樣發生在屬性級別。所以過濾器會影響樣本大小
- 對於GAP,非多通道漏斗報告的數據抽樣發生在視圖級別。所以過濾器不會影響樣本大小
- 在多通道漏斗報告的數據抽樣發生在視圖級別,查看過濾器不會影響樣本大小
- 當用戶查詢數據限制為一天或多天處理表
- 當用戶查詢報告產訊或轉換路徑限制
- 查看多通道漏斗報告是基於超過100萬會話
-
3.解決辦法
- 縮短時間區間
- 不使用過濾視圖
- 不使用高級細分或二級緯度
- 不用自定義報告
- 下載原始數據再計算
- 使用GAP
- 使用piwik等開源工具
九.Measurement protocol 協議
- 1.一套規則,只要應用遵循規則就可以向GA服務器發送原始數據。通常用於跨設備跟蹤
- 2.通過這個協議,只要設備能連接網絡,你就可以收集和跟蹤用戶的交互數據並將其發送到GA服務器,這個設備可以是手機、平板、數字設備等
- 3.應用
- 郵件打開跟蹤
- 微信小程序跟蹤
- 社交交互跟蹤