一.Sessions
- 1.會話,指定的時間段內在網站上發生的一系列互動,例如一次會話能夠是網頁瀏覽、事件或電子商務等。參考Google Analytics(分析)如何定義網絡會話
- 2.會話結束的方式分爲如下兩種
- 將特定時間做爲過時標誌:
- 不活動狀態超過 30 分鐘
- 午夜(一天的結束時間取決於時區的設置)
- 廣告系列變動:
- 用戶經過一個廣告系列來到網站,隨後離開,而後經過另外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)就會開啓一次新的會話。
- 將特定時間做爲過時標誌:
- 3.會話數+1狀況
- 不活動狀態超過30分鐘(默認30分鐘、可更改),30分鐘後從新開始活動
- 午夜、過了晚上12點
- 用戶經過一個廣告系列來到網站,隨後離開,而後經過另外一個廣告系列返回網站
二.Client ID 和 User ID
- 1.Client ID
- 表示的是惟一的瀏覽器或設備,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,若是切換瀏覽器、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訪問了咱們的站點,會產生Client ID-A。9:10後退出,在9:15用IE訪問,會產品Client ID-B,這兩個ID是徹底不一樣的。
- 2.User ID -- 跨設備(瀏覽器)跟蹤
- 表示的是惟一用戶身份,只有用戶登陸的時候纔會被識別到,User ID 是一串惟一的字符串。
- 如:用戶A註冊後生成User ID爲abcd,若是用戶A切換一個設備(瀏覽器)訪問並登陸,那麼只是生成一個新的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爲新用戶,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,因此用戶若是切換了瀏覽器或設備在訪問時,會被記錄爲一個新的用戶。
- 如:用戶A在9:00首次用Chrome訪問咱們的站點,新用戶數量+1,9:10後退出,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,就會被記錄爲回訪用戶。
- 如:用戶A在9:00首次訪問經過Chrome訪問咱們站點,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,但因爲新用戶在切換設備和瀏覽器時會產生新的用戶數,因此這裏去重後的用戶數並非實際的惟一用戶數,但能夠看似惟一用戶數,GA中是不提供真實的惟一用戶數的。
- 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一樣的,New Visitor 是一個惟獨,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「惟一網頁」的會話佔有該網頁開始的全部會話的百分比。(基於會話)
- X%的人從一特定的頁面登陸,什麼都怎沒作,又從同一個頁面退出了。
- 2.%Exit(退出率)
- 指該網頁是會話中「最後一頁」的瀏覽佔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。在網站上天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,所以沒有跳出率)
- 網頁B:33%(跳出率低於退出率,由於有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)
- 退出率
五. Total Events 和 Unique Event
- 1.Total Events
- 全部事件的總數
- 2.Unique Event
- 惟一身份事件數,就是有多少人作了這個動做
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,如什麼活動
七. Event Categroy、Event Action和Event Label(某某事件在那裏作了什麼)
- 1.Event Categroy -- 事件名字
- 事件類別,指跟蹤用戶行爲的大類
- 2.Event Action -- 作什麼
- 事件行爲,跟蹤用戶具體位置的行爲,如點擊填寫郵件,點擊填寫密碼,點擊肯定提交註冊按鈕等
- 3.Event Label -- 在哪裏作了
- 事件標籤,能夠是具體的頁面或不填
八. 抽樣
- 1.從總體抽取一部分數據集用於分析總體狀況
- 2.什麼狀況下出現抽樣數據?
- 用戶查詢是臨時查詢時,即它不能徹底知足現有的未抽樣和預聚合數據
- 對於GA標準版,非多通道漏斗報告的數據抽樣發生在屬性級別。因此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。因此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爲一天或多天處理表
- 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
- 縮短期區間
- 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能夠向GA服務器發送原始數據。一般用於跨設備跟蹤
- 2.經過這個協議,只要設備能鏈接網絡,你就能夠收集和跟蹤用戶的交互數據並將其發送到GA服務器,這個設備能夠是手機、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