Lock in $30 Savings on PRO—Offer Ends Soon! ⏳
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
关于数据分析
Search
Max
February 06, 2013
Programming
0
170
关于数据分析
关于数据分析
Max
February 06, 2013
Tweet
Share
More Decks by Max
See All by Max
分层语义化模板实现
maxlee
0
170
让前端开发更高效
maxlee
1
190
如何发现前端性能问题
maxlee
4
200
七年很痒
maxlee
1
130
跟乐高学模块设计
maxlee
2
140
从YUI2到YUI3看前端的演变
maxlee
0
130
Qzone-前端-CPU-性能优化
maxlee
0
200
更好的文件组织
maxlee
0
95
Mobile App Action design
maxlee
1
100
Other Decks in Programming
See All in Programming
AI 駆動開発ライフサイクル(AI-DLC):ソフトウェアエンジニアリングの再構築 / AI-DLC Introduction
kanamasa
11
3.5k
愛される翻訳の秘訣
kishikawakatsumi
3
340
クラウドに依存しないS3を使った開発術
simesaba80
0
150
Canon EOS R50 V と R5 Mark II 購入でみえてきた最近のデジイチ VR180 事情、そして VR180 静止画に活路を見出すまで
karad
0
130
宅宅自以為的浪漫:跟 AI 一起為自己辦的研討會寫一個售票系統
eddie
0
520
JETLS.jl ─ A New Language Server for Julia
abap34
2
440
Denoのセキュリティに関する仕組みの紹介 (toranoana.deno #23)
uki00a
0
150
Full-Cycle Reactivity in Angular: SignalStore mit Signal Forms und Resources
manfredsteyer
PRO
0
170
実はマルチモーダルだった。ブラウザの組み込みAI🧠でWebの未来を感じてみよう #jsfes #gemini
n0bisuke2
3
1.3k
AIの誤りが許されない業務システムにおいて“信頼されるAI” を目指す / building-trusted-ai-systems
yuya4
6
3.9k
ELYZA_Findy AI Engineering Summit登壇資料_AIコーディング時代に「ちゃんと」やること_toB LLMプロダクト開発舞台裏_20251216
elyza
2
560
Pythonではじめるオープンデータ分析〜書籍の紹介と書籍で紹介しきれなかった事例の紹介〜
welliving
2
520
Featured
See All Featured
Measuring Dark Social's Impact On Conversion and Attribution
stephenakadiri
0
91
Deep Space Network (abreviated)
tonyrice
0
20
Are puppies a ranking factor?
jonoalderson
0
2.4k
The Illustrated Guide to Node.js - THAT Conference 2024
reverentgeek
0
210
What Being in a Rock Band Can Teach Us About Real World SEO
427marketing
0
150
The Cult of Friendly URLs
andyhume
79
6.7k
The Impact of AI in SEO - AI Overviews June 2024 Edition
aleyda
5
680
A better future with KSS
kneath
240
18k
Testing 201, or: Great Expectations
jmmastey
46
7.8k
Speed Design
sergeychernyshev
33
1.4k
How to build a perfect <img>
jonoalderson
0
4.6k
Believing is Seeing
oripsolob
0
15
Transcript
None
analy%cs cookie 非电商 访客信息 流量来源 页面流量 广告系列 付费 免费 事件跟踪
类别,操作 标签,值 跨域跟踪 多域,子域, iframe 目标跟踪 电商 log file 受限于类型,规模,技术
Google analytics , 百度 analytics ,Omniture, WebTrends 几大重要指标?
l Visits 与 Visitors l Time on Page与Time on site l Bounce Rate与 Exit Rate l Conversion Rate l 事件统计 常用工具
l Cookie Id的数量utmc l 2年过期 l 用户清楚缓存
时间周期上:划分为小时,日,周,月 Visits:访问数 l 30分钟定期utmc l 不同浏览器 l 退出浏览器 visitors:唯一访问者 visits= 3 visitors= 4
l 统计不到访问最后一个页面的 时间的,因为关掉页面并不会 向服务器发送时间戳 l 最后一页影响 l 同浏览器不同Tab l
需二个页以上才会产生 Time on Page :页面停留时间 Time on Site :站点停留时间 A Time on Page = 10s B Time on page = 0
Bounce Rate:跳出率 l 来到网站第一页,没干任何事,就走了 (没有超过5秒钟) l 没点任何东西(如点了链接啥的算动作) l
有几个地方不能乱用这个指标,比如文 章大家基本只会看更新 Exit Rate:退出率 所有的人到最后总是要离开网站的,所以看这个是要结合Bounce Rate看的,Bounce Rate高的Exit Rate才是值得关注的 l 统计不到访问最后一个页面的 时间的,因为关掉页面并不会 向服务器发送时间戳
l Conversion Rate的一般算法是 Ac%on(order, register, etc. )除以Visits, Unique Visitors与visits之争 Conversion
Rate:转换率
浏览量与唯一流览量
仿问数与唯一流览量
我们可以做什么? l 受众群体 l 流量来源 l 内容分析 l 广告系列
l 目标统计 l 事件统计 l 自定义 l Data api
应用 核心指标 l 访问数 l 唯一访问者 l 新旧访客比
l 访客停留时间 l 跳出率 l 每次访问页数 l 全站级 l 时,日,周,月报表
核心指标 l 访问次数 l 访问页数 l 停留时间 l 新仿问数百分比
l 跳出率 应用 l 全站级 l 划分站点流量来源结构 l 检验搜索引擎,搜索关键词 l 搜索引擎优化数据
核心指标 l 浏览量 l 唯一身份流览量 l 停留时间 l 跳出率
l 退出率 应用 l 时,日,周,月 l 按栏目划分级别 l 引进目标流思想
核心指标 l 访问次数 l 访问页数 l 平均停留时间 l 新访问次数比
l 跳出率 应用 l 利用维度管理多渠道数据 l 广告系列 l 来源 l 媒介 l 可统计站外,站内
核心指标 l 事件总数 l 唯一身份事件 l 带来访问次数 l 每次访问事件数
应用 l 下载事件 l 操作事件 l 类别 l 不可过度烂用
核心指标 l 目标到达数 l 目标转化率 l 总放弃率 l 目标价值
应用 l 核心目标统计 l 注册 l 不可过度烂用(最高4组,二十 个目标) l 目标不可删除
核心指标 l 访客 l 会话 l 网页 应用
l 区分多个会话之间的访问者类别(网络载体) l 会话之间的不同访问者体验(媒体资源) l 网页游览/事件(网页集合) l 最多5个
l 不受限于数据保持期 l 可做本地数据存储 l 可自定义配置报表 l 可对数据进行扩展 优势:
开发环境: l javascript l .net l C l python
None