Google Analytics使用中的常见问题(二)

2019-03-18    来源:蓝鲸的网站分析笔记

容器云强势上线!快速搭建集群,上万Linux镜像随意使用

本篇是Google Analytics使用中的常见问题系列文章的第二篇,感谢所有在邮件中和我分享问题的朋友们,我也许不能一一回复你们的问题,但我会将所有的问题整理分类,以文章的形式发布出来,与大家一起分享经验。同时也感谢《蓝鲸的网站分析笔记群》中的管理员们。感谢你们对群里问题的及时解答。闲话少说,下面开始进入本篇中的五个常见问题。

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。

作者:王彦平

文章来源:蓝鲸的网站分析笔记 转载请注明出处链接。

标签: Analytics 谷歌网站分析工具 站长工具 

版权申明:本站文章部分自网络,如有侵权,请联系:west999com@outlook.com
特别注意:本站所有转载文章言论不代表本站观点!
本站所提供的图片等素材,版权归原作者所有,如需使用,请与原作者联系。

上一篇:浅析网站url优化注意事项

下一篇:十大总结 教你如何避免蜘蛛陷阱