網站流量初步分析

      開發不可能脫離用戶存在，在瞭解運營需求的同時，深刻的理解業務需求，決定是否開發和怎樣開發是開發的本分。本文主要從開發的角度上總結了一些基礎的網站流量分析的方法和途徑，是對運營、算法工做的鋪墊，爲其提供了基礎、概述的用戶分析數據，並使開發瞭解客戶行爲，對項目開發進行調整優化。

事件驅動的網站流量監控

      用戶在網站的活動，是由一系列的事件構成的。例如鼠標的點擊、拖拽、滑動，鍵盤的輸入等。用戶行爲通常由5個要素構成：誰、什麼時候、何地、發生動做和動做內容。
      舉個例子，用戶a在8月1號下午2點於iphone 7客戶端點擊了購買商品的按鈕。這一用戶行爲能夠分爲幾個要素：

1. 誰：用戶a

2. 什麼時候：8月1號下午2點

3. 何地：iphone 7客戶端

4. 動做：點擊按鈕

5. 動做內容：購買商品

      核心的事件是動做，而誰、什麼時候、何地、動做內容都是做爲事件的屬性。
 

 

所以， 用戶在網站的流量行爲由一個個帶有訪問屬性的操做事件構成。
      
     本文使用友盟+旗下的udplus和uweb作流量統計工具，詳見官網：www.umeng.com。友盟+工具定義了默認的事件和事件屬性。用戶經過打點和屬性設置能夠設置自定義事件和屬性。
 

Web端默認事件：

WEB訪問（預置）：用戶從web端進入互聯網的動做稱爲「WEB訪問」。用戶從進入網站到離開網站的過程記爲一次訪問，也稱會話（Session）。30分鐘內無動做，再次操做時訪問量會增長一次。

訪問時長（預置）：用戶每次訪問(會話)在網站上的停留時間，從進入網站開始計時，到離開網站結束統計。若是時間跨度超過30分鐘，則訪問時長記爲30分鐘。

瀏覽頁面（預置）：瀏覽器加載網頁的行爲稱爲「瀏覽頁面」，一次訪問（會話）中可出現屢次瀏覽器加載網頁的行爲。即瀏覽次數>=訪問次數。

Web端默認屬性以下：

分辨率寬度 (screen_width)：設備的分辨率寬度，如1080。

分辨率高度 (screen_height)：設備的分辨率高度，如1920。

操做系統 (os)：設備的操做系統，例如window七、window八、linux等。

設備品牌 (device_brand)：設備的品牌，例如apple、xiaomi、oppo、vivo等，此屬性僅支持應用端，網站端默認爲「未知」。

設備型號 (device_version)：設備的型號，例如iPhone五、iPhone六、iphone7等，此屬性僅支持應用端，網站端默認爲「未知」。

設備類型 (device_type)：設備的類型，如「手機，PAD，PC」，網站端通常爲「pc」。

國家 (country)：設備所在國家，從IP中解析出的國家名稱，不能手動設定。

省 (region)：設備所在省份 從IP中解析出的省份名稱，不能手動設定。

市 (city)：設備所在城市，從IP中解析出的城市名稱，不能手動設定。

新老用戶 ($ne_ol)：新老用戶標識，新訪客僅當天內做爲新用戶。

瀏覽器 (browser)：設備發送事件時使用的的瀏覽器名稱，如chrome、搜狗高速瀏覽器、UC等。

來路頁面 (referrer)：事件發生頁面的來路頁面URL。

來路域名 (referrer_domain)：事件發生頁面的來路頁面域名。

網站基礎流量數據

 

PV（page view）：

      頁面訪問次數，即網站頁面被訪問的總次數。PV值整體上反映了網站的流量。

UV(Unique Visitor):

      獨立訪客，訪問您網站的一臺電腦客戶端爲一個訪客。00:00-24:00內相同的客戶端只會被計算一次。

IP:

      擁有特定惟一IP地址的計算機訪問您的網站的次數。與UV不一樣的是一般對於有相同網關的學校用戶、公司用戶，Ip只會統計一次。

新UV:

      當天新訪問網站的獨立訪客，新UV值反映了網站的用戶增加數。

訪問次數:

      用戶每次訪問網站到離開網站算一次完整的訪問。

對於PV,UV,IP，訪問次數4個值，一般他們之間的關係爲：

 

pv > 訪問次數 > UV > IP

 

• PV、訪問次數比例反映了用戶的訪問深度。數值越大，用戶在網站瀏覽量越大。數值越小，開發者就越須要考慮跳出率高的緣由。網站內容大體有幾個影響訪問深度的緣由：原創性價值內容，相關推薦內容，圖片格式內容。

1. 什麼的內容纔是有用呢?一是能幫助用戶解決問題，二是要原創性，這就是原創性價值內容。

2. 用戶訪問內容時，都但願有更好的內容出如今本身的眼前，好比其餘用戶熱訪的內容、推薦內容、置頂內容等這些均可以很好的提升用戶訪問深度。

3. 通常用戶長時間上網都會產生審美疲勞的，經過圖片內容就能有效地改觀。這就是有圖有真相。

• 訪問次數、UV比例反映了每一個用戶的來訪次數，也能夠提現用戶的留存狀況。數值越大，表明用戶越「忠誠」。反之，就須要反思爲何留不住用戶。用戶留存率越高，意味着用戶使用產品的時間越長，他們可以爲產品帶來現金流和資本估值也就越高。內容留人、功能留人、好友留人、物質激勵、情感留人、我的品牌推薦、線下活動等都是常見的提高用戶留存率的運營手段。

• UV、IP比例大部分狀況下都依賴於業務的市場定位。面向企業用戶的b2b平臺顯然比例相對較大，面向學生的平臺同理，由於這部分客戶大多使用公共IP訪問。這就須要結合業務具體分析。

來源分析

    來源分析包含了站外來源分析和站內來源分析。

外部來源：

    外部來源通常以下圖所示：

     

    外部來源整體上分爲PC端和移動端，在此基礎上，大部分流量來自於搜索引擎、推廣渠道、直接訪問、網站外鏈和其餘來源。佔比能有效地幫助開發分析功能開發的重心在哪兒，對搜索引擎的重要性有一個底兒，對推廣渠道的效果有直觀的提現。

    1.搜索引擎。

      搜索引擎分析能夠得出流量來源的搜索引擎佔比。

     

    搜索引擎佔比可以很好的幫助咱們瞭解用戶的來源分佈，進一步在seo優化時多搜索引擎分佈進行必定的傾斜。

    除了佔比以外，搜索詞也能很好的反映用戶的需求和目的性。、

    例如上圖爲qq粉絲網的搜索數據。能夠看出來自搜索引擎數據大部分是來查火車票的（真夠奇怪的），看來對於火車票查詢這塊，開發須要多費費腦筋了。

    

    2.網站外鏈

    網站外鏈能夠分析用戶來源的域名和來源的網頁。排名高的來源域名須要運營去尋找緣由，和其餘來源域名進行對比分析。

   

    通常來講，外鏈來源包含了推廣渠道。須要咱們經過篩選拿到正常外鏈和推廣連接相應的數據作統計分析。

 

內部來源

    網頁流量的內部來源就是客戶在網站上到達該頁面的路徑分析。開發人員應該很清楚來訪路徑有哪些，對於熱門頁面。過長的訪問路徑會大大下降頁面的來訪。縮短訪問路徑，提升頁面PV的最佳方案是熱門推薦類功能。經過首頁或關鍵頁面的推薦功能，吸引用戶的訪問（例如電子商務網站的促銷），將內部來源大部分鎖定在首頁，將大大提升業務收益。

    上圖是mafengwo網站的內部來源頁面。固然，直觀的數據或許不容易分析，可是分析內部來源路徑比較複雜，uweb沒有相應功能，甚至自定義事件分析的udplus也未提供。咱們須要經過open API拿到原始數據進行繪圖分析。

 

到訪分析

    到訪分析有簡單的分析過程也有複雜的分析過程。基礎分析一般只能得到用戶訪問的頁面佔比、趨勢，以及某一頁面的熱點分佈。複雜的分析須要詳細的用戶行爲事件，這一般須要進行事件打點監控，將在後面繼續介紹。

受訪頁面分析

    簡單分析，就是受訪頁面PV量和頁面佔比，簡單的數據並不能獲得什麼有用的數據。能夠對比之前的受訪頁面，進行趨勢分析。

    頁面佔比很能說明用戶的興趣內容。例如對新聞網站來講，對於軍事、社會、科技、娛樂、遊戲等類型新聞佔比分析，能夠知道大部分用戶的興趣方向。方便運營更有效可靠的對板塊投遞推廣廣告等等。

    針對PV量的趨勢分析能夠看出用戶對某類頁面的興趣趨勢。結合推廣信息、推薦信息來看，能夠知道推廣、推薦的效果，再具體分析其緣由等等。

常見的流量較高的受訪頁面包括以下幾類：

1）網站首頁：流量高低直接反映您網站在網民中的熟知程度

2）頻道首頁、目錄列表頁：流量越高說明此頻道（或目錄版塊）的內容越熱門

3）活動推廣頁（例如搜索引擎推廣的直達頁）：流量越高、推廣效果越好

4）熱門文章頁：流量反映網民興趣關注點、社會熱點

5）功能流程頁：流量反映此功能的用戶量

    當咱們在分析「受訪頁面」時，能夠結合網頁類型及做用綜合分析，從而更好地發現哪些頁面最熱門、哪些頁面存在潛在問題。

熱點圖

    熱點圖是一種很是直觀的查看用戶關注熱點的統計圖像。從熱點圖能夠直觀地獲得不少信息。

●用戶的關注點與您的指望是否相同？

頁面上不一樣的內容間每每重要性不一樣，但有時因爲設計失誤，指望的重要內容可能並無受到用戶更多的關注，這樣損失的流量至關得不償失—熱點圖幫您監控您的頁面設計是否符合訪客喜愛，訪客點擊效果是否達到預期。

●哪些區域破壞了用戶體驗？

優秀的網站內容也要經過良好的體驗設計展示給用戶。若是設計不合理，用戶使用時就會迷惑、不方便，體驗值降低。 熱點圖幫您發現網站頁面哪些區域可能破壞了用戶體驗，須要改進。

●不一樣來源類型的訪客關注點是否相同？

您可將訪客按照來源類型進行細分，發現不一樣來源訪客行爲的差別，進而區別對待、優化網站。

●廣告位放在哪更賺錢？

下次規劃廣告位時，能夠考慮選擇熱點區域的周邊位置，更多的將廣告轉化成收入。

 

出口分析

    出口分析就是分析用戶跳出網站的行爲。通常來講網站出口分爲外鏈和退出。出口爲用戶訪問的最後一個頁面。好比訪客付款成功後就離開網站，那麼付款成功頁即爲次此訪問的站內出口頁。頁面成爲站內出口，就意味着訪客瀏覽此頁後流失了。

重要指標分析：

    離開次數：該頁面做爲訪問(會話)中的最後一個頁面的次數。對於離開次數高的頁面，您須要根據頁面類型分析具體緣由：好比若是功能流程的最後一個頁面離開次數較高，您能夠考慮在該頁面增長其它服務連接，以留住訪客；若是是首頁離開次數較高，您就須要對頁面內容、用戶體驗進行詳細分析，找到用戶離開的緣由。

外鏈

    用戶經過外鏈離開通常是在網站人員的預測範圍內。例如用戶經過相關廣告跳轉到其餘域名，或者經過友鏈跳轉至其餘網站。經過友鏈的類型能夠分析出用戶的目的，知道用戶的目的就是一切分析行爲的目的。接下來要考慮的就是怎麼根據用戶目的留住用戶了。

退出

    直接退出除了用戶已經逗留好久以外，大部分意味着網站達不到用戶的目的。跳出率很高意味您的某些頁面雖然引入了較多訪客，但訪客只看了這一個頁面就當即離開，這時您就須要分析：是否由於這些頁面內容不夠吸引訪客，或者內容與訪客打開頁面的初衷不一致。從而優化您的推廣方案、頁面內容、用戶體驗等。

 

漏斗分析

    漏斗分析是一個強大的分析工具。整體來講和用戶訪問路徑比較想象。可是漏斗的更強大之處是利用打點功能監控用戶的具體行爲進行分析。

    打點功能是udplus提供的自定義事件監控的功能，具體內容能夠查看官方文檔。這裏只說兩個用處很大的功能。

1. 可使用dplus.track發送自定義事件數據，例如在用戶點擊播放視頻按鈕的控件上：

dplus.track(event_name, properties, callback);

event_name – {必須} [String] 自定義事件名稱。
properties – {可選} [Object] 隨該事件一塊兒發送的事件屬性。每一個屬性包括屬性名和屬性值；一個事件能夠包含多個不一樣的屬性，寫成JSON「鍵-值」對格式。
callback – {可選} [Function] 事件發送後的回調函數。

    2. 經過register方法爲用戶標記超級屬性：只需調用一次register，以後他觸發的全部事件都將自動包含該屬性。例如：

dplus.register({
    "age" : 29,
    "gender" : "male"
})

接着若是用戶觸發事件：

dplus.track("Login");

該事件就會自動帶上超級屬性，它等效於：

dplus.track("Login",{
    "age" : 29,
    "gender" : "male"
})

    進行頁面打點後，除了預製的網站訪問、頁面瀏覽事件以外，用戶自定義了多種事件，例如：

    經過對事件的統計分析，反映出用戶的關注點。

    漏斗分析是對用戶使用流程中用戶數量的轉化和流失的分析工具。網站/APP在設計時，都會設計一個流程來引導用戶完成網站/APP的使用，這個流程就是網站/APP的產品使用邏輯。網站/APP的設計者都但願全部用戶在使用產品時能完成流程中的全部步驟，可是事實上這個流程中每一步驟都會發生用戶流失，這時就有了用戶轉化率和流失率的概念。漏斗分析工具就是對這種轉化和流失進行數據監控和分析。

    

    結合具體的業務，例如用戶訪問網站->查看商品->加入購物車->訂單結算，經過這條事件鏈，能夠獲得每個轉換的用戶數量和轉換率，結合具體業務分析，須要在哪一步進行優化服務。

 

用戶畫像

    用戶畫像是友盟+的最突出的一個功能。由於用戶畫像不是僅僅對用戶的客戶端、瀏覽器版本、區域等等瀏覽器標識信息進行統計分析，更重要的是，其利用全網數據，對某一用戶進行精確標識，獲得用戶全網數據。

    怎麼作到精確標識呢？對獨立訪客（UV）：1天（00:00-24:00）內訪問網站的不重複用戶數（以瀏覽器cookie爲依據），一天內同一訪客屢次訪問網站只被計算1次。沒法獲取訪客A的cookie信息：新版結合該訪客的IP和UA（瀏覽器標誌）進行識別，即便訪客A屢次訪問該網站，也只被計數一次。

    統一標識用戶後，經過cnzz龐大的客戶網站，用戶的全部屬性都將盡收眼底。

應用偏好：

    

用戶活躍度：

婚姻狀態：

消費能力：

年齡階段：

性別：

    剩下該幹什麼，不用多說了吧。。。

 

總結

    網站用戶行爲監控是一個很龐大的話題，涉及普通的工具、算法、大數據甚至機器學習、人工智能方面，這裏只利用簡單的數據採集工具對一些用戶行爲作了簡單的分析介紹，提供基礎概要的分析思路，幫助開發人員更好的理解業務場景和用戶行爲。