網站統計及移動應用數據統計相關術語知識詳解

傳統網站數據分析

1. 訪問Visit：

一次訪問就是指一我的來到網站，而後瀏覽了一些內容以後離開網站的過程；這個過程也被稱之爲會話，也就是session。注意關閉瀏覽器後session會話並不會自動銷燬，由於服務器端session每每默認有個20分鐘的過時時間，若是關閉瀏覽器後又打開而且訪問了同一個網址，這時候只要瀏覽器的cookie仍是存在的（即：瀏覽器關閉時，cookie不設置爲自動銷燬的話），那麼服務端還會認爲是登陸狀態，也就是屬於同一次會話。相反，若是沒有關閉瀏覽器，但未作任何操做，可是過了30分鐘後則session銷燬。後面的訪問就屬於另一個新的session

2.訪問量visits：

一段時間內的訪問量就是這段時間內的會話次數

3.訪客數（UV)

Unique Visitor，就是訪問網站的人數。如何識別一個用戶？在網站分析系統中，會根據用戶的瀏覽器，設備型號等信息爲用戶分配一個編號，這個編號成爲cookie.

訪客數就是訪問網站的cookie數。若是同一我的換了瀏覽器或者設備訪問網站，那麼，他的cookie也就變化了，也就是說是另一個用戶了。

4.瀏覽量：

常被稱爲PV（Page View)，就是瀏覽額面的數量。訪問量(visists),訪客數（UV),瀏覽量(PV）是網站的人氣指標

5.頁面停留時長：

訪客一次訪問在頁面上停留的時間，等於這個頁面的總停留時長除以這個頁面的訪問量

6.網站停留時長：

訪客一次會話的時間長度，等於網站全部總停留時長除以訪問量

7.跳出率

經常使用的算法是網站的全部會話中，來到網站以後沒有任何動做就離開的比例，等於只訪問了落地頁面的訪問量除以總訪問量

8.退出率：

該指標衡量從某個頁面退出網站的比例，它等於從一個頁面退出網站的次數除以訪問次數

9.頁面跳出率和退出率的區別？

退出率是指不管從哪一個頁面進入網站，最終從這個頁面退出的比例；

跳出率是指從這個頁面進入這個網站，沒有作任何事情，就從這個頁面跳出的比例

10.轉化率：

達到達成某種目標的訪問量除以總的訪問量，或者說達成目標的訪客數除以總訪客數的比例

好比：下訂單

到底採用訪問量仍是訪客數做爲分母？

若是將訪問量做爲分母，意味着將每次訪問都認爲是下單或購買的機會；

若是將訪客數做爲分母，則會認爲一個訪客在下單前，屢次訪問是正常的；

如何對網站進行宏觀分析，不要過度糾纏於細節？

1.有多少訪客訪問網站，訪問深度怎樣？

經過受衆訪客

2.這些訪客從哪裏來，以及效果怎樣？

3.訪客在網站上作了什麼？

a)查看流量最大的着陸頁；

b)查看流量最大的頁面

c)頁面點擊熱圖

d)重要流程的轉化漏斗，分析哪些流程點上的流失率最高

移動應用數據分析

用戶獲取階段

下載量

已經下載應用的用戶數量，以及應用商店排名和評分。下載排名靠前且評分高有助於進一步吸引用戶下載。

安裝激活量

安裝並打開應用的設備數

激活率

激活設備數/安裝設備數

新增用戶數

若是設備是首次激活應用，那麼這個設備就是新增。移動應用的用戶通常就是指一個惟一的設備，因此新增用戶數就是新增設備的數量

用戶獲取成本

每獲取一個用戶所須要的費用

用戶活躍與參與階段

數量指標：日活躍用戶數和月活躍用戶數

一段時間內啓動過應用的設備數，表示用戶規模。日活躍用戶數能體現當天的流量引入效果，可是波動較大；月活躍用戶數相對穩定，應用的用戶規模通常就是用月活躍用戶數來表示。

質量指標：活躍係數，平均使用時長，功能使用率

活躍係數=日活躍用戶數/月活躍用戶數

平均使用時長：平均每一個用戶一天使用的應用的時間

功能使用率：使用某功能的用戶數佔活躍用戶的比例。使用率越高說明功能越受歡迎。

用戶留存階段

第二天留存率

7日留存率

30日留存率

定義：N日留存計算指：統計日期新增的用戶或活躍用戶，在第N天又來使用的比例。能夠參考行業值來看看本身應用的留存是否健康。

通常性解讀：

若是第二天留存率底的話，說明用戶對咱們的應用不感興趣。

7日留存率說明內容不耐玩，很差玩；

30日留存底可能咱們的版本迭代差，未及時提供內容

功能使用率：監控某個功能使用人數的佔比；

功能繼續使用率：本週使用過功能A的用戶，在下週繼續使用的人數比例，表明了功能的受歡迎程度

新功能使用-對核心功能的促進效果：

使用過功能A（好比增長的是最新歌曲功能）的聽歌人數比例 - （未使用過功能A的聽歌人數比例）

若是該值爲0表示沒有貢獻，若是大於0則表示有貢獻，小於0則爲負數

案例：應用改版先後數據分析來評估改版效果

分別對雲音樂的遊客（非登陸用戶）和登陸用戶的7日留存率在改版先後作對比，發現改版後留存數據總體提升，這就代表移動端版本的新迭代版本效果比較好。

再對比新舊版本發佈後新版本發佈前14天內新增用戶聽歌比例數據

同比：舊版本發佈後14天； 環比：新版本發佈前14天

對比發現新增用戶聽歌人數比例都有明顯上升（聽歌人數佔新用戶數比率-遊客和聽歌人數佔新用戶數比率-登陸用戶兩個分類的指標），說明核心功能-聽歌使用率有明顯提升，說明改版是成功的，新版對引導用戶聽歌的比例有好的做用！！

從這裏能夠看出，要得到這些數據用戶支持後期運營，咱們必須在產品設計階段提出數據統計相關的產品需求，而且實現！！

你們要注意的是在評估新版本效果應該使用新增用戶去衡量，由於老用戶自己就是優質用戶，不剔除老用戶，很可貴出明顯結論

用戶轉化階段

付費用戶比例

首次付費時間

用戶平均每個月營收

付費用戶平均每個月營收

 

獲取收入

收入金額

付費人數

移動應用分析工具：

Flurry, Google Analytics, 友盟,talkingData,crashlytics分析crash

 

數據埋點

所謂的埋點，就是爲了將來產品優化方向給出指導意義而作的。那就要先清楚你將來想作什麼功能，而後爲了作的這個須要收集到什麼數據，哪些能夠收集到，如何收集，合適收集，什麼時候使用。
舉個例子，若是一個移動應用，想要和使用這個產品的用戶直接對話，從而瞭解用戶的需求。那麼首先要想如何與使用應用的用戶創建一對一聯繫（經過惟一標識）；哪些可得到的惟一標示（賬號聯繫、郵件聯繫、設備號、手機號聯繫等等）；哪一種最不打擾用戶，並且也能夠在我前期準備的時候不讓用戶察覺的惟一標識（獲取用戶設備號創建與之創建練習）；什麼時候須要進行一對一對話，即在哪一個版本開始獲取用戶惟一標示、哪一個版本加入一對一對話功能

參考： https://m.zhihu.com/question/23078534

參考： http://www.chinawebanalytics.cn/

http://bluewhale.cc/ :藍鯨的網站分析筆記

 http://www.chinawebanalytics.cn/ 網站分析在中國