网站流量初步分析

时间 2019-11-12

原文原文链接

开发不可能脱离用户存在，在了解运营需求的同时，深刻的理解业务需求，决定是否开发和怎样开发是开发的本分。本文主要从开发的角度上总结了一些基础的网站流量分析的方法和途径，是对运营、算法工做的铺垫，为其提供了基础、概述的用户分析数据，并使开发了解客户行为，对项目开发进行调整优化。linux

事件驱动的网站流量监控

用户在网站的活动，是由一系列的事件构成的。例如鼠标的点击、拖拽、滑动，键盘的输入等。用户行为通常由5个要素构成：谁、什么时候、何地、发生动做和动做内容。
举个例子，用户a在8月1号下午2点于iphone 7客户端点击了购买商品的按钮。这一用户行为能够分为几个要素：web

谁：用户a算法
什么时候：8月1号下午2点chrome
何地：iphone 7客户端浏览器
动做：点击按钮cookie
动做内容：购买商品app

核心的事件是动做，而谁、什么时候、何地、动做内容都是做为事件的属性。
dom

所以， 用户在网站的流量行为由一个个带有访问属性的操做事件构成。

本文使用友盟+旗下的udplus和uweb作流量统计工具，详见官网：www.umeng.com。友盟+工具定义了默认的事件和事件属性。用户经过打点和属性设置能够设置自定义事件和属性。
iphone

Web端默认事件：机器学习

WEB访问（预置）：用户从web端进入互联网的动做称为“WEB访问”。用户从进入网站到离开网站的过程记为一次访问，也称会话（Session）。30分钟内无动做，再次操做时访问量会增长一次。

访问时长（预置）：用户每次访问(会话)在网站上的停留时间，从进入网站开始计时，到离开网站结束统计。若是时间跨度超过30分钟，则访问时长记为30分钟。

浏览页面（预置）：浏览器加载网页的行为称为“浏览页面”，一次访问（会话）中可出现屡次浏览器加载网页的行为。即浏览次数>=访问次数。

Web端默认属性以下：

分辨率宽度 (screen_width)：设备的分辨率宽度，如1080。

分辨率高度 (screen_height)：设备的分辨率高度，如1920。

操做系统 (os)：设备的操做系统，例如window七、window八、linux等。

设备品牌 (device_brand)：设备的品牌，例如apple、xiaomi、oppo、vivo等，此属性仅支持应用端，网站端默认为“未知”。

设备型号 (device_version)：设备的型号，例如iPhone五、iPhone六、iphone7等，此属性仅支持应用端，网站端默认为“未知”。

设备类型 (device_type)：设备的类型，如“手机，PAD，PC”，网站端通常为“pc”。

国家 (country)：设备所在国家，从IP中解析出的国家名称，不能手动设定。

省 (region)：设备所在省份从IP中解析出的省份名称，不能手动设定。

市 (city)：设备所在城市，从IP中解析出的城市名称，不能手动设定。

新老用户 ($ne_ol)：新老用户标识，新访客仅当天内做为新用户。

浏览器 (browser)：设备发送事件时使用的的浏览器名称，如chrome、搜狗高速浏览器、UC等。

来路页面 (referrer)：事件发生页面的来路页面URL。

来路域名 (referrer_domain)：事件发生页面的来路页面域名。

网站基础流量数据

PV（page view）：

页面访问次数，即网站页面被访问的总次数。PV值整体上反映了网站的流量。

UV(Unique Visitor):

独立访客，访问您网站的一台电脑客户端为一个访客。00:00-24:00内相同的客户端只会被计算一次。

IP:

拥有特定惟一IP地址的计算机访问您的网站的次数。与UV不一样的是一般对于有相同网关的学校用户、公司用户，Ip只会统计一次。

新UV:

当天新访问网站的独立访客，新UV值反映了网站的用户增加数。

访问次数:

用户每次访问网站到离开网站算一次完整的访问。

对于PV,UV,IP，访问次数4个值，一般他们之间的关系为：

pv > 访问次数 > UV > IP

PV、访问次数比例反映了用户的访问深度。数值越大，用户在网站浏览量越大。数值越小，开发者就越须要考虑跳出率高的缘由。网站内容大体有几个影响访问深度的缘由：原创性价值内容，相关推荐内容，图片格式内容。

什么的内容才是有用呢?一是能帮助用户解决问题，二是要原创性，这就是原创性价值内容。
用户访问内容时，都但愿有更好的内容出如今本身的眼前，好比其余用户热访的内容、推荐内容、置顶内容等这些均可以很好的提升用户访问深度。
通常用户长时间上网都会产生审美疲劳的，经过图片内容就能有效地改观。这就是有图有真相。

访问次数、UV比例反映了每一个用户的来访次数，也能够提现用户的留存状况。数值越大，表明用户越“忠诚”。反之，就须要反思为何留不住用户。用户留存率越高，意味着用户使用产品的时间越长，他们可以为产品带来现金流和资本估值也就越高。内容留人、功能留人、好友留人、物质激励、情感留人、我的品牌推荐、线下活动等都是常见的提高用户留存率的运营手段。

UV、IP比例大部分状况下都依赖于业务的市场定位。面向企业用户的b2b平台显然比例相对较大，面向学生的平台同理，由于这部分客户大多使用公共IP访问。这就须要结合业务具体分析。

来源分析

来源分析包含了站外来源分析和站内来源分析。

外部来源：

外部来源通常以下图所示：

外部来源整体上分为PC端和移动端，在此基础上，大部分流量来自于搜索引擎、推广渠道、直接访问、网站外链和其余来源。占比能有效地帮助开发分析功能开发的重心在哪儿，对搜索引擎的重要性有一个底儿，对推广渠道的效果有直观的提现。

1.搜索引擎。

搜索引擎分析能够得出流量来源的搜索引擎占比。

搜索引擎占比可以很好的帮助咱们了解用户的来源分布，进一步在seo优化时多搜索引擎分布进行必定的倾斜。

除了占比以外，搜索词也能很好的反映用户的需求和目的性。、

例如上图为qq粉丝网的搜索数据。能够看出来自搜索引擎数据大部分是来查火车票的（真够奇怪的），看来对于火车票查询这块，开发须要多费费脑筋了。

2.网站外链

网站外链能够分析用户来源的域名和来源的网页。排名高的来源域名须要运营去寻找缘由，和其余来源域名进行对比分析。

通常来讲，外链来源包含了推广渠道。须要咱们经过筛选拿到正常外链和推广连接相应的数据作统计分析。

内部来源

网页流量的内部来源就是客户在网站上到达该页面的路径分析。开发人员应该很清楚来访路径有哪些，对于热门页面。过长的访问路径会大大下降页面的来访。缩短访问路径，提升页面PV的最佳方案是热门推荐类功能。经过首页或关键页面的推荐功能，吸引用户的访问（例如电子商务网站的促销），将内部来源大部分锁定在首页，将大大提升业务收益。

上图是mafengwo网站的内部来源页面。固然，直观的数据或许不容易分析，可是分析内部来源路径比较复杂，uweb没有相应功能，甚至自定义事件分析的udplus也未提供。咱们须要经过open API拿到原始数据进行绘图分析。

到访分析

到访分析有简单的分析过程也有复杂的分析过程。基础分析一般只能得到用户访问的页面占比、趋势，以及某一页面的热点分布。复杂的分析须要详细的用户行为事件，这一般须要进行事件打点监控，将在后面继续介绍。

受访页面分析

简单分析，就是受访页面PV量和页面占比，简单的数据并不能获得什么有用的数据。能够对比之前的受访页面，进行趋势分析。

页面占比很能说明用户的兴趣内容。例如对新闻网站来讲，对于军事、社会、科技、娱乐、游戏等类型新闻占比分析，能够知道大部分用户的兴趣方向。方便运营更有效可靠的对板块投递推广广告等等。

针对PV量的趋势分析能够看出用户对某类页面的兴趣趋势。结合推广信息、推荐信息来看，能够知道推广、推荐的效果，再具体分析其缘由等等。

常见的流量较高的受访页面包括以下几类：

1）网站首页：流量高低直接反映您网站在网民中的熟知程度

2）频道首页、目录列表页：流量越高说明此频道（或目录版块）的内容越热门

3）活动推广页（例如搜索引擎推广的直达页）：流量越高、推广效果越好

4）热门文章页：流量反映网民兴趣关注点、社会热点

5）功能流程页：流量反映此功能的用户量

当咱们在分析“受访页面”时，能够结合网页类型及做用综合分析，从而更好地发现哪些页面最热门、哪些页面存在潜在问题。

热点图

热点图是一种很是直观的查看用户关注热点的统计图像。从热点图能够直观地获得不少信息。

●用户的关注点与您的指望是否相同？

页面上不一样的内容间每每重要性不一样，但有时因为设计失误，指望的重要内容可能并无受到用户更多的关注，这样损失的流量至关得不偿失—热点图帮您监控您的页面设计是否符合访客喜爱，访客点击效果是否达到预期。

●哪些区域破坏了用户体验？

优秀的网站内容也要经过良好的体验设计展示给用户。若是设计不合理，用户使用时就会迷惑、不方便，体验值降低。热点图帮您发现网站页面哪些区域可能破坏了用户体验，须要改进。

●不一样来源类型的访客关注点是否相同？

您可将访客按照来源类型进行细分，发现不一样来源访客行为的差别，进而区别对待、优化网站。

●广告位放在哪更赚钱？

下次规划广告位时，能够考虑选择热点区域的周边位置，更多的将广告转化成收入。

出口分析

出口分析就是分析用户跳出网站的行为。通常来讲网站出口分为外链和退出。出口为用户访问的最后一个页面。好比访客付款成功后就离开网站，那么付款成功页即为次此访问的站内出口页。页面成为站内出口，就意味着访客浏览此页后流失了。

重要指标分析：

离开次数：该页面做为访问(会话)中的最后一个页面的次数。对于离开次数高的页面，您须要根据页面类型分析具体缘由：好比若是功能流程的最后一个页面离开次数较高，您能够考虑在该页面增长其它服务连接，以留住访客；若是是首页离开次数较高，您就须要对页面内容、用户体验进行详细分析，找到用户离开的缘由。

外链

用户经过外链离开通常是在网站人员的预测范围内。例如用户经过相关广告跳转到其余域名，或者经过友链跳转至其余网站。经过友链的类型能够分析出用户的目的，知道用户的目的就是一切分析行为的目的。接下来要考虑的就是怎么根据用户目的留住用户了。

退出

直接退出除了用户已经逗留好久以外，大部分意味着网站达不到用户的目的。跳出率很高意味您的某些页面虽然引入了较多访客，但访客只看了这一个页面就当即离开，这时您就须要分析：是否由于这些页面内容不够吸引访客，或者内容与访客打开页面的初衷不一致。从而优化您的推广方案、页面内容、用户体验等。

漏斗分析

漏斗分析是一个强大的分析工具。整体来讲和用户访问路径比较想象。可是漏斗的更强大之处是利用打点功能监控用户的具体行为进行分析。

打点功能是udplus提供的自定义事件监控的功能，具体内容能够查看官方文档。这里只说两个用处很大的功能。

可使用dplus.track发送自定义事件数据，例如在用户点击播放视频按钮的控件上：

dplus.track(event_name, properties, callback);

event_name – {必须} [String] 自定义事件名称。
properties – {可选} [Object] 随该事件一块儿发送的事件属性。每一个属性包括属性名和属性值；一个事件能够包含多个不一样的属性，写成JSON“键-值”对格式。
callback – {可选} [Function] 事件发送后的回调函数。

2. 经过register方法为用户标记超级属性：只需调用一次register，以后他触发的全部事件都将自动包含该属性。例如：

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

接着若是用户触发事件：

dplus.track("Login");

该事件就会自动带上超级属性，它等效于：

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

进行页面打点后，除了预制的网站访问、页面浏览事件以外，用户自定义了多种事件，例如：

经过对事件的统计分析，反映出用户的关注点。

漏斗分析是对用户使用流程中用户数量的转化和流失的分析工具。网站/APP在设计时，都会设计一个流程来引导用户完成网站/APP的使用，这个流程就是网站/APP的产品使用逻辑。网站/APP的设计者都但愿全部用户在使用产品时能完成流程中的全部步骤，可是事实上这个流程中每一步骤都会发生用户流失，这时就有了用户转化率和流失率的概念。漏斗分析工具就是对这种转化和流失进行数据监控和分析。

结合具体的业务，例如用户访问网站->查看商品->加入购物车->订单结算，经过这条事件链，能够获得每个转换的用户数量和转换率，结合具体业务分析，须要在哪一步进行优化服务。

用户画像

用户画像是友盟+的最突出的一个功能。由于用户画像不是仅仅对用户的客户端、浏览器版本、区域等等浏览器标识信息进行统计分析，更重要的是，其利用全网数据，对某一用户进行精确标识，获得用户全网数据。

怎么作到精确标识呢？对独立访客（UV）：1天（00:00-24:00）内访问网站的不重复用户数（以浏览器cookie为依据），一天内同一访客屡次访问网站只被计算1次。没法获取访客A的cookie信息：新版结合该访客的IP和UA（浏览器标志）进行识别，即便访客A屡次访问该网站，也只被计数一次。

统一标识用户后，经过cnzz庞大的客户网站，用户的全部属性都将尽收眼底。

应用偏好：

用户活跃度：

婚姻状态：

消费能力：

年龄阶段：

性别：

剩下该干什么，不用多说了吧。。。

总结

网站用户行为监控是一个很庞大的话题，涉及普通的工具、算法、大数据甚至机器学习、人工智能方面，这里只利用简单的数据采集工具对一些用户行为作了简单的分析介绍，提供基础概要的分析思路，帮助开发人员更好的理解业务场景和用户行为。