如何计算站点停留时间和页面停留时间

站点停留时间（Time on Site，下文简称Ts） 和 页面停留时间（Time on Page，下文简称Tp）是用户体验分析及流量质量监控的重要指标。可是极少有人知道网站访问的平均时间（Average Time on Site）是怎么计算出来的。不管是使用竞争情报分析工具，仍是某种网站分析解决方案（在网站分析解决方案中不管是WebLog仍是JavaScript的标签方式得到的数据，都没几我的知道网站访问平均时间是怎么算出来的）。

所以，写这篇文章就是想要解释清楚，Tp和Ts是如何计算的。
 
案例1：

有人访问了你的网站主页，你的网站分析工具则开始为这个访问者计1个Session（会话）。接着这个访问者又浏览了另外两个页面，而后离开了你的网站（离开网站能够是经过关闭浏览器，或在地址栏键入一个不一样的网址，或是点击了你网站上连接到其余网站的连接……）为了简单点，咱们把这个过程当作一个Session。

咱们想要知道的以下：

Tp = 用户在一个页面上的停留时间（Time spent on a page）；

Ts = 用户在整个网站上的总停留时间（Time spent on the website）。

假设这个会话从9点开始：

目前，全部的网站分析工具都能精确的获知一个页面访问请求发生的时间，可是这还不足以解释Tp和Ts到底有多少，由于咱们还须要更多的信息：

用户没有Bounce（跳出），点击了首页上的某个连接跳转到了页面2，目前的网站分析工具也能获取页面2的打开时间，并且能知道是同一个用户，所以能轻易计算出首页的Tp：

Tp(首页) = 9:05 – 9:00 = 5 分钟。

在页面2上有某些内容吸引了用户，因而用户继续访问了页面3

从上图看：

Tp(页面2) = 9:30 – 9:05 = 25 分钟。

用户从页面3退出，结束会话：

那么，这个用户到底在页面3上停留了多长时间呢？问题出现了，由于当前全部网站分析工具都没有抓取用户离开页面3时的“时间戳”，这样咱们就没法计算该用户到底在页面3上停留了多长时间！所以：

Tp (页面3) = 0 分钟。

由于下一个页面的请求时间没法提供！网站分析工具不知道用户在会话最后一个页面上的停留时间是多少了，对于绝大多数网站分析工具而言，都是如此。

让咱们用下图来表示各个页面网站分析工具统计的停留时间：

Tp (首页) = 5 分钟

Tp (页面2) = 25 分钟

Tp (页面3) = 0 分钟

那么，这个Session在整个网站上的访问停留时间是多少呢？

Ts = 30 分钟

合理吗？

我以为可能不太合理，由于你不知道访问者花在最后一个页面上的时间是多少，所以网站分析工具给你的时间统计通常都会少于用户实际在网站上停留的时间。
 
案例2：

用多Tab（标签页面）的浏览器浏览网站时Time on Site和Time on Page如何被计算？

Firefox的多标签页面浏览方式为其赢得了声誉，可是对计算Time on Page和Time on Site而言，这却带来了麻烦。当用户在另外一个标签页中打开同一个网站的连接，也就是同时经过两个标签页面来浏览同一个网站的时候，Time on Page和Time on Site会被计算成什么样子？

这种状况混乱了网站分析工具对时间的计算。

下图是一个广泛的用户浏览网站场景，经过这个场景咱们可以理解多标签页面浏览带来的影响……

• 一个用户来到上图的首页，而后在新的标签页中打开了这个页面上的一个连接，此时首页占用了一个Tab页，点击连接新打开的页面4占用了另外一个Tab页。
• 这个时候，用户浏览页面4后没有关闭页面4，从新回到首页的Tab继续浏览首页。
• 在浏览首页的过程当中，用户点击了首页上的另外一个连接，跳转转到了页面2，但没有新开Tab，是当前Tab页打开。
• 接着，用户又切换到页面4所在Tab，点击连接进入页面5，在页面5上关闭当前Tab。
• 再接着，用户又点击页面2上的连接到了页面3，固然，仍是同一个Tab。最后，在页面3上关闭了这个Tab，会话结束。

Time on Site在这种状况下该如何计算呢？不一样的网站分析工具对这种“多Tab型”的浏览行为有两种计算方式。

方式一：

网站分析工具将上面的这种多Tab浏览的状况按Tab的不一样，逐一进行记录，也就是发生下面的计算：

统计结果输出：2个访问过程（即2个Session），每一个Session对应一个Tab。

Session1(上图中首页所在Tab)：

Tp (首页) = 5 分钟

Tp (页面2) = 25 分钟

Tp (页面3) = 0 分钟

Ts (同一Tab的整个访问时长） = 30 分钟

Session2(上图中页面4所在Tab)：

Tp (页面4) = 6 分钟

Tp (页面5) = 0 分钟

Ts（新打开Tab的整个访问时长） = 6 分钟

这种状况下：网站分析工具的报告中会记录2个Session，1个UV（Unique Visitor）。

方式二：

有一些网站分析工具会把这种多Tab合并为同一个访问过程，以消除多个Tab（标签页面）形成的影响。

仍是上面那个例子，可是咱们转化一下表现方式——下图标示一样的过程，不一样的颜色表明不一样的Tab。

统计结果输出：1个访问过程（即1个Session），在这个访问过程当中包含了两个Tab。整个访问过程经过“时间戳”被从新组织为上图。

这个Session：

Tp (首页) = 1 分钟

Tp (页面4) = 4 分钟

Tp (页面2) = 2 分钟

Tp (页面5) = 23 分钟

Tp (页面3) = 0 分钟

Ts = 30分钟

你认为哪一种统计方式更合理，更喜欢哪种方式呢？

请必定要问清楚你的网站分析服务提供商，他们采起了上两种方式中的哪种来计算多Tab（标签页面）浏览时的时间和访问过程。

如今愈来愈多的人都在使用多Tab浏览，所以选用何种方式都将会对你网站分析最后的数据输出有巨大影响——毫无疑问，两种方式统计的最终数据确定会有很明显的差别。

解决方案：

获取页面（Tab）关闭时间（页面关闭能够是经过关闭浏览器或Tab页，或在地址栏键入一个不一样的网址，或是点击了你网站上连接到其余网站的连接……）

由部落邦（北京）科技有限责任公司自主研发的最新用户体验可视化分析工具“邦分析”，获取了页面关闭时间，经过计算页面打开与关闭的时间差，就能轻松准确的获取页面停留时间及会话时间。

这个Session：

Tp (首页) = 5 分钟

Tp (页面2) = 25 分钟

Tp (页面3) = 1 分钟

Tp (页面4) = 6 分钟

Tp (页面5) = 3 分钟

Ts = 31分钟

页面停留时间是准确获取了，但其意义到底有多大？下一篇文章咱们将详细讨论，敬请关注！

转载自：http://www.bangfx.com/research/?p=651