koorio.com
海量文库 文档专家
赞助商链接
当前位置:首页 >> 互联网 >>

分析网站用户行为方法


网站用户行为数据收集和分析方法
为改善网站的可用性, 一般采用可用性工程方法, 其核心是以用户为中心的设计方法论 (UCD)。综合介绍了目前国内外对于用户行为数据收集和分析方法所进行的研究, 各种方法 的特点, 并介绍一些利用相应方法所开发出的工具实例, 使得建设的网站更加符合用户的 需要, 以保障用户与网站之间沟通的顺畅。 随着 In ternet 的不断发展, 各种各样的网站如雨后春笋般成倍增长, 各个商业网站 之间的竞争越来越激烈, 随之而来的是, 网站的建设不可避免的出现了很多问题。 从最近一 次国外对 15 个大型网站进行统计分析表明, 用户在寻找自己所需要的信息时, 只有 42% 的 概率可以找到, 而在大部分的时间里用户都无法找到自己所需要的信息, 这使得用户在浏 览网站时经常遭遇挫折, 严重影响了用户对网站的兴趣和信任。正如 J acob N ielsen 所 指出的 “如果你想通过网站找到某些信息, 那么在一般情况下很难找到, 就算能够找到, 也 要经过一番周折。 从以往的经验可以得知, 除非项目管理团队在整个网站设计过程中就特别 考虑网站的可用性, 否则结果往往令人失望”。针对网站的特点, 目前国内外提出了很多依 靠计算机辅助来自动收集和分析用户行为数据的方法, 本文以下部分将重点介绍基于服务 器日志收集和分析用户行为数据的方法和从客户端收集和分析用户行为数据的方法, 并对 根据不同的方法所开发出的一些工具进行了介绍。 1 基于服务器日志收集和分析用户行为数据的方法 目前, 对于网站来说, 自动获得用户行为数据最流行的方法之一是基于服务器日志的 方法(Server log) ,就是通过从 w eb 服务器所产生的日志文件来获取有用的数据。服务器 日志文件就是用来记录 w eb 服务器的活动, 提供了详细的客户和服务器的交互活动日志, 其中包括客户的请求和服务器的响应。通过日志文件收集到的数据形式依赖于具体的 w eb 服务器类型, 不同的 w eb 服务器产生的信息是不一样的。 1. 1 基于服务器日志方法的优点通过日志文件可以获得很有价值的网站使用情况的数 据。 ① 日志文件是由 w eb 服务器自动生成, 所以花费比较小。 ② 与人为建造的可用性 实验室环境相比, 通过日志文件获得的数据更能够反映真实环境下用户的真实情况。 ③ 与 只对几个用户在几小时内进行的测试所获得的数据相比, 通过日志文件获得的是大量的用 户在相当长一段时间内的行为数据, 这对分析用户的行为是十分有利的, 可以利用数据挖 掘等技术对用户进行分析。 ④ 开发基于日志文件的数据分析工具相对比较容易, 花费也不 是太大。 1. 2 基于服务器日志方法的缺点基于日志的方法对于网站的可用性研究来说还存在着 很多不足之处, 由于日志文件就是被设计用来产生站点级的性能统计数据, 因此不可避免 的是, 日志文件所提供的数据与用来分析网站可用性所需的大量数据相比会有所不足, 对 于研究潜在的可用性问题只能提供少量的数据甚至还可能提供一些误导性的数据。 这是因为 一旦 w eb 服务器把用户请求的页面发送出去之后, 如果用户不发出请求, 则页面和用户之

间发生了什么 w eb 服务器并不记录。下面是一些从日志文件中获取的数据不足或有误导性 数据的例子。 ① 谁正在访问网站。如果想知道谁正在访问网站, 要求日志文件必须包含一个个人 ID 或者登录到服务器的登录标示, 但是目前的网站一般不需要用户登录, 大多情况下由日志 文件提供的客户端信息是客户的 IP 地址, 而这些 IP 地址很多情况下是由 In ternet 提供 商提供的动态 IP。 并且有时用通过代理服务器来访问 In ternet (例如, 学校的校园网) , 这 样就不能正确得知是哪个用户在访问网站。 ② 用户访问网站的路径。如果日志文件能够记下用户所浏览的每个页面, 那么自然可 以清楚的记录用户的访问路径, 然而, 当把用户的浏览器设置为可使用缓存(cache) 时(通 常是缺省设置) , 用户所浏览的一些页面就不能被 w eb 服务器所记录, 例如, 使用 Back 按 钮浏览的页面就不能被记录。 而且, 如果同一页面中提供了多个选择可链接到同一个页面的 话, 用户到底是使用哪一个链接过去, 这一信息从 log 文件中也难以获得, 但是这一信息 对改善网站的可用性也是很重要的。如果是通过图片链接,w eb 服务器可能会记下用户单击 的坐标位置, 从而可以获得用户的确切信息, 如果没有使用这种技术的话, 就很难捕获这 一信息。而且, 当用户通过键入 U RL 地址, 或通过书签来访问页面时,w eb 服务器也不能 记录这一信息。 ③ 用户在每页的停留时间。日志文件记录的是数据开始传输的时间, 而不是传输完成 的时间。而且也不清楚, 在页面下载的过程中, 用户到底在什么时间开始浏览页面。除非在 页面显示的时候, 用户因有事离开了, 不然可以通过比较用户的当前请求和下一次请求之 间的时间来粗略计算用户在此页面停留的大概时间 (通过后一次的请求时间减去第一次的 请求时间得到, 但对于从 cache 中获取的页面来说就出现很大偏差)。 ④ 用户离开站点的位置。日志文件记录了在用户会话期间所发送的最后一页, 但是这 可能并不是用户所看到的最后一页。 其中有两个原因: 第一, 用户所看到的最后一页可能是 从 cache 中得到。第二, 用户可能已经有事离开了很长时间, 而这段时间已经超过了 w eb 服务器所定义的用户会话时间。 ⑤ 用户是否成功完成自己想要做的事情。这是最根本的可用性问题, 只是通过单独的 日志文件统计是很难回答的, 如果是 “用户是否完成了交易? 用户是否成功地下载了文件?” 之类的问题, 答案还是很容易推断。然而, 如果要回答“用户是否找到了所需要的信息?” 类似这样的问题, 仅通过日志文件就很难回答了。 1. 3 基于服务器日志文件方法获取数据的辅助工具 Click T races A nalyzer 是分 析网站用户行为的一套工具, 为进一步了解用户的浏览行为提供了强大的功能, 它把大量 的复杂数据用非常简单的方法表达出来, 使可用性人员在分析用户行为时一目了然。 2 客户端收集和分析用户行为数据的方法

由于通过日志文件获得的信息会出现失真的情况, 而且有很多重要的数据只通过日志 文件很难获得, 这些信息对研究网站的可用性问题却很重要, 因此为了进一步获得更多的 有价值的可用性数据, 发现更多的网站可用性问题, 逐渐产生了很多技术用于从客户端 (page- side) 直接获得用户与网站的交互情况。由于是直接从客户端获得数据, 所以, 能 够获得大量的难以从服务器端获得的用户行为数据, 这对进一步分析用户浏览网站行为, 改善潜在的网站可用性问题提供了更大的帮助。 2. 1 客户端收集用户行为数据的优点 ① 由于用户是在真实的环境下所进行的操作(如在家里或办公室) , 减少了人为地干扰 因素, 因此获得的数据更加真实。 ② 与基于日志文件的方法相比, 从客户端收集到的数据更加精确, 能够克服如上描述 的很多问题。 ●不受动态分配 IP 地址或代理服务器的影响: 通过使用客户端跟踪技术(如由 w eb 服 务器对每个访问站点的客户机自动分配 ID 并将其记录在客户端的 Cook ies 中, 每次用户 浏览网站,w eb 服务器可通过访问客户端的 Cook ies 就知道此客户机是否访问过本网站)。 ●正确的用户浏览路径: 由于是在客户端记录用户行为, 因此客户端代码可自动跟踪 用户的浏览路径, 不管是否通过本机缓存或通过代理服务器。 例如, 用户的实际浏览路径是 从 A ` B, 点击 Back 钮, ` A ` C, 但是从 log 文件中得到的路径是 A ` B` C。页面浏览 时间: 举例如图 1 (页面是由 cgi 脚本产生的动态文件)。这是使用 Click st ream 收集工 具与基于服务器的日志文件产生的数据比较, 日志文件丢失了很多重要数据。

分析网站用户行为 5 方法
站在网站运营角度, 不同的网站提供的内容和服务不同, 用户行为分析的侧重点也不尽 相同。但是,几乎所有的网站用户分析都是基于用户属性和用户具体行为来展开各种关联或 逻辑推理分析。以下是网站用户分析的 5 大常规方法: 一、用户轨迹分析法 所谓轨迹分析法,就是对用户从网站某页面?着陆?后的一系列行为轨迹,这个行为轨迹 基本上反应了网站用户的核心需求。如果能把握用户的行为数据,就可以了解用户的喜好, 以及页面设计对用户关注度的影响,从而为网站调整提供第一手的资料。 二、用户基本动作分析法 类似广播体操的分解动作一样, 网站用户行为也是可以分解的。 通过分解用户行为动作, 可以提炼出分析单元,从而为进一步的数据分析做好基础性工作。例如,首先对用户按照点 击、上传、下载、播放、注册、购买、留言、投票等行为进行分解,然后归类,分为浏览类, 互动类等,对基本动作进行数量统计分析,得出每个类型行为的数据总量,并得出用户行为 的相关总体数据。

三、关联分析法 关联分析是把一种用户行为习惯和其他行为习惯进行联系分析, 包括用户上网习惯和用 户网站行为的关联,用户的基本属性和社会属性与用户网站行为的关联。例如,一个电子商 务购物网站,可分析用户的收入水平跟购物频率,购买金额的关联度 ;主体人群与性别的关 联度;购买人群与当地地区经济发展程度的相关度等等。这些数据对网站的营销推广具有重 要意义。 四、目标向量分析法 针对网站日志中的流量来源、跳出率、平均页面停留时间、平均访问页数等等网站目标 的向量值,站长能够对网站用户黏度和忠诚度进行具体的分析。 五、TOP 分析法 通过研究最活跃用户的特征,例如其基本属性、上网习惯、网站用户行为等,得出网站 活跃用户群体特征,从而为网站推广提供重要数据。抓住了该类用户的需求和心理,网站才 能真正具有活力。 通过对用户行为的分析推断用户的喜好和目的,提供符合用户喜好和要求的信息,用户 分析的最终目的就是为了提升自身的服务质量,把用户留住。

简单说明基于日志的用户行为分析
日志是记录用户操作流的文件,可以用于验证设计、发现问题和挖掘用户需求。之所以 研究用户行为,原因在于: 1.设计的优劣最终还是需要从用户行为数据中得到反馈。 2.当产品用户达到一定数量级时,可以从用户行为中挖掘需求。 3.设计很多经验来源于用户行为规律,前沿的设计必然要研究用户。 4.“小步快跑”的敏捷开发依赖行为分析,最具说服力。而传统基于人种志和调查问卷等 定性定量方法并不一定能和产品设计紧密结合。 先以最常用搜索引擎为例,个人杜撰出一段日志来揣测网页是如何做行为分析: 18:23:21 直连搜索引擎首页 18:23:25 输入关键词”拥护 日志”,按键盘回车键 18:23:29 点击智能纠错“用户 日志” 18:23:34 用户点击第二条结果链接 18:23:37 用户点击第一条结果链接 18:23:59 用户输入关键词“用户 日志 分析”,按键盘回车键 18:24:03 用户点击第一条结果链接 从这个过程中可以得出以下结论: 1.用户从开始搜索到找到想要的网页,总计用时 42 秒,而找到网页的时间可以作为衡 量搜索引擎设计的重要指标,目标是缩短用户找到网页的时间。 2.利用拼音和词语关联性的智能纠错对改进用户搜索发挥了作用。 3.搜索“用户 日志”第二条结果内容与用户预期相差较大,3 秒变跳出网页,没有形成正 常的浏览行为, 如果多数用户操作如此, 说明第二条结果网页内容较差, 应该对其重新排序。 第一条结果用户花费了 22 秒浏览,但内容并不是用户最终想要的。 4.用户修改了关键词重新搜索,第一条结果满足了用户需求。 分析比较简单,但可以从中看到如何利用日志分析,从用户总用时、智能纠错和结果页 的点击发现问题。当以时间作为衡量指标时,界面中的各种元素都以此标准为设计依据。比

如: 1.什么样的按钮最利于用户点击,需要考量到按钮的大小、位置和形状,按钮的颜色、 质感和阴影等视觉元素可能偏向主观因素,但同样对用户操作有影响。 2.通过统计得知用户使用回车键和点击按钮搜索的比例。 3.搜索框有下拉选项的搜索建议。搜索建议可以减少用户输入,有效并且精准的关键词 可以减少用户反复搜索。 4.服务器搜索时间的时间、网页加载速度、查全率和排序虽然属于技术衡量指标,但设 计师需要知道。 5.搜索关键词的即时搜索省去从首页跳转结果页的时间。 6.从用户输入关键词的统计中可以分析出用户组织关键词的习惯,比如词组,加上限定 词和句式等,并对其分类得到总的比例。控制用户反复搜索的次数,比如输入 “用户 日志” 没有找到想要内容,如验证属于普遍问题的话,说明搜索结果页有问题。 7.通过 A/B 和多变量测试得知什么样的结果和广告展示形式最佳, 比如链接的颜色、 长 度、字体和字号等。 当找到产品的核心标指标时, 设计会变得容易的多, 直接可以从用户日志中反馈出设计 是否发挥了作用。这种思路同样适用一些移动应用,当列举出所有影响因素并确定因素的权 重时,会有种产品架构的感觉。创新也不是凭空设想,每一项设计都是为了改进核心指标。

用户网站访问行为分析
随着互联网的发展, 网站推广、 网站营销成为一种任何一个想利用互联网成就一番事业 的企业都不能忽视的手段, 毕竟与采用传统方式营销推广所需要的花费相比,网络无疑具 有先天优势。但同时问题也随之而来,如何得到网站推广网站营销的效果评估?如何制定下 一步的策略? 为了解决这些问题, 网站流量统计产品应运而生, 国外多家调查研究机构的研究也都证 实了网站流量统计分析对于网络营销效果的价值,但在网站营销管理实践应用中,大部分的 企业只是通过网站流量统计产品关心一下在线人数,至多也就是大致了解一下访问者的来 源,如通过搜索引擎带来了多少用户,以及用户主要利用哪些关键词进行检索而来到网站等 等。 以此来作为 seo 优化的依据, 当然这也为网站未来策略的制定提供了一定的依据, 但是, 这些依据毕竟十分有限而且凌乱。最终,都只能演变成只是日复一日的对大量数据的查看。 那么,这样看来,单纯的数据呈现对于网站营销管理的参考意义也就屈指可数了。我们 不禁要问,现有的网站流量统计产品是否还缺少了一点分析的角度? 我们来看,一个用户要访问一个网站,他都会使用到哪些事物、留下哪些踪迹呢?鼠标, 键盘,浏览器这三样无疑是必不可少的,登录网站之后,他的整个访问轨迹,停留时间等等。 那么,这些事物和踪迹又能告诉我们什么呢? 第一, 用户的鼠标点击某种程度上可以告诉我们用户在某个网页上的视觉轨迹。 因为根 据人的一般行为规律,用户会先点击他最先注意到的网页元素,无论这个元素是个按钮还是 其它。因此,对用户鼠标点击的总结和分析将能够告诉我们用户在一个网页上的视觉大致浏 览轨迹,由此可以得出一个网页设计是否合理,是否能够使得用户真正注意并且能够点击到 企业需要让他点击的位置。最终影响到整个网站的信息架构甚而网站结构。 第二,浏览器,对于浏览器和用户操作系统信息的获取已经不是什么新鲜的功能,它们 能够告诉我们的无非是用户使用机器的一些基本信息,此处不再多做叙述。 第三,访问轨迹,停留时间。对于这两项就大有文章可做了,从大的层面而言,它可以 告诉我们用户在整个访问网站的过程中都做了哪些事情,既用户的客观行为,从小的层面而

言, 它可以告诉我们一些我们不通过分析访问轨迹无法得知的网站在用户操作流程上可能存 在的问题,加上停留时间的参数进行分析的话,甚至可以告诉我们访问网站的用户的类型。 以下分别举例说明这两种情况。 例一,我们通过网站访问轨迹的分析,发现一个用户在购买某件商品的付款流程中,总 是在结算过程中跳出,那么,此时就可能存在两个可能:第一,结算页面存在误操作。第二: 用户还想继续购买其它物品。此时我们结合对结算页面的鼠标点击分析,发现用户是点击了 错误的链接导致总是意外跳出。此时,就可以断言,这个结算页面的设计存在问题,需要改 进。 例二:有两名用户,其中一个登录新浪之后首先点击“科技”频道,随后点击了“互联网”, 另外一个先点击了“科技”频道,随后点击了“数码”但在数码仅停留了很短的一个时间立即点 到了“互联网”,那么,某种程度上这两名用户的操作习惯存在一致性,而且根据他们所感兴 趣的内容可以一定几率上判定他们是 it 行业从业人员。通过对无数次同样的归类,我们就可 以通过对这些数据的分析,得到我们网站用户的大致类型,所谓知己知彼才能百战百胜,知 道我们面对的是什么样的用户,策略的制定才能有的放矢。 综上所述, 我们不难看出网站访问行为分析的几个基本维度和它所能带来的好处。 目前 的网站流量统计分析产品普遍缺乏这样的维度, 导致只是数据堆砌洏无法对这些用户行为获 得有效的获知。而只有了解了用户的行为,企业才能有的放矢,做出相应的策略。 那么,如何使用一些工具或者对数据的采集分析来达到对用户行为的初步分析呢?笔者 注意到近日国内统计厂商中异军突起的一个新的服务提供商——统计啦 www.tongji.la , 他们 已经做到了对用户鼠标落点的统计,以及对网站单页面用户覆盖的相关分析,但是笔者提到 的对用户的归类他们好像还没有涉及,不过据说他们仍在不断改版,笔者也就拭目以待了。 各位看官如果有所兴趣也可以观看一二。

网站用户行为的分析
主要有如下几个阶段: 一、当刚接触到网站分析的前一两年,那是新奇与兴奋。当我开始使用 HBX , Coremetrics,看到 Omniture SiteCatalyst, 看到免费的 Google Analytics 等等非常好的工 具,以及那么多可以拿到的指标。觉得网站分析很神奇,我可以了解用户的所有行为。这个 阶段,我做了很多很多的报告,给公司各个 level 上至 CEO 下至 Marketer 提供各种各样的 数据,诸如网站的整体流量,页面的表现,流量的来源,各渠道流量的质量,站内搜索行为, 站外引擎的情况,等等。我相信很多网站分析人员目前所处的阶段跟我当时是一样的,就是 reporter 的角色远远大于 analyst。但是这个过程是很有必要的,因为只有经过这样的过程, 你才能对分析系统有深入的了解,知道各个指标的详细定义,并且知道什么情况下大概需要 什么样的指标来衡量。 二、接触网站一段时间之后,就发现其实不知道的还有很多,变得越来越谨慎与小心。 这个时候,我会用更高级一些的分析功能,诸如 segment, path, scenario 等。大概情况 是这样,当你需要对很多人提供越来越多的数据的时候,你就会发现数据源会越来越多,不 仅仅是你这儿的数据源,还有其他人能接触到的数据源,但是这些数据源很多情况下数据是 不一致的,会有很多人来 challenge 你。于是就需要进一步研究数据追踪的原理,为什么不 一致,这些不一致究竟代表什么。这段时间给我的帮助很多,帮助我了解了很多数据产生的 原理,以及很多指标真实的定义,比如对于市场投放 attribution window 的了解,过程就很 复杂。 三、大概三四年之后,做得更多的就是要分析为什么数据会这样变化。这是一个比较综 合的分析过程,你需要了解各渠首的流量数据,以及网站上用户的所有行为。并且,你要知

道外部市场的情况有什么变化。所有这些都会影响很多指标,诸如流量、转化率等重要的指 标。在这个过程中,会发现网站分析有的时候很无力,因为在有些情况下,并不能找出数据 变化的原因, 既使你能找出, 由于原因太多, 通常会耗费你大量的精力与脑力去做这件事情。 因为有一点情时刻需要提醒自己,就是错误的分析导致的结果很严重,所以很多时候,分析 过程只占不到三分之一的工作,更多的工作在于验证分析结果是否准确,是否能从很多方面 验证下来结论都合理。 四、最近,我将主要的精力都转移到网站用户行为的分析上来。网站用户行为的分析, 可以说是网站分析最困难的部分。不同于市场投放,因为 marketing 这边,总体来说,还是 有迹可寻。而对于用户行为研究,情况则全然不同,很多时候你看到某些用户的行为,你没 有办法判断是因为网站设计还是用户需求导致这种行为。当对网站做出一些变动的时候,你 希望能分析这种变动是好是坏,于是你去看所有用户的路径,所有用户的点击行为,所有用 户的转化。 于是情况就复杂起来, 首先, 我们需要判断哪些数据变化是有利的, 比如某些网站功能, 改进后的结果恰恰是数据变糟了,但对于用户来说是方便的。举个例子,在购物流程中,比 较通行的做法是尽量减少出口,让用户不至于流失,然而,有很多功能是在购物流程中让用 户用起来会比较方便的,在这个时候,我们不能仅仅是为了数据而过于减少结账流程中的出 口。其次,在分析用户行为的时候,由于市场投放行为的变化,用户群本身就是变化的,所 以往往很多好的改进在数据上看起来, 效果并不理想。 当然, 也有一些方法来解决这些问题, 诸如 A/B Testing,诸如问卷调研,但很多情况下,网站功能是从无到有的过程,在这时, A/B Testing 就很难适用。第三,由于做了很久的网站分析,因此逻辑上趋向于一切以数据 为说话,而很多时候,你需要站在系统的角度来考虑。举个例子来说明,在考察用户行为的 时候,我们可以看到非常多的网站行为路径,而我们在改进其中一个页面的时候,用户的用 户路径也会变化。此时,就不能简单的只看这个改进的页面是否效率提升,是否有所改进。 而应该分析整个网站的用户行为路径发生了何种变化, 这种变化是否与我们最终的业务目标 一致。 如前文所说, 其实网站分析最终的瓶颈在于如何与业务相结合, 世界上没有一套放之四 海而兼准的分析步骤。因此你在组织中的位置,所能接触到的信息,对业务的了解情况,也 一定程度上决定了网站分析是否能真正与业务相契合。 最后, 我想说的是我们是 analyst, 不是 reporter, 我们需要提供的是帮助决策的 insights, 不是 data。

监控网站的用户点击行为
——基于 Google Analytics 的应用

用户在网站的行为其实无非就是输入和点击,而点击又是最常见的行为,其实用户行为 分析一大部分就是在分析用户各种各样的点击行为。 我们可以通过各种途径来监控用户点击 行为,同时各类网站分析工具都相继提供了丰富的事件监控功能,来满足不断发展变化的网 站交互。 刚好我的博客需要监控某些用户点击行为, 并且要将这些点击行为设置成网站目标, 所以这里跟大家分享一下我的实现步骤。
用户点击对你的网站重要吗?

首先需要明确的是我们是否有必要去监控用户的点击行为, 或者说用户点击对网站分析 是否有价值?网站中有些按钮完全是交互或者浏览的需要,对于分析并不是那么重要,但显 然有些按钮对于网站分析有着至关重要的作用,比如电子商务网站的“放入购物车”、“购买”、 “支付”等按钮的点击;微博网站的“关注”、“发布微博”等按钮;视频网站的“播放”、“暂停”等 按钮。通过统计和分析这些按钮的点击数据,我们可以对用户的这些对网站产生关键影响的 行为了如指掌。 我们需要去统计这些重要的用户点击,但也不是所有的这些点击都需要进行额外的设 置,当点击跳转到一个新的页面时就会有新的 Pageview 产生,这类点击我们就不需要另外 进行监控。但某些点击,比如 Ajax 架构的点击交互,或者是 Flash 中的点击按钮,抑或是 出站的按钮或链接点击,这类行为不会产生新的页面浏览行为,也就不会有 Pageview 的记 录,那么如果刚好这些点击像上面说的对网站来说是重要的,我们就必须对其进行监控和统 计。 以我的博客为例,对于我的博客而言,通过右方侧边栏最上方的 5 个按钮可以对博客进 行订阅或关注,用户的这些行为对于我而言是十分有价值的,因为至少用户开始对我的博客 内容感兴趣了,我需要知道每天有多少用户会尝试去点击这些按钮(无论点击的结果如何, 因为最终的结果超出了监控的范围,无法追踪 =_=” ),其实通过 Google Analytics 就能简 单地统计到这些点击数据。
Google Analytics 的点击监控统计

Google Analytics 中监控点击一般通过事件追踪(Event Track)和虚拟页面(Virtual Page)两种方式。我原先使用的是事件追踪的方法,因为事件追踪是 GA 专门为这类用户 行为量身定制的,可以设置类别(Category)、行为(Action)、标签(Label),甚至可 以为每个事件定义它的价值(Value),所以对于各类时间的分类汇总非常方便,比如我在 RSS 订阅中加入 onClick=”_gaq.push ( [?_trackEvent?, ?Feed&Follow?, ?Feed?, ?RSS?] ) ;” 类别为 Feed&Follow,行为为 Feed,标签是 RSS,另外设置邮件订阅的标签为为 Email, 关注的 3 个按钮的动作为 Follow, 再根据标签区分类别, 这样就可以非常方便的看到汇总和 细分的数据了.

但事件追踪有一个局限性就是无法设置为网站目标, 熟悉 Google Analytics 的朋友都知 道 GA 的目标只能是三种类型:页面浏览(URL Destination)、停留时间(Time on Site)、 每次访问页面数(Pages/Visit)。所以如果我要将我的博客的订阅和关注的点击作为网站的 目标,在 GA 中通过事件追踪的方式就没法实现了,就需要通过设置虚拟页面的方式,这里 来说一下我的设置: 点击类型 RSS 订阅 追踪代码 onClick=”javascript: _gaq.push(["_trackPageview", "/virtual/feed/rss"]);” Email 订阅 onClick=”javascript: _gaq.push(["_trackPageview", "/virtual/feed/email"]);” 关注 Twitter onClick=”javascript: _gaq.push(["_trackPageview", "/virtual/follow/twitter"]);” 关注 Buzz onClick=”javascript: _gaq.push(["_trackPageview", "/virtual/follow/buzz"]);” 关注新浪微博 onclick=”javascript: _gaq.push(["_trackPageview", "/virtual/follow/sina"]);” 但是设置虚拟页面后会出现另外一个问题,就是导致 Pageviews 的增加,因为虚拟页 面也会被算到页面浏览量中去,所以还需要进行另外一步操作——添加过滤器,下面来看一 下过滤器(Filter)的添加,及如何将点击行为设置为网站目标。
将点击设置为网站目标

首先来看一下通过上面的设置后在 Google Analytics 的报表上显示的结果:
虚拟页面统计

虚拟页面在数据展现其实与普通的页面浏览并没有区别,也是在 Content 模块中,可以 在 Top Content 报表中查看,根据我上面的设置可以直接 filter 出包含“virtual”的页面统计:

同时,根据上面虚拟页面的 URL 结构,也可以使用 Content Drilldown 中按层次一次向 下展开,可以同时查看各类汇总数据和细分数据,详细介绍参考前一篇文章——让 URL 更 适合分析。 这样依次展开的顺序为: virtual=》 feed=》 feed 的各子项, virtual=》 follow=》 follow 的各子项,十分清晰。
设置网站目标

因为虚拟页面已经将点击转变成了页面浏览,因此可以将这些行为设置成网站目标了:

这里的目标类型(Goal Type)选择 URL 目标(URL Destination),我在这里使用了 正则表达式进行匹配,将所有/virtual/feed 或 follow/开头的 URL 设置成目标,同时设置该目 标的价值(Value)为 10(对于博客而言,这类点击价值较高,同时博客还设置了其他的目

标,价值相对低一些),这样按确定就设置完成了,可以在报表上查看每天的目标转化率 (Conversion Rate)和价值了。
添加过滤器

因为使用虚拟页面监控点击行为将点击当做了页面浏览统计,因此会导致网站的 Pageviews 虚高,我们需要将这些虚拟页面的浏览量从网站的 Pageviews 统计中过滤掉, 所以需要用到 Google Analytics 的过滤器功能。首先要新建一个配置文件(Profile),这一 步是必需的,因为一旦在配置文件中加入过滤器后不符合条件的数据就会直接被剔除,无法 找回,所以我们必须保留一个最原始的配置文件以查看未过滤的虚拟页面的统计情况。我这 里只要用到预定义过滤器(Predefined filter)中的排除子目录即可,详细的设置参见下图:

只要把所有以/virtual/开头的子目录的流量过滤,然后把新建的配置文件放到下方右侧 “已选择的配置文件”的区域即可,非常简单方便,之后你就可以从你新建的配置文件中看到 “干净”的网站 Pageviews 的统计了。不过需要注意的是,因为在这个配置文件中虚拟页面被 过滤,所以上面设置的目标只能通过查看原配置文件的报表中才能看到。 最后总结一下,网站的点击行为统计对于某些网站的分析而言是十分重要的,基于 Google Analytics 的点击事件追踪可以通过事件追踪和虚拟页面两种方式,如果你单纯为了 统计点击事件发生的情况(当然不一定是点击,同样适用于其它事件),那么时间追踪是非 常不错的选择,如果你要将点击最为网站目标,那么就需要通过虚拟页面的方式了。我的博 客也是刚换过来,大家也可以自己动手试试。


赞助商链接
推荐相关:

基于大数据的用户行为预测

基于天池数据的用户行为分析报告摘 要电商每天都面临...电商期待通过数据挖掘将电商网站的用户、 内容、营销...间相互的直线关系, 并判断其密切程 度的统计方法。...


网络精准广告传播中的用户行为分析_图文

网络精准广告传播中的用户行为分析 - 上海商学院 东方财富传媒与管理学院 科研项目申请书 课 题 名 称 网络精准广告传播中的用户行为分析 谭俊洪 机关党总支/复旦...


基于数据挖掘的电商用户行为研究

龙源期刊 http://www.qikan.com.cn 基于数据挖掘的电商用户行为研究 作者:...233030 【摘要】本文在基于数据挖掘的电商用户行为分析研究中,以某地区内淘宝店铺...


中国户外旅行用户行为分析报告

中国户外旅行用户行为分析报告 - 2015-2016 中国户外旅行用户行为分析报告 用户年龄层分布 45 40 35 35 30 25 20 15 10 5 0 20岁以下 20-30岁 30-...


计费核查&用户行为分析子系统实现说明

计费核查&用户行为分析子系统实现说明 - 3.4 计费核查子系统 3.4.1 话单时长准确性核查 关联数据表格: 1、 语音话单表(Sys_CallRecord) 2、 A 口短信...


国际酒店预订及点评用户行为分析报告

国际酒店预订及点评用户行为分析报告 - 国际酒店预订及点评用户行为分析报告 2014-08-15 亚太酒店业电子商务战略研究中心 报告数据显示,作为顾客满意度的...


2013移动支付用户行为分析报告

2013移动支付用户行为分析报告_经济/市场_经管营销_专业资料。2013移动支付...录网页支付,博彩网 http://icbocai.com/对于新的方式目前还是用户较少,...


2016中国手机桌面用户行为分析报告_图文

2016中国手机桌面用户行为分析报告 - 2016 中国手机桌面用户行为分析报告 艾媒咨询发布《2016-2016 中国手机桌面行业研究报告》,报告称 2015 年活跃用 户规模达到 2...


2014中国智能电视用户及用户行为研究报告_图文

三、 受众回归的特征在开通智能电视后,有20%-30%的用户通过PAD/个人电脑/智能手机/互联电视机顶盒 /IPTV/有线数字电视观看电影电视剧等节目的行为有减少。 四...


企业如何利用CRM分析客户行为?

2、客户行为分析 除了基本信息之外,悟空 CRM 还可以...最短的时间内, 以最便捷的方式客户行为进行分 ...必读 | 文库协议 | 广告服务 | 企业文库 | 网站...

网站首页 | 网站地图
All rights reserved Powered by 酷我资料网 koorio.com
copyright ©right 2014-2019。
文档资料库内容来自网络,如有侵犯请联系客服。zhit325@126.com