Google Analytics使用中的常见问题(二)

本篇是Google Analytics使用中的常见问题系列文章的第二篇，感谢所有在邮件中和我分享问题的朋友们，我也许不能一一回复你们的问题，但我会将所有的问题整理分类，以文章的形式发布出来，与大家一起分享经验。同时也感谢《蓝鲸的网站分析笔记群》中的管理员们。感谢你们对群里问题的及时解答。闲话少说，下面开始进入本篇中的五个常见问题。

1，为什么站内广告的click与目标页的PV不一致？

这是我最近遇到的一个问题，先来描述下问题产生的背景。在分析广告效果时，我们通常会关注到站内广告被点击的次数，也就是Google Analytics热区图中的click数字。但很多时候，广告的click数据与目标页面的pv相差很大。例如：在热区图中，广告被点击了1000次，但当我们查看目标页面的PV时，这个数字可能是600，或者1300。目标页面的PV可能高于广告的点击量，也可能小于广告点击。即便你对广告的URL进行了单独的标记，例如http://www.bluewhale.cc/ref=homepage但数据间依然会有差别，或高或低。这是为什么呢？

在回答这个问题之前，首先还是要先来看下指标的定义，广告的click和页面的pv两个指标的含义是什么，如何计算？以及我们是否该使用这两个指标进行对比。

广告click：广告的click是指广告被访问者点击的此次数，在google analytics中是没有click这个指标的，所以实际上我们看到的click数字其实是广告背后目标页面的PV值。

目标页面PV：目标页面的PV表示页面被浏览的次数，每当页面被加载一次，PV数据就增加一次。

上面的两个指标都是简单的累加指标，所以也就都不是那么的精确。虽然从逻辑上来看，click和PV都记录的是同一个页面的PV，那么这两个值应该是一样的。但因为某些特殊原因，实际的情况却并非如此。以下是我认为可能造成数据差异的几个原因。

A 广告click和目标页PV虽然都是记录的PV数据，但其实这两个数据还是有差别的。广告的click数据只记录了从广告入口访问目标页面的PV值，而目标页面的PV记录的则是页面所有被加载的次数。举个例子来说：有10个访问者访问了目标页A，但只有2个访问者是通过点击上一页广告打开页面A的。此时，广告的click是2，而目标页A的PV却是10。因此，造成了两个数据的差异。

B 第二种原因和前面的情况很类似，访问者通过点击广告访问了目标页，但因为某种原因页面被重新加载了（例如刷新）。此时，虽然所有的访问量都来自广告入口，但广告点击量和目标页PV依然不一致。广告click小于目标页PV。

C 第三种原因也比较常见，可能你已经对广告的目标URL进行了单独标记，访问者依然通过点击广告访问了目标页，但访问者可能同时会将这个URL通过IM或其他方式分享给其他好友，而当其他访问者使用标记过的URL访问页面时，虽然他们没有点击前面的广告，但依然会被记录为来自广告的访问量，因为URL中带有来自首页的标记。而实际情况是，这些访问者都没有点击过广告。此时广告click与目标页的PV数据也不可能一致。

D 还有其他的原因吗？欢迎大家来补充。

2，如何细分网站中的唯一独立访问者？

如何细分网站中的唯一独立访问者数据？例如：我想知道百度带来了多少独立访问者，Banner广告带来了多少独立访问者，直接流量中又包含了多少独立访问者。访问某个频道的独立访问者又是多少？这个问题我之前一直认为是无法完成的，因为在Google Analytics中，唯一独立访问者指标是无法被高级群体细分的。我们必须使用profile过滤器才可以将独立访问者指标进行分割。而google对每个账户最多只支持50个profile。所以，我们无法随心所欲的细分独立访问者指标。但是就在前几天，我发现我错了。

细分独立访问者指标的方法是自定义报告，通过选择自定义报告中的维度，我们可以很方便的对独立访问者进行细分。无论是从流量维度，时间维度以及内容维度对独立访问者指标进行多重细分。

3，如何汇总报告中来自EDM的流量？

通常情况下，我建议使用Google Analytics的工具网址构建器来标记所有外部流量，例如，对于EDM流量，我们只需要将source标记为EDM，就可以获得所有来自EDM的流量了。但如果你之前没有标记EDM的流量，或者因为某些原因无法在EDM的链接中加入utm参数，那么所有来自EDM的流量就都会散落在推介来源报告中。

此时该如何统计EDM的流量呢？这里有两种方法可以汇总所有来自EDM的流量。

A，使用过滤器汇总EDM流量。

第一种方法是使用搜索和替换过滤器汇总来自EDM的流量，通过正则表达式匹配所有推介字段中的mail，并将这些流量来源统一替换为EDM_traffic的流量来源。通过过滤，所有EDM带来的流量都统一汇总在了EDM_traffic来源中。这种方法在报告中看起来比较清晰，但有两个问题，1，汇总后只能看到整体的EDM流量表现，无法对邮箱类别对流量进行细分。例如：Gmail的转化率如何？hotmail的跳出率又如何？2，使用过滤器无法对之前的数据进行汇总。如果EDM发生在过滤器生效之前，我们就无法对这些数据进行汇总。

B，使用高级群体汇总EDM流量。

对比第一种使用过滤器的方法，使用高级群体汇总EDM流量是个更好的方法。我们创建一个EDM_traffic高级群体，然后使用正则表达式匹配所有包含mail的来源。当应用这个高级群体时，profile将生产EDM_traffic的流量报告，这个报告可以应用于任何时间段的数据。同时，在推介流量报告中，我们依然可以看到不同邮件服务商带来流量的效果。

4，如何过滤器失效的Goal页面？

这个问题的背景是这样的。网站中有多个Goal页面，页面的URL结构完全一样。并且经常会有老页面失效，新页面更新。但由于SEO的关系，失效的老页面并不会直接下线，而是一直保留着吸引流量。但因为这些页面已经失效，所以即使访问者到达这些页面也不能算作一次转化。因此，为了保证网站转化率的准确，我们需要过滤掉这些失效页面。

为了保留网站的真实流量，我们要新建一个profile，并在其中过滤失效页面，保证网站准确的转化率数据。但如何过滤这部分失效页面成了一个问题。因为失效页面与Goal页面URL结构相同，所以不能直接从URL进行过滤。而因为SEO的关系，我们也不能对页面URL进行改动或增加参数，甚至修改title。所以，在过滤器中，大部分的过滤模式我们都不能使用了。

此时，在不对页面进行任何调整，保证不影响SEO的情况下，过滤失效页面的方法是在GATC中对利用_trackPageview方法对这些页面进行重命名。因为搜索引擎的蜘蛛不会读取JS中的内容。因此，这个方法搜索引擎几乎察觉不到。具体的做法是将失效页面统一重命名。

_gaq.push(['_trackPageview', '/Virtual/Invalid page']);

然后在新建的profile中使用过滤器对这些页面进行过滤。

5，如何分析landingpage的跳出率？

最后一个问题，如何分析landingpage的跳出率。这里我们要说的并不是该如何优化landingpage的设计来降低跳出率，而是分析landingpage跳出率高的原因。当我们发现网站中某个页面有较高的跳出率时，我们需要做些什么呢？修改页面吗？还是查看广告？都不是，我们需要先通过分析确定跳出率变差的原因。而这个原因可能是由很多个因素造成的。例如，广告内容，流量质量，landingpage内容，以及广告和内容的匹配度等等。可能是流量自身的原因，也可能是页面内容的原因。

通常情况下，一个页面会作为多个流量来源的landingpage。当这个页面的跳出率变差时，我们需要先对他进行细分。如果所有打到该页面的流量跳出率都很差，那么我们需要对页面进行优化。而如果只有某一渠道的流量具有较差的跳出率，我们就应该对这个渠道的流量质量进行检查了。

作者：王彦平

文章来源：蓝鲸的网站分析笔记 转载请注明出处链接。

标签： Analytics 谷歌网站分析工具 站长工具 

版权申明：本站文章部分自网络，如有侵权，请联系：west999com@outlook.com
特别注意：本站所有转载文章言论不代表本站观点！
本站所提供的图片等素材，版权归原作者所有，如需使用，请与原作者联系。