【学习】网站数据分析：网站分析的基本度量

我们在使用各种网站分析工具的时候，会看到很多不同的度量指标，可能不同的工具会有不同的命名和定义，这里列举一些常见的度量，简单说明一下它们是如何计算得到的。

下面的度量都是来源于网站点击流数据，但根据点击流数据获取方式的不同（来源于网站原始日志文件或通过beacons和JavaScript的方式 获取的网站日志，如同样免费的AWStats和Google Analytics）得到的度量也会有差异，某些度量只有通过特定的方式才能获得。

Hits　　来源于网站原始日志，即用户浏览网站时发起的请求数，包括页面请求，也包括图片、CSS、 Flash等，所以一般打开一个页面会发送多个请求，根据网页设计的差异Hits会是PV（Page Views，下面会有介绍）的N倍，比如我的博客的AWStats统计中Hits数一般是PV的3-5倍。

Page Views　　即PV，页面浏览数，页面被打开（请求）的次数，是网站分析中最常见的度量。注意 Ajax架构或Flash下同一URL下可以浏览多个页面，进行多个操作，这些都无法在PV中体现。还需要注意Unique Page的定义，当一个页面被刷新多次时，其实用户浏览的始终是同一页面，所以这时的Unique Page Views还是1。

Visits　　访问量，也是常见度量之一，用于衡量用户的一次访问（从打开进入网站到离开网站，其中可能浏览了多个页面（PV））的数量，也就是网站Session的个数。

Unique Visitors　　UV，被用于标识访问网站的唯一用户数。注意一个Unique Visitors可能会有多个Visits。

Time on Page　　页面停留时间，即用户从打开页面到离开页面的时间间隔，这个度量一般只有当用户在 你的网站中点击了下一个页面时才会有记录，否则是0，所以所有Visits的最后一个页面的Time on Page一般都为0。所以我们在计算页面平均停留时间（Avg. on Page）的时候一般会过滤Time on Page=0的记录。

Time on site　　即每个Visits的停留时间，一个Session的开始到结束。跟Time on Page同样需要注意其计算中存在的误差，取平均的时候注意过滤长度为1的session。

Bandwidth　　这个度量也一般只能从原始日志中获取，Bandwidth是AWStats中的命名，统计网站的流量，需要将所有请求的传输字节数相加得到结果。一般用于衡量网站的流量情况，服务器IO负荷，及某些限制了月流量最大值的虚拟主机流量使用情况。

Bounce Rate and Conversion Rate　　关于Bounce Rate ，有一句很形象的描述——“I came, I puked, I left.” 即进入你的网站，什么事都没干就直接离开了。

如果一个访问没有Bounce，那么我们就可以跟踪其访问足迹统计Conversion Rate，即从上一步进入的访问率（Current Visits/ Previous Visits）。转化率对于某些网站的关键流程的优化可以起到重要作用，比如电子商务网站的购买流程等。

Entrances and Exit Rate　　Entrances一般用户衡量网站首页或Landing Page的进入情况，指First Page of Visits。Exit Rate可以作为每个页面的基本度量，衡量从该页面离开的比率，即该页面是整个Visits的最后一个页面。

Sources and Search Key Phrase　　来源于referrers的统计，Sources即网站的来源（搜索引擎、广告或其它），用于广告投放效果分析、SEM等。

Search Key Phrase是基于来源是搜索引擎referrer的解析，统计来源的搜索关键词，Avinash Kaushik建议我们使用Key Phrase而非KeyWords。有助于SEO和发现用户需求。

Engagement　　参与度对于不同网站来说定义不一，可以是电子商务网站的购买、反馈行为，也可以是论坛 的发帖、跟帖行为，还有视频网站的观看视频、游戏网站的线上游戏等。每个访问的参与度可以用Engagement Rate = Engagement Index / visits来计算，即参与度 = 参与标识/访问量。

Destinations　　即点击站外链接，一般通过JS代码来监控站外链接的点击，对于一些广告、宣传、推荐等点击情况跟踪比较有用，可以衡量网站对资源推广的能力和价值。

上面列举的都是网站分析中一些比较基本的指标和度量，我们在网站分析过程中可以基于这些度量通过求和、比例、平均等方式获得更多我们希望得到的数据，进而为我们的分析结果提供更充分的依据。

原文始发于微信公众号（PPV课数据科学社区）：【学习】网站数据分析：网站分析的基本度量