河北百度愛采購,許多用戶在各個時間點對各個頁面的訪問瀏覽以點的形式散布在一個平面坐標系上。其中橫坐標代表時間軸,事件由左向右按時間順序依次發(fā)生;縱坐標代表了網(wǎng)站擁有的N個頁面,它們其實沒有順序之分,獨立地羅列出來就行;點的不同顏色代表著不同的訪問用戶,也就是表2-3中用 Cookie進行區(qū)分的;空白區(qū)間內(nèi)的點就代表了用戶的一次頁面瀏覽,也就是表23中的一條記錄,用記錄的時間戳對應(yīng)橫坐標,頁面URL對應(yīng)縱坐標來確定位置,這樣我們只要看圖就能知道誰在什么時間訪問了什么頁面。但對于指標統(tǒng)計而言,這些信息還遠遠不夠,因為我們無法區(qū)分用戶的這些瀏覽行為是在一次訪問中完成的,還是訪問了多次,每次都進行一些操作,同時我們也需要將這些點整理得更加有序,能夠一目了然地發(fā)現(xiàn)用戶瀏覽各頁面的先后順序,以及用戶從哪里進入,又從哪里離開網(wǎng)站。于是,就有了從原始日志記錄生成點擊流模型的過程,目的就是為了解答以上的諸多問題。其實生成點擊流的思路非常簡單,就是將相ession的點根據(jù)發(fā)生時間的先后(根據(jù)時間戳判斷)和頁面瀏覽的前后關(guān)系(根據(jù) Referral判斷)連成線的過程,當然在程序中實現(xiàn)需要考多因素,并沒有圖形上顯示的那么簡單。于是,假設(shè)我們將所有的線連接起來后畫出的結(jié)果如圖2-10所示。
河北百度愛采購的訪問路徑似乎變得清晰可見了,每個箭頭代表了用戶離開網(wǎng)站,有些用戶只瀏覽了一個頁面就離開了(淡藍色和黑色的用戶),有些用戶選擇瀏覽多個頁面以查看他們感興趣的內(nèi)容(紅色、紫色、黃色、綠色用戶),當然這些用戶的瀏覽頁面數(shù)或多或,訪問的時間跨度也可長可短,有些用戶則多次訪問了網(wǎng)站(藍色用戶,第一次瀏覽一個頁面后直接離開了,緊接著又一次進入網(wǎng)站,并瀏覽了多個頁面過簡單的連線操作,讓原始日志記錄所能反映的信息更加豐富。從可視化圖形的變化效果,我們看到了生成點擊流模型的基本過程,那么底層的日志記錄表也需要做相應(yīng)的改變——從一張拆分成兩張。生成點擊流的基本思路就是讓原先只有頁面瀏覽(點)的日志記錄劃歸到相應(yīng)的訪問(線)的層面,所以底層的表可以從單純記錄頁面瀏覽拆分為記錄頁面瀏覽和網(wǎng)站訪問的兩張表,一張就是原日志表簡化后的表,不妨叫 Pageviews表(參見表24),另一張記錄了每次的訪問信息,不妨叫 Visits表。
河北百度愛采購其中 Session就是關(guān)鍵詞字段,因為每次訪問的用戶必然是相同的,所以用戶的信息被統(tǒng)一記錄在 Visits表中,包括IP、 Cookie等;而每個訪問的站外 Referral信息也需要記錄在 Visits表中,因為這是訪問的外部來源,如果沒有,則可能像s002這個 Session一樣記錄的是短橫杠,說明用戶是直接訪問或者 Referral信息丟失。然后再根據(jù)串連頁面訪問的結(jié)果,可以記錄每個訪問的起始時間、結(jié)束時間、進入頁面、離開頁面,當然整個訪問的瀏覽頁面數(shù)也可以被計算得到。所有這些信息讓很多基于訪問層級的指標的統(tǒng)計變得更加容易。點擊流模型生成的兩張表可以用 Session字段實現(xiàn)相互之間的關(guān)聯(lián),從而 Pageviews層面也可以獲取用戶的IP、 Cookie等信息。在生成了點擊流模型后,如果你熟悉網(wǎng)站分析指標,不妨再試試從這兩張表中計算一下,看看現(xiàn)在你可以算出哪些指標了?而下面要介紹的正是網(wǎng)站分析中的基礎(chǔ)指標,包括指標的定義、計算方法和應(yīng)用,如果你已經(jīng)完全了解了點擊流模型,那么下面的指標學(xué)習(xí)你將游刃有余。2.2網(wǎng)站分析中的基礎(chǔ)指標指標是網(wǎng)站分析的基礎(chǔ),用來記錄和衡量訪問者在網(wǎng)站中的各種行為。
作者:chuangxinkeji
上一頁:
河北百度愛采購如何遠程服務(wù)
下一頁:
河北百度愛采購的營銷情況