數(shù)據(jù)是進行網(wǎng)站分析的基礎，Google Analytics為一個網(wǎng)站提供了上百個報告和數(shù)據(jù)指標，它們分散在不同的維度中，如何來解讀這些數(shù)據(jù)呢?單一的數(shù)據(jù)本身沒有任何意義，只代表了它記錄到的信息。(比如PV只代表頁面被顯示的次數(shù))不同的處理方法也會獲得不同的數(shù)據(jù)結(jié)果。(追蹤代碼在頁面的位置會影響PV數(shù)據(jù)的記錄結(jié)果)網(wǎng)站分析的工作就是通過對網(wǎng)站數(shù)據(jù)的解讀，產(chǎn)生有意義的結(jié)果。(將數(shù)字轉(zhuǎn)化為人類的語言)

跳出率是我們在網(wǎng)站分析中比較關注的一個數(shù)據(jù)指標，單一的跳出率數(shù)據(jù)有什么意義嗎?

舉個例子，網(wǎng)站的跳出率是50%，一個不好也不壞的數(shù)字。這個數(shù)據(jù)有什么意義嗎?我覺得沒有。因為它不能告訴我們?nèi)魏涡畔ⅰ渭兊臄?shù)據(jù)無法被解讀。數(shù)據(jù)只是數(shù)據(jù)，不是人類的語言!

面對這樣的數(shù)據(jù)，在進行網(wǎng)站分析時可以用5種方法來對數(shù)據(jù)進行解讀。讓數(shù)據(jù)變的更易讀更有意義。并對下一步工作具有指導意義。下面用5種方法逐一來解讀“網(wǎng)站的跳出率是50%”這個數(shù)據(jù)。

1 了解數(shù)據(jù)的意義和產(chǎn)生的原因

解讀數(shù)據(jù)前先要清楚的了解數(shù)據(jù)背后所代表的意義及產(chǎn)生的原因(這個數(shù)據(jù)是如何被計算出來的。)

解讀數(shù)據(jù): 網(wǎng)站的跳出率是50%

跳出： 指單頁訪問或訪問者的次數(shù)，即在一次訪問中訪問者進入網(wǎng)站后只訪問了一個頁面就離開的數(shù)量。

跳出率： 指某一范圍內(nèi)單頁訪問次數(shù)或訪問者與總訪問次數(shù)的百分比。

跳出率=跳出訪次/所有訪次

結(jié)論： 跳出率是一個負面指標，數(shù)據(jù)高不是個好事情。這個網(wǎng)站的跳出率有50%,說明有一半的訪次在網(wǎng)站上只瀏覽了一個頁面就離開網(wǎng)站了。

2 和歷史數(shù)據(jù)做對比

前面知道了跳出率是個負面指標，但單一的50%我們不知道他對于網(wǎng)站來說究竟是算高還是算低，因為沒有參照物。我們需要一個參照指標來對目前的數(shù)據(jù)進行衡量。這個參照指標可以是網(wǎng)站歷史同期的指標。(對于有銷售季節(jié)性的網(wǎng)站，歷史同期數(shù)據(jù)很重要)也可以是行業(yè)基準指標。

對比前首先要確定這個數(shù)據(jù)產(chǎn)生的時間，然后選擇有比較意義的歷史數(shù)據(jù)，通過對比可以看出目前數(shù)據(jù)的好壞。

解讀數(shù)據(jù): 網(wǎng)站的跳出率是50%

確定數(shù)據(jù)產(chǎn)生的時間范圍是2010年3月份。選擇歷史同期數(shù)據(jù)2009年3月份數(shù)據(jù)進行對比。(或者行業(yè)基準數(shù)據(jù))

歷書數(shù)據(jù)： 2009年3月份的跳出率是40%

行業(yè)數(shù)據(jù):跳出率45%

結(jié)論：3 月份網(wǎng)站的跳出率是50%，這個數(shù)據(jù)高于去年同期數(shù)據(jù)，同時也高于行業(yè)基準數(shù)據(jù)。根據(jù)跳出率的定義，3月份網(wǎng)站對訪客的表現(xiàn)變差了，有更多的訪客只在網(wǎng)站瀏覽了一個頁面就離開了網(wǎng)站。

3 把數(shù)據(jù)帶入到趨勢中

除了和歷書數(shù)據(jù)相比，還要把數(shù)據(jù)帶入到趨勢中，因為數(shù)據(jù)不是孤立的，產(chǎn)生的原因多種多樣。通過趨勢中的背景信息可以獲得更多的信息來解讀數(shù)據(jù)。

解讀數(shù)據(jù): 網(wǎng)站的跳出率是50%

將3月份網(wǎng)站的跳出率是50%的數(shù)據(jù)帶入到網(wǎng)站第一個季度的趨勢中：1月份跳出率40%，2月份跳出率60%，3月份跳出率50%。通過對比發(fā)現(xiàn)在第一季度中網(wǎng)站的跳出率是一個先增后降的變化趨勢。3月份的跳出率雖然比歷書數(shù)據(jù)和行業(yè)數(shù)據(jù)要差，但其實是一個向正常的回歸。而真正造成3月份跳出率高的原因其實發(fā)生在2月份。這時候就需要對2月的情況進行檢查，比如：網(wǎng)站在2月份進行過改版，或者開展了某種營銷活動。導致數(shù)據(jù)不穩(wěn)定。

結(jié)論: 50%是在變化趨勢中的一個數(shù)據(jù)，雖然比歷史同期的表現(xiàn)要差，但是是向正常趨勢的回歸。所以不能僅憑50%的跳出率就說網(wǎng)站在3月份的表現(xiàn)變差了。

4 這是一個匯總數(shù)據(jù)嗎?

通常網(wǎng)站的數(shù)據(jù)是對網(wǎng)站內(nèi)不同頻道，不同頁面在不同時間內(nèi)表現(xiàn)的一個匯總情況。在網(wǎng)站中，由于內(nèi)容和功能的差異，所以各個頻道或頁面的數(shù)據(jù)表現(xiàn)都會不同。將網(wǎng)站總體數(shù)據(jù)分解到不同的內(nèi)容中可以找到真正存在問題的部分。

解讀數(shù)據(jù): 網(wǎng)站的跳出率是50%

網(wǎng)站3月的跳出率是50%，是由3月每一天的跳出率匯總的。也可以是由網(wǎng)站的每個頁面，每個頻道數(shù)據(jù)匯總的。將數(shù)據(jù)細分到每個頻道中會發(fā)現(xiàn)可能大部分頻道的跳出率都低于50%，只有某個頻道80%的跳出率拉高了整個網(wǎng)站的跳出率水平。

結(jié)論: 網(wǎng)站的整體數(shù)據(jù)是沒有可操作性的，因為我們不知道問題真正出在哪里。通過細分可以找到真正出問題的地方，并且有針對性的進行優(yōu)化，進而提高整個網(wǎng)站的表現(xiàn)。

5 這是一個平均數(shù)據(jù)嗎?

網(wǎng)站的百分比數(shù)據(jù)通常都是一個平均數(shù)，比如跳出率，平均停留時間，平均頁面瀏覽量等等。和匯總數(shù)據(jù)一樣，這種數(shù)據(jù)沒有可操作性，并且掩蓋了網(wǎng)站中表現(xiàn)不好的部分。打破這些平均數(shù)可以發(fā)現(xiàn)真正有問題的部分。

解讀數(shù)據(jù): 網(wǎng)站的跳出率是50%

50%網(wǎng)站跳出率=網(wǎng)站中所有跳出訪次/網(wǎng)站所獲得的所有訪次

可以按多種維度來打破網(wǎng)站的平均值

按流量來源:

百度跳出率=來自百度的跳出訪次/百度帶來的所有訪次

按訪客地區(qū)：

北京跳出率=來自北京的跳出訪次/北京帶來的所以訪次

按訪問時間:

第一周跳出率=第一周的跳出訪次/第一周的所有訪次

按頻道內(nèi)容： (需要有規(guī)范的URL規(guī)則支持)

新產(chǎn)品頁跳出率=所有新產(chǎn)品頁面跳出訪次/網(wǎng)站獲得的所有訪次

按頁面屬性：

營銷推廣跳出率=推廣頁面的跳出訪次/推廣頁面獲得的所有訪次

按訪客屬性:

新訪客跳出率=新訪客的跳出訪次/新訪客的所有訪次

結(jié)論： 不同來源，不同地區(qū)，不同頁面和不同的訪次有不同的跳出率。通過細分可以打破網(wǎng)站的平均數(shù)陷阱。

最終結(jié)論:跳出率是一個負面的指標。網(wǎng)站50%的跳出率是在一個變化趨勢中的數(shù)據(jù)，雖然高于歷史和行業(yè)水平，但是在向正常水平的回歸。通過對跳出率的細分可以發(fā)現(xiàn)，高跳出率是由于某個地區(qū)或某個流量來源的新訪客在營銷推廣類頁面上的表現(xiàn)造成的，這部分數(shù)據(jù)拉高了整站的跳出率水平，這類營銷推廣活動和新訪客是造成網(wǎng)站在跳出率上表現(xiàn)差的原因。

解決的方法是

1優(yōu)化營銷活動頁面。增加頁面上的引導信息，降低跳出訪次。

2分割流量進行對比。網(wǎng)站分割出營銷推廣的數(shù)據(jù)后，與歷史數(shù)據(jù)再進行對比。

3細分現(xiàn)有流量。分割數(shù)據(jù)后對有問題的部分進行細分，對高跳出率的流量重點優(yōu)化。

via:數(shù)據(jù)分析

End.