
Google Analytics中的页面参与度指标
本篇将介绍Google Analytics报告中的一个秘密而又特殊的指标:页面参与度指标。注意,是页面参与度,而不是用户参与度。页面参与度指标表示什么?有什么作用?我们该如何来使用这个指标?他又对我们的网站分析有那些指导呢?请继续往下看。
什么是页面参与度?
网站是由一个一个的页面组成的。一个网站中可能会包含很多种不同类别的页面。这些页面的质量如何?在网站中有什么作用?当我们需要对网站的页面进行评估时,该如何去衡量他们呢?这些都是页面参与度指标需要解决的问题。为了更好的理解页面参与度这个指标,下面我们先来看个例子。
在一个传统的商店或公司里,有很多的销售人员,这些销售人员的工作是负责将商品销售给顾客。使商店或公司获得收益。那么我该如何衡量这些销售人员呢?很显然,销售业绩是最重要的指标之一。一个优秀的销售人员可以说服顾客购买商品,同时为商店或公司创造更多的收益。
现在将传统的商店或公司替换为我们的网站,顾客替换为网站的访问者,而销售人员就是网站中的页面。当访问者到达网站后,页面负责将信息传递给访问者,并引导访问者完成网站的目标。那么,对于网站中的这些”销售人员”来说,该如何去衡量他们的表现呢?很显然,访问者在网站中的目标完成度是衡量网站页面最重要的指标之一,这个指标就是页面参与度。优秀的页面可以促进访问者在网站中完成转化,并最终完成网站的目标。有问题的页面会导致访问者的流失。
页面参与度的计算方法
前面介绍过了,页面参与度指标用来衡量网站不同页面对完成目标的贡献度。那么这个指标是如何计算出来的呢?毕竟很多非电子商务网站不是以收入作为目标的,并且即使是那些以收入作为目标的网站,又该如何分配每个页面对收入的贡献度呢?别急,我们将详细的说明页面参与度指标的计算方法。
页面参与度计算公式:
页面参与度=总目标价值 / 唯一身份综合浏览量(Unique Pageviews)
下面通过三个例子来详细说明每个页面页面参与度的计算方法,其中Visits=Session。
例1:访问者在一次访问(Visits)中,连续浏览了ABC三个页面后到达目标页。目标转化价值为10元。按照页面参与度计算公式来分别计算页面A,B,C的参与度指标。
目标价值=10
页面A唯一身份综合浏览量=1
页面B唯一身份综合浏览量=1
页面C唯一身份综合浏览量=1
页面A参与度指标=10
页面B参与度指标=10
页面C参与度指标=10
例2:访问者在一次访问(Visits)中,连续浏览了页面A,B,A三个页面后到达目标页。目标转化价值为10元。按照页面参与度计算公式来分别计算页面A,B的参与度指标。
目标价值=10
页面A唯一身份综合浏览量=1
页面B唯一身份综合浏览量=1
页面A参与度指标=10
页面B参与度指标=10
PS:页面A在这个Visits中被浏览了2次,pageviews=2,但因为都发生在一个Visits中,所以Unique Pageviews仍然=1
例3:在第一次访问(Visits)中,访问者连续浏览了页面A,B,A三个页面后到达目标页。在第二次访问(Visits)中,访问者连续浏览了页面A,B,D,A后离开网站。按照页面参与度计算公式来分别计算页面A,B,C,D的参与度指标。
目标价值=10
页面A唯一身份综合浏览量=2 (Visits1+Visits2)
页面B唯一身份综合浏览量=2 (Visits1+Visits2)
页面C唯一身份综合浏览量=1 (Visits1)
页面D唯一身份综合浏览量=1 (Visits2)
页面A参与度指标=5
页面B参与度指标=5
页面C参与度指标=10
页面D参与度指标=0
PS:
页面A在Visits2中没有完成目标,所以参与度指标= 10/2
页面B在Visits2中没有完成目标,所以参与度指标=10/2
Visits2中不包含页面C,页面C只出现在Visits1中,所以参与度指标=10/1
页面D没有完成目标,所以没有目标价值,参与度指标=0
计算参与度指标需要注意的问题
1 为参与度指数单独创建一个profile,在这个profile中不要启动电子商务功能,也不要加入事件追踪价值,只单独设置一个目标并为它设置目标价值,因为电子商务和事件追踪价值都会影响到目标价值的计算,同时,多个目标和价值也会影响页面参与度的计算。
2 计算页面参与度时使用的是Unique Pageviews,而不是Pageviews。所以,刷新页面并不会提高页面的参与度指标。
3 计算某个页面的页面参与度时使用的是目标价值与该页面所有Unique Pageviews值的比率,如果该值为0,表示此页面没有参与过目标转化,如果参与度指标等于目标值表示每个浏览过此页面的Visits都完成了目标转化。
如何设置页面参与度指标
前面说了一大堆页面参与度指标的功能和计算方法,那么如何设置这个指标呢?光说不练假把式。下面就开始设置页面参与度指标。其实,熟悉google analytics目标设置的朋友可能早就看出来了,这个页面参与度指标其实就是设置目标时的目标价值。没错,不过这里唯一的区别是,通常我们设置的目标价值是通过每次目标转化后网站所获得的实际收益值反推出来的每次转化目标价值,而在计算页面参与度指标的时候,并没有这个要求,我们只是对页面完成目标转化次数进行简单的计数。例如:页面每参与一次目标转化,我们就记录一次。所以,这里将目标价值设置为1即可。
查看页面参与度指标
页面参与度指标只在三个报告中可以看到,它们分别是热门内容,内容标题和内容细目报告中。这也是我开头说它是个秘密指标的原因。在这几个报告的最右侧,$index指标就是我们所说的页面参与度指标,这里允许我们按照参与度指标对页面进行排序,找出那些对网站目标转化至关重要的页面。同时,这里也可以通过报告级过滤器查看一类页面的页面参与度指标。
页面参与度指标的两个作用
页面参与度指标最重要的作用就是用来记录不同的页面在完成网站目标中所起的作用,所以根据这个指标我们可以发现两个对于网站分析最直接的作用。
1 页面与目标的相关性
只有当页面参与了网站的目标转化,才会有参与度指标。所以,没有页面参与度指标($index)的页面都没有参与目标转化。或者说,浏览这些页面的访问者最终可能都没有到达目标页。这究竟是路径的问题,流程的问题,还是页面本身的问题,需要我们逐个进行分析。
2页面对目标的促进度
页面每参加一次目标转化参与度指标都会增加,所以,页面参与度指标($index)值与Unique Pageviews值成正比的页面,转化能力越强,也越重要。而页面参与度指标($index)值与Unique Pageviews值成反比的页面就是存在问题需要优化的页面。数据分析培训
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数字化时代,用户的每一次行为 —— 从电商平台的 “浏览→加购→购买”,到视频 APP 的 “打开→搜索→观看→收藏”,再到银 ...
2025-10-11在机器学习建模流程中,“特征重要性分析” 是连接 “数据” 与 “业务” 的关键桥梁 —— 它不仅能帮我们筛选冗余特征、提升模 ...
2025-10-11在企业的数据体系中,未经分类的数据如同 “杂乱无章的仓库”—— 用户行为日志、订单记录、商品信息混杂存储,CDA(Certified D ...
2025-10-11在 SQL Server 数据库操作中,“数据类型转换” 是高频需求 —— 无论是将字符串格式的日期转为datetime用于筛选,还是将数值转 ...
2025-10-10在科研攻关、工业优化、产品开发中,正交试验(Orthogonal Experiment)因 “用少量试验覆盖多因素多水平组合” 的高效性,成为 ...
2025-10-10在企业数据量从 “GB 级” 迈向 “PB 级” 的过程中,“数据混乱” 的痛点逐渐从 “隐性问题” 变为 “显性瓶颈”:各部门数据口 ...
2025-10-10在深度学习中,“模型如何从错误中学习” 是最关键的问题 —— 而损失函数与反向传播正是回答这一问题的核心技术:损失函数负责 ...
2025-10-09本文将从 “检验本质” 切入,拆解两种方法的核心适用条件、场景边界与实战选择逻辑,结合医学、工业、教育领域的案例,让你明确 ...
2025-10-09在 CDA 数据分析师的日常工作中,常会遇到这样的困惑:某电商平台 11 月 GMV 同比增长 20%,但究竟是 “长期趋势自然增长”,还 ...
2025-10-09Pandas 选取特定值所在行:6 类核心方法与实战指南 在使用 pandas 处理结构化数据时,“选取特定值所在的行” 是最高频的操作之 ...
2025-09-30球面卷积神经网络(SCNN) 为解决这一痛点,球面卷积神经网络(Spherical Convolutional Neural Network, SCNN) 应运而生。它通 ...
2025-09-30在企业日常运营中,“未来会怎样” 是决策者最关心的问题 —— 电商平台想知道 “下月销量能否达标”,金融机构想预判 “下周股 ...
2025-09-30Excel 能做聚类分析吗?基础方法、进阶技巧与场景边界 在数据分析领域,聚类分析是 “无监督学习” 的核心技术 —— 无需预设分 ...
2025-09-29XGBoost 决策树:原理、优化与工业级实战指南 在机器学习领域,决策树因 “可解释性强、处理非线性关系能力突出” 成为基础模型 ...
2025-09-29在标签体系的落地链路中,“设计标签逻辑” 只是第一步,真正让标签从 “纸上定义” 变为 “业务可用资产” 的关键,在于标签加 ...
2025-09-29在使用 Excel 数据透视表进行多维度数据汇总时,折叠功能是梳理数据层级的核心工具 —— 通过点击 “+/-” 符号可展开明细数据或 ...
2025-09-28在使用 Pandas 处理 CSV、TSV 等文本文件时,“引号” 是最容易引发格式混乱的 “隐形杀手”—— 比如字段中包含逗号(如 “北京 ...
2025-09-28在 CDA(Certified Data Analyst)数据分析师的技能工具箱中,数据查询语言(尤其是 SQL)是最基础、也最核心的 “武器”。无论 ...
2025-09-28Cox 模型时间依赖性检验:原理、方法与实战应用 在生存分析领域,Cox 比例风险模型(Cox Proportional Hazards Model)是分析 “ ...
2025-09-26检测因子类型的影响程度大小:评估标准、实战案例与管控策略 在检测分析领域(如环境监测、食品质量检测、工业产品合规性测试) ...
2025-09-26