婷婷综合国产,91蜜桃婷婷狠狠久久综合9色 ,九九九九九精品,国产综合av

主頁 > 知識庫 > 網站分析的三個指標 PV,UV,Visit

網站分析的三個指標 PV,UV,Visit

熱門標簽:昆明呼叫中心外呼系統價錢 電話機器人怎樣導進話術 外呼電梯刷卡系統控制 瀘州外呼調研線路 福州智能外呼系統價格 百應電話機器人的面紗 批量地圖標注社區店 新科技和電銷機器人 保定探意電話機器人

PV,UV,Visit,恩,這些不都是我們在網站分析中所使用的最基本的幾項數據指標,甚至是外行人也常常會把它們掛在嘴上,互聯網從業者以致愛好者更是沒有不知道這三項指標含義的。但要真說這三個指標是如何度量的,其間有哪些細微差別,相信不是每個人都能了解得十分清楚,確切。然而做網站分析又是一件需要極細致的工作,哪怕是最微小細節的不清楚或是誤判都會帶來決策判斷上的偏差,因此,今天分享一下這三個指標的度量方法,把這些基礎知識與各位再共同復習一遍。

PV – Page View

PV的意思就是Page View,中文翻譯即頁面瀏覽。其具體的度量方法就是從瀏覽器發出一個對網絡服務器的請求(Request),網絡服務器接到這個請求后,會將該請求對應的一個網頁(Page)發送給瀏覽器,從而產生了一個PV。那么在這里只要是這個請求發送給了瀏覽器,無論這個頁面是否完全打開(下載完成),那么都是應當計為1個PV。(當然這一點在實際操作中通常以你的統計代碼被調用執行作為計數點)

PV(Page View)還有一些其他的說法,如:Page Impression 或 Impression。

好了,有關PV其實就是這么簡單。

Visit

Visit中文翻譯即訪問。當你訪問到一個網站時,你就是一個訪問者(Visitor),你可能只訪問1個頁面,也可能東看西看走了N多個頁面,那么當你完成瀏覽這個網站的行為最終關掉這個網站所有頁面離開時,那么你就對這個網站完成了一次訪問(Visit)。

Visit的定義其實很容易理解,但在實際的網站分析工具統計中卻并不那么容易分辨了。

比如,你在網站上連續看了5分鐘,然后突然有電話叫你出去,于是你離開了20分鐘,回來后你又繼續在這個網站上看起來。那么這樣的一個行為到底算1 次Visit還是2次Visit呢?如果算1次Visit,那么其實你中間已經有20分鐘的間隔離開了電腦,并非連續的訪問行為了;但如果計算2次 Visit,你確實在離開前后沒有關閉這個頁面,又還是同一個人,這該如何處理呢?

這種情況的處理,通常要看網站分析工具對Visit的定義了,通常如果我們定義1個Visit是一系列在網站上瀏覽點動鼠標的動作,且兩個點擊你網站頁面超鏈接的時間間隔不超過30分鐘。OK,如上面例子所陳述的情況,那么你如果只離開了20分鐘,仍然會算做1個Visit。如果你的網站分析工具對 Visit的定義中兩個點擊網站頁面鏈接的間隔為10分鐘,那么上述情況就要被算所2個Visit咯。

怎么樣,這樣該了解Visit是如何被計算的吧?

UV – Unique Visitor

UV的意思就是Unique Visitor,中文翻譯即唯一訪問者。訪問者很好理解,那么為什么還要標明是唯一訪問者呢?

如上一段在解釋Visit時所引用的例子,那么假設你Visit的時間定義是30分鐘,而你在間隔了40分鐘訪問了這個網站。此時,網站分析工具會顯示有2個Visit,但這2個Visit是由你這同一人完成的,你是這2個Visit記錄的唯一訪問者,因此網站分析工具會顯示有1個UV。

因此,如果你的1個頁面有100次的訪問,那么很有可能不是來自100個不同的訪問者,可能在這其中有些訪問者貢獻了2次甚至更多的訪問,那么對于這個頁面的UV一定是小于等于100的。

UV又是如何被度量的呢?

1. 網站服務器分辨

網站服務器會接收到很多頁面請求,每次請求的信息內部都包含了你電腦的一些信息,比如:IP地址,請求發出的時間,瀏覽器版本,操作系統版本等等。網站服務器對這些請求進行分析,如果這些請求滿足一些共同特征,比如來自同一個IP地址,且瀏覽器版本,操作系統版本相同,請求時間又相近等等,如果滿足這一系列的定義,那么就可以認為這些請求是來自于同一個Visitor的,那么這些訪問自然是產生1個UV。當然,共同特征的該如何定義是由網站服務器的設置決定的。通常來講,用IP地址+其他特征共同來定義的情況比較多見。

2. 用Cookie分辨

當客戶端第一次訪問某個網站服務器的時候,網站服務器會給這個客戶端的電腦發出一個Cookie,通常放在這個客戶端電腦的C盤當中。在這個 Cookie中會分配一個獨一無二的編號,這其中會記錄一些訪問服務器的信息,如訪問時間,訪問了哪些頁面等等。當你下次再訪問這個服務器的時候,服務器就可以直接從你的電腦中找到上一次放進去的Cookie文件,并且對其進行一些更新,但那個獨一無二的編號是不會變的。如果在一定時間內,服務器發現2個 Visit所對應的是一個編號,那么我們自然可以認為這個來源于同一個Visitor了,自然也就是1個UV。

使用Cookie的方法要比第一個更精確些。但也存在一些問題,比如:有的客戶端為保證更高級別的安全,關閉了Cookie的功能;或者是有些客戶端設置了在退出頁面時自動刪除Cookie,亦或你經常自己去手動刪除Cookie,那么這個方法就不那么精確了。

由此看來,兩個方法都只能得到近似的UV,而不是絕對精確的。但在浩如煙海的訪問數據中,能計量出這些數據對我們的網站分析工作已經是可以有所指導并用于分析使用了。了解了這些數據的實際度量方法,有利于我們更加真實地還原用戶的使用行為,讓我們對網站真實的使用情況了解得更清楚。

原文鏈接:http://www.wenbin.me/webanalytics/web-analytics-about-pv-uv-visit.html

標簽:池州 四平 鄂州 本溪 阿壩 陽江 南充 德宏

巨人網絡通訊聲明:本文標題《網站分析的三個指標 PV,UV,Visit》,本文關鍵詞  網站,分析,的,三個,指標,;如發現本文內容存在版權問題,煩請提供相關信息告之我們,我們將及時溝通與處理。本站內容系統采集于網絡,涉及言論、版權與本站無關。
  • 相關文章
  • 下面列出與本文章《網站分析的三個指標 PV,UV,Visit》相關的同類信息!
  • 本頁收集關于網站分析的三個指標 PV,UV,Visit的相關信息資訊供網民參考!
  • 推薦文章
    主站蜘蛛池模板: 筠连县| 如皋市| 通海县| 顺义区| 忻州市| 东明县| 新巴尔虎左旗| 福海县| 康平县| 泰来县| 阿克陶县| 深泽县| 德阳市| 富锦市| 保德县| 甘南县| 颍上县| 司法| 平顺县| 祥云县| 全南县| 舟曲县| 彩票| 尉氏县| 台南市| 左贡县| 且末县| 赫章县| 安庆市| 大丰市| 察哈| 井冈山市| 文登市| 兴业县| 荔波县| 墨玉县| 习水县| 呈贡县| 历史| 襄城县| 保定市|