Thứ nguyên và chỉ số

Mỗi báo cáo trong phân tích số liệu được tạo ra bởi các thành phần và chỉ số.

Thuộc tính dữ liệu của bạn là thứ nguyên. Ví dụ, thuộc tính dữ liệu “Thành phố” cho biết về thành phố như “Paris” hoặc “New York” mà phiên bắt nguồn từ đó. Thuộc tính dữ liệu “Trang” cho biết về URL của trang được xem.

Chỉ số là một đại lượng đo lường. Chỉ số Số phiên là tổng số phiên. Chỉ số Số trang/phiên là số trang trung bình được xem trong mỗi phiên.

Bảng trong hầu hết các báo cáo Analytics sắp xếp các giá trị thứ nguyên theo hàng và chỉ số theo cột. Ví dụ: Bảng này trình bày một thứ nguyên (Thành phố) và hai chỉ số (Số phiên và Số trang/phiên).

Bạn có thể thay đổi thứ nguyên và/hoặc thêm thứ nguyên phụ trong hầu hết các báo cáo Analytics. Ví dụ, khi thêm Trình duyệt làm thứ nguyên phụ vào bảng trên, kết quả sẽ như sau:

Kết hợp thứ nguyên-chỉ số hợp lệ

Không phải tất cả các chỉ số và thứ nguyên đều có thể kết hợp với nhau. Mỗi chỉ số và thứ nguyên có phạm vi riêng: cấp người dùng, cấp phiên hoặc cấp lần truy cập. Thường thì chỉ hợp lý khi kết hợp các thứ nguyên và chỉ số có cùng phạm vi. Ví dụ, Số phiên là một chỉ số dựa trên phiên, vì vậy chỉ có thể sử dụng với các thứ nguyên cấp phiên như Nguồn hoặc Thành phố. Việc kết hợp Số phiên với thứ nguyên cấp lần truy cập như Trang không hợp lý.

Để tìm danh sách các cặp số nguyên-chỉ số hợp lệ, vui lòng sử dụng Tham chiếu số nguyên và chỉ số.

Cách tính chỉ số

Trong phân tích dữ liệu, chỉ số người dùng được tính bằng hai phương pháp cơ bản:

Sơ đồ dưới đây trình bày hai loại tính toán này qua một ví dụ đơn giản. Ở phía bên trái, dữ liệu của người dùng được tính bằng một chỉ số tổng quan, trong khi ở phía bên phải, dữ liệu tương tự được tính thông qua một thuật toán mới cho người dùng.

Trong ví dụ về Báo cáo tổng quan, thời gian trên trang web được tính bằng cách lấy chênh lệch thời gian giữa phiên đầu tiên và phiên thoát của mỗi người dùng, kết hợp với tổng độ dài mỗi phiên được tính trung bình trong ba phiên. Số liệu này dựa trên tính toán đơn giản bằng cách thu thập dữ liệu dấu thời gian ở mức yêu cầu.

Trong ví dụ về Báo cáo cũ và mới, không tính số trung bình cho tất cả các phiên nhưng theo Loại người dùng. Bằng cách ghép nối chỉ số Thời gian trên trang web với loại người dùng, bạn có thể phân tích chỉ số này theo người dùng cũ và mới, và tính toán được sửa đổi theo yêu cầu. Sử dụng loại người dùng cung cấp thông tin chi tiết về hành vi người dùng không có trong báo cáo tổng quan: rõ ràng là người dùng mới dành nhiều thời gian hơn trên trang web của bạn so với người dùng cũ.

Các chỉ số tính toán cũng bị ảnh hưởng bởi việc kết hợp nhiều yếu tố khác nhau với chỉ số đã cho. Trong cả báo cáo tùy chỉnh và báo cáo được định dạng sẵn, bạn có thể kết hợp nhiều yếu tố với nhau. Ví dụ: giả sử bạn sử dụng cả yếu tố Loại người dùng và yếu tố Ngôn ngữ để phân tích thời gian trên trang web của bạn. Trong trường hợp này, số lượng người dùng mới so với cũ sẽ giống nhau, nhưng khi bạn phân tích chi tiết để xem người dùng mới theo yếu tố Ngôn ngữ, số lượng sẽ thay đổi do yếu tố bổ sung. Vì vậy, phân tích người dùng của bạn có thể được mô tả như sau, với thời gian trên trang web hàng đầu được liệt kê theo thứ tự chẳng hạn:

Các con số này dựa trên báo cáo Analytics thực tế. Trong tình huống này, bạn có thể xác định xem người dùng mới hay người dùng cũ ở lại lâu nhất và bằng cách sử dụng thông tin bổ sung, xác định ngôn ngữ nào trong mỗi danh mục này gây ra thời gian lâu nhất trên trang web.

Mô hình phân bổ

Vì Analytics cố gắng giải đáp nhiều câu hỏi về hành vi người dùng, nên ứng dụng này sử dụng các phương pháp tính toán hoặc mô hình phân bổ khác nhau để truy xuất dữ liệu cho báo cáo. Hãy tưởng tượng mỗi báo cáo Analytics là một câu trả lời cho một loại câu hỏi phân tích người dùng cụ thể. Thông thường, các câu hỏi này thuộc vào các danh mục khác nhau.

Analytics sử dụng mô hình phân bổ riêng biệt cho mỗi danh mục và báo cáo trong danh mục. Mỗi mô hình phân bổ được thiết kế để tính toán các chỉ số cụ thể. Điều này dẫn đến sự xuất hiện của một số chỉ số chỉ trong một số báo cáo cụ thể và không xuất hiện trong các báo cáo khác, do mô hình phân bổ được áp dụng cho từng báo cáo tương ứng.

Các báo cáo Analytics áp dụng ba mô hình phân phối sau:

Phân bổ mỗi yêu cầu

Phân bổ này cung cấp tổng hợp giá trị cho chỉ số hoặc cặp chỉ số/thứ nguyên. Đây là loại phân bổ Analytics phổ biến và đơn giản nhất vì giá trị được xác định từ các yêu cầu GIF của từng người dùng. Vì vậy, bạn có thể tra cứu thứ nguyên và/hoặc chỉ số cụ thể cho mọi yêu cầu cần thiết.

Phần lớn các giá trị số nguyên tồn tại và được giữ nguyên qua yêu cầu HTTP/GET hoặc trong yêu cầu GIF cho mỗi trang hoặc yêu cầu sự kiện được tạo ra cho trang web của bạn. Một số giá trị số nguyên phổ biến có sẵn trong yêu cầu là:.

Phân bổ giá trị trang

Mục đích của phân bổ này là trả lời câu hỏi: “Trang của tôi có tác dụng như thế nào đối với mục tiêu hoặc giá trị doanh thu?” Mô hình phân bổ này sẽ xác định giá trị của trang hoặc tập hợp trang. Ví dụ, nó sẽ cho thấy số lượt xem trang liên quan đến mục tiêu và giao dịch mua hàng, như những gì có thể xảy ra trên trang web của bạn.

Mô hình phân bổ này được coi là mô hình phân bổ “mong muốn” vì nó áp dụng cho giá trị của trang thông qua mục tiêu và/hoặc giao dịch mua diễn ra sau khi truy cập trang. Bảng dưới đây thể hiện giá trị được phân bổ cho mỗi trang trong trình tự này.

Mô hình phân bổ này không được áp dụng trong báo cáo Mục tiêu hoặc Thương mại điện tử do các báo cáo này không hiển thị địa chỉ trang web hoặc tiêu đề trang liên quan đến hoạt động thương mại điện tử.

Phân bổ tìm kiếm trang web

Báo cáo Tìm kiếm trang web được phân bổ theo mô hình này cho phép hiển thị tỷ lệ chuyển đổi mục tiêu và giá trị mục tiêu cho từng cụm từ tìm kiếm.

Mô hình phân bổ này hoạt động theo cách khác so với phân bổ Giá trị trang vì giá trị Mục tiêu được phân bổ cho cụm từ tìm kiếm gần nhất dẫn tới chuyển đổi thay vì cụm từ sau đó. Sơ đồ dưới đây trình bày trình tự tìm kiếm trang web nội bộ cùng với lượt xem trang và giao dịch mua.

Bằng cách sử dụng mô hình này, cụm từ tìm kiếm được phân bổ cho Mục tiêu 1 và giao dịch là:.

Các giao dịch hoặc mục tiêu được phân bổ cho các cụm từ tìm kiếm trước mục tiêu hoặc giao dịch trong mô hình này.

Thông tin này có giá trị không?

Làm thế nào chúng ta có thể nâng cấp trang web này?