译者前言:
本文译自Avinash的博客文章:Standard Metrics Revisited: #4 : Time on Page & Time on Site,这是下部分。上部分请见《Avinash文章精选:Time on page和Time on site(1)》
[转载请事先声明并得到许可,版权归作者所有。]
续上回:
用多标签页面(Tab)的浏览器浏览网站时Time on Site和Time on Page如何被计算: Firefox的多标签页面浏览方式为其赢得了声誉——我真的不知道,如果没有这个功能,我这几年的网站浏览体验会变的怎样糟糕!新近几个版本的IE也同样支持多标签页面浏览,因此大多数人现在都在使用这个令人愉快的功能。【点击标题阅读全文】
但是对计算Time on Page和Time on Site而言,这却带来了麻烦。当人们在另一个标签页中打开同一个网站的链接,也就是同时通过两个标签页面来浏览同一个网站的时候,Time on Page和Time on Site会被计算成什么样子?要知道,我现在每天都是这么浏览网站的!:)
这种情况混乱了网站分析工具对时间的计算。
下面是一个普遍的场景,通过这个场景我们能够理解多标签页面浏览带来的影响……
一个访问者来到上面的“Home”页面,然后在新的标签页(图中的New Tab)中打开了这个页面上的一个链接,此时Home页面占用了一个Tab(标签页面),点击链接新打开的另一个页面Page4占用了另一个Tab。这个时候,虽然Page4在新Tab被打开了,但用户并没有浏览Page4,而是回到前一个Tab继续浏览Home页面。在浏览Home的过程中,他/她点击了Home页面上的一个链接,Home页转到了Page2,但Tab没有新开,还是先前那个。再接着,他/她又点击Page2上的链接到了Page3,当然,还是同样的Tab。最后,在Page3,他/她关闭了这个Tab(或是干别的去了,再也没有点击Page3——这跟关闭Page3的Tab是一样的)。
[转载请事先声明并得到许可,版权归作者所有。]
关闭了上面的Tab后,访问者转到另一个Tab,也就是之前载入了Page4的那个Tab上来。他花了一些时间浏览Page4,然后点击其上的一个链接转到了Page5,不过Tab也还是先前Page4那个Tab。最终,从Page5,他再也么有点击别的链接,而是离开了你的网站。因此,在图中蓝色表示原先Home页面的那个Tab,绿色表示新打开的那个Tab(即New Tab)。
Time on Site在这种情况下该如何计算呢?我的经验告诉我,不同的网站分析工具对这种“多Tab型”的浏览行为有两种计算方式。
方式一:
网站分析工具将上面的这种多Tab浏览的情况按Tab的不同,逐一进行记录,也就是发生下面的计算:
统计结果输出:2个访问过程(即2个Visit或2个Session,Visit和Session是一个意思),每个visit对应一个Tab。
Visit 1 (图中上面那个):[访问的来源会被记为:来自于Google,即referrer -> Google]
- Tp (Home) = 2 分钟
- Tp (Page2) = 3 分钟
- Tp (Page3) = 0 分钟
- Ts (整个同一Tab的访问的时长) = 5 分钟
Visit 2 (图中下面New Tab那个):[访问的来源会被记为:来自你的网站Home页面,即referrer -> your site/homepage]
- Tp (Page4) = 6 分钟
- Tp (Page5) = 0 分钟
- Ts(整个New Tab的访问时长) = 6 分钟
这种情况下:网站分析工具的报告中会记录2个Visit,1个UV(Unique Visitor)。另外,请注意这种情况对于访问来源统计的影响(New Tab的那个访问的来源是被访问的网站自身)。
软件工具给了一个非常有趣的输出结果!
[转载请事先声明并得到许可,版权归作者所有。]
方式二:
有一些网站分析工具会“纠正”所有的这种多Tab的“点击(hit)”(即log文件中的记录),他们会将这些hit进行线性化处理,把它们合并为同一个访问过程,以消除多个Tab(标签页面)造成的影响。
还是用上面那个例子,但是我们转化一下表现方式——下面的这个图表明了一个同样的过程,不同的颜色代表不同的Tab。
[此图更漂亮的高分辨率图请点击这里:多Tab浏览对Time on Site的影响——线性化]
统计结果输出:1个访问过程(即1个Visit或1个Session),在这个访问过程中包含了两个Tab。Visit的过程通过“时间戳”被重新组织为上图。
这个Visit:[访问的来源会被记为:来自于Google,即referrer -> Google]
- Tp (Home) = 1 分钟
- Tp (Page4) = 1 分钟
- Tp (Page2) = 4 分钟
- Tp (Page3) = 2 分钟
- Tp (Page5) = 0 分钟
- Ts (整个网站的访问过程) = 7 分钟
在这种情况下:1个Visit,1个UV(Unique Visior)。
这两种方式没有一个能够完美的再现这个访问者在网站上真正的访问过程和停留时间。
你喜欢哪一个统计方式呢?
请一定要问清楚你的网站分析服务提供商,他们采取了上两种方式中的哪一种来计算多Tab(标签页面)浏览时的时间和访问过程。
考虑到越来越多的人都在使用多Tab浏览,因此选用何种方式将会对你网站分析最后的数据输出有巨大影响——毫无疑问,两种方式统计的最终数据肯定会有很明显的差异。
Google Analytics使用第二种方法,即“线性化”访问过程的方法。
现在做个深呼吸吧!
额外的监测手段:
总是有些类似于“黑客”的手段能够让你知道用户在最后一个访问页面上停留的时间(如果你使用事件logging (即event logging)的话,甚至能了解访问者最后一个行为是什么)。
最常用的手段之一(我指的最常用的手段的意思是大概有0.001%的人在使用)是在页面上增加额外的脚本(script)/代码(code),以帮助你抓取网站页面在浏览器中被关闭,或是链接到别的网站,或是长时间不再点击等情况发生时的真实过程。我们通称这些离开你的网站的种种情况为“页面在浏览器中的‘反载入(unloaded)’”,而在技术上,这种情况则被称为“反载入前进行的行为(onbeforeunload event)”。有点儿拗口,但相信你能理解。
在利用额外脚本或代码的情况下,你不仅能够像往常一样得到页面被请求时的“时间戳”,你还能得到页面反载入时的“时间戳”。这样,你就能够计算出最后一个页面的访问停留时间了。
你可以自己建立这种脚本,也可以让你的网站分析服务商帮你创建。接着你就能够让你的服务提供商帮你调整网站分析工具的Time on Site (以及Time on Page)的计算,以能够使这些工具利用额外的反载入的时间戳来进行更精确的时间计算。
如果你正在自己进行log文件的分析工作,你也可以通过额外脚本/代码的方式轻松的调整log文件的数据和分析,接着就能按照更准确的方式计算这两个度量(metrics)了。
下面还有一些其他的“黑客”工具。
总有一些人勇于冒险,他们在网站分析工具中添加了“链出链接追踪”(链出链接的英语是:outbound link,指网站上那些链接到其他网站而不是链接到网站自身页面的链接,译者注)链出链接追踪也被通常称为的退出追踪(exit tracking)。通过这个追踪方式,网站分析工具就能够利用访问者点击链出链接的“时间戳”来计算访问网站最后一个页面的时长。
我并不是这种就“链出链接”方法的“大粉丝”,因为大多数人离开你的网站可能并不是通过点击你网站上的“链出链接”——道理很简答,你网站上的绝大部分链接都肯定是连到自己网站内容的,而不是链接到别的网站。因此,假如你使用“链出链接”来计算的话,所有其他通过“直接关闭浏览器”或者“长时间不点击你网站链接”退出网站的访问,都将无法被计算出最后一页的访问时间。因此,对于一些访问者(指点击链出链接退出你的网站的访问者),你按照新的方式在统计,而对另外一些访问者(指关闭浏览器等方式退出的访问者),则还是沿用了最初的统计方式,这样就造成了统计方法的混淆。
[转载请事先声明并得到许可,版权归作者所有。]
这种方式把这摊浑水搅得更浑了。眉毛胡子一把抓不是好办法。
我希望这个帖子(实际上是连载的两个帖子)能够帮助你理解Time on Site和Time on Page是怎么计算的。当下次你再看到平均Time on Site和平均Time on Page的时候,你要知道这些数据中包含了什么,以及没有包含什么。
另外,下一次你在利用不同软件工具比较这两个度量的时候,在得出结论之前,你要知道那些必须先问问自己的问题。
最后的思考:这个帖子的目的不是有意无意的暗示Time on Site不是一个好度量。相反,对于各种类型的商业模式而言,它都是一个关键度量。我的希望是教会大家这个度量是如何计算的,以帮助大家在更多信息量的帮助下做出好决定。没有网站分析的度量是没有缺陷的(总不至于比UV即Unique Visitor的缺陷还大吧!),Time on Site或许是他们中间缺陷最小的一个了。:)
好了,现在轮到你说些什么了。请通过下面的评论栏分享你的看法,批评,给我鲜花或是向我拍砖。网站分析的天神在上,我说的都是对的吗?请留言吧! 全文完。
[ 译者留言:如果你对自己的英语有自信,请看另外一个文章,这个文章对Time on Site和Time on Page有更精确的描述:http://www.roirevolution.com/blog/2008/05/time_on_page_and_time_on_site_how_confident_are_yo.html
谢谢大家撑着把这么长的文章看完!:) ]
Terrific translation with a sense of humor! :-)
Thanks for your support!
I didn’t tranlsate this article literally, just keep Avinarsh’s original purpose.
There are still quite a lot good articles from Avinash, and I really want to introduce them to Chinese all. But, I always need to fight against my time.
Let me go ahead. :)
You may want to consider translate his book as well, I don’t think any translated copy of Avinash’s book is available yet. But that will be a lot of work though. My thing is that I can easily translate Chinese in English but when I do English to Chinese translation, I stuck.
I really have the interests to tranlsate his book. However, he has already had some lucky guy done it. :)
And he also told me his book will be published in Chinese in China. So, let’s wait for the great moment. :)
为何这个Theme有一个回复是显示 One response so far ,2条就变为2 response so far ,
好诡异呀!
可能是这个Theme的作者固化了的。我当时也注意到了这一点。呵呵,一个小插曲。:)
新来贵博学习中,内容质量良好,排版良好,以后多交流
感谢你的鼓励!别的不说了,再接再厉!
希望多提建议!
感谢sidney Song的翻译,我本来也计划去看看原文的,但是翻译得很不错,赞一个:)
对于time on page 和time on site , 现在的用户大多数情况都是同时在看很多个网站,但是不一定会关闭之前的网页,所以,在session失效前,我们都认为他们还停留在网站上,我想问一下,有没有人了解这样的情况在普通的上网用户中,发生这样的情况有多少?对于网站分析的影响需要考虑进去吗?
回复Ronaldo:这种情况要分时间,如果超过30分钟,没有点击一个网站的链接,30分钟后才点击,那么算新的visit(session),这个时候前一个session的最后一次点击之后的时间不算入停留在网站上的时间。所以相当于在上一个session失效前,网站分析工具已经不认为他们停留在网站上了。
或者简单说,一个session的最后一次点击之后的时间都无法被网站分析工具侦测到,都不能算停留在网站上的时间。
不知道能否解决你的问题,欢迎讨论。
不知道流行的WA工具(Omniture, HBX, Coremetrics, GA)中是否使用了你所说的“额外的监测手段”来监控最后一个页面的停留时间?
Hi,Sidney
看了你最后推荐的文章,我认为他对于time on site的计算公式有问题,不知你认为如何?
我觉得公式应该是:页面平均停留时间/(1-exit rate)*平均访问页面数
Thanks,
Michael
回复Michael:
谢谢你的问题,这是一个典型的问题。关于Time on site,目前一般的定义都是包含了bounce掉的visit的,所有bounce 掉的visit,time on site会记为“0”。
也有人想知道除去bounce掉的visit,剩下的留在网站上的visit的平均时长是多少。计算公式是:GA上的Time on site/(1-bounce rate)。
哎呀! 解决了我之前问的一个问题.
我今晚是打算把贵博所有文章看一遍好好学习一下网站分析.
看来真应该多看点文章再提问.
没关系,不用客气。文章比较多,不太可能一下子看完。请多提意见哦。
今天终于知道Time on page 和Time on site怎么计算出来的,看完后直接无语。
按照我的使用习惯,可能二者都为零。
比如我进入一个网购网站,我的习惯是点击商品都新打开一个tab(网购网站一般都设计为默认新打开一个窗口),我打开5个新tab,都不感兴趣,然后通通关掉,最后再关掉Home page,结果呢?不用我说吧。有的用户甚至打开所有链接都是新tab,那这个visit的停留时间岂不是都为零?
统计工具单靠直线型的访问方式去计算停留时间实在不合理,第一种hack方法的确弥补了这个缺陷,但是让一个网站额外添加反向载入,无疑大大增加了服务器的负荷,相当于打开一个页面进行了一次request,离开后还要进行一次request,服务器的负荷直接翻倍,公司的成本也翻倍。在这个流量就是金钱的时代里,要让你的boss为了得到一个数据而付出双倍的代价,实在是一个不现实的事情。所以才会有0.001%的人在使用,这两个Metric实在是不能作为一个KPI。
网站分析在时间上的统计都不是精确的,所以拿时间当KPI是比较有风险的。提高平均访问时间最好的办法是降低bounce rate。时间和bounce rate是相关度非常高的度量。
看了这篇文章后通过GA验证了一下 的确是这样,不过发现了一个现象
通过GA查找我们网站traffic soures的Referring sites,选择time on site这个排序条件,发现有相当一部分来源的停留时间有40,50分钟以上,pages/visit有30页以上最高甚至有120页,而这些sites带来的visit只有1次或者2次,我觉得是用户十分对我们网站感兴趣的原因不大。 (ps:我们网站AVG time on site为4分钟左右pages/visit为5.1),我觉得是否原因有可能为
1.统计数据有错 2.GA实际的统计方式与表面不一样。(就好像time on site的实际统计方式)
不知道sidney是否看到过这样的情况?
我觉得我们分析可以不单纯的看每个页面的停留时间,可以联系refer等信息来考虑,这样的话对于你举的这个例子来看,我绝对可能作为一个session会不会更好,对于同一个页面refer不同,我们是不是应该不一样的分析呢?因为这代表着 不同页面的转换率。
还有个问题想请教:有时候我认为分析页面停留时间是否会有效,但是分析出停留时间长,也并不一定代表网页就好,我想问下,一般你认为time to page会有哪些效果呢?
That’s a very interesting information. I didn’t know about it. Keep developing your site!
Good evening! interestingly you: ebony porn movies 100 porn kingdom hearts porn twink porn amature porn videos couples , free squirting porn pam porn or free amateur porn videos uk amateur porn reality milf porn xxx , trailers porn real home porn celebratie porn porn previews and hott free porn real free porn videos , behind the scenes porn porn stars names black hardcore porn pinkworld free daily porn x tube porn , amazing porn pics my porn space or internet porn addiction hard gay porn free military gay porn parris hilton porn …!!!
Good evening! forward: burberry of london neck tie ariat casuals 1900-1910 fashion hana sushi richmond va , spot light lyrics gucci mane gucci shopping bag , burberry men’s coats miley cyrus in vogue bank of richmond va or acorn window parts handtaschen gucci , othe tales of zeus peggy lee dave barbour brad fishing springfield mo pitt and wallingford ct vogue nail salon average price of a prada purse first fridays richmond the wheel richmond indiana , annie kink boot samantha in richmond ky wesley paul smith prometheus means man zeus pandora . everything…!!!
good health for you
In my opinion you are not right. I am assured. I can defend the position. Write to me in PM, we will discuss.
http://mersic.5khost.com/39/index.html – mercedes benz e 707
Go to the guests
如果像上一篇文章所说Time on page的计算公式是:访问请求此页面的时间 – 下一页面的请求时间的话,那么【公式2】中Tp (Page2) 的时间应该是3分钟,而不是4分钟,前后稍微有一点矛盾。
to nick: 那个应该是笔误吧,你看总和为7分钟,page 2的时间显然是用3分钟来算的。
@nick @regan 我也是看到这个疑问又回来仔细看了这篇文章,page2的请求时间10:02,page3的请求时间10:05,这样计算是3分钟,1+1+4+2=8>7,多了1分钟出来。但看了原文、本文、《精通WA2.0》也都是4分钟,所以就觉得奇怪,希望得到确认。
貌似我也算得3分钟,线性的计算方式的话还是3分钟吧,笔误?
好文章,赞一个!!!!!!!
之前的网站对这两个度量都很看重, 但对于视频网站来说,如果用这两个度量来衡量内容的受欢迎程度,明显是不科学的。
而我想说的是,我们看的是趋势,是不是可以忽略这些度量所包含的缺陷呢?
写的超级好!