Google Analytics 平均停留時長是如何計算, 如何提高呢?

本文解釋 Google Analytics(以下統(tǒng)稱 GA) 中的一個統(tǒng)計字段:平均停留時長的計算方式

我會從兩個概念解釋

1)? 平均會話停留時長(Avg. Session Duration)

2)單個會話的停留時長

1) 平均會話停留時長=所有會話的總停留時長(按秒計算)/ 所有會話數(shù)

GA 會在你選擇的時間區(qū)間內(nèi), 把所有的會話停留時長, 和所有的會話數(shù)相加, 比如:

所有的會話停留時長: 1000mins (60,000s)

所有的會話數(shù): 100

那么這段時間內(nèi), 平均會話停留時長=1000/100=10mins (600s)

2) 單個會話的停留時間 = 計算方式稍有不同巢墅,取決于會話中最后一頁的互動性點擊(engagement hits?)

為了能夠更好地理解會話時長中涉及到的 "Hit" 相關(guān)的概念, 先給大家解釋一下什么是 enagement hit 和 hit

(文末有相關(guān)的文檔)

An engagement hit: 互動性點擊是源于事件埋點中的互動性事件, 這個事件不能有"opt_noninteraction" .

(這個參數(shù)代表了非互動, 上報事件時包各,如果傳了opt_noninteraction仪芒,就GA就認為這不是一個互動的點擊). 例如, 給"播放視頻"添加了事件埋點追蹤, 那么這個事件的點擊就是互動性點擊; 如果給這個事件埋點加上opt_noninteraction?參數(shù), 那么它就不是一個互動性點擊)

Hit:?A Hit is an interaction that results in data being sent to Analytics - 一個互動 - 這個互動可以把數(shù)據(jù)傳給GA, 最典型的例子-網(wǎng)頁加載; 總結(jié)來說, 有會話就會有 Hits:? Different types of Hits send different types of data to google analytics servers. Pageviews (or pageview hits)?is just the number of pageview hits sent for a particular page.Sessions are the group of user interactions (or hits)?with your website that takes place within a given time frame.

GA Hits 常見類別

GA Hits 運作邏輯

由于單個會話的停留時長是取決于會話最后一頁的互動性點擊, 那么就存在以下兩種情況:

1) 無互動性點擊 (No engagement hits):

單個會話的停留時長= 最后一頁[第一次點擊的時間] - 第一頁[第一次點擊的時間]

例如:

Page 1: 第一次點擊: 10:00 am

Page 2: 第一次點擊: 10:05 am

Page 3: 第一次點擊: 10:10 am

那么此次會話的停留時長 =?10:10 am -?10:00 am = 10mins (600s)

2) 有互動性點擊 (Engagement hits):

單個會話的停留時長= 最后一頁[最后一次互動性點擊的時間] - 第一頁[第一次點擊的時間]

例如:

Page 1: 第一次點擊: 10:00 am

Page 2: 第一次點擊: 10:05 am

Page 3: 第一次點擊: 10:10 am, 最后一次互動性點擊: 10:15 am

那么此次會話的停留時長 =?10:15 am -?10:00 am = 15 mins (900s)

3) 如何提高停留時長?

核心的因素 - 是不是為用戶提供了高質(zhì)量的信息

以下是幾點簡單的優(yōu)化建議

1)干凈的設(shè)計,也要提供足夠的產(chǎn)品/服務(wù)信息;

2)添加短視頻赶撰、可互動的設(shè)計

3)優(yōu)化網(wǎng)頁內(nèi)容(更適用于博客蝌以,文字等)- 同時也是可以對SEO有幫助

4)著重優(yōu)化互動性較高的頁面

5)Call-to-action 引導(dǎo)用戶進行某樣操作

參考文檔:

Avg. session duration:?

https://support.google.com/analytics/answer/1006253?hl=en

https://www.humcommerce.com/blog/good-average-session-duration/

opt_noninteraction

https://developers.google.com/analytics/devguides/collection/gajs/methods/gaJSApiEventTracking

GA Hits

https://developers.google.com/analytics/devguides/collection/protocol/v1/devguide#commonhits

https://www.digishuffle.com/blogs/google-analytics-hits/

https://support.google.com/analytics/answer/6086082?hl=en&ref_topic=6083659#

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末,一起剝皮案震驚了整個濱河市栋荸,隨后出現(xiàn)的幾起案子菇怀,更是在濱河造成了極大的恐慌凭舶,老刑警劉巖,帶你破解...
    沈念sama閱讀 211,884評論 6 492
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件爱沟,死亡現(xiàn)場離奇詭異帅霜,居然都是意外死亡,警方通過查閱死者的電腦和手機呼伸,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 90,347評論 3 385
  • 文/潘曉璐 我一進店門身冀,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人括享,你說我怎么就攤上這事搂根。” “怎么了铃辖?”我有些...
    開封第一講書人閱讀 157,435評論 0 348
  • 文/不壞的土叔 我叫張陵剩愧,是天一觀的道長。 經(jīng)常有香客問我娇斩,道長仁卷,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 56,509評論 1 284
  • 正文 為了忘掉前任犬第,我火速辦了婚禮锦积,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘歉嗓。我一直安慰自己充包,他們只是感情好,可當我...
    茶點故事閱讀 65,611評論 6 386
  • 文/花漫 我一把揭開白布遥椿。 她就那樣靜靜地躺著基矮,像睡著了一般。 火紅的嫁衣襯著肌膚如雪冠场。 梳的紋絲不亂的頭發(fā)上家浇,一...
    開封第一講書人閱讀 49,837評論 1 290
  • 那天,我揣著相機與錄音碴裙,去河邊找鬼钢悲。 笑死,一個胖子當著我的面吹牛舔株,可吹牛的內(nèi)容都是我干的莺琳。 我是一名探鬼主播,決...
    沈念sama閱讀 38,987評論 3 408
  • 文/蒼蘭香墨 我猛地睜開眼载慈,長吁一口氣:“原來是場噩夢啊……” “哼惭等!你這毒婦竟也來了?” 一聲冷哼從身側(cè)響起办铡,我...
    開封第一講書人閱讀 37,730評論 0 267
  • 序言:老撾萬榮一對情侶失蹤辞做,失蹤者是張志新(化名)和其女友劉穎琳要,沒想到半個月后,有當?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體秤茅,經(jīng)...
    沈念sama閱讀 44,194評論 1 303
  • 正文 獨居荒郊野嶺守林人離奇死亡稚补,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點故事閱讀 36,525評論 2 327
  • 正文 我和宋清朗相戀三年,在試婚紗的時候發(fā)現(xiàn)自己被綠了框喳。 大學時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片课幕。...
    茶點故事閱讀 38,664評論 1 340
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖五垮,靈堂內(nèi)的尸體忽然破棺而出撰豺,到底是詐尸還是另有隱情,我是刑警寧澤拼余,帶...
    沈念sama閱讀 34,334評論 4 330
  • 正文 年R本政府宣布污桦,位于F島的核電站,受9級特大地震影響匙监,放射性物質(zhì)發(fā)生泄漏凡橱。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點故事閱讀 39,944評論 3 313
  • 文/蒙蒙 一亭姥、第九天 我趴在偏房一處隱蔽的房頂上張望稼钩。 院中可真熱鬧,春花似錦达罗、人聲如沸坝撑。這莊子的主人今日做“春日...
    開封第一講書人閱讀 30,764評論 0 21
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽巡李。三九已至,卻和暖如春扶认,著一層夾襖步出監(jiān)牢的瞬間侨拦,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 31,997評論 1 266
  • 我被黑心中介騙來泰國打工辐宾, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留狱从,地道東北人。 一個月前我還...
    沈念sama閱讀 46,389評論 2 360
  • 正文 我出身青樓叠纹,卻偏偏與公主長得像季研,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個殘疾皇子誉察,可洞房花燭夜當晚...
    茶點故事閱讀 43,554評論 2 349