通常在一个网站中，你可能想要满足不同访问者的需求——例如，产品购买VS支持或者公司信息VS客户信息。这些不同需求的测量需要每个部分设置非常不同的目标——因此，有必要使用过滤器创建不同的配置文件。图8.21是根据内容细分的过滤器的例子——在这种情况下，博客读者。
图8.21 仅包括blog访问者的过滤器
当然这个过滤器的成功依赖于你有一个秩序井然的网站目录结构。如果你的网站目录结果比较混乱，那么你可以用虚拟页面浏览量构建虚拟结果，如第7章“trackPageview()：Google Analytics主力”所述。 Continue reading “根据内容细分” »
为了理解细分的重要性，首先需要解释网站分析中如何使用平均数。当讨论平均数时，通常是指算术平均数，即一组值的总和与除以组值个数。在数学中，算术平均数用来估计统计常模或期望值。
当所考虑的分布接近正态（即高斯分布或钟形）时，算术平均数很有效。例如，假设访问者的网站停留时间是正态分布，如果平均网站停留时间是95秒，那么说一般访问者在你的网站上待95秒也是正确的。但是，当分布不是正态时，这样说就不正确了——如图8.11。即，对于图8.11的b和c，说一般访问者在你的网站上待95秒就不正确了。只有在分布接近正态时，“一般访问者”才是适用的。
图8.11 网站停留时间的访问者样本分布
说实话，我以前和Cross-segmenting（或者Cross-segmentation）也不熟，如果没有Brian大神的书，估计我还不认识他，或者给他起个和阿姆斯特朗（Armstrong）一样酷的名字，叫他克罗斯西格门庭。又或者每天看到他的Google官方中文代号：跨群体细分，而不知道这是指他。
让我们来仔细认识一下Cross-segmenting，cross：交叉、十字；segment：分割。让我们组合一下，得到如下的信息：交叉分割、十字分割。叫他什么好呢？看一下Brian大神的解释：Cross-segmenting是用于一组数据与另一组数据的交叉参照或相关的术语。相关~恩，我想到了因素分析中正交变换，因素之间不相关称为正交，Cross-segmenting的维度之间本来就不相关，OK，就叫他正交细分吧，也许交叉参照，交叉细分的名字更适合他。尽管我查到正交的英文应该是Orthogonal（正交实验法为Orthogonal experimental design），但我还是使用了这个名字，这也许就和Google官方将Advanced segments译为高级群体一样，难以解释吧。
再来看一下Drill down，我和drill down比和cross-segmenting熟，之前看过一些关于数据挖掘东西，了解一些数据立方体的基本概念。其实GA就属于数据挖掘、数据仓库理论的应用，比如维度（dimention）和指标（metrics）。driil down（下钻）和roll up（上卷）其实说白了就相当于汇总和细分。比如你看来自全世界的访问，然后只看中国的访问这就是在地区这个维度上的下钻；如果你先看北京市的流量，又看中国的流量这就是上卷。
那么Cross-Segmenting Drill Down是什么意思呢？
我理解按照Brian大神的意思，当你查看来源媒介报告时，你对来自google/organic的流量产生了兴趣，于是你点击链接进入了来源媒介详情，然后你又选择了关键词，那么这就是正交细分下钻。下钻到google/organic，正交细分了搜索来源与关键词两个维度。如果此时，你在第二个维度中选择市/县，那么这就属于Secondary Cross-Segmenting Drill Down（二次正交细分下钻）。
如果你在查看来源媒介报告时，除默认的指标来源/媒介指标外，你还同时选择了关键字这个维度，那么这属于次级维度（Secondary Dimensions）的使用。如果此时，你在过滤器中包含google/organic，就能获得与上面同样的效果。
整理一下，如果你使用了两个维度就属于正交细分，如果你在一个维度中下钻后，正交细分另一个维度，那就是正交细分下钻，而如果你在一个维度下钻后，正交细分于另外两个维度就属于二次正交细分。
近期评论