前面已经介绍过使用Google Website Optimizer进行AB测试，这篇文章会介绍多变量测试。AB测试和多变量测试的更详细的话题，下一篇还会更多讨论。

进入Google Website Optimizer的后台，开始创建一个测试项目，首先需要选择进行A/B测试还是多变量测试。这里需要选择多变量测试。多变量测试是在某个页面上划分N个位置，每个位置对应M个素材，这个页面会随机展示N×M个版本，最后通过跟踪确定哪个版本更好。

接下来，输入测试项目的名称，测试页面的URL和目标页面的URL。所谓测试页面，就是展示不同版本素材的页面，而目标页面是用户到达哪个页面被认为是成功转化。

再下来，选择自己安装验证JavaScript代码。

根据提示，将不同的代码放在页面的合适位置上。特别要注意的是需要显示多个版本的测试区域需要用<script>utmx_section(”section name”)</script>和</noscript>包住。其中，section name是这个区域的名字。

验证代码无误再进入下一步。

最后，在页面的各个测试位置上，增加不同版本的内容。这些内容会随机替代现在页面上的内容。

最后只要点“Launch now”，这个测试就开始了。访问者会随机看到不同的内容，以确定哪些素材组合在一起效果最好。

为了方便阅读，我将真看朋友的留言贴在下面：

本人由于用WebTrends用得相对多一些，在这里谈几点看法供参考。
(1). 对网站分析工具作日志型和标签型的分类，只能是一种叙述上的方便，不能作功能上的绝对区隔。
(2). 文中提到的WebTrends, 既是日志型的,也是标签型的。采用WebTrends Smart Data Collector(简称SDC), 在网页上嵌入js代码,就可以收集所需要的访问数据。收集的数据既可以保存在WebTrends公司的服务器上，也可以保存在用户指定的任何一台机器上。WebTrends公司既提供产品, 也提供分析服务。
在这一点上，WebTrends比绝大多数网站分析工具来得灵活。
(3). 标签型工具收集到的数据最后还是要以某种格式的日志文件形式存放起来才能分析，当然大多数是存放在产品提供商那里，用户不能直接接触到而已。
(4). UV的准确性高低问题，作者在文中说“日志型网站分析工具根据IP地址，标签型网站分析工具是根据Cookie来判断的”，这个论断不全面，或者讲不确切。不管日志型、标签型，都可以灵活运用IP地址、Cookie、代理(agent)、URL参数、认证用户等由用户根据实际情况灵活设定，这视具体分析工具而定，象WebTrends就是这么做的。
(5). 网站分析工具由于使用的性质，报表的提供总会有一定的时间滞后性。要想得到绝对的实时性，既做不到(特别对大流量的网站来
说)，由于存在点击流记录的时序颠倒问题，也会使得分析结果的准确性存在问题。
(6). 网站的访问数据，是一个企事业单位独特的信息资源，应该很好地加以保密，防止泄露，这对银行、证券、电信等企业自不待言。对电子商务的企业而言，由于网站日志中保含了全部网上交易的信息，也应十分戒备，虽说网站分析供应商都会有严格的保密协议和措施，但毕竟部分家底交给了别人保管，总归不能令人放心的，万一供应商保密措施有漏洞，日志数据或分析结果被竞争对手知晓，后果严重。
(7). 标签型工具这种在网页上嵌js代码的方法, 也是有一定缺陷的。针对电子商务网站而言，这种方法收集不到支付银行在后台的对帐记录，另外也收集不到恶意访客(如抓取产品信息的自动程序)的访问记录，也就无从分析银行对帐情况，无从分析恶意访客的活动情况(以便采取某种措施如用防火墙对恶意访客进行拦截)。

下面就谈谈我的看法，有什么不对的地方欢迎指正。

1. 网站分析工具分为日志型和标签型两类，是基于工作原理上的区分。日志型分析工具是通过分析Web日志的方式跟踪用户的访问行为，而标签型是在页面上加入代码来跟踪。可以说，不同的分析方式就决定了各自的优势点和劣势点，这一点会在下面的一些问题上详细说说我的认识。
2. 其实我原文的意思是日志型分析工具的代表是Webtrends、Urchin等，并不是说Webtrends只有日志分析这一部分。Webtrends在日志这一块是老大级的工具，在标签型上的版本是最近两年才发布的。我只用过日志型的，标签型还未用过，所以不敢妄加评论。我也不可能了解所有工具，本文主要也是通过对两种分析工具跟踪原理上的区别做一些讨论。
3. 你说的没错，其实两种工具都会有日志保存。不过区别在于，日志型分析工具分析的是Web服务器记录的日志，可控性较低；标签型分析工具可以选择需要记录的数据，更易扩展。
4. 关于UV的问题，日志型分析工具是不能直接使用Cookie的。因为日志型分析工具不能直接和客户端产生交互，取到的Cookie是网站放入的Cookie而不是工具本身，这样的话，网站程序还需要担负起为每个访客生成唯一用户ID并存放到Cookie，并且还要和分析工具整合，这无疑增加了网站本身的开发和维护工作。标签型的工具是在客户端执行，在这个过程中就可以分配唯一用户ID，并存放Cookie，并不需要网站本身做任何操作。
5. 时滞是相对的。标签型分析工具的时滞是以小时计，日志型分析工具的时滞一般都是一天甚至几天。网站越大，时间越长。
6. 没错，保密的方面日志型分析工具绝对胜出。
7. 赞同你的观点。

以上是我的理解。我也深深感到博客是一个非常好的交流平台，也非常高兴能够进行这样深入的讨论。

要解决这个问题，还要从Google Analytics代码的工作原理说起。在之前的一篇文章《脚本型网站分析工具工作原理》中，有介绍过象Google Analytics这种的在网页中嵌入标签的网站分析工具是如何抓取到用户访问的信息。基本上，Google Analytics会提供一段JavaScript代码，需要按照一定的规范加入到页面上。当页面被浏览器加载的时候，这些JavaScript代码会被执行。这些代码会收集用户访问的信息和浏览器客户端的信息。然后，最关键的，会在HTML中增加一个1×1的图片。这个图片的源地址是Google Analytics的数据服务器，图片地址后面的参数是拼接好的采集到的信息。浏览器自然会去加载这个图片，那么当这条图片加载的请求发出的时候，这些信息也就发到了Google Analytics的数据服务器。至于最后数据服务器返回的一个透明图片的数据，只是为了对用户透明，其实对于数据的采集已经不重要了。

再回到我们刚开始的问题。当有些情况下JavaScript不能被执行，而又希望能够跟踪到用户的访问信息，应该如何做呢？那就需要跳过前面的部分，自己来处理JavaScript处理的内容，拼接那个图片的请求。这个图片的请求应该怎么拼接呢，让我们来看一个例子：
<img src=”http://www.google-analytics.com/__utm.gif?utmwv=4.6.5&utmn=451113762&utmhn=www.webanalytics.org.cn&utmcs=UTF-8&utmsr=1152×864&utmsc=32-bit&utmul=zh-cn&utmje=1&utmfl=10.0%20r22&utmdt=%E7%BD%91%E7%AB%99%E5%88%86%E6%9E%90-%E4%B8%93%E6%B3%A8%E7%BD%91%E7%AB%99%E5%88%86%E6%9E%90%E5%B7%A5%E5%85%B7%E4%B8%8E%E6%8A%80%E6%9C%AF&utmhid=1887594027&utmr=-&utmp=%2F&utmac=UA-8982891-2&utmcc=__utma%3D66084008.1210065981.1255914740.1269832632.1269843904.288%3B%2B__utmz%3D66084008.1268098054.275.37.utmcsr%3Dgoogle%7Cutmccn%3D(organic)%7Cutmcmd%3Dorganic%7Cutmctr%3D%25E7%25BD%2591%25E7%25AB%2599%25E5%2588%2586%25E6%259E%2590%3B%2B__utmv%3D66084008.200%2520-%2520500%2520ms%3B%2B__utmx%3D66084008.00007688461911432602%3A2%3A1%3B” width=”1″ height=”1″ border=”0″ />
哇，这是些什么啊！不要担心，我们一点一点解释。在URL的规范中，问号?以后的部分是参数，每个参数之间用&符号间隔。让我们加上回车，把版面排得好看些。另外再加上注解。
/__utm.gif?
utmwv=4.6.5 //跟踪代码版本号
&utmn=93127920 //随机数，防止缓存影响数据准确
&utmhn=www.webanalytics.org.cn //域名
&utmcs=UTF-8 //编码方式
&utmsr=1152×864 //屏幕分辨率
&utmsc=32-bit //屏幕颜色深度
&utmul=zh-cn //语言
&utmje=1 //是否安装Java
&utmfl=10.0%20r22 //Flash版本号
&utmdt=%E7%BD%91%E7%AB%99%E5%88%86%E6%9E%90-%E4%B8%93%E6%B3%A8%E7%BD%91%E7%AB%99%E5%88%86%E6%9E%90%E5%B7%A5%E5%85%B7%E4%B8%8E%E6%8A%89C%AF //标题，URL中的中文都是经过URL编码处理的
&utmhid=208132060 //随机数
&utmr=- //Referrer
&utmp=%2F //页面URL
&utmac=UA-8982891-2 //Google Analytics帐号ID
&utmcc=__utma%3D66084008.1210065981.1255914740.1269481984.1269567813.286%3B%2B__utmz%3D66084008.1268098054.275.37.utmcsr%3Dgoogle%7Cutmccn%3D(organic)%7Cutmcmd%3Dorganic%7Cutmctr%3D%25E7%25BD%2591%25E7%25AB%2599%25E5%2588%2586%25E6%259E%2590%3B%2B__utmv%3D66084008.200%2520-%2520500%2520ms%3B%2B__utmx%3D66084008.00007688461911432602%3A2%3A1%3B //Cookie中的信息

好了，都清楚每个变量的用处了吧。当在手机浏览器中，不能使用Cookie和JavaScript的时候，那么我们可以跟踪最简单的页面查看的数据。下面是个例子：
<img src=”http://www.google-analytics.com/__utm.gif?utmwv=4.6.5&utmn=451113822&utmhn=www.webanalytics.org.cn&utmcs=UTF-8&utmdt=abcd&utmhid=1837594037&utmr=-&utmp=%2F123&utmac=UA-8982891-2″ width=”1″ height=”1″ border=”0″ />

怎么样，明白了其中的奥妙吧？

JavaScript错误

我看很多的网站部署网站分析工具代码的时候，都会把这些代码放在页面代码的底部，当页面加载完的时候才会执行这些代码。这样做基于两个原因，一是只有页面完全被加载的时候，这次页面访问才会被统计，得到的数据更有意义；二是如果这部分代码出现了什么问题，不会影响到页面的正常显示。不过，这也会引发另一个问题，当页面上之前的代码存在JavaScript错误的时候，网站分析工具的代码就失效了。因为，浏览器在处理页面上的JavaScript代码，是从上向下执行的。如果在这个过程中发生了错误，将不再继续执行。

为了避免这种错误，在检查部署的时候，不仅仅要检查页面上是否有代码，还要检查是否真的有统计的数据发出。这里推荐使用WASP。这是一个Firefox的插件，可以检查是否有Web Analytics工具存在，都发送了哪些数据。当然，也可以用HTTP嗅探器来检测HTTP的数据包。

跨域导致的错误

如果部署的网站有多个域名，那么跨域的跟踪是必须要考虑的事情。如果你使用Google Analytics，而没有考虑跨域的问题，那么得到的结果很可能不是你希望看到的。详情可以看之前的一篇《网站分析中的多网站跨域跟踪》。

遗漏的设定

在Google Analytics中，在部署的时候可以设定一些函数，比如pageTracker._addOrganic()就是来处理搜索引擎的，同时在后台可以设置过滤器等。SiteCatalyst更是有许多的设置。这些设置如果在部署之前不考虑好，很可能留下遗憾。因为很多设置都是在生效以后才能看到数据。如果，等部署完一段时间以后才发现，即使及时做了修正，之前一段时间的宝贵数据还是遗失了。这对网站分析来说，不能不说是严重的损失。

所以，在部署以前熟悉工具的设置，并作出恰当的规划是非常必要的。

URL重定向

URL重定向主要用在SEO，用来生成对搜索引擎更友好的静态URL。当你输入一个带动态参数的URL时，会重定向到一个静态的URL，参数会根据一定规则作为这个静态URL的一个目录。而网站分析中，广告一般都是以URL后面加参数的方式来跟踪的，如果遇到会URL重定向的页面，这个参数会自动转为静态URL，导致网站分析工具不能取到广告的ID。

要解决这个问题，比较复杂，需要和开发人员一起配合根据具体情况处理。

这有什么区别？

有的童鞋可能会说，这有什么难的，只要在两个网站上都部署了网站分析工具的跟踪代码，用相同的帐号或者ID，两个网站的数据不就会整合到一起吗？但实际的情况没有这么简单。

我们访问网站的时候，是通过HTTP协议，而HTTP协议是一种无状态的协议。换句话说，当你访问一个页面的时候，服务器不会记得你是谁，你之前看过些什么页面。为了能够记录一些重要的信息，HTTP中专门定义了Cookie的概念。Cookie可以用来在浏览器中记录一些信息。为了保护隐私，Cookie中的信息是加密存储，并且是属于特定的域名的，只有这个域名才能够读写。

所以，当两个网站下的Cookie都属于各自的 域的时候，也就是都使用第一方Cookie的时候，A网站和B网站虽然都能被监控到，但他们之间是没有关联的。因为A网站和B网站会分别有两个Cookie，而这两个Cookie存储的用户的ID也是不同的。

这样会有什么问题？

首先，同一个访问者在两个网站上产生的行为无法产生关联，就像文章开头那里的例子，我们无法知道链接到A网站的广告对最后B网站上的购买贡献有多大。这对很多两个关联很紧密的网站的分析来说是致命的。其次，网站分析工具的测量结果将不正确。因为不同的域名各有一个Cookie，网站分析工具会在这两个Cookie中存储分配的两个不相同的用户ID，当一个用户在一次访问中浏览了两个网站，则会产生两次Visits和两个Visitors。

那网站分析到底如何进行跨域名的跟踪呢？

关于这个问题，有趣得紧，网站分析工具中大名鼎鼎的两个，Omniture的SiteCatalyst和Google Analytics，分别给出了两个不同的答案。让我们看看他们分别是如何工作的吧。

先说说Omniture的SiteCatalyst的解决方案

SiteCatalyst默认情况下使用的是第三方的Cookie，Cookie的域是Omniture数据接收服务器的域名。也就是说，不管你把SiteCatalyst装到多少个网站上，使用的Cookie的域都是同一个，不会发生变化。这就保证了，在不同网站上使用同一个Cookie。SiteCatalyst就能够知道不同网站上的访问是否来自同一个访问者。

不过SiteCatalyst使用的第三方Cookie的接受率相对第一方Cookie略低，准确度会有影响。所幸国内网民对隐私的保护并不重视，两种Cookie的接受率差异很小。

再来看看Google Analytics是如何解决的

Google Analytics是使用第一方Cookie的，Cookie的域都是被监控的网站的域名，所以各个域名之间是无法关联的。针对跨域跟踪的这种情况，Google Analytics提供了一组函数。在部署的时候，所有遇到域名之间跳转的情况，不管是链接、表单提交还是框架等，都需要加入特定的代码。可以参考Google Analytics的官方文档。那么它的工作原理是什么样的呢？当我们第一次访问网站A的时候，这个网站上部署的Google Analytics的代码会在保存一些Cookie，记录包括在Google Analytics中唯一标识这个用户的ID在内的信息。当点击一个链接到网站B的时候，在链接上的特定代码会做一个处理，将网站A中的Google Analytics的Cookie的指都取出来，作为参数传递链接的目标页面。目标页面上的Google Analytics的代码会把这些值放置到自己Cookie中。这样以来，即使两个域名还是使用两个Cookie，但Cookie中的信息是一致的，Google Analytics还是可以认定跨越两个域名的访问是否来至同一个访问者。

Google Analytics的优点在于使用第一方Cookie所带来的更高的接受率。缺点也显而易见，因为需要在所有网站间跳转的地方增加额外的代码，增加了部署和维护的难度和成本。

得到默认报告中木有的数据

Google Analytics默认有不少报告，已经可以满足我们的大部分需要了。不过这些报告的量度都是Google设定好的，不能再做更改了。那如果我需要的报告超过了这个范围该怎么办呢，那就需要自定义报告来帮忙了。比如，在默认的页面的报表中，我们只能看到下面的数据。

如果希望有更多的数据，就需要借助自定义报告了。在自定义报告的生成界面，只要方便的拖拽维度和量度。

然后就能够得到下面的需要的报告了。

定制需要的报表

默认的报表，量度已经固定，不能再调整。如果需要一些特殊的报告，也可以借助自定义报告的功能。建立一系列需要的独特的报告，下次使用的时候，也可以方便的找回。

深度的数据挖掘

有些时候，我们需要再现有的报告上，在细化的分析一些条件或者维度。高级分割能够帮我们分割数据，自定义报告也可以帮我们做这样的事情。只要在报告中多增加一些维度，那么我们可以一直点击项目，查看到多层的维度的数据。

在这个例子中，可以知道下午3点到4点从Google过来的是第三次访问的用户访问页面A的情况。

好了，你也应该去试试了。

比如我的这个博客，Page Views/Visits只有2，也就是说，一次访问访问者平均就浏览两个页面，而且略微还有减少的趋势。这说明网站的粘性有问题。通过分析，我认为网站的导航不是很好，很多文章被埋在几页以后，访问者很难找到。我准备在首页的右下角增加一个悬浮的窗口，提示访问者，查看网站地图可以看到更多文章。这个改进真的能起作用吗？我需要测试一下。

现在我准备了一个新的页面，其实就是原来页面的基础上，增加了网站地图的点击提示。下面就登录到Google Website Optimizer。

因为是新的帐号，现在还没有建立任何的测试。点击“Create a new experiment”。

接下来，需要确定是做A/B测试还是多变量测试。本文主要讨论A/B测试。然后，Google Website Optimizer会提示你需要准备的内容。再点击下一步，会进入一个表单页。

可以看到，会要求输入不同版本的页面的URL。这里是两个版本：原版本和新版本。当然，你也可以创建多个版本，只要点击“Add another page variation”就可以了。在设定好目标页的URL。我这里设置的是留言页面。这样的话，Google Website Optimizer就会按照到达留言页面的次数来衡量两个版本。

进入下一页，选择“You will install and validate the JavaScript tags”。那么，就会看到各个页面应该添加的代码。这里也没有什么好说的，Google都帮你准备好了。按照要求添加好。验证通过后，就可以开始测试了。

好了，现在开始两个版本的页面会被随机的对访问者展示，然后统计最后到达留言页面的情况，然后根据统计学的算法选出优胜者。

有人会问，你之前不是说想提高Page Views/Visits吗，这会儿怎么以访问留言页面为目标了呢？因为在Google Website Optimizer中，目标只能制定某个页面。其实要解决这个问题并不难，只要把Google Website Optimizer和Google Analytics结合起来使用。还记得前面的关于Google Analytics自定义变量的文章吗？只要设置一个自定义变量来记录用户访问了哪个版本的页面，那用户后续的情况就都可以了解了。

需要解决的问题

因为网站是博客，所以主要想特别跟踪一下内容页面的情况。默认的Google Analytics的代码是跟踪的页面的URL，而我的URL太长，不容易看清楚，所以希望跟踪文章的中文标题，打算使用一个自定义变量来记录。另一方面，希望了解访问者在首页、文章页和其他页面的访问的比例和停留的时间等，那会用另一个变量来记录页面的类型。

页面上的代码

按照Google Analytics代码的语法，根据前面的需求，我在不同的页面加入了代码。

首页的：

<script type=”text/javascript”>
var gaJsHost = ((”https:” == document.location.protocol) ? “https://ssl.” : “http://www.”);
document.write(unescape(”%3Cscript src=’” + gaJsHost + “google-analytics.com/ga.js’ type=’text/javascript’%3E%3C/script%3E”));
</script>
<script type=”text/javascript”>
try {
var pageTracker = _gat._getTracker(”UA-8982891-2″);
pageTracker._setCustomVar(1, “Page-Name”, “Home Page”, 3);
pageTracker._setCustomVar(2, “Page-Type”, “Home”, 3);
pageTracker._trackPageview(”");
} catch(err) {}</script>

文章页：

<script type=”text/javascript”>
var gaJsHost = ((”https:” == document.location.protocol) ? “https://ssl.” : “http://www.”);
document.write(unescape(”%3Cscript src=’” + gaJsHost + “google-analytics.com/ga.js’ type=’text/javascript’%3E%3C/script%3E”));
</script>
<script type=”text/javascript”>
try {
var pageTracker = _gat._getTracker(”UA-8982891-2″);
pageTracker._setCustomVar(1, “Page-Name”, “Post >>网站分析的作用”, 3);
pageTracker._setCustomVar(2, “Page-Type”, “Post”, 3);
pageTracker._trackPageview(”");
} catch(err) {}</script>

等等……具体的语法可以参考前文。

Google Analytics的报表

这里列出的是所有的变量名称，点击其中一个名称，比如“Page-Type”，可以看到该名称变量的值。

通过这个报告，就可以知道，首页、文章页、404页和其他页面分别被访问的情况。

Google Analytics自定义变量有待改进之处

1. 报告的延时比较大，6号的数据要到8号才能看到
2. 不对URL的编码进行解码处理，当有多字节字符时，看到的报告URL编码后的数据
3. 超过长度时选择了丢弃数据而不是截断，一些页面上通过程序动态的赋值的时候，特别是含有多字节字符时，需要计算长度不能超过64字节，其实Google Analytics在接收到数据再从64字节处截断对用户来说比较方便。

我在我的网站google analytics中设置了一个目标，想知道某外部链接的点击数， 因为那个外部链接是我的另一个网站，两边的统计数据却不吻合，请问知道原因吗？或者google analytics不加额外代码就不知道出站链接？

很好的问题，我想freesea童鞋的需求就是需要跟踪出站链接的点击次数。出站链接，特别是链接到合作网站的链接的跟踪还是很常见的需求。下面就掰一掰跟踪出站链接应该如果做，以及注意的事项。

如何跟踪出站链接？

在Google Analytics的报表中，是没有“出站链接”这样一个报表的。我们需要做的是，在链接的HTML代码中加入onclick方法，onclick方法中执行Google Analytics的_trackPageview()，这个方法会将链接被点击的数据作为一次页面的查看记录发送到Google Analytics的服务器。那么，我们就能在Content的报表里看到这个链接被点击的情况了。下面是Google Analytics官方文档的例子：

<a href=”http://www.example.com” onClick=”javascript: pageTracker._trackPageview(’/outgoing/example.com’);”>

一般的，_trackPageview()方法的参数是为空的，只是Google Analytics会取得页面的URL作为默认值。跟踪外部链接时需要一个虚拟的URL，比如上面例子中是/outgoing/example.com，这个URL在网站中并不存在，但是在Google Analytics的报告中会作为这个外部链接的表示。在报告中看到这个URL的PageViews的次数，就是这个链接被点击的次数了。

设置目标

更进一步的，我希望把访问者点击这个外部链接作为网站的目标，那么可以增加一个Goal来跟踪。Goal的一种匹配模式是URL Destination，它可以匹配当前Google Analytics配置文件跟踪到的所有URL（包括默认的和虚拟的），这种模式用在这里正好。当我们指定了一个URL是Goal以后，当有访问者访问了网站的这个URL，那么一次目标就达成了。按照上面的例子，只要在这里匹配/outgoing/example.com这个URL就可以了。关于Google Analytics目标的设置可以参考我的另一篇《Google Analytics的新“目标”》。

注意事项

链接点击数是有误差的。这种方式只能跟踪到鼠标左键点击链接。如果用户先在链接上点击鼠标右键，再在弹出的小对话框中选择“打开链接”，那么这是是跟踪不到的。

以上是我的理解，欢迎拍砖。

注释

网站分析和网站运营的方方面面有关。市场、IT、产品等各个环节的相关人员，可以通过注释，告诉其他人现在发生了些什么事情。比如说，市场人员针对某些产品做了推广，流量和产品销售变大了，那写一个注释，其他同事看到报告就知道这些变化的原因了，方便了各个部门的沟通。

自定义变量可以在Advanced Segments中使用

Google Analytics的自定义变量可以满足针对不同网站比较特色的跟踪需求。自定义变量功能在上个月发布的时候，只能在这些变量本身的报表中看到。不过现在，用户可以在自定义变量上做Segment。这就大大有助于我们做更加细化和深入的分析。

自定义变量可以在自定义报表中使用

您还可以创建与任何自变量相关的方面的自定义报表。现在，你可以看到由自变量定义的部分行为，并可使用Google Analytics中的所有指标。

我想，网站分析人员都会很关心网站都在发生什么变化，了解这些变化，洞悉带来这些变化的原因，往往成为网站优化的突破口。网站分析工具许多的报表中带有大量的数据，把当前的数据与过往数据的比较，需要花费相当的时间和精力。而智能报警功能，则可以节省这部分花费，代替人完成部分分析。

智能报警如何使用

不需要任何设置，自动的智能报警就已经发挥他强大的能力了。

Google Analytics会自动分析以往数据，各个维度的所有度量值的正常波动区间，然后报告当前波动异常的数据。同时，Google Analytics还会根据不同的维度和量度，以及数据的波动情况，评估报告的每条记录的重要程度，供用户参考。用户也可以通过调整报告的敏感程度，当敏感程度被调低时，一些重要度不高的报警记录就可能被过滤掉。反之，调高敏感程度，就会看到更多的报警记录。

Google Analytics还有自定义报警功能。如果你对某些类型的访问者尤其感兴趣，设置自定义报警可以特别的跟踪。比如，可以监控Banner广告带来的收入，当收入减少20％的时候，就触发报警，Google Analytics会自动发送一封邮件到指定的信箱。

深入网站分析

通过智能报警发现了网站上各种度量的波动只是开始，下一步还需要进一步分析原因，进而考虑是否有优化改善的可能。Google Analytics在这里有非常人性化的设计，在每条记录的右边，有一个“Create Segment”的链接。

点击这个链接，就可以方便的建立高级群体的分类。通过分类，可以分析特定群体的行为，从而发现出现较大波动的原因。比如，上图例子中通过CPC广告来到网站的访问者在网站上的停留时间超过预期值122％。点击“Create Segment”链接，可以很方便的建立一个高级群体分类，这个分类中的访问者都是通过CPC广告到网站的。之后在各个报表中，观察这个访问群体的情况，可以细化的挖掘更多信息，从而寻找变化的原因。

无法代替人工作

Google Analytics发布的智能报警功能，能够减少分析人员的一部分工作，但是它并不能代替人的工作。智能报警一定的算法，自动的报告异常，但分析真正的原因和优化改善的提案这些创造性的工作必须依赖人的头脑。

之前，我们只能针对当前报表的维度本身设置条件。比如，在Top Content的报表中，我们只能针对Page设置条件，可以过滤Page中包含了某些字符或者未包含某些字符的数据项。现在，在高级过滤器中，除了Page本身以外，还可以针对和Page的各个度量值设置条件。

比如说，想知道所有的文章页中（我的博客还有分类页、搜索结果页、存档页等等），平均停留时间超过一分钟的有哪些，该如何设置呢？因为我在页面上加入代码的时候，为每个页面设置了一个虚拟标识而不是URL，所以只要包含了Post的页面都是文章页了。设置如下图的条件：

注意，时间的设置是以秒钟为单位的。设置好之后，点击“Apply Filter”按钮，页面会重新刷新，得到的报表包含的就只有符合条件的项目了。

很简单，对吗？以前这个过程我们可能需要把数据下载到Excel中，然后使用Excel的功能来完成。现在只要在报表上设置就可以了，很方便。

另外，在Advanced Filter中还是延续了对正则表达式的支持。比如，想看所有文章中，文章名不超过10个字的文章，同时这些文章的平均浏览时间要超过1分钟。那么只要把上面例子中Page对应的条件设成^\/Post >>.{0,10}$就可以了。

你有什么新发现，赶紧留言，大家一起讨论吧！！

在这次更新以前，Google Analytics最多只能设置4个目标。对于一些功能较多的网站来说，区区4个目标显得捉襟见肘，为了使用更多的“目标”，为一个网站建立多个配置文件是非常普遍的现象。现在，Google Analytics可以允许设置4组，每组5个，总共20个目标。

目标的设置

数量的增加仅仅是一方面，功能上也更加灵活。之前，只能针对某个页面的URL设置目标。也就是说，当用户浏览某个URL的页面时，就计算达成了一次目标。更新以后，在目标的达成上，除了原有的页面URL外，还可以每次访问浏览的页面量和在网站上停留的时间作为判断标准。

URL目标

这是Google Analytics传统的目标判定的方式。你可以使用向前匹配、完全匹配和正则表达式来作为判定目标的条件。灵活使用正则表达式能够处理很多复杂的需求。

网站停留时间

网页停留时间判断目标达成，是通过设置一个触发条件，当某个访问者在网站上花费了大于某个时间时，则认为达成了目标。这个时间可以设置多少小时多少分多少秒。同时，Google Analytics也可以设置网站停留时间小于某个时间作为目标触发的条件，这时的目标就是负面的目标啦。

每次访问页面

每次访问页面是指在一次访问中浏览的页面数，这个浏览量也可以作为目标达成的触发条件。和网站停留时间类似，可以设置在一次访问中访问了大于、等于、小于某个数量作为目标达成的条件。

目标报告

让我们来看看目标报告吧。

注意到“每次访问的目标价值”这个度量了吗？我们在前面设置目标的时候，为达到不同的目标设定了目标价值，在报表中，除了能了解目标达到的次数，还自动计算出了每次访问的价值。有这个度量值，就可以很容易的发现哪些来源的质量更高，或者网站更能吸引哪些地区的访问者等等。

我想，相当一部分使用过Google Analytics的人，都知道，在后台中有一个“User Defined”报表。与之相对的，在页面上可以使用pageTracker._setVar()这个函数。我们在Google Analytics的其他报表中看到的都是已经定义好的，只有在这里，我们可以自己定义想要跟踪到的维度。这有什么用呢？比如，我们的网站上，有很多的内容或者功能，除了Google Analytics预先定义好的，我们可能还想知道登录用户和未登录用户的行为有什么区别？这时，程序判断用户的登录状态，把登录还是未登录的值填入pageTracker._setVar()函数，就可以使用“User Defined”这个维度来区分这两种用户了。“User Defined”允许自定义，可以让我们可以根据网站的具体情况制定特有的维度，来满足业务分析的需要。

一个太少

遗憾的是，Google Analytics只为每个配置文件（Profile）提供了一个“User Defined”的维度。当我们需要定制多个维度来跟踪的时候就会处境尴尬。多建立一些配置文件，可以多得到一个“User Defined”，不过，在页面代码上和配置文件的管理上增加了复杂性，同时，不同的配置文件中定义的维度也无法相互关联，形成分割报表。

Google Analytics新增自定义变量 Custom Variables

Google新增的这个功能太邪恶了，简直不要一些小的Web Analytics软件的提供商活嘛。我们可以定制一批的自定义变量，这些变量可以根据我们业务的需要分别来干不一样的事情。

比如说，前面提到的登录用户和未登陆用户的区分。再比如：我们现在报表中的网站结构的粒度是具体到每个页面，我们可以看到针对页面这一级别的指标值。如果，我希望了解各个分类下所有页面的PV之和，或者其他指标之和，之前的Google Analytics就无能为力了。我们需要借助Excel等外部工具来完成这个耗神的工作。使用自定义变量，可以方便的解决这个问题。只要在每个页面为一个自定义变量赋上分类的名字，就可以在这个自定义报表中看到各个分类的表现了。

同时，Google Analytics在自定义变量的使用上也提供了非常灵活的设定，这个在后面会讨论。还是那句话，这玩意怎么会免费？

自定义变量 Custom Variables的用法

页面中的语法：
_setCustomVar(index, name, value, opt_scope)
index：第几个自定义变量
name：变量的名字
value：变量的值
opt_scope：变量的范围（1：只要是该唯一访客就起效；2：在当次访问中起效；3：只在该页面起效）

按前面提到页面分类跟踪的需求举例：
_setCustomVar(1, “Category”, “News”, 3)

现在我的帐号Custom Variables还没有激活（不过Intelligence已经激活），以上是参考Google的文档和其他文章完成的。如果你有什么看法，赶紧在下面留言吧！

比如，在上一篇文章中提到的，电子商务网站生成订单以后，需要跳转到一个第三方平台去支付。用户选择了商品，输入地址等信息，最后确认订单。这时，会有一个不会在浏览器中显示的自动重定向页面，这里会真正的处理订单的生成，并且生成重定向的URL，最后自动通过服务端重定向到第三方的支付平台，请用户支付。

在这种情况下，如果网站希望能够跟踪到订单生成的情况，应该如何做呢？

首先想到的最简单的是，在订单确认的页面中的确认按钮上增加onclick方法，来监听这个按钮的点击。只要用户点击了按钮，就使用分析工具的函数生成一个虚拟的页面，这个页面来代表订单的生成。不过，这种方式，在我们遇到的这个问题中不能成立。因为，用户点击确认按钮的时候，并不能保证订单就一定生成了。点击确认按钮提交到服务器后，服务端程序还要对用户输入的信息进行一些处理和检查，然后才生成订单，这中间可能会有错误出现导致不能生成订单。如果采用这种方式，统计到的订单数会比实际的大许多。

那我们改进一下。我们将中间的自动重定向页面调整一下，不再使用服务端的重定向，而是返回一个HTML页面，在页面中加入跟踪的代码，在跟踪的代码后面放上Javascript的跳转代码。因为，服务端只有在程序执行结束以后才返回页面，在页面上放入代码，可以保证，在页面被跟踪到时，订单确确实实的生成了。

当看报表的时候，发现跟踪到的订单生成的数量非常少，比实际生成的数量少了很多。为什么会这样呢？

还记得在《脚本型网站分析工具工作原理》中提到的吗？脚本型网站分析工具，工作的时候，是把采集到的数据整理到一个图片请求的链接的参数里，通过请求这个位于数据收集服务器上的图片，将数据发送出去的。那么，跳转的代码虽然放在了跟踪的代码的后面，但跟踪代码执行完成的时候，并不是把数据已经发送完了，而只是生成了一个图片的对象，而在这个对象还没有被加载。那么浏览器会一边继续执行Javascript的代码，一边加载这个图片。在这种情况下，有非常大的可能，在图片还没来得及请求的时候，跳转的Javascript就被执行了。也就是说，跟踪的数据压根就没来得及发送出去。

问题已经找到，如何来解决呢？也许你会说，跳转前增加一个延时，让图片有足够的时间被请求。其实问题又来了，这个延时多长的时间合适呢？0.1秒？会不会太短，万一有的客户电脑慢那个图片还没请求出去怎么办？那2秒？会不会太长了，让用户傻等2秒的时间会不会体验太差，特别是在要让他们掏腰包的时候，多1秒等待，他们就多了1秒来改变主意。

有没有办法，知道什么时候图片的请求已经发送了，然后在这个时候立刻跳转到支付平台呢？这样就可以跟踪到这个页面，又能不耽误时间。

刚才已经说过，在跟踪代码执行完的时候，会新创建一个图片的对象。这个图片的对象，在这个时刻还没有请求，更不可能加载，我们只要能够找到这个对象就能够通过回调来知道什么时候这个请求完成了，那这个时候就可以跳转了。步骤如下：

1、找到那个图片对象。跟踪代码执行完后，紧接着在HTML的所有图片对象中遍历，找到src是指向分析工具的数据收集服务器的图片。比如，Google Analytics的服务器是www.google-analytics.com。

2、调用这个图片的onLoad()，注册一个回调函数。

3、在回调函数中，执行Javascript跳转。

以上是我的解决方法，如果你也遇到类似的问题，赶紧试试吧。如果大家觉得我哪里写错了，请不吝赐教哦！

这其中有一些可能是临时性的需求或者比较小的需求。举个例子，客户看到Google Analytics的Length of Visit这个报表。

客户会说，哇，只在网站呆了不到1分钟的流量竟然有这么多，不知道这些家伙都在我的网站上干了些什么，我想把不到1分钟的，1分钟到3分钟的，和呆了超过3分钟的放在一起比较，看看都有什么区别，能不能看出些什么。

一般的报表，我们只能知道不同停留时间的访问数是多少，至于在网站上的行为就无从得知了。这时需要借助到Advanced Segments的功能。

注意到上图右上角的“Advanced Segments”了吗？点击它，可以增加、删除和修改Advanced Segments。首先增加一个呆了不到一分钟就离开的组。

首先设定条件，将Visit Duration拖拽到“dimension or metric”的位置上，然后选择小于条件，设定小于的值是60，这里单位是秒。取一个容易看明白的名字，在点击Create Segment按钮，就OK了。

同样的，建立一个大于等于1分钟并且小于3分钟的组（注意使用And连接两个条件）和一个大于等于3分钟的组。建立好之后可以在Manage Advanced Segments中看到。

上面是默认的Segments，下面自定义的Segments中可以看到刚刚建立好的三个Segments。这时打开报表，在右上角的Advanced Segments中把这三个Segments都勾选上，一切搞定！！

在图中，流量比较大的时间段，是在做广告的推广。而小于1分钟的访客非常明显跟随流量的变化而变化，而1分钟到三分钟和三分钟以上的用户变化很小。这说明广告带来的这些用户绝大部分很快就离开了，广告带来的流量的质量值得怀疑。那么可以从其他报表中来分析原因。

首先，需要从Google Analytics得到一段JS代码，然后将这段代码插入到网站每个页面的</body>标记之前。注意，一定要放在<body>和</body>之间的区域内，否则Google Analytics不能捕获任何数据。

正确插入这段代码以后，当用户访问这个网页，那么这段代码就会在用户的浏览器上执行。它会收集当前网页、用户客户端等信息。然后，将这些作为参数，拼接在一个图片请求的后面。这个图片请求是通过HTTP协议发送到Google Analytics的数据收集服务器的。作为这个图片请求的响应，数据收集服务器会返回一个1×1像素的图片在页面上显示。下图是在浏览www.webanalytics.org.cn首页时发送到数据收集服务器的请求。

从图中可以看到，有一个数据包发送到Google Analytics的数据收集服务器，通过HTTP协议请求了一个图片，并在图片链接后面加上了一长串的参数。将参数分割出来，有以下一些：
utmwv=4.3
utmn=1196537578
utmhn=www.weblytics.cn
utmcs=UTF-8
utmsr=1024×768
utmsc=32-bit
utmul=en-us
utmje=1
utmfl=10.0 r22
utmdt=网站分析工具 | 网站分析
utmhid=1766743862
utmr=0
utmp=/?tag=网站分析工具
utmac=UA-8982891-1
utmcc=__utma=69577110.67499046715024370.1243733087.1243748047.
1243751471.6;+__utmz=69577110.1243740545.3.4.utmcsr=newsunday.
com|utmccn=(referral)|utmcmd=referral|utmcct=/post/863.html; HTTP/1.1

这些参数传递了网站的域名、网页的位置，客户端的浏览器版本、语言、屏幕分辨率颜色深度，访问来源等信息。数据收集服务器接受到这些信息的同时，根据发送来源的IP地址，可以确定用户所在的区域。

当用户访问了网站上的多个页面，就会发送多次这样的数据。Google Analytics就会了解到用户首先访问了A页面，然后访问了B页面，再访问了C页面，最后离开。Google Analytics会将这些访问记录串联起来，形成访问的路径。从而，Google Analytics会得出Entries、Exits、Bounce Rate、Next Pages这些量度来。网站的管理者就可以通过访问Google Analytics的报表界面了解到这些数据。