访问者的浏览器及特殊网站之间的互动时段，关闭浏览器或关机时结束，或者，在指定的时段内，用户在网站上无活动也会结束会话。

对 Google Analytics（分析）报告而言，如果用户在网站 30 分钟无活动会话则告结束。另外，您也可以使用您的跟踪代码更新此设置。

不过我在Google Analytics的报表中看到，停留时间达到了1小时40分钟。而当前页面的停留时间是浏览后一个页面的时刻减去开始浏览当前页面的时刻。结合前面访问的定义，报表中的停留时间应该不会超过30分钟的，超过以后就算做是另一次访问了。那这个1小时40分钟的数据是如何得到的呢？是我理解错误吗？

无图无真相，上图：

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？

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。

1. 跟踪代码的加载速度更快，改善浏览器的执行效率
2. 增强数据收集的准确性
3. 消除因为JavaScript未完全加载引起的误差

下面是异步跟踪的代码：

<script type="text/javascript">

  var _gaq = _gaq || [];
  _gaq.push(['_setAccount', 'UA-XXXXX-X']);
  _gaq.push(['_trackPageview']);

  (function() {
    var ga = document.createElement('script');
    ga.src = ('https:' == document.location.protocol ? 'https://ssl' :
        'http://www') + '.google-analytics.com/ga.js';
    ga.setAttribute('async', 'true');
    document.documentElement.firstChild.appendChild(ga);
  })();

</script>

这段代码最开始，在JavaScript中分配了一个变量名为_gap的数组。紧接着，在下面两行把两个API的调用放入了这个数组中。当跟踪代码初始化时，会将_gap从一个标准的数组转化成一个新的对象，然后执行之前放入的API调用。通过这个特性，你可以在跟踪代码被下载前，先将API调用准备好，而不用担心Race Condition（因为多线程执行造成的紊乱）。

第二部分代码会并发的加载跟踪代码。这部分代码在一个匿名的方法中执行，它会建立一个新的Script标签并且通过合适的协议引用跟踪代码。这样做，可以减少页面加载的时间。注意这里很前卫的使用了HTML5中新的“async”标记，它会告诉浏览器这段JavaScript代码可以异步的方式来加载。Firefox3.6是第一款支持这个特性的浏览器。如果与疑问，可以参考HTML5 async specification。

跟踪代码一旦被加载，会将_gap数组转化为一个Analytics _gaq 对象。这个对象会包装底层的_gap对象，并执行所有的命令，向Google Analytics发送数据。你页面上的代码甚至可以忽略这个事实，因为_gap.push这个语法可以在任何时候使用。在Asynchronous Tracking Usage Guide可以获得详细信息。

这种新的跟踪方式现在处于Beta测试，所有Google Analytics的账户都可以使用。

一个完整的例子：

<html>

<head>
  <script type="text/javascript">
    var _gaq = _gaq || [];
    _gaq.push(['_setAccount', 'UA-XXXXX-X']);
    _gaq.push(['_trackPageview']);
  </script>
</head>

<body>
  <p>Page Content</p>

  <script src="some_random_script.js"></script>

  <p>Page Content</p>

  <script type="text/javascript">
    (function() {
      var ga = document.createElement('script');
      ga.src = ('https:' == document.location.protocol ? 'https://ssl' : 'http://www') + '.google-analytics.com/ga.js';
      ga.setAttribute('async', 'true');
      document.documentElement.firstChild.appendChild(ga);
    })();
  </script>
</body>
</html>

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。

在前面的《Google Analytics的新“目标”》文章中提到，Google Analytics已经更新了目标的设置。为了适应更新后的接口，这个插件也更新了版本，下载请看原文。

在Firefox中下载该插件，并且完成安装，在工具栏上会出现一排工具按钮。

在已经填写好目标的目标设置页面上，点Copy Goal按钮就可以将当前目标的设置保存起来，再切换到一个新目标的设置页面上，按Paste按钮，这个插件就会自动把存储的内容输入到页面的表单中。

在新版本中还新增了过滤器（Filter）设置拷贝的功能，赶紧试试吧！

注意：这个插件对中文支持不好，Google Analytics中目标和过滤器的名称尽量使用英文。

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。

网页加载时间的数据，可以分析些什么呢？网页加载的时间越长，说明用户连接到服务器的速度越慢。访客一般都是缺乏耐心的，如果5、6秒钟还不能加载页面，他们就开始考虑关闭这个浏览器的窗口了。再细化到不同的地域分析，那么可以考虑在打开速度慢的地方增加镜像服务器。如果各处加载页面都很慢，那就可以看是不是服务器端的接入和本身负载的问题了。

那应该如果做才能跟踪到这个数据呢？这需要一点JavaScript的代码。

首先在页面的HTML的头部，记录一个时间：

var date = new Date();
var startstamp = date.getTime();

然后，在底部，在得到一个时间，两个时间的差值，就是页面打开的时间了：

date = new Date();
var endstamp = date.getTime();
var interval = endstamp – startstamp;

我们只需要知道一个大的范围，不用很精确，所以做如下的判断：

var scope;
if(interval<50) {
scope = “0 – 50 ms”;
}
else if(interval < 100) {
scope = “50 – 100 ms”;
}
else if(interval < 200) {
scope = “100 – 200 ms”;
}
else if(interval < 500) {
scope = “200 – 500 ms”;
}
else if(interval < 1000) {
scope = “500 – 1000 ms”;
}
else if(interval < 2000) {
scope = “1000 – 2000 ms”;
}
else {
scope = “2000+ ms”;
}

最后，要用到Google Analytics的_setVar()函数，把值放到User Defined报表中：

pageTracker._setVar(scope);

如果你在使用Omniture的SiteCatalyst也没有问题，只要建立两个自定义变量来跟踪就可以了：

s.propx＝scope;
s.eVarx=s.propx;

修改好了，就等着看报表吧：

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！

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。

站内搜索的分析有些什么意义呢？

1. 了解用户需求

   通过对用户搜索的关键字进行分析，可以精确的了解用户的需求。很多网站会精心设计调查问卷，期望了解用户的需要，会通过访问路径来分析用户的心理，那么，用户在站内搜索中输入的关键字这样直接体现用户需求的机会当然不应该忽视。
   对于新闻为主的媒体类网站，可以了解到用户关心的热点新闻是哪些？对于某些非常热点的新闻，是不是需要考虑增加不同角度的更多报道，甚至可以制作一个专题。对于电子商务类网站，可以了解用户都喜欢什么样的产品，可以考虑是不是可以在搜索框附近列出这些热门的搜索关键字，对一些用户搜索较多的产品，可以考虑在首页通过Banner、Flash等形式做一些内部的推广，对网站暂时还没有的产品，可以考虑设计生产。

2. 站内搜索功能优化

   想象一下，我们现在新开张了一个服装类的电子商务网站，专门在线零售时尚的男女服装。网站上实现了站内搜索的功能，能够对产品名称进行模糊的查询。运营了一段时间，通过分析报告，我们可能会发现，用户很多时候不一定是搜索具体的产品，而是搜索一些服装的风格，比如“百搭”、“可爱”这种关键词。这时因为产品名称中不会包含这类的关键词，会出现没有结果的搜索，那这部分用户很多就可能因为没有找到合适的款式而放弃了购买。
   发现了这个情况，我们改良了设计，对产品增加了描述性的语句，在搜索的时候会对描述性的语句进行查询。那么，很多本来没有结果的关键词，因此能够匹配到合适的产品，整个网站的转换也因此有提高。我们再深入分析，也许又会发现，有一些产品，用户浏览了这些产品的产品详细页，了解产品的详情，最后达成购买的比例比较大，而另外一些产品，可能被浏览的次数很多，但是真正销售的情况却不佳。
   撇开产品详细页的设计不谈，我们这里也可以针对这些产品的差异，对站内搜索再进一步优化。我们现在站内搜索的排序是按产品名称排序的，很糟糕的排序，对吧？有一些产品，可能只要用户找到它，就比较容易卖出去，却排在了几页以后。我们调整了搜索结果的顺序，越容易卖的产品排在前面。这样，站内搜索对销售的贡献又应该有所增强。

3. SEO和SEM优化

   站内搜索的关键词，对SEO和SEM也有借鉴的意义。用户在网站内部搜索中使用的关键词，反映了用户寻找目标的思路和想法。同样的，在使用搜索引擎的时候，多半也会使用类似的关键词。我们通过分析工具，了解到，一些站内搜索的关键词效果很好，能够带来很多的销售，那么在做SEO和SEM的时候，可以针对这些关键词进行优化。这种有依据的SEO优化和SEM的投入，肯定比盲目的选择有更好的效果。

站内搜索功能如何实现？

1. 使用Omniture的SiteCatalyst

   SiteCatalyst默认的报表并没有对站内搜索的支持，不过SiteCatalyst有很强的自定义扩展能力。在SiteCatalyst中，可以在搜索结果页面上设定一个自定义的变量，用来记录搜索的关键词。同时，根据是否有搜索结果触发两个自定义的事件，就可以跟踪到关键词被搜索的情况，以及后续对转换的贡献。

2. 使用Google Analytics

   Google Analytics要实现站内搜索的支持，也需要一些设置。
   

在Google Analytics中后台中，修改配置文件。根据网站的实际情况，设置传递查询关键字的参数。比如在我的这个网站分析博客，使用的是“s”作为参数。只要在对应的地方填入参数，保存后即完成设置。之后只要保证在搜索的结果页面上已经部署了Google Analytics的代码，搜索的关键词就会出现在报告里。

从这个报表中，我们可以看到，现在选择的时间段是5月4日到6月3日。那么，报表里的访问次数的数据是不是从这个时间段的开始时间算起的呢？

举个例子，一个访客，在5月2日第一次来到我这个网站，然后在5月3日又回访了一次，过了几天，在5月10日这天，又来网站转了一次。前面两次没有在报表选择的时间段里，我们先不去管它，我们看最后10日的这一次访问。如果报表里访问的次数是从报表选择时间段开始的时间算起，那么，这一次访问应该是5月4日以来的第一次访问。这样的话，1 times这项就会累计一次Visit。真实的情况是不是这样呢？

实际上，Google Analytics的页面脚本会在浏览器上保存一个永久的Cookie。这个Cookie会保存用户的一些信息，这些信息会区别Unique Visitor和记录访问，其中就包括了用户是第几次访问网站。弄清楚这个，就应该明白，第几次访问网站这个数据是不会按照报表的时间段来计算，而是从这个访客第一次访问网站算起的。那么，刚才的那个例子中，实际上Google Analytics会在3 times累计一次。

那报表中选择的时间段不是没有用处了？不是的。报表的时间段，虽然不能对访问次数产生影响，但是它限定了被记录的那次访问的时间段。想象刚才的例子中，现在的时间段会在3 times上累计一次。如果时间段选择在5月1日到6月1日，那么1 times、2 times和3 times都会各累计一次。为什么这样不用我解释了吧：）

如果你认为的我理解不正确，或者有什么补充，赶紧留言告诉我吧！

2、分析软件的部署实施
网站分析，不是主观的臆断，而是建立在数据基础上的。端一杯茶，对这显示器，想出来的分析报告，很可能是谬误的。我们总设身处地的从用户角度考虑，但其实用户想的很可能与我们不同，我们离网站太近了。而分析软件没有感情、没有偏见、不会说谎，可以让我们更接近事实。现在免费的软件有Google Analytics，需要费用的最好的是Omniture的SiteCatalyst。通过这些软件，可以采集到用户对网站访问的各种数据，分析软件如何工作可以参考《脚本型网站分析软件工作原理》。在实施之前，需要按照确定的目标设定部署的战略。部署了分析软件以后，就可以得到包含各种数据的报表。对分析人员来说，只要是技术方面的要求，在部署和报表以及他们之间的关联很熟悉。

3、由定量数据到定性的分析
发现隐藏在数据之后的真相，这应该是最体现分析人员价值的地方。在报表中看到的只是一个一个数字，如何把这些数字关联起来，分析出用户的行为，广告的效果等。这个分析也是围绕着网站分析目标来的。具体如何分析，我会把工作中遇到的问题和得到的体会，在后续的文章中和大家分享。需要分析人员，具有很强的分析能力，一定的统计学功底。

4、发现问题，得出结论，提出意见
把之前定性得到的一个一个小的结果进行综合考量，发现网站中存在问题，或者是得到广告分析的结果等。这是对分析目的的回应。比如，分析投放的几个在线广告，其中哪些广告投资回报率比较高，哪些广告投资回报率比较低。再比如，分析用户的行为，可以得出网站的哪些设计，更符合用户的习惯，用户使用得比较多，而哪些设计是有缺陷的。对此，分析人员要根据得出的结论，提出意见：投资回报率高的哪个广告要追加预算，而这些回报率低的，下一期就不再投了，等等……

5、改善和跟踪结果
如果网站本身存在问题，分析人员要配合网站设计开发人员进行改善。改善的过程中，可以对拿不准的设计进行测试。最常见的，比如A/B Test。通过对两种设计预案效果的分别跟踪，最终确定使用的方案。同时，也要跟踪改进后的访问情况，对比改进前，整理出改进的效果。

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。