网站分析：掉进数据黑洞的新访比和平均数

wz***

今天打开ga极慢，浇花倒水冲咖啡诸多动作下来，最后端坐在桌前时，报告还在加载中。等待时顺便瞄了一眼控制面板上大大的几个数值，看到%New Visits这个数值时，怔了一下，再一定睛细看，56%！什么时候网站新访问次数百分比达到这个程度了？

我之所以很惊讶，是因为这是一个99%依靠竞价的网站。对于一个竞价为主的网站，这个比值玄乎的厉害，单看这个数据就等于告诉老板说，你竞价花的钱，将近有一半都打了水漂了。为什么呢？一来广告投放没有明显减少，二来UV没有明显增加。反而来的将近有一半是回访客，你说要命不要命？

根据Brain的经验，一般做推广营销的网站，新访问次数百分比绝不能低于20%-30%，因为搜索引擎前三位是如此显眼，很容易成为回访客的便捷入口，不管你是不是为之付费！花钱买来回访客，老板听了肯定会大摇其头，竞价同事听了肯定也会抓狂不已。下一步肯定需要竞价策略的调整。

能这么报告吗？ 且慢！

直觉告诉我，也许是这个数据本身出了问题。这可是一个平均值数据！所以在相信这个数据之前，最好验证一下这个数据的可信度。打开“访问者”报告，查看“新访者与回访者”比值。仍然是惯常见到的比值，80%，这就奇了怪了，从56%到80%，新访问次数百分比和网站平均数的差别怎么会有这么大呢，莫非ga也沾染了统计局的毛病？

显然这是一个异常情况，或者这就是一个我们未知的情况，发扬下福尔摩斯的精神，我们来一探究竟吧。新访比和平均数究竟差别为什么这么大？

1.是否和日期范围有关

首先需要确定日期范围。看看两个指标所选择的日期范围是不是一致。尤其是网站平均数默认的时间范围。目前坊间有两种说法，一种是默认为一月前，一种是默认为当前时间段。我觉得“当前时间段”这种说法比较靠谱。

2.是否有过滤器的干扰

如果之前设置了过滤器，排除了某一部分的流量，那么和整站比起来，过滤前的数据和过滤后的数据是不一样的。这点往往容易忽略。

3.是否选择了高级细分群体

高级细分群体影响百分比的原理和过滤器的一样，不过这个更容易发现一点。毕竟就在日期范围上方。

4.是否用了页脚的内联过滤器

这个不常用，不过搜索特定来源，也有可能产生数据差异。姑且算一个原因。

5.是否采用自定义报告

自定义报告的指标，经过过滤后，会和普通报告有细微的差异。新版的ga自定义报告直接加入了过滤器，不排除这个因素。

根据以上5点初步查看的结果如下：



令人大跌眼镜的是，即便我调出了完全纯净的，纯净的比山泉水还纯净的源数据，新访问次数百分比和网站平均值所显示的差别仍然很大。我开始怀疑自己是不是对这个数据理解有误，寻思着仔细琢磨一下新访客百分比的定义才好。

官方定义实在是简单的不能再简单：“以前从未访问过您网站的用户所占的访问次数百分比。”窃以为这样的定义，一直盯着看绝对会看傻。好在理解数据指标方面，蓝鲸的ga常用指标及解读给我们提供了一个很好的阅读范本，此处引用一下。

解读数据的几种方法：

1 、数据的含义和产生原因

2、和历史数据对比

3 、把数据带入到趋势中

4 、这是一个汇总数据吗？

5 、这是一个平均数据吗？

从1到5，让我们逐项来看：

一。新访比数据的含义和产生原因：

指标的定义

新访问次数百分比：以前从未访问过您网站的用户所占的访问次数百分比。

指标的真实含义

顾名思义这一项是新的visit占全部visit的百分比例。新的visit应该是从ip，cookies等n多数据共同验证的。

指标的计算方法

%New Visits = New Visits / Visits

可能对指标产生影响的因素

“新”的定义：是GA cookie第一次新建到user的brower的次数。也就是说，是记录在cookie里的utma中，时间是2年；定义中的细节是visits，而不是visitor。

二 、新访比和历史数据对比

依照定义，如果数据波动不大，那么同一时间段的网站平均数应该是和新访问次数百分比是一样的。

在日期中比较本月和上月的数据时，本周与上周趋势时差别其实并不大，总体在80%左右。

三 、查看新访比的趋势

在图表左上方的图表模式中，选择指标为“新访问次数百分比”并与网站平均数进行比较。可以看到基本是一条平滑的直线，和网站平均数相重合。没有高点和低点。这显然与我们之前看到的数据不符。

四、新访比——这是一个平均数据吗？是一个汇总数据吗？

新访比是一个汇总数据。分析汇总数据的前提条件是网站上所有的访问者都是完全相同的。但这明显是不可能的。同样的，新访比是平均数据，不同的流量来源访客有不同的新访问次数百分比。

解决了新访比的指标的困惑，我们再来看看网站平均数。

网站平均数的定义是什么呢？

我没有找到确切的新访问次数百分比的网站平均数定义。nigel告诉我，这个应该是上面选定的日期和这个时间段的平均值。类似于avgTimeOnPage，avgTimeOnSite之类，我感觉他的理解应该是对的。

网站平均数旁绿色（或红色）百分比的意义是什么？

网站平均数旁绿色百分比可以看成当前时段的值和平均值对比，计算出的值。

当日期区间改变为年，月，周，日时，括号中百分比也随之变化。向好的方向标记为绿色，向不好的方向标记为红色。比如访客上升的越快，绿色的比值就越多，但如果跳出率上升，则表示访客对网站兴趣不大，是一个不大好的方向，会显示为红色。

****趋势百分比的具体计算方法不详，如果你知道拜托留言告诉我。***

一路对数据的解读下来，其实我们已经从历史数据，趋势等好几个地方看出了疑点，那就是，网站平均数这个值是不可信的，有可能掉进了“数据黑洞”。

让我确定这个“数据黑洞”的存在是一个不经意的发现：

在同一个网站的6个副本配置文件都出错的情况下，独独有一个副本是显示和数据趋势相符的，基本“正常”的数据，这个副本在设置方面和其他副本没有任何差别，唯一的差别就是，它启用的是太平洋时间GMT-7时区的，而其他的是北京时间GMT+8时区。

时区上的差别如果能导致平均数总体这样大的差异，那真是黑色幽默了。所以，我终于可以确认是新访比的数据掉进“数据黑洞”了。长出一口气～错误数据害死人啊。

文章来源：yuli.in