1 前言

现今互联网上的很多产品、战略决策都由数据驱动，以BulletTech为例，在运营微信公众号时，通过后台数据我们对每篇文章都会进行流量来源、裂变和阅读完关注等重要指标的监控，这些数据能够帮助我们分析读者的偏好、流量渠道的优劣，从而灵活地调整文章主题和宣传策略。对于已经有良好数据分析基础设施的平台，现成的解决方案能省去决策者很多时间，但如果自己从头建了一个产品，如何构建数据分析的基础设施和策略呢？这篇文章将以BulletTech的博客为例，向大家介绍如何使用Google Analytics（GA）分析网站表现。

2 Google Analytics的作用

GA是Google发布的一款用于网站和移动应用分析的免费工具，将GA配置在网站上后，它能够抓取到网站上的用户行为数据，帮助你优化网站。GA在如下几个方面的分析中起到了重要作用：

市场推广：GA能够清楚地展示各个渠道用户在网站上的行为及转化率，有助于劣势渠道的优化
搜索引擎优化（SEO）：GA对于流量获取有多个维度的划分，你可以很清楚地看到哪些内容帮助获得了更多的点击
站点内容：用户在哪些页面停留较长、哪些页面观看最多，哪些页面转化率最高、站点性能等信息都能在GA中看到，这些都是帮助优化内容的关键信息

3 Google Analytics使用小技巧

首先需要为你的网站配置GA，Google提供了详细的教程[1]，因此不再赘述。通过简单的几步，可以将tracking id或者一段tracking code部署在你的网站上，然后GA就可以帮助收集数据了，这些数据都是日后分析、决策宝贵的资源。

GA提供了许多数据的维度供用户构建自己的分析报表，GA的侧边栏是按照数据类型进行分类的：

主页：Google预设的重要指标
自定义：用户自定义的报表
实时：站点实时数据
人群：用户画像数据
获客：流量画像数据
行为：用户在站点的行为数据
转化：目标、电商的转化数据

基本上在每一个类型中，都有一个总览（Overview）和细分类别展示具体的数据细节。

3.1 主页

主页里含有Google预设的重要指标，用于快速预览站点的总体表现情况，如用户量、各获客渠道表现、用户地域分布、浏览时间、点击最多的页面、设备类型等。同时Google还提供了一个分析智能的模块，能够自适应地总结洞见。

主页

GA分析智能

3.2 人群

这个模块主要用于描述用户画像，如新老用户、地域分布、会话表现、设备类型、操作系统类型等信息。这些信息有利于你理解站点用户的整体情况，在侧边的标签中有粒度更细的信息供查看和分析。

人群画像

3.3 获客

该板块主要介绍流量来源如自然流量、社交媒体引流、直接点击进入和推荐流量，及每个渠道的流量表现，这些信息有助于衡量各个渠道流量转化效果以及制定各个渠道的宣传获客策略。例如BulletTech的博客部署在GitHub上，而GitHub Pages的搜索引擎优化差强人意，所以在自然流量获取方面不占优势，主要的流量来源于在各个社交网络平台点击原文链接跳转到网页。

获客

3.4 用户行为

用户在一个会话中于各个页面的点击数、停留时间、页面来去向、跳出率等信息都能在这个模块中查看，这些信息能够帮助你分析用户对内容的偏好，这样能更有针对性地输出内容。

用户行为

3.5 自定义报表

上述报表能在不同的维度提供洞见，同时GA也提供了选项以便更为灵活地构建自己的数据指标系统，通过自定义报表，能选择各种基础数据，并将它们组成适合自己项目的专属报表。同时，GA提供了一个社区分享自己创建的数据仪表盘[2]，可以更方便地参考他人分享的优秀报表模板。

自定义数据仪表盘

总结

GA对于网站像是黑夜里的一盏明灯，能够帮助站点建设者更好地了解用户、辅助决策。同时，Google提供了一个系列课程[3]，同时还提供了分析资质认证[4]，能够帮助你更加系统地学习GA，GA还支持对移动应用进行分析[5]，可谓是强大的多面手！

希望以上的分享对你有帮助！欢迎在评论区讨论！

参考资料

[1] GA教程:
https://support.google.com/analytics/answer/1008015?hl=en

[2] GA仪表盘社区:
https://analytics.google.com/analytics/gallery/

[3] GA系列课程:
https://analytics.google.com/analytics/academy/course/6

[4] GA资质认证:
https://skillshop.exceedlms.com/student/path/2938-google-analytics-individual-qualification

[5] GA分析移动应用:
https://developers.google.com/analytics/solutions/mobile

内容出处：，

声明：本网站所收集的部分公开资料来源于互联网，转载的目的在于传递更多信息及用于网络分享，并不代表本站赞同其观点和对其真实性负责，也不构成任何其他建议。如果您发现网站上有侵犯您的知识产权的作品，请与我们取得联系，我们会及时修改或删除。文章链接：http://www.yixao.com/tech/26375.html