刚接手一个站的运营，打开统计后台，指标上百个，不知道该盯哪个。有人干脆全看，每天在后台泡一小时，笔记记了一堆，回头问“这个月站怎么样”，还是说不出个所以然。网站运营要看哪些数据指标，答案不是一份长长的清单，而是一套分层的方法：哪一层看趋势，哪一层看质量，哪一层看结果。
一、把指标分四层
运营指标可以分成四层：流量层（来了多少人）、质量层（来了干什么、走不走）、转化层（有没有完成目标动作）、机制层（搜索引擎和技术层面健不健康）。分层的好处是排查有顺序——转化掉了先看质量层，质量掉了先看流量层，一层一层往上找。
很多人只盯流量层，看到访问量涨就以为一切正常。实际上流量涨而转化掉，才是最常见的问题，只盯第一层永远看不出来。
二、流量层：看四个数
访客数、浏览量、会话数、新访客占比。访客数是去重后的人数，浏览量是打开页面的次数，会话数是一次连续访问。新访客占比能看出你的站是靠拉新还是靠老用户回流，做内容的站这个数通常偏高，做工具的站会低一些。
这一层只看趋势，不看绝对值。因为绝对值受统计口径影响大，而趋势是稳定的。把最近三十天画成一条线，比盯着今天的数字有意义得多。
三、质量层：看四个数
跳出率、平均停留时长、人均浏览页数、访问深度。跳出率指只打开一个页面就离开的比例，人均浏览页数指一次会话平均看了几页。这两个数一起看才有意义：跳出率高但停留久，可能是用户找到了答案就走；跳出率高且停留短，那页面八成有问题。
质量层是判断“流量好不好”的关键。同样的访问量，一个站人均看四页、停留三分钟，另一个站人均一点二页、停留二十秒，价值完全不同。做内容的人尤其要盯这一层。
四、转化层：看结果，别只看过程
转化率、转化数、单次转化成本（如果有付费投放）。转化的定义因站而异：企业站可能是表单提交和电话点击，电商站可能是下单，内容站可能是订阅或被收藏。定义必须提前写死，不能今天算提交表单，明天算停留超过三分钟。
转化口径一变，整个报表就报废了。所以建议把转化定义写进一张文档，谁改都要留记录，这样几个月后回头看数据才不会一头雾水。
五、机制层：容易被忽略但很致命
收录量、抓取频次、抓取异常、页面打开速度、移动端适配情况。这一层不直接反映业务，但它是地基。抓取频次掉到零，收录量迟早跟着掉，流量也会在几周后显现出来。做百度流量的站，这一层必须定期看。
六、把指标算出来
如果不想被后台的口径牵着走，可以自己从明细数据算一遍。下面这段脚本从一张访问明细表算出最常用的几个指标，口径由你自己定义：
# 核心指标口径计算：从一次访问一行的明细表算出运营要看的一组数
import csv
visits = 0 # 会话数
visitors = set() # 访客去重集合
pageviews = 0 # 总浏览量
bounces = 0 # 只看了 1 页的会话
conversions = 0 # 完成转化的会话
with open("visit_detail.csv", encoding="utf-8") as f:
for r in csv.DictReader(f):
pv = int(r["pageviews"])
visits += 1
visitors.add(r["visitor_id"])
pageviews += pv
if pv <= 1:
bounces += 1
if r["converted"] == "1":
conversions += 1
def pct(a, b):
return "%.1f%%" % (a / b * 100) if b else "-"
print("访客数(UV):", len(visitors))
print("会话数:", visits)
print("浏览量(PV):", pageviews)
print("人均浏览页数:", round(pageviews / visits, 2) if visits else 0)
print("跳出率:", pct(bounces, visits))
print("转化率:", pct(conversions, visits))
注意这里的“人均浏览页数”是按会话算的，不是按访客算的。口径不同，算出来的数能差出一大截。所以自己算指标的时候，脚本里一定要写清楚每行明细代表什么，是“一次访问”还是“一个人”。
七、怎么解读：单看一个数没意义
任何指标脱离对比都是废的。三个对比方式：和昨天比、和上周同期比、和去年同期比。上周同期能排除工作日与周末的差异，去年同期能排除季节因素。只看环比容易误判，因为周末流量天然比工作日低。
看到指标变动，先问三个问题：变的是哪个渠道、变的是哪些页面、变的时间点能不能对上某个动作（改版、发文章、搞活动）。三个问题答得上来，才算真的“看懂”了数据，否则只是看到了数字在动。
相关阅读：
A5创业网 版权所有