哪些指標反映用戶對網站粘度

『壹』 什麼是網站粘度

什麼是網站粘度？
網站粘度，也叫網站用戶黏性。顧名思義，就是指網站能「粘住」用戶的程度，具體來說是指用戶對某一網站的重復使用度、依賴度、忠誠度。

一般來講，網站用戶粘度主要體現在以下幾方面：
1、網站的用戶回頭率，用戶瀏覽網站的頻率，也就是說用戶是否經常性瀏覽某一網站；
2、用戶深度閱讀網站內容的程度，也就是說用戶是蜻蜓點水呢，還是有閱讀更多網站的頁數；
3、用戶與網站之間或用戶與用戶之間互動性程度，如用戶經常對網站內容作點評、留言等；
4、用戶與網站建立起品牌認可，潛移默化地推廣和宣傳網站，並以該網站為品牌追隨者。

以上就是網站用戶粘度的幾個主要表現方式，通常一個網站的用戶粘度越高，其價值也就越高。

如何提高網站粘度？

1 網站內容有可讀性？網站內容要詳實，切忌空、泛，最好為原創，網站內容至少50頁以上，有深度，有層次。
2 網站是否有足夠吸引瀏覽者的核心產品及賣點？瀏覽者在網路上每天瀏覽的網頁成百上千，同行業的網站也是逐個受到「審查」，在同質化競爭激烈的今天，需要提練網站或產品的賣點，用差異化來吸引瀏覽者。
3 網站是否經常更新？不斷進行更新，使瀏覽者每次都能發現網站在進行更新，這樣就會不斷的關注網站。
4 網站是否具有互動能力？是否具有相應的交互功能，論壇、博客、郵件群發等，經常與瀏覽者進行互動、溝通，更好的為客戶做好服務的同時，不斷吸引瀏覽對網站進行訪問。

『貳』 什麼叫用戶粘度

用戶粘度就是指增加用戶雙方彼此的使用數量，就像我們大家在平時搞好兩個人雙方之間的關系一樣。
「粘度」是衡量用戶忠誠度計劃的重要指標，它對於整個公司的品牌形象起著關鍵的作用。促進銷售的方法之一就是充分利用客戶管理方面的技巧。一些成功的市場人員都知道要注重培養用戶的「粘度」。
實例：ForMyWorld。他們創造了一種名為「地域通」的網路工具，用戶只要鍵入自己的地區郵編，就可以立即查閱到其住宅周邊的情況。通過這個工具，用戶可以隨時了解身邊所發生的事件，「地域通」以其實時性和廣泛性引起了大量用戶的關注，很多網民每天都會使用這個工具，了解身邊的時事新聞。在此案例中，就是通過提供一些讓用戶真正感興趣的東西來產生和強化用戶粘度。在網站上放置一些及時有針對性的信息會讓你的網站成為一個真正的專業資料庫，當用戶認定了可以從你的網站上不斷獲取信息時，他們就會不斷來充電。

『叄』 分析網站流量監測指標的主要內容

一.點擊(Hits)
很多廣告系統會提供點擊數據。顧名思義，點擊就是反映訪問者點擊了多少次廣告。
為了統計方便，可以把廣告鏈接到一個單獨的頁面，這樣只用看這個頁面在頁面排行報表中的頁面瀏覽就能知道點擊數。如果是不方便鏈接到一個單獨頁面，比如為了seo，在textlink廣告中往往直接鏈接到首頁，這時可以查看來源URL報表，看從放置廣告的URL過來的訪問就能知道廣告的流量。

二.訪問(Visits)
如果訪問者多次點擊廣告，並且相鄰兩次點擊的間隔不超過半小時，那都會被統計為一次訪問。投放網路廣告就是為了吸引訪問者，當訪問者點擊了一次廣告後，多餘的點擊對廣告投放者來說是缺乏價值的。訪問指標的統計有助於過濾這種多餘的點擊。

三.獨立訪問者(Unique Visitors)
統計有多少人點擊了廣告，而不是點擊或訪問多少次。這個指標可以用IP或cookie來統計，用IP得到的就是獨立IP數。統計廣告的獨立訪問者，需要用訪問過濾器(Visit Filter)，過濾掉其他流量，專門對來自廣告的流量進行統計。

四.進入頁面的跳出率(Bounce rate of landing page)
廣告所鏈接的目標網站頁面就是這個廣告的進入頁面，也稱登錄頁面，英文叫entry page或landing page. 如果訪問者訪問了進入頁面後沒有再訪問下一個頁面而是直接退出了，這稱之為跳出（Bounced）。跳出次數占這個廣告的訪問次數的比率，就是跳出率 （Bounce rate）。跳出率在跳出頁面報表 和 來源網站報表中都能看到，如果是Google Adwords廣告，還能在搜索短語報表中看到每個搜索短語的跳出率。
跳出率越低越好，高的話表示存在問題，可能的問題如下：
• 廣告的投放對象有問題
假設目標網站主要是賣嬰兒用品的，如果在Google Adwords購買「歷史」這個關鍵詞的廣告，就屬於驢唇不對馬嘴。搜索「歷史」的訪問者很可能對嬰兒用品缺乏興趣。
• 廣告的內容有問題
廣告中沒有說清楚自己干什麼，或者為了吸引訪問，故意誤導訪問者，誘使他們點擊。當他們訪問到目標網站時，發現不是他們需要的，就會離開。
• 進入頁面的設計有問題
可能頁面表達的信息不夠清楚，購買鏈接沒有放在顯眼的位置，可能頁面不夠美觀，等等很多種原因都可能造成彈出率過高，我們需要具體網頁具體分析。進入頁面 的設計與優化是網站設計中非常重要的一部分，往往進入頁面的好壞就決定了一個訪問者對這個網站先入為主的整體印象，所以一定要特別重視進入頁面的設計。
使用訪問過濾器(Visit filter)，能單獨分析廣告訪問者的瀏覽特徵，其中要特別關注的兩點：
五.訪問路徑(Visit path)
訪問路徑就是用戶訪問頁面的次序，在訪問路徑報表能看到統計結果。研究訪問路徑時，要重點看訪問者是否在按照你預先設想的流程訪問網頁，如果不是，那要看是為什麼。訪問者沒有按照預想訪問你的頁面，可能是因為網站的設計問題，但也可能反映了訪問者真正關心的和你的預想是不同的。

六.退出頁面(Exit page)
很多訪問者沒有到最後付款或注冊就退出了，知道他們是在什麼頁面退出的很重要。訪問者的退出位置在退出頁面報表可以看到，報表中排位靠前的網頁要仔細研究，看那些網頁的設計是否有問題，還要看整個的流程設計是否有問題。
後面三個指標是網站流量分析報告里沒有的，需要自己算。
七.訪問者成本
用總的廣告費用除以獨立訪問者數量，從而得出每個訪問者的成本。這個指標很重要，經常是用來比較不同廣告優劣的重要指標。

八.轉換率(Conversation rate)
轉換率就是從網路廣告過來的訪問者中最終成為付款客戶的比率。這個指標主要針對以銷售為目的的網站，如果你的網站並不是以銷售為目的，可以變通一下，比如以訪問者在你的網站注冊帳號的比率為轉換率，即注冊率。
如果你的網站是線上銷售，轉換率是最好統計的。只要統計從廣告過來的訪問者中有多少人訪問到了最後的交易完成頁面即可（如果是注冊率那就統計最後的注冊完成頁面）。如果是線下銷售的，那就要通過電話或其他方式來調查客戶是從什麼渠道來的。

九.廣告費用的投入產出比
以銷售為目的的網站，一旦知道了轉換率，就能計算出來了廣告所產生的銷售額，用這個銷售額除以廣告費用，就是廣告的投入產出比。如果這個比值大於100%，那就表示這個廣告是賺的。
對於在線銷售網站來說，這個指標是最重要的指標，其他指標再好也沒用，它是決定性的。並不以銷售為目標的網站是沒有這個指標的，評估最終的效果就要用其他指標來綜合評估。
上面列出的9個指標是眾多指標中比較常用的幾個，大家在具體應用過程中，可以結合自己網站的特點，參考其他的指標。比如我在分析自己投放的網路廣告 效果時，還看頁面平均停留時間和每個訪問平均頁面瀏覽這兩個指標。因為這兩個指標針對不同的網站和網頁，往往有不同的含義，不能算是通用指標，所以就沒推 薦給大家。對一些廣告投放量很大的網站，流量分析報告中的指標可能還不能滿足需要，這就要定義一些針對性的指標，自己開發統計工具去分析了。

『肆』 網站數據分析只要分析哪些指標

網站數據分析有很多方面，但是要看你能夠獲取的是哪些數據，具體如下：

1、流量統計是基礎的數據統計
網站的統計工具可以讓我們了解基本流量信息，包括獨立訪問者、訪問停留時間、頁面停留時間、訪問率等;實時了解網站的變化趨勢，了解有效覆蓋人群的規模，了解推廣的目標人群，在哪個頁面，哪個頻道。
1.了解網站的目標人群特徵，為產品設計提供重要依據
2.了解網站關注行業用戶量的潛在規模
3.與行業平均指標做對比，作為評估自身網站發展的指標
4.分析網站與競爭對手之間的用戶重合度
5.分析自身網站內部各欄目間的用戶重合度
根據網站的大致需求，相關網站「數據統計」的基本分析應具有：
A.訪問人次，即網站的訪問人次，通常以日訪問人次統計，此指標不排除同一訪客同一天訪問多次。
B.訪問總頁面數，即訪問者在站點上瀏覽的總頁面數，通常以日統計。
C.獨立訪客，也稱獨立IP，指訪問站點的獨立訪客，通常以日訪問人次統計，每台獨立上網電腦被視為一個獨立訪問者。同一電腦多人使用時，不重復計算，仍視作一個獨立訪問者。
D.人均停留時間，即訪問者在網站停留的時間
計算公式：人均停留時間=訪問人次停留時間/訪問人次。指「獨立訪問者」平均每次訪問某一網站的停留時間。也就是說一個周期內，從開始訪問這個網站到結束訪問這個網站所停留的時間。
E.人均訪問頁數(PV值)，即訪問者平均訪問頁面數，
計算公式：PV值=訪問總頁面數/訪問人次。這項指標同樣重要，訪問者平均訪問頁數越多，越能實現網站的目的指向。
F.跳出率，即訪問者到達站點後瀏覽頁數僅有的一頁的比率。
G.新訪客，即訪問站點的訪問者是否第一次登錄站點，該指標從一側面反應平台的人氣程度和知名度，通常以日為單位進行統計。每日新訪客人數越多，說明人氣越高，影響度也越來越高。
H.回訪者，即訪問站點的訪問者超過一次以上登錄站點，該指標從一側面反應訪問者對站點的接受程度，通常以日為單位進行統計，回訪人數越多，說明站點被接受的程度越高，而通常，網站的潛在客戶行為，就是在回訪者中實現，如注冊、購物、消費等。
I.每個獨立訪問者訪問頻次：一個周期內獨立訪問者的平均訪問次數。

2、關鍵字數據收集
包括兩方面：
客戶通過哪些關鍵字到達網站
客戶在網站搜索哪些關鍵字---精確地跟蹤有哪些關鍵字產生了銷售額或銷售機會

3、網站專題及營銷方式的效果統計
精確地跟蹤有哪些專題產生了銷售額或銷售機會，跟蹤由專題轉換為銷售的點擊次數
幫助我們評估網站頁面格局的合理性
跟蹤銷售額和銷售機會

『伍』 百度如何判斷用戶粘度

很多使用cnzz來跟蹤流量的站長都知道，里邊可以統計出單個用戶點擊次數、頁面停留時間、進入頁面、離開頁面等信息來判斷粘度的高低，那是我們在網站掛了cnzz的統計代碼，他可以監控這些數據，那麼網路是怎麼樣判斷的呢？我們並沒有掛網路的代碼，網路又是如何實現統計的？進入頁面可以通過網路的搜索進入頁面知道，但是頁面停留時間和點擊次數又是如何實現的？蜘蛛的唯一功能就是抓取而且也不是一直呆在網站，所以蜘蛛是不可能判斷出用戶粘度的，那麼我們的網站沒有任何網路的東西，網路又是通過什麼技術實現的用戶粘度判斷的？如果網路真的無法判斷用戶粘度那麼我們優化用戶粘度的意義又在哪裡？ 這里我們通過網路站長平台得到了答案，在這里為大家分享一下，搜索引擎的確並不能和流量統計工具一樣來判斷網站的內容的黏度，但是搜索引擎會根據他能統計到的數據進行分析，舉兩個例子，說兩個觀點： 1.比如從搜索引擎進入你網站的流量是否短時間內又回到搜索引擎點擊其他結果或者搜索相關詞彙，這種在搜索引擎站內的用戶行為搜索引擎是可以分析的。 2.搜索引擎一直在努力把自己的「機器人」做成和普通用戶一模一樣，你站在他的角度考慮一下，他會怎麼判斷，對你的內容分析越來越精準;對你主體內容周圍推薦的鏈接和內容的相關性也在判斷(不相關的鏈接和內容並不會吸引普通用戶，在一定程度上反映黏度不是很好);對你網頁上的廣告位置也在判斷(google不是已經發布過博客)。這些都可以反映你的網站用戶體驗怎麼樣。 3.相信搜索引擎還可以參照其他很多數據，主流搜索引擎會有龐大的數據來進行研究分析。 4.做SEO為搜索引擎做內容和用戶體驗都是不可避免的，但是刻意迎合，搜索引擎對你的所有數據評價超過一個閾值，可能就會把你列為「優化過度」或者作弊，當然具體怎麼做的，搜索引擎是不會告訴大眾的。 另外，網路也可以通過用戶的搜索習慣來判斷該問題! 第一次搜索詞，記錄一下查詢鏈接，第二次搜索另一個詞，觀察第二次的查詢鏈接，發現多了很多參數，比如，第一次搜索的關鍵字就包含在url里了。網路記錄下用戶搜索的詞彙、點擊、搜索頻率、時間間隔等數據，很容易作出一些判斷。 如果一個用戶搜索關鍵字A，點了排名第一的網站後，退出又點擊排名第二的網站，隨後很長時間沒有再次進行搜索。那基本可以確定，排名第二的網站提供了用戶真正需要的內容，滿足了體驗，更具有用戶粘度。 類似的統計方法很多，即使沒有掛網路統計的代碼，依然有辦法去判斷用戶的行為，所以技術上判斷是沒有問題的。 來源：投稿，轉載請註明，原文鏈接。

『陸』 電商數據分析需要統計哪些指標

最重要的就是這幾個了：

1 、商品數據分析：電商平台定期都要對商品銷售進行分析，比如針對各個不同商品的銷量、庫存分析、商品評論等。做商品數據分析，可以從時間維度或者從不同商品的類別、價格等多個維度來做分析，這里可以做的數據圖表類型很多，比如從時間維度、商品類別、價格維度等；

以上電商相關的可視化圖表的製作工具為BDP個人版，可以將各個平台數據統一整合到BDP，然後做好一次分析圖表，後期就不需要重復分析啦！

『柒』 一個網站做得好不好，都需要看哪些指標，或怎樣評價一個網站做得好不好

不知道你是否注意到這樣的情況，你打開網站映入眼球的左上角一般是LOGO，這個LOGO在很大程度上突出體現了這個網站的整體風格。因此，宜采軟體網站建設在這里要說明的是，LOGO要體現網站的內涵，可以把我們網址寫入在上面。

人們在閱讀某種信息時，視覺總有一種自然的流動習慣，先看什麼，後看什麼，再看什麼。心理學的研究表明，一般的瀏覽習慣是從上到下、從左到右，在一個平面上，上松下穩而壓抑。在網頁設計中，靈活而合理地運用直接影響到傳達信息的准確與有效性。

網頁的整體寬度可分為三種設置形式：百分比、像素、像素+百分比。通常在網站建設中以像素形式最為常用，目前通常使用的是1024*768的解析度做為主流，配合寬屏的設計也有出現，高英寸的顯示器很普遍了，所以，800*600的解析度還是考慮換了吧。

合理的安排、有機的組合，使頁面達到平衡，即使在一邊的部分大面積留空，同樣不會讓人感到空，相反這樣會給人留下廣闊的思考空間，給人回味又達到了視覺效果。

在網頁設計中，字體的處理與顏色、版式、圖形化等其他設計元素的處理一樣非常關鍵。

文字圖形化就是將文字用圖片的形式來表現，這種形式在頁面的子欄目裡面最為常用，因為它具有突出，同時又美化了頁面，使頁面更加人性化加強了視覺效果。是文字無法達到的。對於通用性的網站弊端的擴展性不強。

如果將個別文字作為頁面的訴求重點，則可以通過加粗、加下劃線、加大號字體、加指示性符號、傾斜字體、改變字體顏色等手段有意識地強化文字的視覺效果，使其在頁面整體中顯得出眾而奪目。這些方法實際上都是運用了對比的法則。如果在更新頻率低的情況下也可以使用文字圖形化。

在網頁配色中，盡量控制在三種色彩以內，以避免網頁花、亂、沒有主色的顯現。背景和前文的對比盡量要大，以便突出主要文字內容。

『捌』 如何理解用戶黏性

網站用戶粘度，也叫網站用戶黏性。顧名思義，就是指網站能「粘住」用戶的程度，具體來說是指用戶對某一網站的重復使用度、依賴度、忠誠度。一般來講，網站用戶粘度主要體現在以下幾方面： 1、網站的用戶回頭率，用戶瀏覽網站的頻率，也就是說用戶是否經常性瀏覽某一網站； 2、用戶深度閱讀網站內容的程度，也就是說用戶是蜻蜓點水呢，還是有閱讀更多網站的頁數； 3、用戶與網站之間或用戶與用戶之間互動性程度，如用戶經常對網站內容作點評、留言等； 4、用戶與網站建立起品牌認可，潛移默化地推廣和宣傳網站，並以該網站為品牌追隨者。 以上就是網站用戶粘度的幾個主要表現方式，通常一個網站的用戶粘度越高，其價值也就越高

『玖』 網站訪問統計指標的類別和具體內容

網站訪問統計分析的基礎是獲取網站流量的基本數據，根據作者對網站訪問統計分析的相關研究認為，網站訪問統計指標大致可以分為三類，每類包含若干數量的具體統計指標。這三類指標分別是：網站流量指標；用戶行為指標；用戶瀏覽網站的方式。

1、網站流量指標

網站流量統計指標常用於對網站效果進行評價，主要指標包括

獨立訪問者數量

重復訪問者數量

頁面瀏覽數

每個訪問者的頁面瀏覽數

某些具體文件/頁面的統計指標，如頁面顯示次數、文件下載次數等。

2、用戶行為指標

用戶行為指標主要反映用戶是如何來到網站的，在網站上停留了多長時間，訪問了哪些頁面等，主要的統計指標包括：

用戶在網站的停留時間

用戶來源網站

用戶所使用的搜索引擎及其主要關鍵詞

在不同時段的用戶訪問量情況等

3、用戶瀏覽網站的方式

用戶瀏覽網站方式的相關統計指標主要包括

用戶上網設備的類型

用戶瀏覽器的名稱和版本

訪問者計算機解析度顯示模式

用戶所使用的操作系統名稱和版本

用戶所在地理區域分布狀況等

『拾』 搜索引擎的黏度是什麼意思

黏度同粘度、粘著度、黏著度。廣義的黏度指的是用戶對網站的重復使用度（依賴度、忠誠度），和用戶遷移成本基本成正比。通常黏度越高的網站越體現價值，因此如何提高用戶的遷移成本也是各網站運營的首要任務之一。但在我看來黏度這個概念還是過於寬泛了，以用戶遷移成本來源的不同可以將黏度分為3種類型，以下一一分析：

1、技術黏度：這個最好理解，哪個網站速度最快、服務最穩定、價格最低、功能最強用戶就選擇哪個，比的完全是技術定量數據。最明顯的例子應該算是用戶關於Email服務商的選擇，當年誰家新推出一個更大容量的郵箱就會拉走一大批用戶，誰家對垃圾郵件的處理更好就又拉過去一大批，用戶在遷移時對前一家服務商幾乎沒有留戀。因此技術黏度對服務商的要求非常高同時用戶忠誠度是最低的，要保持技術領先還要保證服務穩定，隨便在哪一點上有競爭對手超過了你都有可能造成用戶的大面積流失。當然從另一個角度來看不管你的競爭對手是苦心經營多少年的老字型大小，只要你在技術定量數據上超過了它，都可以從它那裡迅速搶走大量用戶，甚至可能一舉擊潰它。這在前些日子迅雷華軍案中可見一斑。

所以單純以技術黏度為方向的網站有幾個特點：用戶遷移成本低、用戶忠誠度低、技術創新意識強、覆蓋面廣、發展速度高。典型代表：Google。

2、社交黏度：我們常說的社區就是靠這種黏度維系的，我個人之前文章中談到的黏度也特指這種黏度，我稱其為狹義黏度。在「社區研究之SNS和燒湯」一文中我對社交黏度做了一個基本的闡述：黏度是指個體用戶對於社區內某個或某些特定的人的交互的依賴性，而不是對某個社區產品或者功能應用的依賴性。同時也做出了幾個判斷：1、以強化社交黏度為目標的才是社區；2、社交黏度的基礎是固定的ID（變相實名制）；3、做社區就是做SNS（廣義SNS）。

正因為社交黏度是建立在人與人之間的關繫上的，所以相互的了解和信任需要時間來培養。反過來看，一旦了解和信任得以建立，也就不會輕易喪失。從用戶遷移成本的角度看，有了社交黏度後遷移成本明顯提高，因為此時用戶不是自己換個地盤就可以，而是要帶著他的人際關系一起走，否則他就必須重新花時間在新的地盤與新的對象培養相互的了解和信任，這個成本是相當大的，也是關鍵的。

所以單純以社交黏度為方向的網站有幾個特點：用戶遷移成本高、用戶忠誠度高、技術創新意識弱、覆蓋面窄、發展速度慢。典型代表：QQ。

3、資料庫黏度：這可以算是一種新的黏度，實踐還不多，成功案例幾乎沒有，但個人認為是未來網路的一大發展方向。資料庫黏度建立在對個體用戶的數據跟蹤分析上，並比照該個體用戶與其他用戶的異同，綜合分析其中的關聯，最終推薦提交給個體用戶一套個性化的解決方案。這種黏度的基礎是積累了大量的個體用戶數據，同時還須掌握科學有效的比照分析方法。雖然現在還很不成熟，但可以肯定的是，當資料庫黏度發生作用時，個體用戶的遷移成本必然會越來越高。

目前在資料庫黏度初露端倪的實踐應該是豆瓣，豆瓣有一個功能是「豆瓣猜你會喜歡」，說心裡話這是我最喜歡也最看好的豆瓣功能，雖然現在這個功能還很弱，推薦也不算準確。這個功能是完全個性化的，其後台是個體用戶提交的數據與其他用戶提交的龐大資料庫之間的比照分析，再反饋給個體用戶一個獨一無二的、只適合於你的推薦。可以想像隨著豆瓣資料庫越來越龐大，演算法越來越精妙，最終的結果也會越來越准確。但目前豆瓣的數據還是割裂的，它不能從我喜歡的電影推測出我喜歡哪些書和音樂，而在我的想像之中，未來會有網站可以從我喜歡的音樂准確地推薦給我一輛適合我的汽車或者新到貨的服裝。

所以單純以資料庫黏度為方向的網站特點現在還不好說，只能推斷：用戶遷移成本高（資料庫導出成本高）、用戶忠誠度高（數據跟蹤終身化）、創新意識強（演算法不斷***或優化）、覆蓋面廣、發展速度慢。典型代表：目前沒有。