哪些指标反映用户对网站粘度

‘壹’ 什么是网站粘度

什么是网站粘度？
网站粘度，也叫网站用户黏性。顾名思义，就是指网站能“粘住”用户的程度，具体来说是指用户对某一网站的重复使用度、依赖度、忠诚度。

一般来讲，网站用户粘度主要体现在以下几方面：
1、网站的用户回头率，用户浏览网站的频率，也就是说用户是否经常性浏览某一网站；
2、用户深度阅读网站内容的程度，也就是说用户是蜻蜓点水呢，还是有阅读更多网站的页数；
3、用户与网站之间或用户与用户之间互动性程度，如用户经常对网站内容作点评、留言等；
4、用户与网站建立起品牌认可，潜移默化地推广和宣传网站，并以该网站为品牌追随者。

以上就是网站用户粘度的几个主要表现方式，通常一个网站的用户粘度越高，其价值也就越高。

如何提高网站粘度？

1 网站内容有可读性？网站内容要详实，切忌空、泛，最好为原创，网站内容至少50页以上，有深度，有层次。
2 网站是否有足够吸引浏览者的核心产品及卖点？浏览者在网络上每天浏览的网页成百上千，同行业的网站也是逐个受到“审查”，在同质化竞争激烈的今天，需要提练网站或产品的卖点，用差异化来吸引浏览者。
3 网站是否经常更新？不断进行更新，使浏览者每次都能发现网站在进行更新，这样就会不断的关注网站。
4 网站是否具有互动能力？是否具有相应的交互功能，论坛、博客、邮件群发等，经常与浏览者进行互动、沟通，更好的为客户做好服务的同时，不断吸引浏览对网站进行访问。

‘贰’ 什么叫用户粘度

用户粘度就是指增加用户双方彼此的使用数量，就像我们大家在平时搞好两个人双方之间的关系一样。
“粘度”是衡量用户忠诚度计划的重要指标，它对于整个公司的品牌形象起着关键的作用。促进销售的方法之一就是充分利用客户管理方面的技巧。一些成功的市场人员都知道要注重培养用户的“粘度”。
实例：ForMyWorld。他们创造了一种名为“地域通”的网络工具，用户只要键入自己的地区邮编，就可以立即查阅到其住宅周边的情况。通过这个工具，用户可以随时了解身边所发生的事件，“地域通”以其实时性和广泛性引起了大量用户的关注，很多网民每天都会使用这个工具，了解身边的时事新闻。在此案例中，就是通过提供一些让用户真正感兴趣的东西来产生和强化用户粘度。在网站上放置一些及时有针对性的信息会让你的网站成为一个真正的专业资料库，当用户认定了可以从你的网站上不断获取信息时，他们就会不断来充电。

‘叁’ 分析网站流量监测指标的主要内容

一.点击(Hits)
很多广告系统会提供点击数据。顾名思义，点击就是反映访问者点击了多少次广告。
为了统计方便，可以把广告链接到一个单独的页面，这样只用看这个页面在页面排行报表中的页面浏览就能知道点击数。如果是不方便链接到一个单独页面，比如为了seo，在textlink广告中往往直接链接到首页，这时可以查看来源URL报表，看从放置广告的URL过来的访问就能知道广告的流量。

二.访问(Visits)
如果访问者多次点击广告，并且相邻两次点击的间隔不超过半小时，那都会被统计为一次访问。投放网络广告就是为了吸引访问者，当访问者点击了一次广告后，多余的点击对广告投放者来说是缺乏价值的。访问指标的统计有助于过滤这种多余的点击。

三.独立访问者(Unique Visitors)
统计有多少人点击了广告，而不是点击或访问多少次。这个指标可以用IP或cookie来统计，用IP得到的就是独立IP数。统计广告的独立访问者，需要用访问过滤器(Visit Filter)，过滤掉其他流量，专门对来自广告的流量进行统计。

四.进入页面的跳出率(Bounce rate of landing page)
广告所链接的目标网站页面就是这个广告的进入页面，也称登录页面，英文叫entry page或landing page. 如果访问者访问了进入页面后没有再访问下一个页面而是直接退出了，这称之为跳出（Bounced）。跳出次数占这个广告的访问次数的比率，就是跳出率 （Bounce rate）。跳出率在跳出页面报表 和 来源网站报表中都能看到，如果是Google Adwords广告，还能在搜索短语报表中看到每个搜索短语的跳出率。
跳出率越低越好，高的话表示存在问题，可能的问题如下：
• 广告的投放对象有问题
假设目标网站主要是卖婴儿用品的，如果在Google Adwords购买“历史”这个关键词的广告，就属于驴唇不对马嘴。搜索“历史”的访问者很可能对婴儿用品缺乏兴趣。
• 广告的内容有问题
广告中没有说清楚自己干什么，或者为了吸引访问，故意误导访问者，诱使他们点击。当他们访问到目标网站时，发现不是他们需要的，就会离开。
• 进入页面的设计有问题
可能页面表达的信息不够清楚，购买链接没有放在显眼的位置，可能页面不够美观，等等很多种原因都可能造成弹出率过高，我们需要具体网页具体分析。进入页面 的设计与优化是网站设计中非常重要的一部分，往往进入页面的好坏就决定了一个访问者对这个网站先入为主的整体印象，所以一定要特别重视进入页面的设计。
使用访问过滤器(Visit filter)，能单独分析广告访问者的浏览特征，其中要特别关注的两点：
五.访问路径(Visit path)
访问路径就是用户访问页面的次序，在访问路径报表能看到统计结果。研究访问路径时，要重点看访问者是否在按照你预先设想的流程访问网页，如果不是，那要看是为什么。访问者没有按照预想访问你的页面，可能是因为网站的设计问题，但也可能反映了访问者真正关心的和你的预想是不同的。

六.退出页面(Exit page)
很多访问者没有到最后付款或注册就退出了，知道他们是在什么页面退出的很重要。访问者的退出位置在退出页面报表可以看到，报表中排位靠前的网页要仔细研究，看那些网页的设计是否有问题，还要看整个的流程设计是否有问题。
后面三个指标是网站流量分析报告里没有的，需要自己算。
七.访问者成本
用总的广告费用除以独立访问者数量，从而得出每个访问者的成本。这个指标很重要，经常是用来比较不同广告优劣的重要指标。

八.转换率(Conversation rate)
转换率就是从网络广告过来的访问者中最终成为付款客户的比率。这个指标主要针对以销售为目的的网站，如果你的网站并不是以销售为目的，可以变通一下，比如以访问者在你的网站注册帐号的比率为转换率，即注册率。
如果你的网站是线上销售，转换率是最好统计的。只要统计从广告过来的访问者中有多少人访问到了最后的交易完成页面即可（如果是注册率那就统计最后的注册完成页面）。如果是线下销售的，那就要通过电话或其他方式来调查客户是从什么渠道来的。

九.广告费用的投入产出比
以销售为目的的网站，一旦知道了转换率，就能计算出来了广告所产生的销售额，用这个销售额除以广告费用，就是广告的投入产出比。如果这个比值大于100%，那就表示这个广告是赚的。
对于在线销售网站来说，这个指标是最重要的指标，其他指标再好也没用，它是决定性的。并不以销售为目标的网站是没有这个指标的，评估最终的效果就要用其他指标来综合评估。
上面列出的9个指标是众多指标中比较常用的几个，大家在具体应用过程中，可以结合自己网站的特点，参考其他的指标。比如我在分析自己投放的网络广告 效果时，还看页面平均停留时间和每个访问平均页面浏览这两个指标。因为这两个指标针对不同的网站和网页，往往有不同的含义，不能算是通用指标，所以就没推 荐给大家。对一些广告投放量很大的网站，流量分析报告中的指标可能还不能满足需要，这就要定义一些针对性的指标，自己开发统计工具去分析了。

‘肆’ 网站数据分析只要分析哪些指标

网站数据分析有很多方面，但是要看你能够获取的是哪些数据，具体如下：

1、流量统计是基础的数据统计
网站的统计工具可以让我们了解基本流量信息，包括独立访问者、访问停留时间、页面停留时间、访问率等;实时了解网站的变化趋势，了解有效覆盖人群的规模，了解推广的目标人群，在哪个页面，哪个频道。
1.了解网站的目标人群特征，为产品设计提供重要依据
2.了解网站关注行业用户量的潜在规模
3.与行业平均指标做对比，作为评估自身网站发展的指标
4.分析网站与竞争对手之间的用户重合度
5.分析自身网站内部各栏目间的用户重合度
根据网站的大致需求，相关网站“数据统计”的基本分析应具有：
A.访问人次，即网站的访问人次，通常以日访问人次统计，此指标不排除同一访客同一天访问多次。
B.访问总页面数，即访问者在站点上浏览的总页面数，通常以日统计。
C.独立访客，也称独立IP，指访问站点的独立访客，通常以日访问人次统计，每台独立上网电脑被视为一个独立访问者。同一电脑多人使用时，不重复计算，仍视作一个独立访问者。
D.人均停留时间，即访问者在网站停留的时间
计算公式：人均停留时间=访问人次停留时间/访问人次。指“独立访问者”平均每次访问某一网站的停留时间。也就是说一个周期内，从开始访问这个网站到结束访问这个网站所停留的时间。
E.人均访问页数(PV值)，即访问者平均访问页面数，
计算公式：PV值=访问总页面数/访问人次。这项指标同样重要，访问者平均访问页数越多，越能实现网站的目的指向。
F.跳出率，即访问者到达站点后浏览页数仅有的一页的比率。
G.新访客，即访问站点的访问者是否第一次登录站点，该指标从一侧面反应平台的人气程度和知名度，通常以日为单位进行统计。每日新访客人数越多，说明人气越高，影响度也越来越高。
H.回访者，即访问站点的访问者超过一次以上登录站点，该指标从一侧面反应访问者对站点的接受程度，通常以日为单位进行统计，回访人数越多，说明站点被接受的程度越高，而通常，网站的潜在客户行为，就是在回访者中实现，如注册、购物、消费等。
I.每个独立访问者访问频次：一个周期内独立访问者的平均访问次数。

2、关键字数据收集
包括两方面：
客户通过哪些关键字到达网站
客户在网站搜索哪些关键字---精确地跟踪有哪些关键字产生了销售额或销售机会

3、网站专题及营销方式的效果统计
精确地跟踪有哪些专题产生了销售额或销售机会，跟踪由专题转换为销售的点击次数
帮助我们评估网站页面格局的合理性
跟踪销售额和销售机会

‘伍’ 百度如何判断用户粘度

很多使用cnzz来跟踪流量的站长都知道，里边可以统计出单个用户点击次数、页面停留时间、进入页面、离开页面等信息来判断粘度的高低，那是我们在网站挂了cnzz的统计代码，他可以监控这些数据，那么网络是怎么样判断的呢？我们并没有挂网络的代码，网络又是如何实现统计的？进入页面可以通过网络的搜索进入页面知道，但是页面停留时间和点击次数又是如何实现的？蜘蛛的唯一功能就是抓取而且也不是一直呆在网站，所以蜘蛛是不可能判断出用户粘度的，那么我们的网站没有任何网络的东西，网络又是通过什么技术实现的用户粘度判断的？如果网络真的无法判断用户粘度那么我们优化用户粘度的意义又在哪里？ 这里我们通过网络站长平台得到了答案，在这里为大家分享一下，搜索引擎的确并不能和流量统计工具一样来判断网站的内容的黏度，但是搜索引擎会根据他能统计到的数据进行分析，举两个例子，说两个观点： 1.比如从搜索引擎进入你网站的流量是否短时间内又回到搜索引擎点击其他结果或者搜索相关词汇，这种在搜索引擎站内的用户行为搜索引擎是可以分析的。 2.搜索引擎一直在努力把自己的“机器人”做成和普通用户一模一样，你站在他的角度考虑一下，他会怎么判断，对你的内容分析越来越精准;对你主体内容周围推荐的链接和内容的相关性也在判断(不相关的链接和内容并不会吸引普通用户，在一定程度上反映黏度不是很好);对你网页上的广告位置也在判断(google不是已经发布过博客)。这些都可以反映你的网站用户体验怎么样。 3.相信搜索引擎还可以参照其他很多数据，主流搜索引擎会有庞大的数据来进行研究分析。 4.做SEO为搜索引擎做内容和用户体验都是不可避免的，但是刻意迎合，搜索引擎对你的所有数据评价超过一个阈值，可能就会把你列为“优化过度”或者作弊，当然具体怎么做的，搜索引擎是不会告诉大众的。 另外，网络也可以通过用户的搜索习惯来判断该问题! 第一次搜索词，记录一下查询链接，第二次搜索另一个词，观察第二次的查询链接，发现多了很多参数，比如，第一次搜索的关键字就包含在url里了。网络记录下用户搜索的词汇、点击、搜索频率、时间间隔等数据，很容易作出一些判断。 如果一个用户搜索关键字A，点了排名第一的网站后，退出又点击排名第二的网站，随后很长时间没有再次进行搜索。那基本可以确定，排名第二的网站提供了用户真正需要的内容，满足了体验，更具有用户粘度。 类似的统计方法很多，即使没有挂网络统计的代码，依然有办法去判断用户的行为，所以技术上判断是没有问题的。 来源：投稿，转载请注明，原文链接。

‘陆’ 电商数据分析需要统计哪些指标

最重要的就是这几个了：

1 、商品数据分析：电商平台定期都要对商品销售进行分析，比如针对各个不同商品的销量、库存分析、商品评论等。做商品数据分析，可以从时间维度或者从不同商品的类别、价格等多个维度来做分析，这里可以做的数据图表类型很多，比如从时间维度、商品类别、价格维度等；

以上电商相关的可视化图表的制作工具为BDP个人版，可以将各个平台数据统一整合到BDP，然后做好一次分析图表，后期就不需要重复分析啦！

‘柒’ 一个网站做得好不好，都需要看哪些指标，或怎样评价一个网站做得好不好

不知道你是否注意到这样的情况，你打开网站映入眼球的左上角一般是LOGO，这个LOGO在很大程度上突出体现了这个网站的整体风格。因此，宜采软件网站建设在这里要说明的是，LOGO要体现网站的内涵，可以把我们网址写入在上面。

人们在阅读某种信息时，视觉总有一种自然的流动习惯，先看什么，后看什么，再看什么。心理学的研究表明，一般的浏览习惯是从上到下、从左到右，在一个平面上，上松下稳而压抑。在网页设计中，灵活而合理地运用直接影响到传达信息的准确与有效性。

网页的整体宽度可分为三种设置形式：百分比、像素、像素+百分比。通常在网站建设中以像素形式最为常用，目前通常使用的是1024*768的分辨率做为主流，配合宽屏的设计也有出现，高英寸的显示器很普遍了，所以，800*600的分辨率还是考虑换了吧。

合理的安排、有机的组合，使页面达到平衡，即使在一边的部分大面积留空，同样不会让人感到空，相反这样会给人留下广阔的思考空间，给人回味又达到了视觉效果。

在网页设计中，字体的处理与颜色、版式、图形化等其他设计元素的处理一样非常关键。

文字图形化就是将文字用图片的形式来表现，这种形式在页面的子栏目里面最为常用，因为它具有突出，同时又美化了页面，使页面更加人性化加强了视觉效果。是文字无法达到的。对于通用性的网站弊端的扩展性不强。

如果将个别文字作为页面的诉求重点，则可以通过加粗、加下划线、加大号字体、加指示性符号、倾斜字体、改变字体颜色等手段有意识地强化文字的视觉效果，使其在页面整体中显得出众而夺目。这些方法实际上都是运用了对比的法则。如果在更新频率低的情况下也可以使用文字图形化。

在网页配色中，尽量控制在三种色彩以内，以避免网页花、乱、没有主色的显现。背景和前文的对比尽量要大，以便突出主要文字内容。

‘捌’ 如何理解用户黏性

网站用户粘度，也叫网站用户黏性。顾名思义，就是指网站能“粘住”用户的程度，具体来说是指用户对某一网站的重复使用度、依赖度、忠诚度。一般来讲，网站用户粘度主要体现在以下几方面： 1、网站的用户回头率，用户浏览网站的频率，也就是说用户是否经常性浏览某一网站； 2、用户深度阅读网站内容的程度，也就是说用户是蜻蜓点水呢，还是有阅读更多网站的页数； 3、用户与网站之间或用户与用户之间互动性程度，如用户经常对网站内容作点评、留言等； 4、用户与网站建立起品牌认可，潜移默化地推广和宣传网站，并以该网站为品牌追随者。 以上就是网站用户粘度的几个主要表现方式，通常一个网站的用户粘度越高，其价值也就越高

‘玖’ 网站访问统计指标的类别和具体内容

网站访问统计分析的基础是获取网站流量的基本数据，根据作者对网站访问统计分析的相关研究认为，网站访问统计指标大致可以分为三类，每类包含若干数量的具体统计指标。这三类指标分别是：网站流量指标；用户行为指标；用户浏览网站的方式。

1、网站流量指标

网站流量统计指标常用于对网站效果进行评价，主要指标包括

独立访问者数量

重复访问者数量

页面浏览数

每个访问者的页面浏览数

某些具体文件/页面的统计指标，如页面显示次数、文件下载次数等。

2、用户行为指标

用户行为指标主要反映用户是如何来到网站的，在网站上停留了多长时间，访问了哪些页面等，主要的统计指标包括：

用户在网站的停留时间

用户来源网站

用户所使用的搜索引擎及其主要关键词

在不同时段的用户访问量情况等

3、用户浏览网站的方式

用户浏览网站方式的相关统计指标主要包括

用户上网设备的类型

用户浏览器的名称和版本

访问者计算机分辨率显示模式

用户所使用的操作系统名称和版本

用户所在地理区域分布状况等

‘拾’ 搜索引擎的黏度是什么意思

黏度同粘度、粘着度、黏着度。广义的黏度指的是用户对网站的重复使用度（依赖度、忠诚度），和用户迁移成本基本成正比。通常黏度越高的网站越体现价值，因此如何提高用户的迁移成本也是各网站运营的首要任务之一。但在我看来黏度这个概念还是过于宽泛了，以用户迁移成本来源的不同可以将黏度分为3种类型，以下一一分析：

1、技术黏度：这个最好理解，哪个网站速度最快、服务最稳定、价格最低、功能最强用户就选择哪个，比的完全是技术定量数据。最明显的例子应该算是用户关于Email服务商的选择，当年谁家新推出一个更大容量的邮箱就会拉走一大批用户，谁家对垃圾邮件的处理更好就又拉过去一大批，用户在迁移时对前一家服务商几乎没有留恋。因此技术黏度对服务商的要求非常高同时用户忠诚度是最低的，要保持技术领先还要保证服务稳定，随便在哪一点上有竞争对手超过了你都有可能造成用户的大面积流失。当然从另一个角度来看不管你的竞争对手是苦心经营多少年的老字号，只要你在技术定量数据上超过了它，都可以从它那里迅速抢走大量用户，甚至可能一举击溃它。这在前些日子迅雷华军案中可见一斑。

所以单纯以技术黏度为方向的网站有几个特点：用户迁移成本低、用户忠诚度低、技术创新意识强、覆盖面广、发展速度高。典型代表：Google。

2、社交黏度：我们常说的社区就是靠这种黏度维系的，我个人之前文章中谈到的黏度也特指这种黏度，我称其为狭义黏度。在“社区研究之SNS和烧汤”一文中我对社交黏度做了一个基本的阐述：黏度是指个体用户对于社区内某个或某些特定的人的交互的依赖性，而不是对某个社区产品或者功能应用的依赖性。同时也做出了几个判断：1、以强化社交黏度为目标的才是社区；2、社交黏度的基础是固定的ID（变相实名制）；3、做社区就是做SNS（广义SNS）。

正因为社交黏度是建立在人与人之间的关系上的，所以相互的了解和信任需要时间来培养。反过来看，一旦了解和信任得以建立，也就不会轻易丧失。从用户迁移成本的角度看，有了社交黏度后迁移成本明显提高，因为此时用户不是自己换个地盘就可以，而是要带着他的人际关系一起走，否则他就必须重新花时间在新的地盘与新的对象培养相互的了解和信任，这个成本是相当大的，也是关键的。

所以单纯以社交黏度为方向的网站有几个特点：用户迁移成本高、用户忠诚度高、技术创新意识弱、覆盖面窄、发展速度慢。典型代表：QQ。

3、数据库黏度：这可以算是一种新的黏度，实践还不多，成功案例几乎没有，但个人认为是未来网络的一大发展方向。数据库黏度建立在对个体用户的数据跟踪分析上，并比照该个体用户与其他用户的异同，综合分析其中的关联，最终推荐提交给个体用户一套个性化的解决方案。这种黏度的基础是积累了大量的个体用户数据，同时还须掌握科学有效的比照分析方法。虽然现在还很不成熟，但可以肯定的是，当数据库黏度发生作用时，个体用户的迁移成本必然会越来越高。

目前在数据库黏度初露端倪的实践应该是豆瓣，豆瓣有一个功能是“豆瓣猜你会喜欢”，说心里话这是我最喜欢也最看好的豆瓣功能，虽然现在这个功能还很弱，推荐也不算准确。这个功能是完全个性化的，其后台是个体用户提交的数据与其他用户提交的庞大数据库之间的比照分析，再反馈给个体用户一个独一无二的、只适合于你的推荐。可以想象随着豆瓣数据库越来越庞大，算法越来越精妙，最终的结果也会越来越准确。但目前豆瓣的数据还是割裂的，它不能从我喜欢的电影推测出我喜欢哪些书和音乐，而在我的想象之中，未来会有网站可以从我喜欢的音乐准确地推荐给我一辆适合我的汽车或者新到货的服装。

所以单纯以数据库黏度为方向的网站特点现在还不好说，只能推断：用户迁移成本高（数据库导出成本高）、用户忠诚度高（数据跟踪终身化）、创新意识强（算法不断***或优化）、覆盖面广、发展速度慢。典型代表：目前没有。