Thứ nguyên và chỉ số

30/11/2019

Trong bài viết này:

Tổng quan

Mỗi báo cáo trong Analytics được tạo bởi các thứ nguyên và chỉ số.

Thứ nguyên là thuộc tính dữ liệu của bạn. Ví dụ: thứ nguyên Thành phố cho biết thành phố, ví dụ: "Paris" hoặc "New York", mà phiên bắt nguồn từ đó. Thứ nguyên Trang cho biết URL của trang được xem.

Chỉ số là số đo định lượng. Chỉ số Số phiên là tổng số phiên. Chỉ số Số trang/phiên là số trang trung bình được xem mỗi phiên.

Các bảng trong hầu hết các báo cáo Analytics sắp xếp các giá trị thứ nguyên theo hàng và chỉ số theo cột. Ví dụ: bảng này cho thấy một thứ nguyên (Thành phố) và hai chỉ số (Số phiênSố trang/phiên).

THỨ NGUYÊN CHỈ SỐ CHỈ SỐ
Thành phố Số phiên Số trang/phiên
San Francisco 5.000 3,74
Berlin 4.000 4,55

Trong hầu hết các báo cáo Analytics, bạn có thể thay đổi thứ nguyên và/hoặc thêm thứ nguyên phụ. Ví dụ: thêm Trình duyệt làm thứ nguyên phụ vào bảng trên sẽ cho kết quả như sau:

THỨ NGUYÊN THỨ NGUYÊN CHỈ SỐ CHỈ SỐ
Thành phố Trình duyệt Số phiên Số trang/phiên
San Francisco Chrome 3.000 3,5
San Francisco Firefox 2.000 4,1
Berlin Chrome 2.000 5,5
Berlin Safari 1.000 2,5
Berlin Firefox 1.000 4,7

Kết hợp thứ nguyên-chỉ số hợp lệ

Không phải chỉ số và thứ nguyên nào cũng có thể kết hợp được với nhau. Mỗi thứ nguyên và chỉ số có một phạm vi: cấp người dùng, cấp phiên hoặc cấp lần truy cập. Trong hầu hết các trường hợp, chỉ hợp lý khi kết hợp các thứ nguyên và chỉ số có chung một phạm vi. Ví dụ: Số phiên là chỉ số dựa trên phiên, vì vậy nó chỉ có thể được sử dụng với các thứ nguyên cấp phiên như là Nguồn hoặc Thành phố. Việc kết hợp Số phiên với thứ nguyên cấp lần truy cập như Trang sẽ không hợp lý.

Để biết danh sách các cặp thứ nguyên-chỉ số hợp lệ, hãy sử dụng Tham chiếu thứ nguyên và chỉ số.

Cách tính chỉ số

Trong Analytics, chỉ số người dùng được tính theo hai cách cơ bản:

  • Dưới dạng tổng số tổng quan
    trong đó chỉ số được hiển thị dưới dạng thống kê tóm tắt cho toàn bộ trang web của bạn như tỷ lệ thoát hoặc tổng số lượt xem trang.
  • Kết hợp với một hoặc nhiều thứ nguyên báo cáo
    trong đó giá trị chỉ số đủ điều kiện bởi các thứ nguyên đã chọn.

Sơ đồ sau minh họa hai loại tính toán này với ví dụ đơn giản. Ở bên trái, dữ liệu người dùng được tính là một chỉ số tổng quan, trong khi dữ liệu tương tự được tính qua thứ nguyên Người dùng mới ở bên phải.

Trong ví dụ về Báo cáo tổng quan, lượng thời gian trên trang web được tính bằng cách sử dụng chênh lệch thời gian giữa phiên đầu tiên và phiên thoát của mỗi người dùng cùng với tổng độ dài mỗi phiên được tính trung bình trong ba phiên. Con số này dựa vào tính toán tương đối đơn giản có được bằng cách thu thập dữ liệu dấu thời gian ở cấp yêu cầu.

Trong ví dụ về Báo cáo cũ và mới, số trung bình không được tính cho tất cả các phiên nhưng qua thứ nguyên Loại người dùng. Bằng cách ghép nối chỉ số Thời gian trên trang web với thứ nguyên, bạn có thể phân tích chỉ số này qua người dùng mới, trong đó tính toán được sửa đổi theo thứ nguyên đã yêu cầu. Việc sử dụng thứ nguyên cung cấp thông tin chi tiết về hành vi người dùng không được cung cấp trong báo cáo tổng quan: rõ ràng là người dùng mới dành nhiều thời gian hơn trên trang web của bạn so với người dùng cũ.

Tính toán chỉ số cũng bị ảnh hưởng bởi xếp chồng nhiều thứ nguyên với chỉ số đã cho. Trong cả báo cáo tùy chỉnh và báo cáo được định dạng sẵn, bạn có thể sử dụng nhiều thứ nguyên với nhau. Ví dụ: giả sử bạn sử dụng cả thứ nguyên Loại người dùng và thứ nguyên Ngôn ngữ để phân tích thời gian trên trang web cho trang web của bạn. Trong trường hợp này, số lượng người dùng mới so với giống nhau nhưng khi bạn phân tích chi tiết để xem người dùng mới bằng thứ nguyên Ngôn ngữ, số lượng được sửa đổi thêm bằng thứ nguyên bổ sung. Vì vậy, phân tích người dùng của bạn có thể giống như sau, trong đó thời gian trên trang web hàng đầu được liệt kê theo thứ tự chẳng hạn:

Loại người dùng Ngôn ngữ Thời gian trung bình trên trang web
Tất cả các loại Tất cả ngôn ngữ 3:25
Tất cả ngôn ngữ 5:03
  Tiếng Phần Lan 29:49
  Tiếng Việt 20:44
  Tiếng Indonesia 16:55
Mới Tất cả ngôn ngữ 2:09
  Tiếng Malay 17:38
  Tiếng Anh (Anh) 16:56
  Tiếng Trung (phồn thể) 16:20

Những con số này dựa vào báo cáo Analytics thực. Trong trường hợp này, bạn có thể xác định xem người dùng mới hay cũ ở lại lâu nhất và bằng cách sử dụng thứ nguyên bổ sung, xác định ngôn ngữ nào trong mỗi danh mục này dẫn đến thời gian lâu nhất trên trang web.

Mô hình phân bổ

Vì Analytics cố gắng trả lời nhiều câu hỏi về hành vi người dùng, nên ứng dụng này sử dụng các loại tính toán hoặc mô hình phân bổ khác nhau để truy cập dữ liệu mà bạn thấy trong báo cáo. Hãy suy nghĩ về mỗi báo cáo Analytics là một phản hồi cho một loại câu hỏi phân tích người dùng cụ thể. Thông thường, các câu hỏi này thuộc các danh mục riêng biệt:

  • Nội dung: Số lần một trang cụ thể được xem?
  • Mục tiêu: URL trang nào đóng góp cho tỷ lệ chuyển đổi mục tiêu cao nhất?
  • Thương mại điện tử: Lượng giá trị một trang đã cho đóng góp vào giao dịch?
  • Tìm kiếm nội bộ: Cụm từ tìm kiếm nội bộ nào đã đóng góp cho giao dịch?

Đối với mỗi danh mục trong các danh mục chính này và báo cáo trong các danh mục đó, Analytics sử dụng mô hình phân bổ riêng biệt. Vì mỗi mô hình phân bổ được thiết kế để tính toán một tập hợp chỉ số đã biết, bạn có thể thấy rằng một số chỉ số—như Số lượt xem trang—chỉ xuất hiện trong một số báo cáo nhất định và không xuất hiện trong các báo cáo khác. Điều này là do mô hình phân bổ được sử dụng cho báo cáo đó.

Các báo cáo Analytics sử dụng ba mô hình phân bổ sau:

Phân bổ mỗi yêu cầu

Phân bổ này cung cấp các giá trị tổng hợp cho một chỉ số hoặc cho cặp chỉ số/thứ nguyên. Đây là loại phân bổ Analytics phổ biến nhất và đơn giản nhất vì các giá trị được xác định từ các yêu cầu GIF của người dùng riêng lẻ. Do vậy, đối với mọi yêu cầu nhất định, bạn có thể tra cứu thứ nguyên và/hoặc chỉ số cụ thể.

Hầu hết các giá trị thứ nguyên đều có sẵn ở cấp yêu cầu và duy trì liên tục qua chính yêu cầu HTTP/GET hoặc trong yêu cầu GIF cho mỗi trang hoặc yêu cầu sự kiện được tạo cho trang web của bạn. Một số thứ nguyên phổ biến có sẵn ở cấp yêu cầu là:

  • URI trang—có sẵn với mỗi yêu cầu đối với trang web của bạn, thứ nguyên này cho biết đường dẫn của trang đang được truy cập
  • chiến dịch—nếu người dùng đến qua chiến dịch, chiến dịch đó vẫn có sẵn liên tục với mỗi yêu cầu tiếp theo cho tới khi chính chiến dịch thay đổi
  • tác nhân người dùng—mỗi yêu cầu từ người dùng chứa thông tin trình duyệt cho người dùng đó, được gửi qua yêu cầu HTTP/GET từ trình duyệt và được lưu trữ trực tiếp trong tệp nhật ký.

Phân bổ giá trị trang

Mục đích của loại phân bổ này là để trả lời câu hỏi: "Trang của tôi hữu ích như thế nào đối với mục tiêu hoặc giá trị doanh thu?" Mô hình phân bổ này được sử dụng để xác định giá trị Giá trị trang cho một trang hoặc tập hợp trang. Minh hoạt sau cho thấy hàng loạt lượt xem trang liên quan đến mục tiêu và giao dịch mua, chẳng hạn như điều có thể diễn ra trên trang web của bạn.

Chú giải: P1 đến P4 thể hiện các trang. Các túi mua sắm cho biết trang biên nhận và hình ảnh cờ cho biết mục tiêu.


Mô hình phân bổ này được coi là mô hình phân bổ "mong muốn" vì mô hình này áp dụng cho giá trị đối với trang bằng cách mong muốn mục tiêu và/hoặc giao dịch mua diễn ra sau khi trang được truy cập. Bảng dưới đây cho thấy giá trị được phân bổ cho mỗi trang trong trình tự này.

Trang Giá trị doanh thu/mục tiêu
P1 $55 + Mục tiêu 1
P2 $55 + Mục tiêu 1
P3 $35 + Mục tiêu 1
P4 $0

Mô hình phân bổ này không được sử dụng trong báo cáo Mục tiêu hoặc Thương mại điện tử vì các báo cáo đó không hiển thị URI trang hoặc tiêu đề trang liên quan đến hoạt động thương mại điện tử.

Phân bổ tìm kiếm trang web

Mô hình phân bổ này cho phép báo cáo Tìm kiếm trang web hiển thị tỷ lệ chuyển đổi mục tiêu và giá trị mục tiêu cho mỗi cụm từ tìm kiếm.

Mô hình phân bổ này hoạt động theo kiểu khác với phân bổ Giá trị trang vì giá trị Mục tiêu được phân bổ cho cụm từ tìm kiếm gần nhất dẫn tới chuyển đổi chứ không phải cụm từ sau đó. Sơ đồ dưới đây minh họa trình tự tìm kiếm trang web nội bộ cùng với lượt xem trang và giao dịch mua.

Chú giải: P1 đến P4 thể hiện các trang. Các túi mua sắm cho biết trang biên nhận và biểu tượng tìm kiếm cho biết lượt tìm kiếm cụm từ "Giày" và "Hoa". Hình ảnh lá cờ cho biết mục tiêu.


Bằng cách sử dụng mô hình này, cụm từ tìm kiếm được phân bổ cho Mục tiêu 1 và giao dịch là:

  • Giày—$20
  • Hoa—$25

Trong mô hình này, các giao dịch hoặc các mục tiêu được phân bổ cho các cụm từ tìm kiếm ngay trước mục tiêu hoặc giao dịch.

* Nguồn: Google Analytics