Annonse
Hvis jeg spurte om du ville ha en appelsin å spise, ville du sagt ja? Hva om jeg spurte deg om du ville ha en fersk navleoransje, håndplukket fra de oransje feltene i California? Du vil sannsynligvis akseptere tilbudet, ikke sant? Informasjon er alt, og å ha all informasjonen å lage en utdannet beslutning er en ting som ligger kjernen i enhver vellykket forsøk.
Det samme er veldig sant når du samler inn data om nettstedet ditt ved hjelp av Google Analytics. Hver dag mens jeg prøver å grave meg inn nye områder i Google Analytics, Hvordan Google Analytics-varsler kan sende eller sende deg e-post om problemer med nettstedetGoogle Analytics tilbyr en spesiell varslingsfunksjon som sender ut en e-post eller et SMS-varsel når noen hendelser skjer på nettstedet ditt. Å sette dem opp er ikke så komplisert som du tror. Les mer eller prøv å bland og samsvar med Google Analytics-data Automatiser informative Google Analytics-rapporter med tilpasset rapporteringEn ting som jeg alltid har ønsket å jobbe bedre med Google Analytics, er en automatisert rapporteringsfunksjon som gir informasjonen jeg vil ha, og i formatet som er lett for alle trenger ... Les mer på kreative nye måter, oppdager jeg alltid noe nytt og fantastisk. Dette skjedde faktisk denne måneden da jeg så nærmere på andre dimensjoner som er tilgjengelige i Analytics. To av de mest interessante - og etter min mening de mest verdifulle - dimensjonene som er tilgjengelige, er “Hour” og “Day of the Week Name”.
I denne artikkelen skal jeg forklare hva disse to dimensjonene forteller deg, og hvordan du kan kombinere dem med andre data for å avsløre mange fantastiske ting om nettstedstrafikk, leseratferd på nettstedet ditt, og til og med hvordan du kan optimalisere nettstedet bedre når du publiserer bestemte typer artikler eller annet innhold på nettstedet ditt. Akkurat som på Twitter eller Facebook er timing ofte alt. Det samme gjelder når du publiserer nytt innhold på ditt eget nettsted, og disse Google Analytics-dimensjonene kan hjelpe deg med å optimalisere det.
Forstå tim- og dagdimensjoner
Når folk besøker nettstedet ditt i større antall, er det visse mønstre som vil dukke opp hvis du vet hvor du skal lete. Jeg dekket en hel del av de i MUO-en vår Google Analytics Guide Din guide til Google AnalyticsHar du noen anelse om hvor besøkende kommer fra, hvilke nettlesere de fleste bruker, hvilke søkemotorer de bruker, eller hvilke av sidene dine er de mest populære? Les mer , noe jeg anbefaler på det sterkeste. Selv om du absolutt kan se ting som sidevisninger eller avvisningsrater etter time eller uke i oversiktene, forteller du bare de samlede trafikktrendene etter time eller uke.
Hva timen og dagen dimensjoner gir deg tilgang til er langsiktige mønstre. Disse dimensjonene vil ta trafikk, sosiale data og andre beregninger tilgjengelig på Google Analytics og deretter beregne generelle mønstre over et lengre tidsrom, og etter min mening, jo lengre er området bedre. Jo mer data du bruker med disse dimensjonene, jo mer sannsynlig kommer du til å identifisere ekstremt nyttige mønstre som kan forbedre sjansene dine for å lykkes.
Men først ting først. Siden du ser på timedata, betyr tidssone mye. Så sjekk først innstillingen for tidssone i Google Analytics ved å gå til administratorområdet og klikke på "Vis innstillinger" under Profil.
Under "Tidssone-land eller -område" ser du gjeldende tidssoneinnstilling. Dette er egentlig bare viktig hvis du ser på et nettsted med en publiseringsplan satt opp i en annen tidssone. Du må korrelere tidssonen til Analytics-dataene med den spesifikke tidssonen du tenker på for å publisere visse typer innhold.
Arbeide med timedimensjonen
Du får tilgang til Hour-dimensjonen ved å lage en tilpasset rapport. Du får tilgang til dem ved å klikke på "tilpasning" i toppmenyen på Google Analytics, og deretter klikke på "Ny tilpasset rapport" -knappen. Når du redigerer den nye rapporten, finner du "Hour" tilgjengelig under "Other" i rullegardinmenyen for Dimensjonsfeltet.
Til og med bare en generell sidevisningsrapport basert på timedimensjonen kan fortelle deg mye om besøksmønstrene dine. Igjen, å undersøke disse dataene over en lengre periode er best for å finne mønstre, så jeg har laget mitt eget analysespenn over seks måneder. Det dataene avslører nedenfor er at de høyeste trafikkperioder er ettermiddag, fra 13:00 til 17:00. Og så er det interessant at det er en ny bølge veldig sent på kvelden, rundt 22:00 (sannsynligvis etter at barna alle har lagt seg og foreldrene er på nettet for å gjøre noen undersøkelser).
Dette er egentlig bare toppen av isfjellet gjennom. Når du beveger deg utover sidevisninger, kan du bare tenke på hva andre beregninger forteller deg når du ser på det når det gjelder timemønstre. For eksempel på hvilket tidspunkt på dagen ser du ut til å ha det høyeste avkjøringspriser fra siden din? Mine ser ut til å være verst like før og etter midnatt.
Hvilken tid på døgnet får du flest nye besøkende? Ved å bruke% New Visits-metrisk etter time, kan du se når du har den høyeste antallet nye besøkende. I mitt tilfelle får jeg maksimal ny trafikk før og etter midnatt, og langt utpå morgenen. Det er veldig vanlig at en høy frekvens av nye besøk fra steder som Google Søk korrelerer med høyere avgangshastigheter, fordi en del av de nye besøkende er “hurtigklikkere”, bare klikk gjennom for å se om artikkelen din svarer på spørsmålet eller interessen de hadde da de gjennomførte Søk.
Dette er bare noen få eksempler på timetrender du kan bruke til å lære mer om besøkende atferd og trafikkmønster, men hvis du er kreativ med beregningene eller kombinasjonen av beregninger du ser på, er mulighetene virkelig ubegrensede.
Å jobbe med dagsdimensjon
Hvis du vil se på større mønstre, er Dimensjonens dag i uken en fantastisk å utforske. Du kan finne denne under “Annet” i dimensjoneringsfeltet når du oppretter din tilpassede rapport. Navnet på dimensjonen er “Navnet på ukens dag”.
I likhet med timrapporten, er ukesrapporten med sidevisning en rask måte å se hvilken ukedag du får mest trafikk. Overraskende følger min egen blogg et ganske tydelig mønster fra ukens start med mest trafikk, til slutten av uken som har minst. Imidlertid er dette definitivt ikke alltid tilfelle. Jeg har sett andre nettsteder der midten av uken helt klart er den travleste. Det hele avhenger av nisjen eller emnet du dekker, og når folk som er interessert i innholdet ditt mest sannsynlig vil bruke tid på nettet.
Igjen, som med en timesrapport, kan ukedagsrapporten sortert etter utgangsrate fortelle deg hvilken ukedag folk har en tendens til å forlate nettstedet ditt når de først besøker det. Du tror kanskje at dette skulle samsvare direkte med trafikknivået, men det er ikke tilfelle. Som du ser her, representerer hele helgen en periode med høye avgangshastigheter på bloggen min, mens flere pleier å henge rundt i starten og på slutten av den fem dagers arbeidsuka.
Det er imidlertid mye mer du kan gjøre med dette utover bare standardberegninger som sidevisninger og avgangshastigheter. Hva med å lære hvilke dager flere mennesker deler artiklene dine, eller hvilke dager nettstedet ditt ser ut til å slite mer med sidehastigheten?
Andre mønstre du kan se
Det er så mange ting du kan analysere om nettstedet ditt ved å bruke dag- eller timemåling at det er litt betenkelig å vurdere det. Det er noen flere eksempler jeg ønsket å dele bare for å få appetitten. Når du har rapporten oppført etter ukens dag, kan du slippe boksen Sekundær dimensjon og velge "Besøkstype" for å se de spesifikke dagene du har flere tilbakevendende eller nye besøkende.
Å gjøre dette avslører at jeg får det høyeste antallet nye besøkende helt i starten av uken, fra søndag til tirsdag. Dette er tilfeldigvis også de dagene jeg får besøkende med høyest retur, og viser at begge tallene tilsvarer de generelle trafikkmønstrene. Ikke noe overraskende der.
Imidlertid, hvis du gjør noe som å sortere rapporten etter andre beregninger, kan du trekke ut noen ganske interessante data. Hvis jeg for eksempel sorterer etter gjennomsnittlig tid på side, lærer jeg at tilbakevendende (lojale) besøkende bruker maksimal tid på sidene mine på Torsdager, søndager og tirsdager, mens nye besøkende har en tendens til å være på stedet lengst over helgen, fra fredag til Søndag.
Denne informasjonen kan være veldig nyttig for å målrette mot disse lesertypene i løpet av de riktige ukedagene. Gi de lojale leserne innhold som du vet at de vil ha mest glede av på torsdag, mens du tilbyr nytt lesermålrettet innhold som kan oppmuntre dem til å bli lojale lesere i løpet av helgen.
Et annet eksempel kan være å velge beregningen “Handlinger per sosialt besøk”, som kan avsløre dagene for uke får du mest sosial aktivitet på artiklene dine - det vil si de dagene folk pleier å dele dem med dem mest.
Gjennom denne tilpassede rapporten har jeg oppdaget at jeg får den beste aksjekursen på torsdag. Dette gir meg en mulighet til ikke bare å målrette lesere som er mer aktive på sosiale nettverk i løpet av den aktuelle dagen (legger ut kampanjer på sosiale nettverk), men det viser deg også hvilke andre dager du kanskje trenger å jobbe med for å øke sosial aktivitet på nettstedet.
Et siste eksempel kan være å sjekke hvordan webserveren fungerer i løpet av uken. Du kan se dette ved å velge Nr. Side lastetid beregning for den tilpassede rapporten.
Sortering etter denne beregningen i rapporten “Ukens dag” avslører at serveren min virkelig anstrenger seg på fredager og søndager. Når dette ikke samsvarer direkte med trafikk, kan det være lurt å utforske andre årsaker til det, da det kan være løsninger som kan forbedre sidebelastningen på disse dagene. Sidebelastning har SEO-implikasjoner for nettstedet ditt, så det er en viktig beregning å følge (og forbedre).
Du kan til og med bryte ned sidelastningsmetoden etter time for å se hvilken tid på døgnet du ser ut til å ha mest problemer. Igjen skal dette samsvare med trafikken.
Når det ikke gjør det, er det en anelse om at du kan ha andre problemer med serveren i løpet av disse tider - kanskje er du på en delt webserver, og andre nettsteder kaster det ned i løpet av disse tider.
Avsluttende merknader
Som du kan se, kan timedimensjoner og daglige dimensjoner hjelpe deg med å dele opp nettstedsberegningene dine i mye mer meningsfylt data. Ved å blande og matche disse dataene, kan du bedre forstå mye av hvordan og når trafikken ankommer nettstedet ditt, og hvordan leserne oppfører seg til forskjellige tider. Du kan utforske ting som de bestemte dagene du får spesifikk henvisningstrafikk, timene på dagen visse deler av nettstedet har en tendens til å prestere best og mye mer.
Bruker du timer eller dager når du utforsker Google Analytics? I så fall, hva slags ting har du analysert, og hva fortalte det deg om nettstedet ditt? Del dine egne erfaringer og ideer i kommentarfeltet nedenfor!
Ryan har en BSc-grad i elektroteknikk. Han har jobbet 13 år innen automatisering, 5 år innen IT, og er nå en applikasjonsingeniør. Han var tidligere administrerende redaktør for MakeUseOf, han snakket på nasjonale konferanser om datavisualisering og har blitt omtalt på nasjonal TV og radio.