數據分析應用入門課程 - 深層數據解說 | Penana

/story/79428/數據分析應用入門課程/issue/3?l=zh&v=mobile

數據分析應用入門課程 - 深層數據解說 | Penana

數據分析應用入門課程

coins

搜尋故事、作者及社群

顯示更多標籤

繼續閱讀全部清除

別人在看刷新

更多關於「」的結果

X

開啟推送通知以獲得 Penana 上的最新動態!

數據分析應用入門課程

篇 #3

作者:

數據分析應用入門課程

作者:

篇 #3

深層數據解說

深層數據的網頁載入速度會慢一點，請耐心等待，如果出現資料錯誤請多重新整理幾次，如果還是看不到請詢問站方管理員。

那首先來看深層數據的頁面：

（6月16日更新 - 新版介面的深層數據位置）1572Please respect copyright.ＰＥＮＡＮＡ42ciajJnCI
（一般而言，作品的點閱達1000或以上，會有比較足夠的數據參考分析）1572Please respect copyright.ＰＥＮＡＮＡDOUkmaN94k

123343347762d2256f434d52.50607202-25360.png 26809355462d2257ab9a533.61361722-25360.png

（以下舊界面不影響「深層數據」教學）1572Please respect copyright.ＰＥＮＡＮＡsV1QNQSJIm

深層數據就不只包含站內資料，還包含一些站外資料以及使用者行為。這邊有四個數據：

1. Unique Page VIews：

就是基本數據提到的個別IP的觀看次數，就是多少人在這段時間看了你的文章。

2. Bounce Rate：

就是看了馬上就跳轉的人比例有多高，像我這篇有三千人觀看，但有將近40%的人馬上跳轉，也就是說其中有一千兩百人進來看一下就走了。

3 .Time on Page：

讀者們待在這個專頁的總時間有多長，這邊是把所有讀者待過的時間算在一起的，讀者越多總時間就越長。

4. Avg. Time on Page：

平均每個讀者待在你的專頁的時間有多久，我這邊每個讀者大概看了26秒，不過我每一話的預估閱讀時間都超過一分鐘。考慮到那些點進來看一下就馬上走的人拉低平均值，這樣的數字不意外。

如果想調整時間段，方法跟基本數據很像，同樣是右上角

點擊右上角的日期時間，會跳出月曆，如果在點擊月曆右上角會跳出下拉式選單：

就可譯自選要哪個時間段了，當然如果覺得這些都不是自己想要的，可以直接點月曆上的日期：

這樣就能自訂日期了，訂完後按下套用就能夠更改時間，如下圖：

這時候如果你連載時間夠長，就能看到有兩條線，一條深藍色是你所選時間段的Unique Page Views次數，另一條是上個時間段(比方說你選這週，藍色線顯示的就是上週。)

這樣可以讓你比較直觀地看出自己的作品有沒有成長。除這些外還有一些其他的數據，以圓餅圖的表現方式列在下面：

左上第一個圓餅圖示性別，紅色是女的，藍色是男的，不要問我為什麼他們知道，總之這就是一個大概的數據。如果你覺得你寫的都是男生喜歡看，結果女生看得反而比較多就要注意一下了。

當然性別分布跟社群網站也很有關係，雖然大多時候網路上都是以男性居多。

觀看的年齡區段，可以看出哪個年齡層的人比較喜歡看你的創作。

使用的裝置，mobile是指行動裝置，像手機這類的。desktop則是指桌機，就是開電腦網頁版看得人數比例。還有一個tablet，這是指平板，ipad這類的。

使用的作業系統，iOS就是指iPhone；Windows是指IBM系列的PC；Macintosh是指蘋果電腦；Android是指Android手機。

這部分是看觀看者從哪個管道點擊連結的，Social是指社群網站；Referral是指從其他網站(如新聞網站)轉連過來的；Direct是指直接透過網址連接過來，Organic Search則是指自然流量，就是從搜尋引擎看過來的。

New Vistor，是指本週有多少新人來看。Returgning Vistor是指老客人，就是曾經來這邊拜訪過，在本週又再度過來的訪客有哪些。

1572Please respect copyright.ＰＥＮＡＮＡg7apCKXVMJ

圓餅圖下面還有一些列表，這個是指作品中各章節的點閱數列表，目前表格只能顯示前幾名的數據，如果想要學怎麼取得完整數據，後面會另外寫一篇進階教學。

這其實就第五個圓餅圖的詳細資料，就是看你的點擊數流量來源哪個最多。

1572Please respect copyright.ＰＥＮＡＮＡBYdbOZ3q0n

最後一個是看哪國人點最多來看，通常都是本土的人最多啦。

1572Please respect copyright.ＰＥＮＡＮＡhSSfRr1Puu

深層數據就這些，我也還在研究要怎麼分析。之後要有心得會再貼新的教學文章。

1572Please respect copyright.ＰＥＮＡＮＡgG1esJjTYH

1572Please respect copyright.ＰＥＮＡＮＡVsfL75Ytoq

ns 172.69.59.184da2

喜歡

書籤

喜歡 29

閱讀 1568

書籤 70

催更 0

打賞

提出編輯建議

以 Facebook 帳號登入或註册/登入以留言或加上書籤

按此加載下一章

天之語(Zuice)

神農假野人

綠木柚子(ゆず)

And 9 More

X

× 對此喜歡的人

×

在主頁加入 Penana 以更方便離線閱讀：按　然後按「加至主畫面」