End of Dumb Tables in 网页分析 Tools! Hello: 加权排序

神奇 亚瑟·克拉克(Arthur C. Clarke)说:

"任何足够先进的技术都无法与魔术区分开。"

那 quote comes 至 mind when I think of a new feature in Google Analytics that carries the unassuming name of 加权排序. It is an advanced implementation of technology (mathematical algorithms in this case) and when used it very much feels like magic!

在这篇博客文章中,我想与您分享为什么我对此功能如此激动,为何如此工作以及如何前进,您将拒绝该功能未内置的所有工具(好的,也许'一会儿,但我保证你这太酷了,至少在几分钟内你 '相比之下,我认为其他工具是la脚的!)。

让'退后几步,在深入之前先获得一些背景信息。

的Problem.

我们有一个非常 数据长尾 in web analytics. Tens of thousands of rows of keywords in the Search Report (even for this 小 blog!). Hundreds and hundreds of referring urls and campaigns and page names and so 上 and so forth.

但是,因为我们是人类,所以我们倾向于只查看排名前十或二十的行,以寻求洞察力。问题?的 很少改变的前十名 (除非在罕见的情况下,例如出售或纯内容– think news – site).

Hence I have persistently evangelized the need for 真正 Analysis Ninjas 至 move beyond the 至p ten rows of data 至 find insights.

怎么样? 先进的表格过滤器,标签云和关键字树 是一个好的开始。

但是我们还需要更多。

不过还有一个问题。

好像我们拥有的海量数据不足以解决问题,我们还依赖 平均值,百分比,比率和化合物/计算量度 醉酒的男子使用灯柱以一种次优的方式–而不是照明。

以百分比为例 跳出率. 的top ten won't change.

bounce_rate_normal_table_view

嗯该怎么办。该怎么办?

您 know what I'll try 至  find the keywords with the highest 跳出率s and 固定 them! After all 我不'不想让所有访客说: "我来了。我吐了我离开了!"

好的分析工具:降序排序!

bounce_rates_descending

哎呀无用!

看到所有这些单次造访?改善这些跳出率会产生巨大影响吗?

好的,也许我应该从跳出率较低的关键字中学习,以便我可以吸取自己的出色知识并将其应用于其他人。工具:升序排序!

bounce_rates_ascending

rr!再次!无用。

什么 could I possibly improve by focusing 上 these keywords with so few visits? Nothing.

总结一下:

  1. 我们倾向于只了解数据的前十行,因为'容易看到的东西。
  2. 黄金存在于顶部趋势行之外。
  3. 使用百分比,平均值子最优地使得不可能找到黄金!

然而,我必须找到金子,如果我想改善我的网络业务的结果(以赢利或非盈利形式,如上例所示)。

的Solution!

的Google Analytics team has built a innovative and mathematically intelligent new feature called 加权排序 至 precisely solve this problem.

现在,当您按照百分比或比率对数据进行排序时,就像上面的情况一样,'会在桌子上看到这一点。

weighted_sort_option_google_analytics

当您按下此不起眼的复选框时,将会发生一些神奇的事情。 Google Analytics(分析)为我带来了 我应该进一步分析的数据行,以对我的业务产生最大的影响.

看起来像这样。 。 。

search_keywords_weighted_sort_google_analytics

甜!

请注意,这些关键字的访问次数按"odd"方式,跳出率也一样。

那 is the magic.

现在你不't have 至 go through wild gyrations (or worse guesses) 至 figure out the best places 至 focus your attention 上. 您 can skip combing through the, in this case, 5,777 rows of data. 的algorithm will do that for you!

的"magic button"将对您的数据进行排序:

"集中在这里,因为这里发生了非常重要的事情,如果您集中在这里,则有可能导致改进而导致跳出率降低,从而为您的企业带来很高的投资回报率 "

"rows/keywords where your efforts might not quite yield 大 ROI improvements"

翻译: 排序方式"interestingness".  什么 are the most 有趣 keywords with high 跳出率s? [Where things are going "wrong".]

您 can reverse sort the table, keeping the 加权排序 checkbox 上, and you'll find the most 有趣 keywords with the lowest 跳出率s [where things are going right].

不再使用愚蠢的升序和降序排序。如果您专注于正确的地方,就不必担心。如果您优先考虑正确的事情,则不必担心。

省时间。减少数据推送。开心点!

太好了吧?尝试使用您自己的Google Analytics(分析)数据!

How Does 加权排序, aka 的Magic, Actually Work?

好问题。这也是亚瑟·克拉克(Arthur C. Clarke)报价的原因。

当然,没有魔术,这是一些奇妙的数学和巧思的全部美。

但这很复杂。

让 me try 至 explain it as best 我可以 using some visualizations and formulas.

什么 powers 加权排序?

这个简单的假设:

的真正 value of a metric (bounce rate, conversion rate, time 上 site etc) for dimensions with 小 participants will be imprecise.

英文:如果您要查看的维度是指网址,并且本月只有5次访问来自Bing,则转化率80%(或转化率20%)不能反映出"true" conversion rate.

太多的未知变量或无法复制的事件可能会导致该数字增加(80或20),使得仅基于5次访问就很难做出任何决定。

您 saw this problem when I sorted descending 要么 ascending for the metric 跳出率 以上。

那么您如何解决这个问题呢?

的fearless developers were given this amazing goal:

计算"expected 真正 value"桌子上的每一行。

It is a difficult problem 至 solve. But since the actual values are not very useful, applying some logic and mathematical intelligence 至 figure out what the 真正 value is can brilliantly help identify "interesting"数据(又称为重点)。

Google Analytics computes the expected 真正 value (in our case above "expected 真正 跳出率") and then sorts the data using the expected 真正 value (ETV) giving you the most 有趣 data 至 look at.

的expected 真正 value (ETV) is not shown in the UI (as it would simply be distracting).

您如何精确计算"expected 真正 value"?

这是一个好问题。

想一想规模。一方面,存在一个零访问次数的维度值(关键字,国家/地区,引荐网址,产品名称等),"a lot"另一端的访问次数。

规模

让'假设我们正在分析维度国家/地区和指标跳出率。

Remember out hypothesis above? True value of a metric is not reflective when it comes 至 小 samples (visits in our case).

So if there was 上e visit from South Africa its actual 跳出率 reported in the 至ol is not a precise reflection of what the 真正 value might be. But if there were A Lot of visits from South Africa then the actual value is reflective of the 真正 value.

Put another way. . . I request you 至 pay attention. 。 。 。

For values 至 the very far left of the 规模 we equate the expected 真正 value (ETV) 至 be equal 至 site average. A very safe bet.

值位于刻度的最右边(即"a lot"的访问次数),很可能ETV将等于实际值。有道理吧?

左右之间的所有其他点将具有ETV'是网站平均值和实际值的混合。

因此,在计算ETV时。 。 。

与实际值相比,最靠近左侧(访问次数较少)的站点将具有更高的站点平均混合率。

与现场平均值相比,那些靠近右侧的访问者(许多访问者)具有更高的实际价值。

这里'这张图片清楚地说明了这个非常关键的概念。 。 。

computing_estimated_true_value

关于ETV的水晶般清晰's are computed?

的quest is 至 figure out the estimated 真正 value (ETV) for any metric for a given dimensional value (keyword, referrer, campaign, display ad, social media strategy).

注意: 编号值(0.01、0.99、0.5等)仅用于说明目的,仅用于说明加权排序的工作方式。报告中使用的实际值可以根据数据自动智能地计算。

能够 you give me a specific example of ETV computation?

当然。

让's说您是一家拥有数十亿美元的多国多人公司,拥有多种产品和服务。

您的世界统治计划的下一步是弄清楚如何最好地超越当前的国家统治清单(美国,巴西,英国,印度,西班牙)。

什么 do you do?

您'll look at where your traffic comes from and look at 跳出率s, 至 figure out how you can retain even more people who land 上 your website. 您 are confident that if you just retain them beyond 上e page, engage them beyond your 200 mb flash intro, then you know you'会吸引他们进入您的业务。然后,世界统治就只有15分钟的路程!

因此,您登录到Web分析工具后,'在Google Analytics(分析),Omniture / Adob​​e / CoreMetrics / Unica / IBM或WebTrends或中可能会看到这样的报告。 。 。

转化次数(按国家/地区)反弹

和you let out a little sarcastic: Just great.

的report has confirmed what you already knew from starting at the same 至p ten row. 您 very quickly went nowhere.

但是你 are in luck, you are using Google Analytics! (At least in my imagination. :)

您 click 上 the Bounce Rate column 至 sort and then check 上 the 加权排序 column and. . . bam!

Something useful. 。 。 。

国家访问的跳出率加权 排序"interestingness"!

您 are now looking at a intelligently sorted list of countries where if you focus 上 improving your 跳出率s (i.e. lower them) you'经济衰退对你有最大的打击!

细分流量 来自阿根廷,秘鲁,西班牙,哥伦比亚,智利和丹麦,您正朝着上述世界统治的方向前进。

但是,阿根廷在排名第一(4000次访问),秘鲁在第二位(1.5k访问),西班牙第三(8.8k访问)中排名如何?

Analytics used the, again, aforementioned formula 至 compute the estimated 真正 value (ETV), by leveraging Average Bounce Rate (64%) and Actual Bounce Rate for each country (last column above) and assigning contextual weights based 上 Visits from each country.

让 us see how the ranking worked by reverse engineering it. 这里 is what happened:

    阿根廷反弹ETV =(0.01 *平均BR)+(0.99 *实际BR)

    阿根廷反弹ETV =(0.01 * 63.49)+(0.99 * 79.53)= ETV = 79.37

    秘鲁ETV跳出率=(0.1 * 63.49)+(0.9 * 80.24)= ETV = 78.57

    西班牙跳出率ETV =(0.001 * 63.49)+(0.999 * 77.76)= ETV = 77.75

Now you can see how each country, even though visits are very different, were sorted #1, #2, #3. By 有趣ness, by computing ETV for each.

Where did the number in red come from? 您 were not paying attention!!

好。

还记得规模吗? (如果看不到上面带有比例尺的图片。)

的numbers in red are:

    1. 仅出于说明目的

    2. 一个国家的访问量适合的函数,更接近零(秘鲁)或更接近地段(西班牙),因此名称加权排序

    3. 始终根据智能数学公式为您的网站数据唯一计算(该方法正在申请专利,我可以't reveal 至 you!)

您 now understand how 加权排序 works! Yea!

什么 if you wanted 至 discover which are the most 有趣 countries 至 focus 上, where 跳出率s are already low, and deepen your world domination?

对表进行反向排序。 。 。

reverse_sort_best_countries_bounce_rates

生日快乐。

Examples Of 加权排序 Analysis 您 Should Try.

我想通过突出显示可以使用加权排序的其他地方以及可以执行的其他一些类型的分析来结束本文。

集中精力吸引新访客到您的网站。

加权排序 also works with % of New Visits. So let's说你是一家报纸,反对"newspapers"福克斯为了生存,您必须找到新的国家(或城市或地区)来吸引更多的新游客。

Well just 排序方式 % of New Visits and you'll have the answer. 。 。 。

percent_new_visits

现在,您知道应该集中精力了。

[请记住,对于报纸,重复访问也很棒! :)]

How about looking at the most 有趣 countries from where the % of New Visits is already high? Just reverse sort the above column.

您 might then want 至 细分数据 看看随着时间的流逝,这些国家的游客忠诚度是否也在增加,或者这些仅仅是夜行者。

有价值的分析对吗?

了解非电子商务网站的受众群体偏好并提高$$!

我不'该网站上没有广告或促销。但是像任何出色的Analysis Ninja一样,我已经确定了我的目标(我有六个),然后为每个目标确定了价值。值定义的收入不是直接在此站点上获得的,而是由于我在博客上所做的工作而以其他方式获得的(多渠道影响力宝贝!)。

目标和目标价值的好处是可以帮助我"financial analysis"我得到的所有流量(你们所有人!)。这意味着我可以专注于对您有用以及对我有用的东西。

的metric I use is $指数. It is the average value a given page 要么 a set of pages add 至 the 总体 pie.

我想做的分析是了解我应该关注的页面/内容,以产生最大的影响。

我不会查看在Google Analytics(分析)或Site Catalyst或Yahoo!中找到的普通表。网络分析。

I am going 至 look at the table with 加权排序 turned 上 至 identify the rows with "interestingness". . .

customer-interest-content_ $ index-value

谁会认为我 公众演讲活动 仅469个页面浏览量就吸引了我极大的兴趣,并为我创造了巨大的价值!当然不是我。

其他一些数据行也出乎意料(我需要做更多的视频,播客!)而其他数据则令人欣喜(我喜欢杀死无用的指标,您也是如此!)。

但也有伤心欲绝。

当我反向排序的数据,发现该博客文章/话题并没有产生足够的$指数(值),我很悲伤地看到,这是排名第一的职位。 。 。

令人心碎的低价值博客

网页分析 Manager中需要寻找的七个技能

我真的很伤心,因为我是网络研究和分析团队的经理,高级经理和总监。以上文章提炼了我的小智慧。

更多的人应该阅读这篇文章(其他人也应该读类似的文章),因为我日复一日地看到领导分析团队的错误人员给公司造成了问题,并使Analysis Ninjas失去了生命。我讨厌那个。

看看为什么我的心为0.11美元的低价所折服吗?

但是至少我知道!

钱,钱,亲爱的兔子!

能够'在没有转化率示例的情况下关闭博客帖子,对吗?

流量来自许多来源。我们通常倾向于查看孤岛,并且很少会跨获取渠道进行比较。

因此,我建议您查看我最喜欢的报告之一: 所有流量来源。

让'假设您是一个名为Nico Weber的Analysis Ninja。现在,您可以将直接点击量和引荐点击量与付费搜索和自然搜索与广告系列进行比较。 。 。一切!使其成为您的新宠。

When you report 至 your Sr. Leader now you can look across ALL traffic channels and tell her/him which 上es are most 有趣 for the company. . .

google-analytics-referrals-conversion-rate

Web分析中的任何内容看上去都更令人愉悦吗? [也许 情报报告。 :)]

的above table helps you prioritize where your most 有趣 sources of traffic are, not by conversion rate 上ly but rather by using a intelligent mathematical algorithm that weights against Visits while computing estimate 真正 value of the conversion rate.

哦,别'别忘了反向排序并找到"loser" traffic source prioritized by 有趣ness!

那's 加权排序.

It'一个简单的功能,大大增强了Analysis Ninja的技术组合'可以用来更快地找到见解并专注于's important.

我最希望网络分析供应商喜欢 土坯, B, 雅虎! 从这个不断追求的角度来看,我们将退后一步,收集更多的数据,然后将其吐出。我希望他们'我们会留意世界上的“报告松鼠”和“分析忍者”,并将其供应商资源的10%用于使工具更智能,更智能。我们至少应该得到那么多。

我希望Google Analytics(分析)小组也能继续这样做。

好的,现在轮到你了。

什么 do you think of this 小 feature in Analytics? Do you understand how it works? Do you use it in your job already? 什么 do you think the team at Google did right with this feature? 什么 could they have done better? Are there other techniques you use 至 move from Data 至 Insights faster?

请通过评论分享您的反馈,技巧,批评,赞美之词以及其他所有内容。

谢谢。

评论

  1. 1

    我喜欢新的排序功能,可以获取转换效果良好的关键字/来源。但是在我的日常工作中'也关于音量。那'这就是为什么我更喜欢高级过滤器的原因:"给我所有来源的跳出率都高于80%,并且至少有200次访问"。这样一来,您可以发现与点击量相关的潜在潜力。在该选择范围内,我可以使用加权排序为我提供性能最佳的资源。

  2. 2

    Thank you 阿维纳什 for explaining well how 加权排序 works.

    我也同意Scholten的观点,尽管此功能很有用,但高级过滤器通常更有用。

    另外,我发现关键字报告在我们的案例中不是很有用,因为它几乎不能区分真正的长尾巴术语。识别不错的中等尾巴术语似乎做得很好,但不能清除长尾巴的混乱局面(超过95%以上的网站' keywords).

    However, I really like using 加权排序 上 the Content Drilldown reports so 我可以 get better category level visibility in my content and prioritize better.

    希望,'还将加权排序也添加到电子商务指标中。我想在“自定义报告”中对“平均价值”进行排序时使用一些加权排序,因此我从GA中得到了很多支持。

  3. 3

    加权排序是Google Analytics(分析)中的一项受欢迎功能,对于我们一直在使用列排序并希望在其中具有实际,有用含义的所有人而言。

    但是,就像任何有经验的人都知道网络分析一样,它's not just about 上e feature 要么 上e filter. Combining 加权排序 with a secondary dimension and an advanced filter can really help narrow your focus (in a good way) 至 seek out those golden nuggets of valuable information that we all strive for!

    和–感谢您在倒数第二个示例中突出显示$ index!

  4. 4

    I'我们发现加权排序功能在尝试弄清adword(关键字)支出中的漏洞时特别有用。

    It'Google试图全面帮助举报世界各地的松鼠的行为令人惊讶。这让我想知道Google是否阅读了您的有关 统计学意义 并在Google Adwords中实现了其新的实验设置功能。

  5. 5

    Thanks for explaining this great new feature, 阿维纳什. I'最近一直在扩展我的GA,'弄清楚什么有点棘手's new and what'是新附加组件的一部分。

    加权排序很棒!我通常会发现自己只需几次访问就可以消除与关键字字词(或您拥有的内容)相关的跳出率。现在,我可以使用加权排序了!

    似乎人们应该一如既往地谨慎对待加权排序的方式。随着加权指标越来越接近站点平均值,用数据获取的盐粒应该增加吗?

  6. 6

    I'我非常高兴您决定撰写有关此功能的博客文章,因为当它发布时,我感到非常兴奋,并且非常有兴趣对此有所了解。

    此功能使“分析忍者”的工作更加轻松。该算法背后的逻辑非常有意义,以至于人们可能想知道花了这么长时间,但是乞be可以't be choosers :)

    现在,如果只有其他Web Analytics解决方案能够效仿并实现类似的直观功能,使分析Web分析数据变得更加容易,Omniture :)

    不断创新!

  7. 7

    哦,哦。我几乎忘了提及$ Index参考,但读了Joe Texiera'的评论使我想起了。一世'一段时间以来,我们一直在使用$ Index来真正专注于那些有助于客户网站转化的页面。我很高兴您提到它,这让我想知道$索引是否可以用于驱动加权排序算法而不是估计的真实值。只是一个想法。

    很棒的帖子!

  8. 8

    阿维纳什,

    很棒的帖子,是GA的重要补充。将来有机会与高级细分一起使用吗?

    我喜欢您在帖子中使用它的方式,要知道帖子具有最佳性能,并且需要更多的爱。

    荣誉

  9. 9

    我最近有没有告诉过你我爱你? ;)

    我很高兴听到这个新功能,我'我很高兴看到它以如此朴素的英语书写。感谢GA团队不仅是为了工作,还是因为愿意如此透明。一世'我一直想使用类似的方法进行PPC分析,我想您'我给了我足够的数学知识,使之成为可能。

  10. 10

    很棒的功能和很棒的文章!
    恕我直言,这可能是自GA进行高级细分以来最重要的一步

    我可以'等一下分析我的数据…

  11. 11
    Abdullah 您soff says

    我通常是Web Analytics的新生,在该领域只有2年的工作经验。我必须承认,在接触您的博客之前,我一直是迷失分析的灵魂。

    真正鼓舞人心的是,看看如何通过此新功能使用多个数据点,以使您获得有价值的见解。再次感谢您强调新功能,因为您用普通英语进行的解释使网络分析变得更加容易理解。

    脱帽子!!!! :)

  12. 12

    Thanks for writing this blog post, 阿维纳什!

    这无疑是一个新的最喜欢的功能。您希望它存在而其中的一件事就是不知道它的外观。 Google团队,辛苦了!

  13. 13

    We've been having 至 do this offline for quite some time. 您r description of their approach sounds familiar 至 what we use, involving Bayesian shrinkage estimators. Glad 至 see Google Analytics has automated this –这肯定会减少我们花费在处理数据以进行分析上的时间。此工具的另一个出色补充!

  14. 14

    Being honest 阿维纳什, although it'为了对Google Analytics(分析)功能进行评论,我将不得不一次又一次地来到这里以了解该帖子。

    您 simply rock! I feel like a kid whenever I reach here.

    :)

  15. 15

    Will be 有趣 至 see what kind of case studies arise out of this new feature.

  16. 16

    安德烈(/ Michael): 我怀疑每个人'一生关乎音量。 :)但是您如何关注:1.我们在哪里减少销量,应该增加多少;以及2.我们在哪里获得大量销量,但是我们可以提高更多。

    您 can filter using Advanced Filters, but that still leaves you with thousands of rows of data where you have 至 apply judgment and pick and choose and figure out how 至 分离 the wheat from the chaff.

    加权排序 was built exactly with that goal in mind: To make it even more efficient for you 至 find "interestingness"在数千行数据中–且无需您猜测。

    然后,您应用高级过滤器。

    If you first do advanced filters and then 加权排序 you might filter out some low volume sites that present the most 有趣 opportunities.

    If you do 加权排序 and then advanced filter you won't have that problem.

    我想强调的是,我并不是说高级过滤器不是很好,或者您没有'不需要他们。加权排序只是武库中的又一工具。

    乔希: 请记住,不是数据集的庞大会导致加权排序中的一件事或另一件事发生。它是您要查看的特定维度(关键字,网址,广告系列或其他内容)的各个指标值。数据的整体大小(大或小)是上下文"在秤上的位置"但更重要的是单个值和估计的真实值计算。

    这篇博客的目的绝对是您提到的情绪:确保您了解ETV的方式's and 加权排序 works so that, as you mention, everyone will use it judiciously.

    安东尼: 所有网络分析供应商(包括Google Analytics(分析))都需要每隔一段时间暂停一次,从不断收集越来越多的数据到思考:"我们做了什么使我们的工具更智能?"

    答案不是:"We'我们已经收集了更多的Facebook Twitter Twitter Flash Ajax内衣离线数据仓库指纹道具自定义变量".

    答案是:"We've建立了五个使用数学,统计和人工智能的智能功能".

    后者的供应商不足。我热切希望那会随着时间而改变。

    阿维纳什

  17. 17

    嘿!我会喜欢一些闪光的Ajax内衣…

    任何想法,我可以在其中得到一些? ;)))

  18. 18
    克里斯·埃里克森 says

    阿维纳什, I agree 100% that 加权排序 is a wonderful, fantastic 至ol! I've已经将其用于客户并向同事展示。 (出于显而易见的原因,它为SEO和SEM人员创造了奇迹。)

    但是,它们仍有一些粗糙的边缘需要解决。

    例如,看一下加权排序周围的小臂,似乎可以将加权排序应用于"Pages / Visit" metric 要么 "Average Time 上 Site" metric, but you can't.

    更糟糕的是,我可以对"overall"转化组的转化率,而不是单个转化/目标的转化率(!)

    同样,虽然能够加权关键字(和引荐来源网址等)的排序跳出率非常棒,但我'd能够做到这一点"Top Landing Pages" report as well!

    简而言之,我'd总结我的要求如下:

    1) Make it clear which metrics and reports 加权排序 can and can't be used for, and

    2) Make 加权排序 work for all the metrics and reports it seems like it should work for, but doesn't!

    I'已经直接将此反馈提交给了Google,但我认为我们所有人都是忍者&如果你在这里,松鼠真的很感谢'd帮助您表达自己的想法,建议他们将这些改进功能添加到这一令人敬畏的新功能中:)

  19. 19
    尼兰詹 says

    Hi 阿维纳什,

    一如既往地感谢您的精彩帖子。我刚点了两本书。我等不及要开始了。

    干杯

  20. 20

    加权数据是beta功能吗?我没有在Google Analytics(分析)报告中看到它。是否需要将其打开?

  21. 21

    克里斯: 考虑到该功能处于Beta中,可爱的GA用户的所有反馈都将有助于影响接下来发生的事情。请随时提供反馈,我知道GA团队成员已阅读此博客。 :)

    史蒂夫: 您 have 至 click 上 the column title (like Bounce Rate, Conversion Rate, % New Visits) and then you'会看到复选标记在表格顶部弹出(如标题为OMG的帖子中的图像),然后单击该复选标记,您便可以营业了。

    每个人都可以使用加权排序功能,尽管尚未在每个报表中的每个指标上使用它。

    阿维纳什

  22. 22

    Hey 阿维纳什,

    对内部运作的出色描述–我很想知道它是如何完成的。还有一些很好的例子供大家参考(当然,每个人都会发现一些与下一个稍有不同的见解)。

    像这样的事情就是我喜欢Analytics(分析)的原因。几年前,我和Microsoft一起玩's加蒂诺。他们有一个很棒的可视化工具,可以帮助您根据正方形的大小给数据印象,色深描绘了另一个比例(例如跳动率),使您可以专注于区域。它'遗憾的是他们没有'投资,然后停止投资。

    加权搜索,动态图表等–将数字转化为可视化的所有好方法,使您可以付诸实践。

    亚历克

  23. 23

    阿维纳什…谢谢你的解释–我可以想到一项工作将是一个方便的功能。客户正在考虑将其在线课程带到国外–这将有助于确定目标语言的方向。

    BTW 我不'不知道您如何跟上所有这些很棒的事情,因此很高兴找到您的网络研讨会,博客和声音建议。

    谢谢!

  24. 24

    阿维纳什,

    与关键字和跳出率相关–理论上听起来都不错–找到一堆跳出率较高的关键字,"fix"网站和跳出率下降,但是您有任何之前/之后的例子吗?

    很多人都在谈论这个,但是我很少看到它在"the real world" –特别是在SMB世界中。

    抱歉–爱这个东西,我'确保我听起来像个消极的南希。

  25. 25

    亚历克: 我同意你的看法,加蒂诺的去世令人遗憾。特别是我什至写了一篇博客,列出我的愿望清单!

    过去的爆炸:

    ~ Microsoft Gatineau:我的Web分析应用程序的愿望清单

    当您需要伊恩·托马斯时,他在哪里! :)

    我认为您所指的可视化是Treemap Visualization。很酷。

    如果您使用Google Analytics(分析),则可以使用GA API和App Engine进行可视化:

    ~ App Engine树状图可视化上的Google Analytics(分析)API

    南希 I read 很多.

    Oh and it is 很多 of fun 至 do this, never feels like work!

    本: 有大量的案例研究人员关注示例中概述的指标并改进了其站点。跳出率,转化率,新访问百分比等

    If you / your company / your client have failed 至 improve your websites / campaigns by using those metrics then 加权排序 won't help.

    If you have succeeded in the past (by 固定ing landing pages, discovering new valuable referrers, loving pages that create more revenue for you) then 加权排序 will help you find dimensions of value faster.

    对我来说'是的。不多不少。 :)

    阿维纳什

  26. 26

    阿维纳什,

    我完全同意:

    1)这项新功能非常出色,

    2)应该有更多的烟花在庆祝中!

    Slicing, dicing and sorting data into something actionable can be like prospecting for gold. Sometimes you hit the mother load, 很多 of times you come up empty.

    此功能在指导我们获得更好的见解和收益方面非常有用。出色的通用航空团队。

  27. 27

    加权排序无疑使分析大量数据变得更加容易,但是我希望Google可以添加到Google Analytics(分析)中的功能是当比较两个时间段时,可以按百分比变化或绝对值变化对数据进行分类。

    您是否可以建议使用任何第三方工具(excel除外)来简化此类数据排序? GA已经做到了吗,我'm just missing it?

    谢谢!

  28. 28

    诺亚: I am personally, just speaking for myself and no 上e else, not a fan of percentage change. It rarely highlights really 有趣 stuff (hence something much smarter like 加权排序 –以及许多其他更聪明的方法)。

    我确实了解使用百分比更改的愿望。目前在GA中不存在。

    但是有很多第三方工具可以非常有效地使用Google Analytics(分析)来完成此任务,这里有很长的清单:

    http://www.google.com/analytics/apps/results?category=Reporting%20Tools

    还要检查该页面上的其他类别。

    Finally also please checkout the recently awesomized GA Custom Alerts feature. It allows you 至 set percent change alerts for pretty much every dimension and metric that you want 至. 您 can even choose the comparative time periods with ease (ex: compare 至 yesterday 要么 compare 至 same day last week etc etc).

    阿维纳什.

  29. 29

    Hi 阿维纳什,

    Swung by 至 catch up 上 the newest stuff, and I have been impressed by the extent that 加权排序 will take out the grunt of constantly setting up inline filters 至 eliminate very 小 volumes 要么 mad 跳出率s, etc.

    I am interested 至 know whether this functionality will be combined with the Intelligence features. Ideally, you would want 至 be alerted 至 changes in variables which are likely 至 feature in the most common / popular 加权排序s.

    只是在这里大声思考,建议可以帮助社区关注结果而非报告的功能组合。 Google可以采取的任何措施来加快'diagnosis'工作阶段意味着我们可以更快地采取行动。

    继续前进

  30. 30

    担: Google Analytics Intelligence and 加权排序 both sit under the same umbrella: "我们可以通过找到有价值的东西来专注于算法来使用户的生活更轻松"

    但是在这种保护下,每个功能都解决了一个不同的问题。

    如果是智能:如何主动查看数据以突出显示数据中的珍贵异常并将其浮出水面。

    In case of 加权排序: Based 上 what metric and dimension is *important 至 you* how 至 enable the discovery of optimal dimensions 至 focus 上.

    他们将继续存在"separate".

    但是你'我很高兴知道,对于智能,地平线上还有更多很棒的事情,确实让我兴奋不已,我很难不谈论它。正如您所说,将加快Analysis Ninja的诊断阶段的速度's work.

    敬请关注。

    阿维纳什.

  31. 31
    魏斯 says

    很棒的帖子(我希望少吗?)…

    绝对是一项很棒的功能,而Adobe应该复制它(提示,提示)

    Question for you, 阿维纳什:

    什么 are your thoughts 上 using two analytics platforms at a major eCommerce 要么ganization (say 土坯 and GA). I certainly see benefits of going beyond the 土坯 world, but also headaches and internal confusion (why do these two sources have different numbers…)

  32. 32

    本: 我相信一夫一妻制。一夫多妻制的复杂性几乎无法兑现书面承诺(我可以'甚至无法告诉您在这段恋爱中存在多少爱!

    我当然是在谈论网络分析工具。 :)

    I have covered this in 很多 more detail in this post:

    ~ 10个基本的Web分析真相

    请检出项目#1。

    我知道,相信两个人可以存在并在一个人可能没有的地方成功是很诱人的,特别是如果您计划要纪律严明,"big" 至ol will be for "得到它的特别的人" and the "small"那些谁的工具 't。它永远不会成功。

    实施,文化,瘫痪是主要罪魁祸首。

    I encourage you 至 stay with 土坯 / Omniture and identify what the real reasons are for your 要么ganization not being massively data driven. 我不'认为问题是Omniture,因为它是一个很好的套件(即使有点复杂)–但这就是您的公司拥有您的原因! :))。

    祝一切顺利。

    阿维纳什.

  33. 33
    内德·库玛(Ned Kumar) says

    阿维纳什,
    很棒的东西,也是对读者有价值的帖子。

    的'weighted sort'也抵消了我所说的"不确定性原则" in analytics –数据点太少,价值&影响是有问题的;数据点太多,就会出现问题,即结果是否由于偏斜和平均影响而掩盖了隐藏的见解.

    在弄清是什么之后,我还将第二次发表您对使用过滤器的评论'interesting'。这类似于人们处理随机样本时的情况。在进行任何抽样之前,他们应该首先研究其数据,以确保其样本包含原始数据集的大部分(如果不是全部)重要特征。正如您所说,仅先取样或过滤即可从您的视图中消除有价值的数据点。

    (唯一的'nit picky':-)我有关于ETV的反馈。我想知道是否有人会将此等同于"属性对该观察值最可能采用的值"。对于高发生率的属性,情况就是这样,但对于低发生率的术语,绝对不是这样。的"true" value (for low-incidence terms of 至day)given enough occurences might be something quite different from the ETV calculated 至day. Of course, as we get more and more data points the ETV will morph itself into the 真正 value).

    最好,
    内德

  34. 34
    斯图尔特 says

    你有反对这个词的东西吗"an"

  35. 35
    亚历克斯(便捷的备用团队) says

    Thank you for a great post, 阿维纳什!

    I've spent almost half an hour trying 至 explain my colleagues what 加权排序 meant…无济于事。但是,然后我给他们发送了一个指向您的解释的链接(国家示例和其他示例),并且效果很好:)

    但是,我可以'无法理解为什么并非所有报告都允许将新功能应用于跳出率。例如,我一直想研究我网站的关键字效果'的首页,但是当我选择"/"在内容中,然后"Entrance Keywords" 至 analyze, the "Weighted Sort" option doesn't出现(仍然可以看到索引和退出率)。我怎么了?

    问候,
    亚历克斯

    • 36
      奥马尔 says

      嘿,我可以'不要使用该工具。我看到了,但是这是灰色的,我可以't select it.

      有人知道为什么吗? (14/09/12)。

      • 37

        奥马尔: 的Google Analytics team has removed the options from some of the reports, but 加权排序 is still available in many of the reports.

        这里 is how you use the feature.

          1.转到您感兴趣的报告,让's说所有流量来源。

          2.单击具有%分布的列,'s say % New Visits.

          3.转到排序类型,然后从下拉列表中选择加权。

          4.查看结果。

        If you choose a column for which 加权排序 is not available then it will be grayed out.

        阿维纳什.

  36. 38

    @韦斯

    It'多年来在Omniture中可以进行加权排序–只需添加一个计算指标即可。对于如上所述的加权跳出率,您可以'd use this:

    ([单次访问] / [条目页面])*([[页面浏览量] / [总页面浏览量])

    然后只需将该指标应用于SiteCat中的相应报告即可。

    安迪

  37. 39

    安迪: I encourage you 至 read the post again about how 加权排序 works.

    It is not the formula you describe in your comment, and it is not possible 至 do what GA is doing with 加权排序 in Omniture's Site Catalyst.

    Note what I am not saying: I am not saying 加权排序 is so unique that it can'不能使用任何其他工具来完成。

    粗略回顾高级统计公式将显示出许多方法可以计算ETV,然后使用该智能对数据进行智能排序。

    的team at 土坯 (or WebTrends 要么 IBM / CoreMetrics 要么 IBM / Unica) can implement those formulas in a jiffy 至 accomplish the same intelligent goal that ETV and 加权排序 is doing in Google Analytics.

    只需要最少量的遗嘱。

    或者,您也可以研究这些公式,使用Omniture提取数据'的(付费)api或WebTrends's(免费)api并自己应用它们。

    但是,如果您想实现这一目标,那么它就不是您在注释中描述的公式。

    阿维纳什.

  38. 40

    很棒的帖子!

    帮助推动一段时间以来我们一直在内部努力争取的另一点。我们一直在推动评估流量与转化之间的权衡的概念。两者兼而有之,但并非总是如此。

  39. 41
    安德鲁·布兰克 says

    我的朋友,如果正在申请专利,我该如何拒绝所有未使用加权排序内置的工具?

    真的很酷的职位。

    Google在情报方面正在做些事情。一世'我多年来一直想要这样的东西。确实,它使Web分析工具不再只是Web指标。

  40. 42

    似乎: I think you have hit the nail in the head of 上e of the key goals behind doing things like Intelligence and 加权排序.

    您 are right 至 push the concept of evaluating trade-offs and I am sure your 要么ganization is better for 它! :)

    安德鲁: 而谷歌's unique computation of ETV is patent pending, I have described everything that is happening except a very 小 (ok but important) last part.

    统计中有很多方法可以完成相同的过程。我鼓励您探索并使用它们。这里有太多的方法,从中获得太多的价值!

    非常感谢您添加评论和支持。

    阿维纳什

  41. 43

    I really like the 加权排序. thanks for this great explanation of the feature.

  42. 44

    @安迪

    谢谢你的提示,但阿维纳什(Avinash)已经把我的话说了出来…Omniture中的加权计算指标完全不同;但我同意您的看法,它们可能会有用。它's something I'我们已经知道并使用过,但是正如Avinash指出的那样,GA加权排序的实现是一个更智能的系统,并且效率更高(至少是imo)。

  43. 45

    很棒的帖子和很棒的功能。

    根据您的经验,您认为该功能在分布类型不同的数据上表现更好还是更差?

    例如,最好使用正态分布的数据更好,或者使用长尾(pareto)分布(在许多其他分布类型中)更好。

    结果或多或少"interesting"在任何一个,如果是的话'最适合使用该功能?

  44. 46

    唐纳德: If you look through the explanation (above) of how 加权排序 works you'll请注意,数据分布(正常或不正常)不会影响其性能。

    它是总体访问和跳动(或转化或新访问百分比)和维度值(关键字,网址,广告系列等)的函数。

    在许多方面,它都能很好地针对不同类型的发行版。

    阿维纳什.

  45. 47

    阿维纳什 –

    Very 有趣 concept! Sounds like you made another breakthrough that will help our fellow 网页分析 ninjas.

    我想知道黑匣子里面做了什么样的精确计算:)无论如何,如果有的话,我认为那真的很棒'可以微调重量参数的功能。我希望太多吗? :)

    顺便说一句,我最近在摩根大通(JPMorgan Chase)找了一份新工作,寻求新的挑战。仍住在七叶树城!

    钟熙

  46. 48

    la la laaaaAAAAA!爱它!它'我认为拥有一个网站很多页面已经足够困难,我今天应该在哪个页面上工作?天哪…这页值得我花时间吗?谢谢您加权排序确实节省了我的一天!高兴!
    谢谢你的解释!

  47. 49

    哇-这真是极富洞察力。以及一种明智的方法来衡量您应该将精力集中在哪里!

    登录Google Analytics(分析)时,偶然发现了这种情况,并看到了分析博客中的文章,并一直进行到此处。

    会在我的博客上追踪您:)

  48. 50
    还不是忍者 says

    阿维纳什, this is a great post. I was 至ld about this new functionality earlier this week and struggled with it. 您r post really helped me 至 understand it and I am now using it – thanks.

    仅针对Google员工的反馈是'我似乎无法在所有报告中使用此功能(例如热门内容)–为什么不? (或者我做错了什么!)

    无论如何,一如既往的出色建议和指导。谢谢

  49. 51

    您 are awesome. Thank you so much for such a detailed (yet fun and easy 至 understand) post!

  50. 52

    …来自阿根廷,秘鲁,西班牙,哥伦比亚,智利和丹麦的流量….

    是哥伦比亚不是哥伦比亚!!

    Anyway great post 阿维纳什… i have learn 很多 至day in your Blog.

  51. 53

    Hi 阿维纳什,

    伟大的功能和很好的功能解释。

    是否可以为“每次访问页数”,“页面停留时间”和自定义变量添加其他神奇的排序选项?

    我计划使用自定义变量来跟踪调查的响应,并希望:

    –优先考虑参与率
    –确定访问者最难完成的用户任务

  52. 54

    Brilliant as usual, 阿维纳什. I just like how this rewires the synapses and allows me 至 look at and think about data differently –它可以创建一个Aha!时刻。

    I used 加权排序 至 pull up a report based 上 $指数, and found a relatively high-traffic landing page 上 a client site that needed some work. A few changes, and voila, a 411% increase in click-through rate 至 the product Buy page. Good stuff.

  53. 55
    克里斯·G says

    这确实有帮助,谢谢。

    基本上,GA巧妙地利用了回归均值的原理。我喜欢。

  54. 56

    Hi 阿维纳什,

    感谢您对GA提供的这项新功能的详细说明。我猜想我们可以使用此功能在指标中定义阈值或基准。它将节省许多我们在excel中所做的工作,这样我们就可以进行更好的分析。

    网页分析供应商正在发生许多变化,并且根据今天的情况,它们提供了更多新功能's business needs.

    问候,
    普拉尚

  55. 57

    普拉尚: 加权排序 works automatically, with no work 要么 input from your end.

    如果您想定义阈值,请考虑使用Google Analytics(分析)中已有的内联过滤器(查找带有放大镜的框,该框旁边带有“ Advanced”(高级)字样),或使用“自定义警报”来设置当物体落入内部或外部时的通知你对。。。感兴趣。

    这里'的博客文章中提出了一些想法: Identify 的Known Unknowns: Leverage Analytics Custom Alerts

    阿维纳什

  56. 58

    I'我正在为客户优化PPC广告系列,虽然没有很多数据,但是加权排序确实派上了用场,所以我用Google搜索它来找出后台的实际情况,以及'这就是我最终到这里的方式。

    您的帖子中我最喜欢的部分:使用平均跳出率和国家/地区跳出率来算出加权排序的工作原理。 WHO'd ever say I'd我在工程时代完成所有数学运算后,喜欢数学吗?

    什么'您是否想通过消除图表中的最低和最高数字来限制数据?您是否认为从分析中消除明显的极值会更清晰,更容易得出结论,还是我们'd从显着起作用(或不起作用)的方面失去了宝贵的见解?

  57. 59

    我在Google上搜索了一个没有任何运气的答案/以下问题的答案:新的分析版本中的这种加权排序功能发生了什么?一世'厌倦了总是为了使用此功能而切换到旧界面。

    • 60
      费利佩·维加(Felipe Veiga) says

      此选项位于表中任何表的第一行"sort by"按钮。不过,对于我来说,它始终是灰色的,我可以'不再使用旧的了。

添加您的观点

*