轉載自：https://support.google.com/analytics/answer/1033861?hl=zh-Hans
概覽
Google Analytics（分析）中的每個報告都由維度和指標組成。
“維度”是指數據的屬性。舉例來說，“城市”維度表示的是發起會話的城市，例如“巴黎”或“紐約”。“網頁”維度表示的是用戶瀏覽過的網頁的網址。
“指標”是量化衡量標準。“會話數”指標是指總會話次數。“每次會話瀏覽頁數”指標是指每次會話的平均網頁瀏覽量。
大多數 Google Analytics（分析）報告中的表格會逐行顯示維度值，逐列顯示指標值。 例如，下表顯示的是一個維度（“城市”）和兩個指標（“會話數”和“每次會話瀏覽頁數”）。
| 維度 | 指標 | 指標 |
|---|---|---|
| 城市 | 會話數 | 每次會話瀏覽頁數 |
| 舊金山 | 5,000 | 3.74 |
| 柏林 | 4,000 | 4.55 |
在大多數 Google Analytics（分析）報告中，您可以更改維度並/或添加次級維度。例如，如果將“瀏覽器”作爲次級維度添加到上表中，表格將如下所示：
| 維度 | 維度 | 指標 | 指標 |
|---|---|---|---|
| 城市 | 瀏覽器 | 會話數 | 每次會話瀏覽頁數 |
| 舊金山 | Chrome | 3,000 | 3.5 |
| 舊金山 | Firefox | 2,000 | 4.1 |
| 柏林 | Chrome | 2,000 | 5.5 |
| 柏林 | Safari | 1,000 | 2.5 |
| 柏林 | Firefox | 1,000 | 4.7 |
有效的維度-指標組合
並不是每個指標都能與每個維度組合使用。每個維度和指標都有各自的數據範圍：用戶一級、會話一級或匹配一級。在大多數情況下，只有將具有相同範圍的維度和指標組合在一起纔有意義。比如說，“會話數”是基於會話的指標，因此只能與會話一級的維度（例如“來源”或“城市”）搭配使用。如果將“會話數”與“網頁”等匹配一級的維度組合在一起，就不符合邏輯了。
要查看有效的“維度-指標”組合，請參考維度和指標參考信息。
如何計算指標
Google Analytics（分析）通過 2 種基本方式計算用戶指標：
-
作爲概覽總計
這種方式是將指標顯示爲整個網站的彙總統計信息，例如跳出率和總瀏覽量。 -
與一個或多個報告維度關聯
這種方式是按照所選的維度顯示具體的指標值。
以下圖表通過一個簡單的示例展示了這兩種計算類型。在左側，用戶數據作爲概覽指標進行了計算；在右側，相同的數據通過“新用戶”維度進行了計算。
在“概覽報告”示例中，網站停留時間是按照用戶從初次會話到退出之間的時間差計算的，並總結了 3 次會話中每次會話的平均長度。這一數字是根據通過收集請求級別的時間戳數據實現的相對簡單計算得出的。
在“新訪者與回訪報告”示例中，並未計算所有會話的平均值，而是按照“用戶類型”維度進行了計算。通過將網站停留時間指標與維度進行配對，您就可以按照請求的維度修改計算方式，進而通過“回訪用戶”與“新用戶”維度對此指標進行分析。使用維度可提供概覽報告無法提供的關於用戶行爲的深層次信息：很明顯新用戶在網站上停留的時間多於回訪用戶的停留時間。
爲給定指標分配多個維度也會影響指標的計算。無論是在預設報告還是在自定義報告中，您都可以同時使用多個維度。例如，假設您同時使用“用戶類型”維度和“語言”維度分析您的網站的網站停留時間。在這種情況下，新用戶和回訪用戶的計算還和之前一樣，但是如果您使用語言維度查看新用戶的詳情，計算將受到額外維度的影響而進一步修改。所以，在此例中，您的用戶細分可能如下所示（最高網站停留時間按順序列出）：
| 用戶類型 | 語言 | 平均網站停留時間 |
|---|---|---|
| 所有類型 | 所有語言 | 3:25 |
| 回訪用戶 | 所有語言 | 5:03 |
| 芬蘭語 | 29:49 | |
| 越南語 | 20:44 | |
| 印度尼西亞語 | 16:55 | |
| 新用戶 | 所有語言 | 2:09 |
| 馬來語 | 17:38 | |
| 英語 (GB) | 16:56 | |
| 中文（繁體） | 16:20 |
這些數字是基於真實的 Google Analytics（分析）報告得出的。在此例中，您可以確定是新用戶還是回訪用戶的停留時間最長，並且通過使用額外維度，您還能進一步確定這兩個類別中使用哪種語言的用戶在網站上的停留時間最長。
歸因模型
爲了解答有關用戶行爲的各種網站分析問題，Google Analytics（分析）會使用各種計算類型或歸因模型來得出您在報告中看到的數據。請將每份 Google Analytics（分析）報告視爲對某類用戶分析問題的解答。通常，這些問題可以劃分爲以下幾類：
- 內容：特定網頁被瀏覽的次數。
- 目標：哪些網頁網址對目標轉化率的貢獻最大。
- 電子商務：給定網頁爲交易貢獻多少價值。
- 內部搜索：哪些內部搜索字詞促成了交易。
對於以上各種主要類別及其包含的報告，Google Analytics（分析）會使用不同的歸因模型。由於每種歸因模型都是專爲計算一組已知指標而設計的，您可能會注意到某些指標（例如，網頁瀏覽量）只在某些報告中顯示而不在其他報告中顯示。這是由該報告所使用的歸因模型決定的。
Google Analytics（分析）報告使用 3 種歸因模型：
依據請求歸因
這種歸因模型給出單個指標或指標/維度對的彙總值。這是最常見也是最簡單的 Google Analytics（分析）歸因模型，因爲值是由各用戶的 GIF 請求確定的。因此，對於任何給定的請求，都可以查詢特定的維度和/或指標。
大部分維度值都在請求級別可用，並通過 HTTP/GET 請求本身或 GIF 請求使得針對您的網站發出的所有網頁請求或事件請求保持長期有效。以下是一些在請求級別可用的常見維度：
- 網頁 URI - 指示所訪問網頁的路徑，可用於向您網站發出的所有請求。
- 廣告系列 - 如果用戶通過廣告系列前來訪問，該廣告系列對於所有後續請求保持長期有效，直到廣告系列本身發生了改變。
-
用戶代理 - 用戶發出的任何請求都包含該用戶的瀏覽器信息，此類信息會由瀏覽器通過
HTTP/GET請求發送，並直接儲存在日誌文件中。
網頁價值歸因
這一歸因類型的目的在於判斷特定網頁與目標或收入價值之間的關係有多大。該歸因模型用於確定單個網頁或一組網頁的“網頁價值”值。以下示例顯示了一系列與目標和購買有關的用戶網頁瀏覽量，例如您的網站中可能發生的情況。
圖例：P1 至 P4 代表網頁。購物袋錶示收據頁，旗子圖片表示目標。
此歸因模型被稱爲“前瞻性”歸因模型，因爲它會通過預見訪問網頁後會發生的目標和/或購買爲網頁賦值。下表顯示了此序列中歸於每個網頁的具體價值。
| 網頁 | 收入/目標價值 |
|---|---|
| P1 | 55 元 + 目標 1 |
| P2 | 55 元 + 目標 1 |
| P3 | 35 元 + 目標 1 |
| P4 | 0 元 |
目標報告或電子商務報告中不會使用此歸因模型，因爲這些報告不會顯示與電子商務活動有關的網頁 URI 或標題。
網站搜索歸因
此歸因模型讓網站搜索報告能夠顯示目標轉化率和每個搜索字詞的目標價值。
此歸因模型的運行方式不同於網頁價值歸因，目標價值是在轉化發生前（而不是在轉化發生後），因此被歸因於可帶來轉化的最近的搜索字詞。以下圖表展示了帶有網頁瀏覽量和購買次數的一系列內部網站搜索。
圖例：P1 至 P4 代表網頁。購物袋錶示收據頁，搜索圖標表示對字詞“鞋”和“花”的搜索。旗子圖片表示目標。
使用此歸因模型時，目標 1 和交易所歸因於的搜索字詞如下：
- 鞋 - 20 美元
- 花 - 25 美元
在這種模型中，交易或目標歸因於目標或交易前的最後一次搜索對應的搜索字詞。
歡迎關注 高廣超的簡書博客 與 收藏文章 ！
歡迎關注 頭條號：互聯網技術棧 ！
個人介紹：
高廣超：多年一線互聯網研發與架構設計經驗，擅長設計與落地高可用、高性能、可擴展的互聯網架構。
本文首發在 高廣超的簡書博客 轉載請註明！