网站分析看哪些数据？埋点日志和访客识别这三类先分清

网站分析指的是把访客在站内的行为还原成可比较的数字，它的数据只有 3 个来路：埋点、服务端日志、访客识别。关键在先分清口径，再谈指标。三套数混着看，得出的结论自己都解释不了。

我见过两个后台同时打开，跳出率差了二十个点，运营以为是改版改坏了。查下去是「跳出」的定义不同：一个只浏览一页就算跳出，另一个要停留满一段时间才算。数字都没错，口径不同，讨论根本不在一个频道上。先问一句「你的跳出是怎么算的」，比争论谁对快得多。

埋点、日志、访客识别，是三条互不替代的数据来路

埋点是在页面或按钮上放一段上报代码，用户点了、滑到哪、停了多久，由前端把事件发出去。它知道「点了什么」，代价是脚本一失败就漏报，版本一改就可能对不上号，改版当天数据断崖往往就是这个原因，不一定是业务掉了，可能只是新模板没带旧事件。

服务端日志是服务器自己记的流水：谁在什么时候请求了哪个地址、返回什么状态码、耗时多少。它不依赖前端脚本，但看不见页面里的点击，也分不清一次访问里用户到底看了什么，只能告诉你「他来过、他拿到了什么」。遇到「用户说页面打不开」这种问题，日志是唯一能立刻翻证据的地方。

访客识别解决的是「同一个人算几次」。常见做法是 cookie、设备号、登录账号三选一或组合，工具不同，去重窗口不同，UV 就对不上，差一两成是常事，跨设备下单的客户几乎一定会被算成两个人。想让 UV 更接近真人，通常要接登录态，这又涉及合规和隐私，不是加个字段就能解决。

图源：《电子商务指标体系和看板设计白皮书》（第2页 · 原文）

三者的关系不是替代，是互补：日志保底，埋点补细节，访客识别给分母。少一类，指标就会在某个环节失真，而且失真的方向还不固定，有时偏高有时偏低，久了连自己都不信这些数。补的办法不是再加一个工具，是先说清缺的是哪一类。

网站分析的数据按来路分三类：一、埋点，记录页面内的动作；二、服务端日志，记录请求与返回；三、访客识别，决定一个人算几次。三类对不上时，先查分母，再查事件，最后才怀疑代码。

依据《2024年跨境电商独立站入门白皮书》，独立站常用的 pixel 能回看用户 6 个月内的行为。这 6 个月本身就是一条口径：窗口内算再营销依据，窗口外不算。报表里不写窗口，两组数就没法比，也说不清是效果变好还是统计变宽。窗口写进表头，只占一行，省掉的是每周一次的争论。

同一份白皮书里还提到 Shopify 的正常运行时间 99.97%、可承载 20 万人同时在线。这类数字看着像技术参数，落到网站分析里就是「接口报错比例该按什么基线判」。没有基线，5% 的报错你也不知道算高还是正常，只能凭感觉。基线的做法很简单：把过去四周的同一天拉出来比，比中位数高出一截才叫异常。

埋点和日志的区别，决定你能不能回答「为什么没转化」

埋点和日志的区别，一句话：埋点回答「用户做了什么」，日志回答「系统给了他什么」。两个问题都得有答案，转化才查得下去，缺一个就只能猜，猜出来的结论通常怪不到正确的地方。我一般先让技术和运营各写一句，看两句能不能对上。

用户说点了提交没反应，埋点里可能一条事件都没有，因为按钮的脚本没加载；日志里却有一条 500，时间对得上。只看埋点，你会判成「用户没点」，然后去改按钮文案，白改一轮还耽误两天。

反过来，用户确实点了，日志也一切正常，但事件参数里缺了商品 ID。埋点能告诉你「点了」，日志告诉不了「点的是哪个」，两边的信息拼起来才是完整的一次失败，单看任何一边都只能看到一半。

图源：《电子商务指标体系和看板设计白皮书》（第4页 · 原文）

我排查转化问题的顺序是固定的：先看日志有没有报错，再看埋点有没有事件，最后看访客识别有没有把同一个人拆成两个。顺序反过来，你会在错误的地方查很久，查到最后还是回到起点。

埋点丢了，你最多不知道细节；日志丢了，你连「有没有发生」都答不上来。

采样是另一个坑。数据量大时工具默认只存一部分会话，比例不写进报表，做漏斗时每一层的分母都不一样，转化率就成了随机数，今天 3% 明天 5%，谁也说不清哪个是真的。要求看未采样数据，通常要多付一档钱，这笔钱在小站往往花得比买工具值。

网站分析看哪些指标，按人走到哪一步分组

看哪些指标，别从工具目录里抄。按人走的顺序分组：进来、看、点、走、买，五组各有各的指标，也各有各的分母。分组的好处是缺哪一组一眼能看出来，不用对着几十个指标逐个排查。指标不在多，在于每一组都有一个能立刻判断好坏的说法。

图源：《高阶运营方法论6-数据分析》（第2页 · 原文）

进来这一组看来源渠道和着陆页：访客从搜索、广告、直接访问哪来的，落在哪个页面。渠道不同，后面的所有比例都不可比，把自然流量和广告流量混在一起算，等于什么也没说，还会得出一个谁都不负责的平均值。要合并，先按渠道拆开算，再决定加不加权。

看这一组看停留时长、访问深度、跳出率。跳出率的定义要写死：只看一页就离开，还是停留不足某段时间也算，两种算法能差出一大截。换工具时最容易在这里翻车，数字变了，业务其实没变。

点这一组看点击率和事件数，走这一组看流失和召回，买这一组看转化路径和漏斗。五组里最容易被忽略的是「走」，它不产生收入，却决定了收入的上限，流失一层，后面补三层的量都补不回来。愿意花时间看流失的人，通常比只盯成交的人先找到机会。

电商的订单流是个标准漏斗：启动、商品页、加购、结算、支付。北极星指标如果是支付订单次数，漏斗每一层的分母都得是上一层的人数，不是 PV。用 PV 当分母，算出来的是页面效率，不是转化，两个数会被混着汇报。汇报前先问一句「这层分母是什么」，很多争论当场就结束了。

还差落地材料的话，运营动脉能省不少事：方案能直接下、课件能照着讲、报告能拿去引用，比一篇篇搜要集中。

指标之间会互相打架。停留时长涨了，可能是内容更好，也可能是页面卡住加载不出来。单看一个指标下结论，十次里有三次会错，错了还没人发现，因为错得很有道理，报告上看着一切正常。我的习惯是任何结论至少配两个指标同向，才敢写进周报。

网站分析工具怎么选，看它能不能把口径写下来

选工具先别看功能列表。问三个问题：口径能不能导出、原始数据能不能拿到、采样比例告不告诉你。三个都含糊，功能再多也只能看看，不能拿来定事，更不能拿去跟老板解释。

第三方工具上手快，看板现成，缺点是口径封在别人的黑箱里，定义一改你常常不知道。自建方案灵活，代价是要有人长期维护埋点和日志管道，人一走就断，断了下个月的数据就接不上。所以选工具前先问一句：这套东西离开这个人，还能转吗。

我的判断标准很土：同一个指标，换一个工具能不能复现。复现不了，说明口径没定义清楚，换工具也解决不了，只是换一个地方继续错，还多花一笔钱，最后连错在哪都说不清。

独立站那类业务还有个现实约束：站建在 SaaS 上，能改的只有主题层和插件层。3000 多个插件里挑分析类，先看它读的是 pixel 还是服务端回传。读 pixel 的容易被浏览器拦截，读回传的更稳，代价是要动后端。选插件之前先问服务商一句「有没有服务端回传」，这一句能省掉半年的数据缺口。

预算也是口径的一部分。月租 29 美元起的套餐和按事件量计费的工具，贵不贵取决于你一天产生多少事件，不取决于功能多少。事件量没算清就签约，第二个月账单会教你，退订还要重新埋一遍。

图源：《2024年跨境电商独立站入门白皮书》（第6页 · 原文）

小站别一上来铺全量埋点。先把订单流那 5 个节点埋准，跑两周，再补内容页的曝光和点击。铺得太早，你会得到一堆没人看的表，还占着人，最后连维护的人都找不到。先把一个漏斗跑顺，比铺十个报表更能说明问题。

跳出率、停留时长、UV 这三个数，最容易被算错

UV 是最典型的。它按人去重，不能累加也不能相减：周一 1000、周二 1200，两周的 UV 不是 2200，是这 14 天里去重后的人数，通常比 2200 少一截。周报里把 UV 直接相加的，我见过不止一次，两个月的数越加越离谱。

商品详情页的 UV 还有个专门口径，叫 IPV UV，指浏览过详情页的独立访客。它和整站 UV 不是一个分母，拿它算详情页转化率之前先确认，否则你会得出一个偏高的转化率，还以为是详情页做得好。分母这个东西，写出来只占一行，藏起来能吵一周。

跳出率和跳失率经常被当成一个词。跳失率描述的是某个页面作为入口时，用户没往下走就走掉的比例；跳出率描述的是会话。分母不同，数值当然不同。同名不同义最坑人，两个人拿着两个数争论一下午，说的根本不是一件事。

图源：《店铺月度自诊模板》（第7页 · 原文）

停留时长也有陷阱：最后一个页面的停留时间往往算不进去，因为用户关掉页面时没有下一次请求。页面越靠后，时长越被低估。落地页看着很好、结算页看着很差，未必是页面问题，可能只是它在流程末端。

会话的切分规则同样影响结果。半小时切一次会话和按活动切，同一个人的一次访问会被算成两次或一次，平均停留时长立刻变，看板上的排名也跟着变。规则换了要在报表上注明，不然下周没人认得这组数。凡是要改口径，先停一天，把新旧两版并行跑一次，差异有多大心里就有数了。

这几个数我一般不当结论用，只当线索。真要判断，得回到会话明细里看那几十条记录，看人到底停在哪一屏、点了什么、在哪一步退出去。明细看十个人的行为，比看十个汇总指标有用。

三套口径混着看，会得到三个都对的错答案

最常见的事故是拿埋点的转化率去对日志的订单数。埋点算的是点了支付按钮的人，日志算的是支付接口成功返回的订单，中间还隔着支付失败和重复提交，两个数本来就不该相等，差三成也正常。

两个数都能自证，放在一起就成了矛盾。运营会以为技术埋错了，技术会以为运营口径乱，实际是两件事，谁都没错。网站分析最怕的不是数少，是三套数各说各话，还没人负责把它们对上。

我的处理是给每个指标标一个来源，报表上写清「埋点」「日志」还是「第三方」。同一个指标只允许一个来源，跨来源只做校验，不做合并。合并出来的数没人能解释，出了问题也找不到人改。

图源：《电子商务指标体系和看板设计白皮书》（第3页 · 原文）

归因也是同理。广告带来的访客，第三方工具按最后一次点击算，平台后台按自己的曝光算，两边数字差一倍是常态，对上才奇怪。想比较，只能比趋势，不能比绝对值，也不能拿两边的 ROI 直接下结论。真要算投放效果，用同一套口径各算一遍，再看两个版本的方向是否一致。

看板的用处不是把数字堆在一页，是让每个数字都带着出处。出处一栏空着，看板就只是好看，开会时没人敢用它下判断，最后还是要回到三个后台各看一遍，会开完等于没开。

三套数据能对上的时候，你才有资格说「转化率降了」；对不上，你只能说自己看见了三个不同的数。

边界要讲清楚：日活低于某个量级的小站，做精细归因的性价比很低。先把订单流那 5 个节点跑通，比装三个工具更有用。工具多了反而没人对账，每周花在解释差异上的时间比做分析还多。先把一套数跑准，再考虑第二套，这个顺序别反。

图源：《2024年跨境电商独立站入门白皮书》（第5页 · 原文）

另一个边界是合规。访客识别依赖 cookie 和设备号，采集范围、告知方式、保存期限都得按当地规则来。这不是分析问题，是法律问题，出了事不是改报表能补的，工具供应商也不会替你担。采集之前把告知写清楚，比事后删数据便宜得多。

网站分析做对的标志不是报表变多，是你敢在会上说「这个数来自日志，那个数来自埋点」，并且知道两者为什么不一样。说得出这句，后面所有讨论才有共同语言，才谈得上优化。

你可以先从一张纸开始：把现在看的指标列出来，每个后面写来源和口径，写不出的先删掉。删完剩下的才是真在用的，通常不超过十个，这十个才值得每天看。列的时候别按工具的分组，按你开会时会被问到的顺序排。

下一步是把订单流的 5 个节点对齐，确认三套数据在同一段时间里说的是同一件事。对齐之后再谈优化，否则优化的只是自己的错觉，改完指标好看了，生意没动。

图源：《高阶运营方法论6-数据分析》（第4页 · 原文）

口径先统一，工具才有意义。口径不统一，换再贵的工具也只是把错误算得更快。