访问次数，PV，UV等等这些对用户和网站的定义是读懂网站分析报告的基础。我准备在这个系列中对常用的维度定义进行详细的介绍。比如：度量的定义，计算方法等等。不说废话，马上进入本篇的正题：“唯一身份访问者” 维度的定义：
“绝对唯一访问者”在Google Analytics中的定义是：在指定时段内不重复（仅计数一次）的访问者人数。唯一身份访问者人数用 Cookie 确定。通俗的解释就是：在你选择的报告日期范围内每个访问者只被计算一次。如果在选定的日期范围内访问者 A来过你网站 5次，访问者B 只来过你网站一次。那么你有2 个“绝对唯一访问者人数”。 例如：
访问者A在2010年1月1日——2010年1月5日里来过你的网站3次 访问者B在2010年1月6日——2010年1月10日里来过你的网站2次 访问者A在2010年1月11日——2010年1月15日里又来过你的网站1次 那么，在你选择报告的时间范围：
2010年1月1日——2010年1月5日，有1个“绝对唯一访问者”（A） 2010年1月1日——2010年1月10日，有2个“绝对唯一访问者”（A和B） 2010年1月11日——2010年1月15日，有1个“绝对唯一访问者”（A） 2010年1月1日——2010年1月15日，有2个“绝对唯一访问者”（A和B） 维度的计算方法：
“绝对唯一访问者”数量是通过计算Google Analytics设置用户电脑上的cookie（_utma）获得的。
通常，Google Analytics会在用户第一次来访时网站时在用户的电脑上设置cookie，其中的_utma用来辨别绝对唯一访问者身份和访问次数等信息。
注意Content后面的6组数字。其中的第二组数字和第三组数字构成了一个的唯一标识。Google Analytics依靠这两组数据来区分和计算“绝对唯一访问者”（第二组数字是Google Analytics随机生成的唯一ID，第三组数字是用户第一次访问时生成的时间戳。）
然后这个用于计算“绝对唯一访问者”的cookie数据被附加在一个1像素的GIF图片请求的参数中发送回Google Analytics服务器。并显示在报告里。
http://www.google-analytics.com/__utm.gif?„..&utmcc=__utma%3D127635166.44865639.1262856757.1263874990.1263878363.32„.. 可能产生影响的因素：
虽然依靠cookie来计算“绝对唯一访问者”是比较准确的方法。但有一些因素还是会影响数据的准确性。 JavaScript被禁用：
如果访问者的浏览器禁用了JavaScript，Google Analytics的代码无法工作，也就不能识别这个用户了。 Cookie的因素：
如果Cookie被用户删除，当他再次访问网站时，会获得一个新的_utma cookie，里面包含一个的新的“绝对唯一访问者”ID。这样，一个用户就被记录了两次。
Cookie的设置是基于浏览器，当同一个用户先后使用Firefox和Internet Explorer两个浏览器访问时，会被识别成两个不用的“绝对唯一访问者”。而如果两个用户使用同一个浏览器访问同一网站时，他们也将会被记录为一个“绝对唯一访问者”。 图片因素：
有些浏览器允许用户停用由当前网页之外的网域所请求的图片。用户启动这个功能后将会阻止数据发送至 Google Analytics。
时间因素：
“绝对唯一访问者”的数量会根据你选择的时间范围而发生变化。为了避免产生错误数据，必须一次选定数据的时间范围。否则有可能产生重复的“绝对唯一访问者”。比如，我们先查看了2010年1月1日——2010年1月10日的数据然后又查看了2010年1月11日——2010年1月15日的数据，两者相加后发现有3个“绝对唯一访问者”，而实际上2010年1月1日——2010年1月15日这个时间范围内只有两个“绝对唯一访问者”。访问者A因为选择时间的不同被重复计算了。
Google Analytics中的基本度量二 “访问次数”
维度的定义：
Google Analytics对访问次数的定义是：您网站的所有访问者发起的具体会话次数。
通俗的解释就是，在一定时间范围内，所有你网站的“访问者”对网站访问的总次数。即：访问者人数*每个访问者的访问次数。
PS：这里是“访问者”而不是“唯一身份访问者”，就是说同一时间段内重复的访问者不会被过滤掉。 在bluewhale.cc的Google Analytics访问者概述报告中，选择访问人数和访问数对比模式会发现。 1月17日 访问次数：11 绝对唯一访问者人数：4 1月18日 访问次数：21绝对唯一访问者人数：10
1月17—18日 访问次数：32 绝对唯一访问者人数：13
PS：就是说只能计算出访问者的平均访问次数，而不能算出唯一身份访问者的平均访问次数。 举个例子说明一下：
例如：访问者A在2010年1月1日——2010年1月5日里来过你的网站3次 访问者B在2010年1月6日——2010年1月10日里来过你的网站2次 访问者A在2010年1月11日——2010年1月15日里又来过你的网站1次 那么，在你选择报告的时间范围
2010年1月1日——2010年1月5日，访问次数：3次 2010年1月1日——2010年1月10日，访问次数：5次
2010年1月1日——2010年1月15日，访问次数：6次（而不是5次） 维度的计算方法：
访问次数也是通过计算Google Analytics设置用户电脑上的cookie（_utma）获得的。
在content后面的六组数字中，最后一组的数字就是用来计算用户访问次数的。这里的31就表示我一共访问了31次。
试验一下，如果我删除了这个cookie并再次访问网站看看会有什么变化：
Content的最后一组数字变成了1，说明我是第一次访问，并且第二组和第三组数字也和原来不同了，说明我变成了一个新用户。
Google Analytics读取到这个数据后同样会附加在一个1像素的GIF图片请求的参数中发送回服务器。并显示在报告里。
http://www.google-analytics.com/__utm.gif?„..&utmcc=__utma%3D127635166.1139791987.1263958249.1263958249.1263958249.1„..
可能产生影响的因素： Cookie因素：
先介绍下Google Analytics识别每次访问的工作原理：
Google Analytics是通过_utmb和_utmc两个cookie来识别一次访问的。我们每进行一次访问或打开一个页面时，Google Analytics都会先监测_utmb和_utmc，如果缺少其中的任何一个，这次访问都会被记录为一次新的访问。
_utmc会在用户关闭浏览器的时候自动删除。 _utmb的生存周期默认是30分钟，就是说如何我们在网站上的非活动状态时间达到或超过 30 分钟，_utmb就会自动删除。
简单的解释一下就是：
用户删除cookie会影响访问次数的计算。（还会影响很多其他的维度。） 修改_utmb的生存周期会影响访问次数的计算。（比如将30分钟调整为60分钟，访问次数将会减少。）
Google Analytics中的基本度量三 “PV和UPV”
在Google Analytics的报告中，经常有一些度量关系密切，并成对出现。比如PV和UPV。如果说前两篇介绍的“绝对唯一访问者”和“访问次数”度量是基于访问者的度量，那么PV和UPV就是基于页面的度量。
PV的全称是Pageview，中文的意思是：综合浏览量。
UPV的全称是Unique Pageview，中文的意思是：唯一身份综合浏览量。（感谢Dave郑海平更正） 度量的定义：
“综合浏览量”在Google Analytics中的定义是这样的：指由浏览器加载的网页综合情况。 每次执行跟踪代码时，Google Analytics均可记录综合浏览量。可以是由浏览器加载且含跟踪代码的 HTML 或类似网页，或在分析报告中为模拟综合浏览量而创建的 urchinTracker 事件。
综合浏览量”通俗的解释就是页面被加载的总次数。每一次页面被成功加载，就会被算作一次综合浏览量（PV）。比如：如果有人来到你的网站，浏览了页面A，然后浏览了页面B，然后再一次回到了页面A，然后离开了你的网站，那么这次访问的综合浏览量总数就是3。而如果这个人打开页面后又点击了刷新或是重新加载，就又会被算做另一次综合浏览量。
“唯一身份综合浏览量”在Google Analytics中的定义是：汇总由同一用户在同一会话期间生成的综合浏览量。唯一浏览量表示该页被浏览（一次或多次）期间的会话次数。 唯一身份综合浏览量的定义比较复杂，我的理解是指页面所受到来自同一个用户在同一session中的访问次数。当页面受到同一用户在同一session的访问时算作一次“唯一身份综合浏览量”，当这个用户在另一session中访问了这个页面，或另外一个用户访问了这个页面市，又被算作是另一次“唯一身份综合浏览量”。简单的说，这个度量的计算只取决于一个因素：是不是属于同一session。如果不是，就被记录为一次新的“唯一身份综合浏览量”。
PS：session就是用户的一次访问，时间由_utmb的生存期决定。默认值是30分钟。 举个例子来说明一下：
第一个用户访问了A,B,页面后又返回了页面A，然后离开网站。（关闭了浏览器） 第二个用户访问了页面B，然后离开网站。
第一个用户又返回网站访问了A页面，然后离开网站。
这时候网站的“唯一身份综合浏览量”是A和B两个页面被浏览的总量。 A页面的“唯一身份综合浏览量”是2 B页面的“唯一身份综合浏览量”是2 所以网站的“唯一身份综合浏览量”是4 PS：这时的“综合浏览量”是5
A页面分别被第一个用户和第二个用户访问过3次，但有两次访问属于第一个用户的同一个Session，所以被记录为一次。
B页面被两个不用的用户访问过，用户不同session肯定也就不同了。
“唯一身份综合浏览量”不能代表页面的访问用户数，因为Session可能来自同一个用户。 度量的计算方法：
页面的综合浏览量是通过网站页面内安装的Google Analytics追踪代码来获得的。追踪代码被加载一次就被记录为一次综合浏览量。
“综合浏览量”就是网站页面内追踪代码被加载次数的总和。而“唯一身份综合浏览量”是指网站各个页面上用户Session的总和。 与其他度量间的关系：（访问者，访问次数和综合浏览量）
一般来说，访问者的度量将少于访问次数的度量。访问次数的度量将小于综合浏览量的度量。例如，一个访问者可能访问一个网站两次，并产生共5次的综合浏览量。 可能产生影响的因素： 追踪代码位置：
通常我们将Google Analytics的追踪代码安装在页面的最底端
这里有一个问题：如果用户在没有完全加载完页面的话点击进入新的页面，而不是离开。那么这个页面的访问会被记录吗？ Session时间设置：
Google Analytics中一个Session默认是30分钟，如果我们修改了这个值，“唯一身份综合浏览量”将会受到影响。
Google Analytics中的基本度量四 “页面停留时间和网站停留时间”
“页面停留时间和网站停留时间”是Google Analytics中的一对时间度量。用来分别记录用户在网站或网页上的停留时间。这样我们就可以根据用户停留的时间长短来衡量网站或页面的表现。但这两个度量真的准确吗？
度量的定义：
页面停留时间：显示访问者在某个特定网页或某组网页上所花费的时间。 网站停留时间：访问者在网站上花费的时间。 度量的计算方法：
页面停留时间：Google Analytics是通过被访问网页的时间戳来计算页面停留时间的。简单的说就是通过用户访问后一网页的初始时间减去用户访问前一网页的初始时间。
例如，用户访问网页A，然后访问了网页B，然后离开了网站。用网页B的时间戳减去网页A的时间戳就可以计算出网页A的停留时间 用户访问网页A的时间：9:30:05 用户访问网页B的时间：9:30:15 用户在页面A的停留时间是10秒
Google Analytics通过cookie _utma来获得用户访问页面的时间戳，还记得前一篇“绝对唯一访问者”里介绍过_utma中的6组数字吗？
其中的3，4，5三组数字就是时间戳。这些数字是以秒为单位的。第3组数字表示初次访问的时间，第4组数字表示上一次访问的开始时间，第5组数字表示当前访问的开始时间。Google Analytics在这里获得访问页面的时间戳并用来计算出页面停留时间。
网站停留时间:就是用户访问网站的时间。Google Analytics通过访客离开网站前的最后一个时间戳来计算
访客的网站停留时间。这个时间戳是访客开始访问最后一个页面的开始时间。与页面停留时间的计算方法相似，因为Google Analytics无法获得访客离开网站后的时间戳，因此也就无法获得最后页面的访问时间。（之前的描述中使用cookies计算离开时间有一些问题。因为Google Analytics可能无法获得cookies的失效时间）
这里有一个问题，一次访问中所有的页面停留时间之和就是网站停留时间吗？并不是这样的，Google Analytics在计算页面停留时间的时候会漏掉一部分页面的数据，而在计算网站停留时间时又会多计算一些时间在里面。下面我们看下可能对这两个度量产生影响的因素。 可能产生影响的因素： 计算方法： 页面停留时间
页面停留时间是依靠后面页面的时间戳减去前面页面的时间戳获得的。但必须是在两个页面的追踪代码都被执行后才能完成计算的。 假设一种情况：
用户访问网页A的时间：9:30:05 用户访问网页B的时间：9:30:15 用户在9:30:30关闭B页面。 那么：
用户在页面A的停留时间是10秒
用户在页面B的停留时间将是0秒（而不是15秒） 这次访问的网站停留时间是10秒
因为用户访问完页面B后没有继续访问，而是离开了。这就没有后续的时间戳用来计算B页面的停留时间了。而这种情况在Google Analytics中是广泛存在的。因为用户的每次访问都会有最后一个页面的（退出页）。而最后一个页面的停留时间是计算不出来的。这就导致了页面停留时间度量的不准确。 网站停留时间：
Google Analytics是通过一次访问的开始和结束时间来判断用户在网站的停留时间的，再具体一点说，Google Analytics通过访客离开网站前的最后一个时间戳来计算访客的网站停留时间。这个时间戳是访客开始访问最后一个页面的开始时间。与页面停留时间的计 算方法相似，因为Google Analytics无法获得访客离开网站后的时间戳，因此也就无法获得最后页面的访问时间。（之前的描述中使用cookies计算离开时间有一些问题。因 为Google Analytics可能无法获得cookies的失效时间） 跳出（Bounce）访问：
跳出访问是指用户只浏览了一个页面就离开了。这种访问同样应为没有后续页面的时间戳所以无法计算出页面停留时间。Google Analytics在计算平均页面停留时间时不会包含跳出访问。而在计算平均网站停留时间时却会包含跳出访问。
Google Analytics中的基本度量五 “跳出Bounces和退出Exits”
跳出Bounces和退出Exits在Google Analytics中是一对比较相似的度量，都可以被用来表示离开网站的访问者数量。但两个度量的计算方法和针对的页面及用户是完全不一样的。跳出针对的是访问者来到网站后访问的第一个页面，即访问者的登录页面（landingpage）。并且访问者跳出的动作只有在这个页面上才会出现（从第二个页面开始算做退出）。而退出在网站的所有页面上都可以出现，只要访问者离开网站，就算做一次退出，而他最后访问的那个页面就是退出页面。所以，网站上的每个页面都有可能成为访问者的退出页面。
跳出率是指在某个范围内跳出的值与总访问次数的百分比。而退出率是指在某个范围内退出的值与综合浏览量的百分比。这个范围可以是单一页面，某一组页面或是一个频道，也可以是一个关键词，一个流量来源。或是一个城市，一个日期等等。但在整个网站范围内只有跳出率的概念，而没有退出率的概念。因为所有的访问者最终都会离开网站的。 度量定义：
跳出：指单页访问或访问者的次数，即在一次访问中访问者进入网站后只访问了一个页面就离开的数量。 退出：指访问者离开网站的次数，通常是基于某个范围的。（因为所有用户最终都是会离开网站的） 跳出率：指某一范围内单页访问次数或访问者与总访问次数的百分比。 退出率：指某一范围内退出的访问者与综合访问量的百分比。 度量的计算方法：
跳出：访问者只访问一个页面后离开网站被记录为一次跳出。
跳出率：某一范围内跳出的数量/同一范围内总访问次数Visits *100% 退出：访问者离开网站被记录为一次退出。
退出率：某一范围内退出的数量/同一范围内综合访问量PV*100%
通过上面我网站的报告数据可以证实Google对跳出率和退出率的计算方法。
最受欢迎页面总访问次数（Visits）342，综合浏览量（PV）1487，跳出（Bounces）154，退出（Exits）342 在最受欢迎的一组页面范围内：
跳出率45.03%=跳出154/总访问次数342*100%（实际数字是0.45029 Google四舍五入了。） 退出率23.00%=退出342/综合浏览量1487*100%（实际数字是0.22999） 而在单一页面（首页）范围内，算法也是一样的。 度量的意义：
跳出率可以被用来衡量流量和页面质量，高跳出率表示访问者对登录页面（landingpage）不感兴趣。没有继续访问更深入的页面。或者是登录页面（landingpage）设计存在问题，与目标用户不匹配。跳出率可以通过调整广告渠道，优化登录页面内容来降低。
退出率因页面不同意义也不同。 每个页面都有可能成为退出页面，但如果是网站关键流程中的页面退出率高，就说明该页面出现了问题。比如，在网站的注册流程中，如果是完善信息页面退出率高，就需要检查这个页面了。
跳出和退出不仅仅基于页面和内容，同样也可以基于流量来源，地区，时间以及访问者类别。通过跳出和退出可以比较网站不同来源，不同数据不同地区或是不同类别访问者的数据。 按流量来源
按所在城市
按日期时间
也可以自定义和其他维度组合查看：
可能产生影响的因素：
任何触发google追踪代码二次报告数据的行为都可能影响跳出率。（google默认在访问者访问页面时只报告一次数据。）比如：
1访问者虽然只访问了一个页面就离开了，但在访问中刷新了页面。
2对追踪代码进行了定制，比如增加了鼠标事件追踪或时间追踪，这些都会在一定条件下触发google追踪代码二次报告数据，进而影响跳出率的计算。
3框架页面：google为了准确追踪框架页面需要在两个页面内分别加入追踪代码，这就意味着访问者虽然只打开了一个页面，但实际上google的追踪代码已经报告了两次数据。
Google Analytics中的基本度量六 “忠诚度和新近度”
在Google Analytics访问者报告中有两个用来衡量用户粘性的度量：“忠诚度和新近度”。我在Google Analytics帮助中查看这两个度量，发现没有很明确的定义，并且没有更新。既然没有官方的定义。我就按自己的理解来解释一下这两个度量。 度量定义：
首先，忠诚度和新近度都是和时间维度相关的度量。忠诚度和新近度报告中的访问者行为趋势和数据取决于你选择的时间范围。一个月和一年两个时间间隔内的忠诚度和新近度数据是完全不一样的。所以，在定义这两个度量前一定要先定义一段时间范围。
忠诚度： 在选定时间内网站获得的总访问次数是在由用户的多少次访问完成的。这里有两个访问次数的概念。网站获得的总访问次数，和一个用户发起的访问次数。一个网站3天内获得的10次访问可能是由三个访问者在四次访问中发起的。（很绕的一个定义）
PS:上图的时间段中，1次访问的共有8次，2次访问的（回访过1次）共有2次„ „
忠诚度的报告分为三部分，第一部分是访问者的访问次数级别,也就是忠诚度（1次，2次等等）。第二部分
是访问者在每个访问次数级别中发起的访问次数。这部分的访问次数总和是网站所获得的所有访问次数。第三部分是各访问次数级别所发起的访问次数与网站被访问总次数的比率。
新近度：在选择的时间范围内访问过网站的访问者距上次访问的时间间隔。就是访问频率。
新近度的报告也分为三部分，第一部分是访问者上次访问网站的时间。第二部分是按上次访问时段划分的网站访问次数。这部分的访问次数总和是网站所获得的所有访问次数。第三部分是按上次访问时段划分的访问次数与网站被访问总次数的比率。 度量的计算方法：
举个例子来说明这两个度量的计算方法。 访问者A在2月1日上午访问了1次。 访问者A在2月1日下午访问了2次。 访问者A在2月2日访问了2次。 访问者A在2月8日访问了2次。 访问者B在1月30日访问了5次。 访问者B在2月3日访问了5次。 访问者B在2月5日访问了3次。 访问者B在2月10日访问了3次。 访问者C在1月31日访问了网站5次。 访问者C在2月3日访问了网站3次。 访问者D在2月5日访问了网站2次。 忠诚度：
在2月1日—7日期间，网站共获得18次访问。 访问者A访问了3次，共发起了5次访问。 访问者B访问了2次，共发起了8次访问。 访问者C访问了1次，共发起了3次访问。 访问者D访问了1次，共发起了2次访问。 访问者忠诚度： 时间范围：2月1日—7日 大多数访问的重复次数：2 次 来自此访问者的访问次数 1次 2次 3次 访问者访问了 N 次的访问的次数 5 8 5 占所有访问的百分比 27.77% 44.44% 27.77% 新近度：
在2月1日—7日期间，网站共获得18次访问。 访问者A上次访问时间：2月1日 当天 访问者B上次访问时间：1月30日 2天前 访问者C上次访问时间：1月31日 1天前 访问者D上次访问时间：2月5日 首次访问 访问者最近访问时间： 时间范围：2月1日—7日 大多数访问的上次访问时间：2天前 上次跟踪到访问的时间 首次访问 当天 1天前 2天前 按时段划分的总访问次数 2 5 3 8 占所有访问的百分比 11.11% 27.77% 16.66% 44.44% 度量的意义：
引用google官方的解释
忠诚度：忠诚的访问者常常极为关注您的品牌，大量的多次访问通常表示保持有较多的客户和访问者。 新近度：访问者返回您网站的频率可以显示他们对您品牌感兴趣的程度及其购买意愿。 可能产生影响的因素：
选择不同的时间范围会使报告中的数据产生差异。所以时间维度是我目前发现对忠诚度和新近度产生影响因素。比如下面的报告：（注意时间范围。和文章开头的新近度报告对比，选择的时间范围不同，访问频率会有差别）
以上是我对忠诚度和新近度的理解，如果你对这两个度量有更深入的了解，欢迎不吝赐教！
Google Analytics中的基本度量七 “新访和回访”
本文是Google Analytics基本度量系列的的第七篇。这次介绍在google中新访用户和回访用户两个度量。这两个度量的定义和计算方法并不复杂。并且和我们通常的理解很相似。唯一要注意的就是它们的数值依然是基于cookie的，基于浏览器的。
度量定义：
Google对新访问者的定义：
当某个网络浏览器首次访问您网站中的任何一个网页时，Google Analytics（分析）会将该访问者记录为”新”访问者。 此操作是通过在此浏览器中设置第一方 cookie 来完成的。 因此，Google Analytics（分析）不是根据在您网站上提供的个人信息来识别新访问者，而只是通过访问者使用的网络浏览器来对其进行识
别。
当访问您网站的浏览器中存在您的域的 _utma cookie 时，Google Analytics（分析）将其记录为”回访者”。（根据cookie来判断）
注意：定义中没有出现访问者的概念。所有的数据都是基于cookie和浏览器来计算的。 度量的计算方法：
新访和回访两个度量的计算都是通过检查和计算cookie里存储的数据完成的。还记得我们介绍Google Analytics中的cookie那篇文章吗。简单的说_utma内容中的最后一组数字就是用来计算新访和回访的。（Google在实际计算时可能还会参考时间戳和随机ID等等）
_utma Cookie存储的内容：127635166.1360367272.1264374807.1264374807.1264374807.1
_utma中的最后一组数字是1，代表是第一次访问网站。所以是一个新访者。如果大于1则是回访者。 下面举个例子来看下报告中的新访和回访度量计算方法： 假设访问者ABC之前都没有访问过网站。 访问者A在2月9日访问了网站1次。 访问者B在2月11日访问了网站2次。 访问者C在2月12日访问了网站1次。 访问者C在2月13日访问了网站1次。
那么在2月9日—13日新访和回访报告中：新访3次，回访2次。
PS：新访和回访报告中计算的是访问者的访问次数visits，而不是访问人数。如果一个新访问者在一天中访问了网站两次。那么这一天内新访1次，回访1次。 度量的意义：
通过对比新访和回访的跳出率，停留时间等数据可以看到网站对不同访问者的表现情况。不过这不是最主要的意义。我们可以通过数据透视表功能或者高级群组功能将新访和回访与网站的各维度进行组合。获得更有意义的数据。
可能产生影响的因素：
Cookie因素：回访用户删除cookie后再次访问时会被记录为新访用户。
Google Analytics中的基本度量八 “访问时长和访问深度”
本篇是Google Analytics基本度量的第八篇，也是这个系列的最后一篇。访问时长Length of Visit和访问深度Depth of Visit在Google Analytics中是两个不太起眼的度量（与其他度量相比），但它让我们从不同的角度来洞察网站的停留时间和综合浏览量在每次访问中的分布。避免我们陷入平均数的误区。通过访问时长报告可以查看是否有几次访问大幅提升了“平均网站停留时间”，还是网站上的大多数访问都有较长的平均停留时间。通过访问深度报告可以查看是否有几次访问大幅提升了每次访问的“平均综合浏览量”，还是大多数网站访问次数都查看了大量的网页。 度量定义
访问时长：在选定的时间范围内，不同时长的访问次数在网站获得的所有访问次数中的分布情况。
访问时长报告分为三部分，访问持续时间；这一时段的访问次数；和占所有访问的百分比。报告按我们选定时间范围内每次访问持续的时间将网站获得的所有访问次数进行细分。并计算每个时间访问的访问次数在网站总访问次数中所占的比率。
访问深度：在选定的时间范围内，不同浏览量的访问次数在网站获得的所有访问次数中的分布情况。 访问深度报告也分为三部分，访问综合浏览量，达到此浏览量的访问的次数；占所有访问的百分比。报告按我们选定的时间范围内每次访问的综合浏览量将网站获得的所有访问次数进行细分。并计算每个综合浏览量级别内的访问次数在网站总访问次数中所占的比率。 度量计算方法
举个例子来说明一下访问时长和访问深度度量的计算方法。
访问者A在2月10日访问了网站1次，浏览了2个页面，共停留了8秒。 访问者B在2月11日访问了网站1次，浏览了3个页面，共停留了35秒。 访问者B在2月12日访问了网站1次，浏览了1个页面，共停留了15秒。 访问者C在2月13日访问了网站1次，浏览了5个页面，共停留了62秒。 访问者C在2月13日再次访问了网站1次，浏览了3个页面，共停留了17秒。 先看下2月10日—2月13日网站的总体情况：访问次数5，综合浏览量14 访问时长：时间范围2月10日—2月13日 大多数访问持续的时间：11-30 秒 访问持续时间 0-10秒 11-30 秒 31-60 秒 61-180 秒 这一时段的访问次数 1（2月10日访问者A） 2（2月12日,13日访问者B,C） 1（2月11日访问者B） 1（2月13日访问者C） 占所有访问的百分比 20% 40% 20% 20% 网站总访问次数 5 100% 访问深度：时间范围2月10日—2月13日 大多数访问的跟踪页数：3 次网页浏览 访问综合浏览量 1 次网页浏览 2 次网页浏览 3 次网页浏览 5 次网页浏览 网站综合浏览量 达到此浏览量的访问的次数 1（2月12日访问者B） 1（2月10日访问者A） 2（2月11日,13日访问者B,C） 14（1*1+1*2+……） 占所有访问的百分比 20% 20% 40% 100% （2月12日访问者B 2月13日 C）1 20% 度量的意义
访问时长：访问时长是访问质量的一个衡量指标。较长的访问时长表明访问者与您的网站进行了较为广泛的互动。通过访问时长报告可以直观地查看整个访问的分布情况，而不仅仅是所有访问次数的”平均网站停留时间”。
访问深度：访问深度是访问质量的一个衡量指标。每次访问具有较高的综合浏览量数目表示访问者在您的网站上进行了广泛的互动。通过访问深度报告可以直观地查看整个访问的分布情况，而不仅仅是平均每次访问综合浏览量。 影响度量的因素 访问时长：
这里访问时长的计算方法也是依靠google的_utmb和_utmc两个cookie。所以如果访问者让浏览器窗口保持打开状态而实际上没有查看或使用您的网站，则会造成虚假的”平均网站停留时间”。 访问深度：
访问深度中的网页浏览次数是指综合浏览量。即使是刷新页面，或者退回上一页面也都会被记录为一次新的网页浏览。所以这里的访问深度并不代表同方向无重复的页面浏览量。
因篇幅问题不能全部显示，请点此查看更多更全内容