1． 點擊流數據模型
1.1． 點擊流概念
點擊流（Click Stream）是指用戶在網站上持續訪問的軌跡。這個概念更注重用戶瀏覽網站的整個流程。用戶對網站的每次訪問包含了一系列的點擊動作行爲，這些點擊行爲數據就構成了點擊流數據（Click Stream Data），它代表了用戶瀏覽網站的整個流程。
點擊流和網站日誌是兩個不同的概念，點擊流是從用戶的角度出發，注重用戶瀏覽網站的整個流程；而網站日誌是面向整個站點，它包含了用戶行爲數據、服務器響應數據等衆多日誌信息，我們通過對網站日誌的分析可以獲得用戶的點擊流數據。
網站是由多個網頁（Page）構成，當用戶在訪問多個網頁時，網頁與網頁之間是靠Referrers參數來標識上級網頁來源。由此，可以確定網頁被依次訪問的順序,當然也可以通過時間來標識訪問的次序。其次，用戶對網站的每次訪問，可視作是一次會話（Session），在網站日誌中將會用不同的Sessionid來唯一標識每次會話。如果把Page視爲“點”的話，那麼我們可以很容易的把Session描繪成一條“線”,也就是用戶的點擊流數據軌跡曲線。
圖：點擊流概念模型
1.2． 點擊流模型生成
點擊流數據在具體操作上是由散點狀的點擊日誌數據梳理所得。點擊數據在數據建模時存在兩張模型表Pageviews和visits，例如：
2． 如何進行網站流量分析
流量分析整體來說是一個內涵非常豐富的體系，整體過程是一個金字塔結構：
金字塔的頂部是網站的目標：投資回報率（ROI）。
2.1． 網站流量分析模型舉例網站流量質量分析（流量分析）
流量對於每個網站來說都是很重要，但流量並不是越多越好，應該更加看重流量的質量，換句話來說就是流量可以爲我們帶來多少收入。
X軸代表量，指網站獲得的訪問量。Y軸代表質，指可以促進網站目標的事件次數（比如商品瀏覽、註冊、購買等行爲）。圓圈大小表示獲得流量的成本。
BD流量是指商務拓展流量。一般指的是互聯網經過運營或者競價排名等方式，從外部拉來的流量。比如電商網站在百度上花錢來競價排名，產生的流量就是BD流量的一部分。
網站流量多維度細分（流量分析）
細分是指通過不同維度對指標進行分割，查看同一個指標在不同維度下的表現，進而找出有問題的那部分指標，對這部分指標進行優化。
網站內容及導航分析（內容分析）
對於所有網站來說，頁面都可以被劃分爲三個類別：
導航頁、功能頁、內容頁
導航頁的目的是引導訪問者找到信息，功能頁的目的是幫助訪問者完成特定任務，內容頁的目的是向訪問者展示信息並幫助訪問者進行 決策。
首頁和列表頁都是典型的導航頁；
站內搜索頁面、註冊表單頁面和購物車頁面都是典型的功能頁，
而產品詳情頁、新聞和文章頁都是典型的內容頁。
比如從內容導航分析中，以下兩類行爲就是網站運營者不希望看到的行爲：
第一個問題：訪問者從導航頁（首頁）還沒有看到內容頁面之前就從導航頁離開網站，需要分析導航頁造成訪問者中途離開的原因。
第二個問題：訪問者從導航頁進入內容頁後，又返回到導航頁，說明需要分析內容頁的最初設計，並考慮中內容頁提供交叉的信息推薦。
網站轉化以及漏斗分析（轉化分析）
所謂轉化，即網站業務流程中的一個封閉渠道，引導用戶按照流程最終實現業務目標（比如商品成交）；而漏斗模型則是指進入渠道的用戶在各環節遞進過程中逐漸流失的形象描述；
對於轉化渠道，主要進行兩部分的分析：
訪問者的流失和迷失
l 阻力的流失
造成流失的原因很多，如：
不恰當的商品或活動推薦
對支付環節中專業名詞的解釋、幫助信息等內容不當
l 迷失
造成迷失的主要原因是轉化流量設計不合理，訪問者在特定階段得不到需要的信息，並且不能根據現有的信息作出決策，比如在線購買演唱會門票，直到支付也沒看到在線選座的提示，這時候就很可能會產生迷失，返回查看。
總之，網站數據分析是一門內容非常豐富的學科，本課程中主要關注網站流量分析過程中的技術運用，更多關於網站數據分析的業務知識可學習文檔首頁推薦的資料。
2.2． 流量分析常見分類
指標是網站分析的基礎，用來記錄和衡量訪問者在網站自的各種行爲。比如我們經常說的流量就是一個網站指標，它是用來衡量網站獲得的訪問量。在進行流量分析之前，我們先來了解一些常見的指標。
骨灰級指標
IP：1天之內，訪問網站的不重複IP數。一天內相同IP地址多次訪問網站只被計算1次。曾經IP指標可以用來表示用戶訪問身份，目前則更多的用來獲取訪問者的地理位置信息。
PageView瀏覽量: 即通常說的PV值，用戶每打開1個網站頁面，記錄1個PV。用戶多次打開同一頁面PV累計多次。通俗解釋就是頁面被加載的總次數。
Unique PageView: 1天之內，訪問網站的不重複用戶數（以瀏覽器cookie爲依據），一天內同一訪客多次訪問網站只被計算1次。
基礎級指標
訪問次數：訪客從進入網站到離開網站的一系列活動記爲一次訪問，也稱會話(session),1次訪問(會話)可能包含多個PV。
網站停留時間：訪問者在網站上花費的時間。
頁面停留時間：訪問者在某個特定頁面或某組網頁上所花費的時間。
複合級指標
人均瀏覽頁數：平均每個獨立訪客產生的PV。人均瀏覽頁數=瀏覽次數/獨立訪客。體現網站對訪客的吸引程度。
跳出率:指某一範圍內單頁訪問次數或訪問者與總訪問次數的百分比。其中跳出指單頁訪問或訪問者的次數，即在一次訪問中訪問者進入網站後只訪問了一個頁面就離開的數量。
退出率:指某一範圍內退出的訪問者與綜合訪問量的百分比。其中退出指訪問者離開網站的次數，通常是基於某個範圍的。
有了上述這些指標之後，就能結合業務進行各種不同角度的分類分析，主要是以下幾大方面：
基礎分析（PV,IP,UV）
趨勢分析：根據選定的時段，提供網站流量數據，通過流量趨勢變化形態，爲您分析網站訪客的訪問規律、網站發展狀況提供參考。
對比分析：根據選定的兩個對比時段，提供網站流量在時間上的縱向對比報表，幫您發現網站發展狀況、發展規律、流量變化率等。
當前在線：提供當前時刻站點上的訪客量，以及最近15分鐘流量、來源、受訪、訪客變化情況等，方便用戶及時瞭解當前網站流量狀況。
訪問明細：提供最近7日的訪客訪問記錄，可按每個PV或每次訪問行爲（訪客的每次會話）顯示，並可按照來源、搜索詞等條件進行篩選。 通過訪問明細，用戶可以詳細瞭解網站流量的累計過程，從而爲用戶快速找出流量變動原因提供最原始、最準確的依據。
來源分析
來源分類：提供不同來源形式（直接輸入、搜索引擎、其他外部鏈接、站內來源）、不同來源項引入流量的比例情況。通過精確的量化數據，幫助用戶分析什麼類型的來路產生的流量多、效果好，進而合理優化推廣方案。
搜索引擎：提供各搜索引擎以及搜索引擎子產品引入流量的比例情況。
搜索詞：提供訪客通過搜索引擎進入網站所使用的搜索詞，以及各搜索詞引入流量的特徵和分佈。幫助用戶瞭解各搜索詞引入流量的質量，進而瞭解訪客的興趣關注點、網站與訪客興趣點的匹配度，爲優化SEO（搜索引擎優化）方案及SEM（搜索引擎營銷）提詞方案提供詳細依據。
最近7日的訪客搜索記錄，可按每個PV或每次訪問行爲（訪客的每次會話）顯示，並可按照訪客類型、地區等條件進行篩選。爲您搜索引擎優化提供最詳細的原始數據。
來路域名：提供具體來路域名引入流量的分佈情況，並可按“社會化媒體”、“搜索引擎”、“郵箱”等網站類型對來源域名進行分類。 幫助用戶瞭解哪類推廣渠道產生的流量多、效果好，進而合理優化網站推廣方案。
來路頁面：提供具體來路頁面引入流量的分佈情況。 尤其對於通過流量置換、包廣告位等方式從其他網站引入流量的用戶，該功能可以方便、清晰地展現廣告引入的流量及效果，爲優化推廣方案提供依據。
來源升降榜：提供開通統計後任意兩日的TOP10000搜索詞、來路域名引入流量的對比情況，並按照變化的劇烈程度提供排行榜。 用戶可通過此功能快速找到哪些來路對網站流量的影響比較大，從而及時排查相應來路問題。
受訪分析
受訪域名：提供訪客對網站中各個域名的訪問情況。 一般情況下，網站不同域名提供的產品、內容各有差異，通過此功能用戶可以瞭解不同內容的受歡迎程度以及網站運營成效。
受訪頁面：提供訪客對網站中各個頁面的訪問情況。 站內入口頁面爲訪客進入網站時瀏覽的第一個頁面，如果入口頁面的跳出率較高則需要關注並優化；站內出口頁面爲訪客訪問網站的最後一個頁面，對於離開率較高的頁面需要關注並優化。
受訪升降榜：提供開通統計後任意兩日的TOP10000受訪頁面的瀏覽情況對比，並按照變化的劇烈程度提供排行榜。 可通過此功能驗證經過改版的頁面是否有流量提升或哪些頁面有巨大流量波動，從而及時排查相應問題。
熱點圖：記錄訪客在頁面上的鼠標點擊行爲，通過顏色區分不同區域的點擊熱度；支持將一組頁面設置爲"關注範圍"，並可按來路細分點擊熱度。 通過訪客在頁面上的點擊量統計，可以瞭解頁面設計是否合理、廣告位的安排能否獲取更多佣金等。
用戶視點：提供受訪頁面對頁面上鍊接的其他站內頁面的輸出流量，並通過輸出流量的高低繪製熱度圖，與熱點圖不同的是，所有記錄都是實際打開了下一頁面產生了瀏覽次數（PV）的數據，而不僅僅是擁有鼠標點擊行爲。
訪問軌跡：提供觀察焦點頁面的上下游頁面，瞭解訪客從哪些途徑進入頁面，又流向了哪裏。 通過上游頁面列表比較出不同流量引入渠道的效果；通過下游頁面列表瞭解用戶的瀏覽習慣，哪些頁面元素、內容更吸引訪客點擊。
訪客分析
地區運營商：提供各地區訪客、各網絡運營商訪客的訪問情況分佈。 地方網站、下載站等與地域性、網絡鏈路等結合較爲緊密的網站，可以參考此功能數據，合理優化推廣運營方案。
終端詳情：提供網站訪客所使用的瀏覽終端的配置情況。 參考此數據進行網頁設計、開發，可更好地提高網站兼容性，以達到良好的用戶交互體驗。
新老訪客：當日訪客中，歷史上第一次訪問該網站的訪客記爲當日新訪客；歷史上已經訪問過該網站的訪客記爲老訪客。 新訪客與老訪客進入網站的途徑和瀏覽行爲往往存在差異。該功能可以輔助分析不同訪客的行爲習慣，針對不同訪客優化網站，例如爲製作新手導航提供數據支持等。
忠誠度：從訪客一天內回訪網站的次數（日訪問頻度）與訪客上次訪問網站的時間兩個角度，分析訪客對網站的訪問粘性、忠誠度、吸引程度。 由於提升網站內容的更新頻率、增強用戶體驗與用戶價值可以有更高的忠誠度，因此該功能在網站內容更新及用戶體驗方面提供了重要參考。
活躍度：從訪客單次訪問瀏覽網站的時間與網頁數兩個角度，分析訪客在網站上的活躍程度。 由於提升網站內容的質量與數量可以獲得更高的活躍度，因此該功能是網站內容分析的關鍵指標之一。
轉化路徑分析
轉化定義：
訪客在您的網站完成了某項您期望的活動，記爲一次轉化，如註冊、下載、購買。
目標示例：
·獲得用戶目標：在線註冊、創建賬號等。
·諮詢目標：諮詢、留言、電話等。
·互動目標：視頻播放、加入購物車、分享等。
·收入目標：在線訂單、付款等。
路徑分析：
根據設置的特定路線，監測某一流程的完成轉化情況，算出每步的轉換率和流失率數據，如註冊流程，購買流程等。
轉化類型：
l 頁面
l 事件