简单的看下GoogleAnalytics的工作原理。下面是一张GoogleAnalytics工作流程的示意图。
和所有使用页面标记进行追踪的网站分析工具一样，GoogleAnalytics使用Cookie和JS对网站访问进行追踪。因此一旦这两者中的任何一个出现问题，GoogleAnalytics都无法完成追踪。
GoogleAnalytics追踪和收集数据的过程会受到很多外部因素的影响，并不是每次都能准确无误的完成数据的追踪工作。在一些特定条件下，GoogleAnalytics可能无法收集到网站的访问数据。以下是在网络浏览中一些常见的情况。我们看下这时GoogleAnalytics会发生什么问题。
GoogleAnalytics只使用JS和第一方Cookie追踪访问数据。很多人的浏览器设置为阻止第三方Cookie，这不会影响到GoogleAnalytics。但有些人阻止所有Cookie，那么这些人将不会被GoogleAnalytics追踪到。因为所有传递给GoogleAnalytics服务器的数据都是通过第一方Cookie来完成的。有些人删除了Cookie，但他们依然将被追踪，但他们将被GoogleAnalytics识别为网站的一个新访问者。因为GoogleAnalytics无法将他们的属性转换为之前的推荐系列。
如果访问者禁用JS将无法被追踪到，因为GoogleAnalytics的追踪代码将无法执行。同样，当网页中任何一个在GoogleAnalytics追踪代码之前的JS包含错误或执行不正确时，这个页面都不会被追踪。因为浏览器将停止执行网页中余下的JS。
缓存的网页存储在访问者本地机器上的，只有能连接到internet，GoogleAnalytics仍然会追踪缓存页面的访问。
GoogleAnalytics可以追踪来自移动设备的访问，只要该设备能执行JS和存储cookie。
二、GoogleAnalytics报告结构与指标体系
1.指标和维度
■维度（Dimension）：
■度量/指标（Metrics）：
度量/指标的衡量方式有两种：
●计数度量（Count）：
是由网站分析工具直接计测到的，一般是一个具体的整数值。比如上面图表中Visits(访问数)。这些数值是不可以修改的，是基础数据。
●比率度量（Ratio）：
采用计算方式得到的数值，比如平均浏览页面数=浏览页面总和/访问数。所以这类的指标是后续计算得到的。目前市面上的网站分析工具会提供给用户一些自定义指标值的功能，自定义的指标值一般都是比率度量。
2、报告结构及分类
GoogleAnalytics中将所有的报告分为四大类。分别额是受众群体报告，流量报告，内容报告和转化报告。为什么要这么分类呢？因为这四大类报告构成了我们最基本的网站运营模型。人，渠道，内容和目标。一个网站要有目标用户，其次需要通过各种途径吸引这些人来网站访问。同时要提供有质量的内容并引导他们完成目的。
当然，这也是我们做网站分析时一个最基本的模型。和要回答的问题。我们的网站用户是谁，他们是什么样的？他们从哪些渠道访问网站？这些渠道可能是免费的，也可能是付费的，如果是付费的访问渠道，那么我们的渠道选择正确吗？效果好吗？第三点，我们网站中提供的内容对他们有价值吗？最后，这些访问者完成他们的目标了吗？我们的网站达到目标了吗？
4、访问模型介绍
访问者，访问次数和综合浏览量三个指标组成最基本的网站访问模型。一个访问者可以多次访问网站，每次访问又可以浏览多个页面。在这个模型中，访问者，访问次数和综合浏览量是三个最基本的指标。通常情况下，访问次数要大于访问者，而综合浏览量则要大于访问次数。
三、正确设置及使用GoogleAnalytics报告
2、双指标趋势对比功能
3，多种方式查看报告
饼图、直方图、对比图、关键词云
4，扩展报告展示内容
你可以已经注意到了，无论哪一种形式的报告，默认情况下都只显示前10行的数据。如何需要查看后面的数据，我们可以通过底部的选项来改变报告中显示的数据行数。报告最多显示500行的数据。
4.1显示自定义行数数据，海量数据下载技巧
这对于大部分报告来说已经足够了，但对于拥有上千个长尾词的搜索引擎关键词报告来说，还远远不够。这里我们可以一个小技巧来让报告显示最多20000行的数据，并且导出进行分析。方法就是通过修改URL中的参数来实现的。请看一下的URL示例。这个示例只支持CSV格式导出。
5，报告数据过滤功能
除了使用多种图表方式查看报告，我们还可以对报告中的数据进行快速筛选，在这个报告中包含有几千条数据，我们无法一一浏览。这时，可以通过使用过滤和筛选功能对报告中的指标和维度设定条件，进行快速筛选。筛选的方法有两种，快速筛选和高级筛选。如果你只希望对维度进行筛选，之间输入维度名称就可以。如果希望对指标值进行筛选，或者同时对多个维度和指标设定条件筛选。点击高级按钮，输入你需要的数据条件。在高级筛选中包含两种筛选模式，包含和排除。选择好条件，输入筛选范围点确认就可以完成筛选了。
6，报告指标排序功能
6.1默认指标排序
除了数据筛选功能，我们还可以对数据表进行排序。默认的数据表示安装访问次数由高到低进行排序的。这里再次体现出了以访问次数为核心的指标体系。我们也可以按任何一个指标对报告进行排序。比如我们希望通过跳出率的排序对流量与网站的匹配度进行检查。那么我们就点击跳出率指标，使报告按跳出率由高到低进行排序。
6.2加权排序
7，创建报告快捷方式
经过筛选和排序的报告很可能在日后被多次使用。我们并不希望每次分析时都重复这个操作。那么你可以把这个报告加入到报告快捷方式中进行保存。方便以后使用。
8，自定义控制台数据
同样，如果这类报告的数据对你很重要，你应该将他们添加到控制台中，方法很简单，点击报告顶部的添加到控制台按钮。
9，邮件发送定制报告
一旦你将重要的报告添加到控制板，我建议你下一步就对这个报告设置邮件发送。定期掌握重要报告的变化情况。你可以定制每天，每周，每月或者每季度放一次报告。
四、常用分析方法介绍
1，细分分析
单一的指标数据或大维度下的指标数据是没有意义的，只有当指标与维度配合使用时才有意义。细分也叫下钻，是网站分析中最常用的一种方法。原理就是通过对汇总数据进行多个维度对指标进行分解。逐步找到有问题的部分。在整个的GoogleAnalytics报告的中，随处都充满了细分方法。
汇总数据是一个极其笼统的大维度数据。而平均数数据则可能会掩盖很多问题。这里是一个平均数的计算方法：访问者A浏览了10个页面，访问者B浏览了2个页面。网站每次访问页面浏览量6个页面。看似表现不错的平均数据其实包含很很多问题。但我们仅从平均数中无法看到这些问题。细分的主要目的就是对汇总数据和平均值数据进行剖析，发现这些问题并加以改进。
1.1如何使用GoogleAnalytics进行细分
我们如何使用GoogleAnalytics来对指标进行细分？GoogleAnalytics报告本身的结构就是一个支持细分的结构。不用我们进行特别的设置就可以对指标进行细分。下面我们来看下如何使用GoogleAnalytics报告中的这些简单的默认细分功能和高级细分功能。
在GoogleAnalytics的四类报告中，都提供了细分功能。展开每一类的报告，概述报告，而下面的各个子报告都是对概述报告的一个细分。
同时在子报告中，也提供了更进一步的细分。我们所要做的就是找到感兴趣的维度，并且点进去进一步查看。
次级维度
第一个自定义细分功能是次级维度，在大部分GoogleAnalytics报告中，都可以实现次级维度的细分。以下是次级维度的截图。我们可以很容易的使用次级维度来查看同一个指标在两个不同维度中的表现如何。例如：北京地区的Google搜索引擎。
高级细分
自定义报告
第三个自定义细分是高级细分，与自定义报告相比，高级细分的主要优势在于细分结果的广度。当我们设置了一个自定义细分的维度后，这个维度将应用于整个GoogleAnalytics报告中。
2，对比分析
3，聚合分析
第三种分析方法是聚合分析，聚合分析常用于对网站内容的分析上。网站有大量的页面访问数据，而每一个页面又都拥有自己的指标数据。对于如此庞大和细碎内容数据，我们该如何下手呢？答案是使用聚合分析。
3.1应用场合
3.2内容组介绍
创建的内容组主要用于进行访问者路径分析。也就是GoogleAnalytics的访问者流报告，和导航摘要报告中。通过访问者在各内容组间的路径来验证网站逻辑和不同产品间的设计是否合理。
4，质与量分析
最后介绍的质与量的分析方法。质与量与细分一样，也始终贯穿于GoogleAnalytics的各个报告中。
在内容报告中，浏览量是一个量的指标，退出百分比是一个质的指标，通过这两个指标可以衡量页面的质量。
4.1什么是量
什么是网站的量？通常来说，量是一个绝对值，用来衡量事物的多少。例如，网站来了多少人，访问了多少次，看了多少个页面，产生了多少订单等等。这些绝对值数据都可以归为网站的量指标。但也并不绝对。
4.2什么是质
4.3主要应用场景及报告
质与量在网站分析中的应用比较广泛，任何的流量，网站页面及访问者行为都可以通过质与量两个维度进行有效的分析。例如，进入次数与跳出率，页面浏览量与关键行为点击率，等等等等。
五、GoogleAnalytics报告解读
1，实时报告解读
1.1实时报告的简单细分
实时报告的第四个应用场景是针对社交网络监控的。社交网络以口碑和话题为主。并且有很强的时效性。当一个话题被主动或被动扩散时，随之产生大量的访问。无论这个话题是好还是坏。因此，我们需要对社交网络中的话题进行监控。如何没有设置舆情监控，那么使用实时报告也是一个不错的选择。
2，受众群体类报告解读
2.1受众群体报告揭示的信息
受众群体报告为我们提供了围绕网站访问者的各种特征信息，当然，这里默认并不包含访问者的私人信息。这些信息主要分为两个大类。他们分别是：
在访问者特征中，包括访问者的属性，所在地理位置，访问网站使用的设备，以及这些设备的各种配置情况等等。如：新老访问者，地理位置报告，访问设置报告，操作系统及浏览器设置报告等等。
通过受众群体报告，我们可以了解两件事件。第一件事情是从技术角度来看，我们的访问者大致是什么样的一群人。第二件事是这群人访问我们网站的习惯是什么样的。如何你希望了解更详细访问者属性，可以通过我们前面介绍的细分功能来完成。
2.2解读受众群体报告中的关键指标
2.3受众群体报告带来的洞察
通过受众群体中的各类访问者属性报告，我们可以对网站和页面的设计进行验证，发现其中的问题并进行优化。下面是我按照这些属性报告整理出来的访问者技术画像。我们来看下网站和页面的设计是否满足了访问者的这些属性。
我们可以通过成本维度发现网站流量的健康程度。通常来说，网站中免费流量的比率应该大于60%，而这些免费流量的范围大致包括：直接流量，自然搜索流量和引介流量。也就是说，网站不应该靠烧钱活着。付费流量可以作为获取新访问者的一种途径，但我们应该尽量减少付费流量的比例，并将付费流量转化为免费流量。
4，内容类报告解读
4.1内容类报告揭示的信息
4.2解读内容报告中的关键指标
首先是页面浏览量和退出率，在谈到退出率这个指标时我们需要先来了解一下网站的架构和页面分类。因为，无论对于任何一个网站来说，无论你的内容多么的吸引人，访问者最后都是要离开网站的。因此，单纯的分析网站页面的退出率是没有意义的，也无法有效衡量页面的表现。而我们在使用退出率是在一个大的前提下进行的。就是先对网站中的页面进行分类。那么如何对网站的内容进行分类呢？
在了解了网站页面分类后，我们再来看退出率指标。很明显，最好的结果是网站中所有的访问者都从交易付款完成页面退出。当然这不太可能，那么从内容页退出我们也能接受。而当访问者从导航类页面或功能类页面退出时，都明显的表明了这些页面中存在问题。因此，我们使用退出率指标来衡量这两类页面的表现。同时，我们以浏览量作为权重指标，则更能找出存在较大问题的页面。
4.3内容报告带来的洞察
第一，快速通过退出率指标发现网站整体结构中最薄弱的页面环境。也就是访问者退出的页面。
第二，通过对访问者页面的点击行为和路径进行分析可以快速验证并优化我们之前在产品设计中的逻辑。并且有切实的数据来支持页面的优化和网站产品的改版。
第三，通过页面价值报告可以快速的发现网站中最有价值的页面和最缺乏价值的页面。
5，转化类报告解读
标准报告中的最后一部分是转化类报告，转化类报告分为三部分，分别是目标，电子商务和多渠道路径。目标和电子商务都属于网站的转化。而多渠道路径则说明了访问者是如果通过不同的方法访问网站，最终完成转化的。下面我们来看下转化类报告揭示的信息。
5.1转化报告揭示的信息
前面内容部分我们介绍过，注册，购买等这些页面都属于功能类页面，而这些也是网站中的一个目标，因此你可以理解为转化报告是对网站中关键功能类页面的分析。同样，转化类报告中主要揭示的信息也是这些关键的功能类页面的表现。例如注册流程是否合理，购买流程中是否存在错误等等。下面我们列举了转化类报告向我们揭示的三类主要的信息。
第一，访问者是否完成了网站中的各类目标？如何没有完成，他们在哪里放弃了这些目标，并且随后他们去了哪里？
第二，访问者完成的这些目标可以为网站带来多少货币价值？