網站數據分析：多維交叉分析（二）

交叉分析的基礎

這里不得不再說一下交叉分析基于的底層基礎數據模型，因為如果沒有設計好底層的數據模型，上層的交叉分析是很難實現的，或者多維的交叉受到限制而使分析存在局限性。

從技術層面來看，交叉分析基于多維模型，數據的維度越豐富，所能實現的交叉也越豐富和靈活，通過各種交叉分析能夠更加有效地發現問題；但相應的，如果要盡可能地豐富各維度的交叉分析，對基層模型的要求也就越高。所以如何設計好數據的底層模型非常關鍵，還是引用數據立方體與OLAP文中的那個數據立方看個簡單的例子：

如果一張網站分析的報表只包含以月度為單位的日期維和相應的指標，那么數據的存儲就是每個月一條記錄，但顯然這種高度聚合的數據不利于分析，我們需要構建如上圖的數據立方體來獲取更加細節的數據。用數據立方來拓展數據細節有兩種方向，一類是縱深拓展，也就是基于一個維度的細分，比如將一個月細分到每一天，那么一條記錄將會被拓展成30條；還有一種是橫向的拓展，就是多個維度的交叉，就像上面立方中添加了產品維和地域維。這樣存儲的數據就從原本單一的時間維度擴展成了時間、產品和地域三個維度，也就是三維立方體所能展現的形式，當然維度可以繼續擴展，四個五個直到N個，理論上都是可行的，這里只要以三個維度進行舉例就可以。對于數據存儲而言，橫向的拓展與縱深拓展的影響是一樣的，記錄數都是以倍乘的方式增長，假設這里產品維是產品大類，有20個產品大類，再加上32個省份或直轄市，那么經過縱深和橫向拓展之后，原先每月的1條記錄就變成了：

1 × 30 × 20 × 32 = 19200

而我們在構建多維模型的時候很多維度中包含的數據量絕對不像上面例舉的那么小，想象一下網站的商品或者頁面的數量可能是成百上千甚至成千上萬的，那么一旦以倍乘的形式擴展之后，數據量就會一下子劇增。雖然豐富的多維立方能夠給分析帶來便利，但也同時給數據的存儲和查詢帶來的壓力。

所以，更加豐富和靈活的分析需求的實現基于更加復雜的多維模型或者數據立方，同時會帶來更大的系統開銷。Google Analytics很好地權衡了靈活的數據分析與復雜數據模型之間的關系，這也是Google Analytics強大功能的基本保障，GA的高級細分（Advanced Segments）和自定義Dashboard是其他同類免費網站分析工具所無法比擬的，這也正是為什么我們將GA劃分到網站數據分析工具，而其他的大部分只能算作網站數據統計工具的原因。而GA正是基于其構建的強大的底層數據模型和高效的數據計算和響應能力，使很多分析功能可以得到擴展，其中很多就涉及交叉分析，這里截圖了其中的兩個功能，Secondary Dimension和Pivot：

Google Analytics新版本增加了很多令人心動的功能，Secondary dimension的功能從老版本得到了延續，上圖在Content模塊的Page報表中選擇了流量來源作為第二維度，這樣我們就可以查看每個頁面的流量是從何而來，每個流量來源在該頁面的數據表現，同時可能還可以發現一些有趣的現象，比如某些頁面的流量基本都是一個來源帶來的，比如我的博客的某些文章基本都是通過搜索引擎進來的，而另外一些文章基本通過直接流量帶來。

在GA的各類報表中可以在右上角選擇展現的形式，最后的一種就是Pivot，Pivot的形式對表格的表頭進行了擴展，可以分層次放置另外的維度，如上圖還是使用了頁面與流量來源的交叉，將Source維度放到了指標的上方。同時GA支持在兩個維度的基礎上最多選擇兩個度量Metric，我這里選擇了Pageviews和Bounce Rate，來衡量每個頁面中各類流量來源所帶來的“量”和“質”，同樣對于分析非常有價值。

多維的交叉分析我們在日常中潛移默化地經常會用到，交叉分析對于問題的排查和定位額外有效，所以我們需要想辦法用更好的形式去展現數據，以便于更有利于進行交叉分析，其實這里介紹的透視表的方式是最常用的，也是比較好用的，但這類方式太少，不知道大家有沒有其他更加有效的交叉分析展現方式。

服務器租用/服務器托管中國五強！虛擬主機域名注冊頂級提供商！15年品質保障！--億恩科技[ENKJ.COM]