第1部分第1部分（共8部分）：确定使用数据的方法

1. 1确定可能受交通变化分析影响的与外展工作相关的时间选择。例如，您可以使用这些信息来帮助确定何时发送时事通讯：一天中的时间、一周中的某一天或一个月中的某一天。你可以利用这些信息来更好地安排社交媒体帖子的时间，以获得最大的影响力。例如，你想在早上、白天还是晚上在Facebook、Twitter和Pinterest上发帖？更好地了解自己网站的情况很重要的原因是，没有强大的全局启发式。例如，CoSchedule的一篇博客文章考虑了16种不同的建议来源，每种建议都提出了不同的策略，其中一些甚至相互矛盾。你可以利用这些信息购买广告，并在适当的时间（一天中的某一天、一周中的某一天或一个月中的某一天）发布现有的社交媒体帖子。
2. 2根据你从流量模式推断出的用户信息，确定你可能做出的选择。例如，如果你的网站在学年期间的访问量比夏季多得多，这表明它主要用于学生的课程或学术生活。这可能是你感兴趣的信息。这可能是一段你没有预料到的关系，但这更有追溯意义。例如，关于如何提高记忆力的内容可能是你期望全年访问量的内容，但你可能会发现它的主要目标受众是学年的学生。类似地，如果你的网站在日历季度末看到更多的流量，这表明与达到季度目标的企业或销售团队有一定关系。这可能是你意想不到的有趣信息，但这是有意义的。例如，一个关于如何激励自己实现目标的网站可能会出现这种情况。
3. 3通过观察用户行为，对你收到的验证给予一定的重视。创建和维护一个网站，吸引足够多的用户来查看清晰的模式，这是一项令人印象深刻的成就。你可以利用你看到的趋势来确认你已经产生了影响，并且正在满足人类的真正需求。观察这些模式还可以帮助你满足对访客的好奇心，其中许多人你可能永远不会遇到。

第2部分第2部分（共8部分）：在探索数据时理解策略和陷阱

1. 1在绘制图形时，了解时间范围（日期范围）和粒度的概念。您通常会通过绘制指标图（如会话、页面浏览量和用户）来研究流量。时间范围定义了绘制图形的时间段的起点和终点。这也可以称为日期范围。在GA中，可以在右上角选择日期范围。您还可以控制显示的粒度。粒度是每个数据点覆盖的时间间隔长度。每日粒度意味着您每天将看到一个数据点，代表一天的总体价值。每周粒度意味着您每周将看到一个数据点，代表一周的总体值。较小的颗粒称为更细，较大的颗粒称为更粗。在GA中，您可以在图表区域内选择粒度，选项包括“小时”、“日”、“周”和“月”。“每小时”选项可能不适用于GA的所有部分。
2. 2根据你想关注的周期和趋势选择时间范围和粒度。较长的时间范围允许您在较长的时间段内查看趋势和周期，而较短的时间范围允许您更清晰地放大特定的时间段（并为您提供更大的屏幕空间以获得更细的粒度）。更细的粒度可以让你在更小的尺度上看到趋势和周期。例如，如果你想了解一天内流量的变化，你必须以比一天更细的粒度绘制。更粗的粒度允许您在更大范围内查看趋势和周期，同时减少噪音和较小周期的影响。例如，以每周的粒度进行绘图可以帮助您摆脱每周的周期，并关注流量在周与周之间的变化。绘制以捕获周期的一般规则：以一定的粒度绘制，以消除比试图发现的周期更小的周期。此外，在一个时间范围内绘制，该时间范围至少涵盖三个你试图确定周期的时期。例如，如果您想了解年度周期，请以每周粒度绘制（以消除每周周期），并至少在三年内绘制。同样，为了理解每周周期，至少在三周内以每日粒度绘制（以消除每日周期）。
3. 3不要为你的流量水平选择太细的粒度。随机波动占总流量的比例随着总流量的增加而降低。因此，您拥有的流量越多，您可以进行分析的粒度就越细。一个大致的经验法则：你不应该去一个比你有100个页面浏览量（或大约50次访问量）的粒度更细的地方。这将导致以下各种粒度所需的最小流量的近似阈值。请注意，这些只是大致的指导方针；你的网站可能有更稳定的流量，允许你在更低的流量水平下使用更精细的粒度。每小时粒度：在每天1000次或更多的页面浏览量（或每月30000次左右的页面浏览量）下，这在高峰流量时段变得相当稳定。每天有4000或更多的页面浏览量（或大约120000个月的页面浏览量），这在任何时候都会变得相当健壮。请注意，由于工作日和周末的流量可能有所不同，一周中的某些日子每小时的粒度可能会很好，但在其他日子会很嘈杂。每日粒度：在每天100次或更多的页面浏览量（或每月3000次左右的页面浏览量）下，这是相当稳健的。每周粒度：在15或更多的每日页面浏览量（或大约450个月的页面浏览量）下，这是相当稳健的。每月粒度：每月浏览量超过100次，这是相当稳健的。如果你网站的流量受到病毒性新闻事件（世界上）或你发的特定帖子的病毒性的严重影响，那么在短时间内进行分析可能很困难。换句话说，上面的经验法则可能会失效。一个由病毒式新闻事件或病毒式社交媒体帖子驱动的网站，尽管拥有相当高的流量，但其日常和小时到小时的流量模式可能相当不稳定。
4. 4记住位置的作用和时区聚合问题。如果您的流量跨越多个时区，这一点尤其重要。主要问题如下。分析提供商正在报告来自多个时区的流量。原则上，有两种方法可以做到这一点：使用单一的固定时区，或使用当地时间。大多数分析工具，包括GA，都使用单一固定时区的方法。单一固定时区方法：在报告6月1日日历日的流量时，报告该日历日特定时区的全球总流量。因此，这只计算连续24小时内的流量。本地时间方法：在报告日历日6月1日的流量时，使用该时区的本地时间，跨时区汇总日历日6月1日的总流量。因此，这将统计48小时内的流量，尽管在任何给定区域，它只统计24小时内的流量。GA在一个固定时区显示所有结果。时区是Google Analytics属性设置的一部分。这可以一次性更改，但不能简单地作为显示设置的一部分进行更改。您可以查找并更改视图设置中使用的时区。时区更改仅适用于未来，而不适用于追溯。QM使用的时区Quantcast是中心时间（在墨西哥城观察到）。选择该时区是为了最接近大多数使用QM的网站最终用户的当地时间。谷歌趋势（Google Trends）也使用单一的固定时区，尽管根据观察者的不同而有所不同。它始终显示使用该服务的人员的本地时间数据。例如，如果你在加利福尼亚州，但你过滤谷歌趋势以显示纽约的数据，它仍然会使用加利福尼亚州的当地时间（太平洋时间）显示结果。因此，在解释谷歌趋势数据时，您需要明确调整时区差异。维基百科页面的流量统计数据都在一个固定时区（即UTC时区）中报告。Reddit使用一个固定时区（即UTC时区）报告流量统计数据。单一固定时区方法使某些类型的分析更容易。尤其是，使用这种方法更容易理解特定新闻事件或社交媒体帖子的流量影响。另一方面，了解日常周期和人们的消费习惯变得更加棘手。几个关键点：当试图理解每日周期时，单一的固定时区是最具挑战性的。这也会使每周周期的分析变得复杂。这通常不是理解年度周期的问题。解决这个问题的一种方法是过滤到特定的地理位置。然而，个别地区的交通水平可能太低，无法进行有意义的分析。对于每小时粒度的流量尤其如此，这是最需要按区域进行过滤的地方。
5. 5.注意不要混淆周期性变化、随机噪声和长期趋势。下面是一些模糊流量变化的例子。很难知道从12月到1月，交通量的增长在多大程度上是长期增长趋势的结果，在多大程度上是从圣诞节的下降中恢复过来的。同样，对于一个每天都在增长的网站来说，很难知道从周日到周一的增长有多少是由于工作日-周末差异造成的，有多少是由于整体增长趋势造成的。
6. 6根据忠诚度、年龄、性别和位置过滤流量，以更清楚地了解您的流量模式。根据忠诚度进行过滤（例如，新访客与回头访客，或至少浏览了一定数量页面的人）可以帮助您确定流量模式是由您的普通用户还是“由流量驱动”。一般来说，驾车出行的交通量往往占变化的较大份额。如果你关于流量变化原因的假设以特定类型的流量为中心，那么就过滤这种流量。请注意，负责大部分变化的交通段可能与负责大部分交通的交通段不同。例如，一个从学生和专业人士那里获得大量流量的网站可能会看到一个年度流量周期，主要是由于学生的学年，尽管它的大多数用户是专业人士。一个例子（稍后讨论）是编程Q&amp；网站堆栈溢出。如果无法直接筛选所关心的属性，请使用代理。例如，为了验证你的流量变化是由学年驱动的，可以过滤到大的大学城作为你的位置。你可以筛选不同类型的大学城，以更好地了解变异的潜在来源。

第3部分第3部分（共8部分）：了解不同类型的测量

1. 1使用流量测量，包括用户、会话、浏览量和唯一浏览量。页面浏览量：这衡量人们在网站上打开页面的次数。独特的页面浏览量：这衡量的是访问者首次访问页面的次数。特别是，同一页面的刷新或重访不计入在内。会话（也称为访问）：这衡量人们访问一个站点的次数。每位访客必须至少参观一次。分析工具将单个访客的会话/访问彼此分离的方式可能因分析工具而异。GA在30分钟不活动后重置会话。用户（也被称为访问者）：这衡量了访问你网站的不同用户的数量，这是分析服务所能判断的最好结果。请注意，重复数据消除的粒度存在一些模糊性。例如，如果一个用户访问两次，访问间隔为一年，那么该用户是否算作单个用户？因此，在报告用户时，会指定用户重复数据消除的粒度。例如，如果用户是按每日唯一性（DU）报告的，那么在同一天内多次访问的用户将被视为单个用户，但跨天的访问将被累加。同样地，也使用每周统一（WU）和每月统一（MU）。重要的是要记住，每周的单数将小于一周内每天单数的总和。由于在任意时间段内计算Unique是一个计算密集的过程，因此报告Unique的一般做法是只在固定时间段（如每日、每周和每月）进行报告。例如，QM仅在1天、7天和30天期间报告Unique。分析服务可能无法跨浏览器或设备识别同一用户，或者如果用户清除cookie。因此，分析服务部门估计的唯一用户数通常过高。

2. 2使用衍生指标评估交通质量。页面浏览量/用户（也称为每访客页面数）和页面浏览量/会话（也称为每次访问页面数）是两个常见的指标。这些数字可以从1到大约20不等，大多数网站的浏览量/会话数在1到4之间，浏览量/用户数在1到8之间。一般来说，页面浏览量/用户或页面浏览量/会话的值越高被认为“越好”，但也有许多例外。例如，对于基于事务的网站来说，更快地完成任务可能意味着更好的用户体验，因此页面浏览量/会话的值越小越好。类似地，对于一个用户理想情况下应该使用一次然后不再需要的站点，sessions/user或pageviews/user的值越小越好。还使用了新用户和返回用户。请注意，新用户比例的增加是好事还是坏事并不完全清楚。相反，查看两者的绝对数字和趋势比简单地查看百分比更有帮助。
3. 3请记住以下相关经验法则。页面浏览量、会话和用户通常应该同步上下。换句话说，网页浏览量增加的日子也会有更多的会话和用户。然而，这些指标不一定会按比例变化。换句话说，页面浏览量/会话和会话/用户指标可能会随时间而波动。在许多情况下，在流量较高的日子里，页面浏览量/会话和会话/用户的值较低，因为额外的流量更浅，忠诚度更低。特别是，对于周末流量低于工作日的网站，周末的页面浏览量/会话通常高于工作日。然而，也有例外：如果是病毒性的、快速发展的新闻事件，页面浏览量/用户数可能会上升（因为人们不断在网站上寻找新的发展中事件的报道）。此外，在重要的假日（而不仅仅是周末），如果发布的新内容很少，页面浏览量/会话可能会与整体页面浏览量一起下降。
4. 4如果转换指标对你来说很重要，请将其包括在内。如果你直接在网站上销售商品，那么你通过网站进行的销售（购买和订阅）就是你的转换活动。这是典型的企业对消费者（B2C）网站，其中包括电子商务以及在线订阅服务。它也可能适用于低端B2B产品网站。对于更高端的产品网站，包括昂贵的B2B产品以及面对面服务（如咨询服务），最终销售通常不会出现在网站上，但该网站被用作展示和解释产品的起点。在这种情况下，网站上的“转换”通常定义为通过联系人表单或“立即呼叫”按钮开始联系。请记住，转换趋势可能与页面浏览趋势不同。在有周或年周期的情况下，会话和页面浏览量在转换开始上升之前就开始上升。

第4部分第4部分，共8部分：了解每周交通周期

1. 1在进行分析时，请记住时区聚合问题。时区聚合问题在第2部分第4步中进行了讨论。在继续之前，请确保检查GA为您的网站使用的时区，以便您能够正确解释所有剩余步骤！GA使用单一的固定时区，而不是区域的本地时间。这可能会导致影响在更长的时间内扩散。你的流量越大，问题就越严重。例如，让我们假设您的网站在该地区的每个地区的流量在周末下降，并且GA使用协调世界时（UTC）。然后，在你的GA中，你将在UTC的周五下午看到下降（因为在澳大利亚和新西兰等远东时区，这已经是周末了）。此外，这种下降似乎将持续到UTC星期一正中，因为在远西时区（如加利福尼亚时区、太平洋时间）仍然是周末。基于区域过滤流量（然后在GA的时区和区域的本地时间之间进行时区调整）可以是解决时区聚合问题的一种方法。以每小时的粒度绘制也有助于更清楚地理解一天边界的微妙之处。
2. 2.利用周末交通量下降的一般启发。取决于你的观众分布在世界各地，以及你所在的时区，在所有相关时区的周末时间重叠时，交通流量将最少。一般的启发是，周末的日流量约为工作日流量的50%到80%。对于从直接和搜索兴趣中获取大量流量的基于工作的网站来说，这种启发性很强。对于与家庭维护相关的网站（如烹饪和园艺），这种模式通常是相反的。对于满足社区爱好的网站（如论坛、链接聚合网站、子网站）或主要通过社交媒体获得流量的网站，工作日和周末之间的差异通常较小，甚至可能没有明确的模式。基于网站类型的更多细节将在第6步之后讨论。一项在人们阅读英文维基百科和其他一些语言维基百科时进行的调查揭示了人们在一周中的动机是如何变化的。在工作日，人们更有可能在工作和学校使用维基百科。在周末，他们更有可能使用维基百科来了解更多他们在媒体上遇到的话题。在周五和周六，他们更有可能去维基百科查找与面对面对话相关的信息。周末桌面流量通常会下降，而移动流量（移动网络和应用程序）则会上升。上图所示的英文维基百科流量就是一个说明所有这些现象的例子。数据以每日粒度显示，时间以UTC记录，总流量、桌面web流量、移动web流量和移动应用程序流量均显示。你可以看到，UTC周六和周日的总流量最低。你还可以看到，在周末，桌面流量下降了很多，而移动网络流量实际上增加了，事实上，在周末的部分时间，其流量等于甚至略高于桌面流量。你还可以从已发表的研究中阅读对不同语言维基百科的每周周期和其他使用趋势的分析。

3. 3记住一些规则的文化和地理限制。我们的大部分数据都基于从美国获得大量流量的网站。此外，我们的许多结论都是基于美国的流量得出的，而美国的流量信息是最清晰的。因此，我们依赖于不同国家对工作日和周末的定义的已知事实。许多国家遵循与美国类似的工作日-周末模式：周一至周五为工作日，周六和周日为节假日。尤其是英语国家和欧洲国家，以及中国、大多数东亚国家和大多数非洲国家，都遵循同样的工作日-周末模式。印度和一些南美国家有一些地方周一至周五开放，还有一些地方周一至周六开放，尽管趋势是每周5天。在以色列以及穆斯林占人口很大比例的许多国家，一周从周日到周四，周末是周五和周六。此外，在以色列，星期六（安息日）的网络使用率可能会低得多，而在穆斯林人口众多的国家，星期五（祈祷日）的流量可能会低得多，但直接满足相关需求的网站除外。你可以使用的容易获得的公共数据的主要来源是语言维基百科每日流量。例如，为了验证以色列的假设，你可以在希伯来语维基百科上加载维基媒体分析数据。你会看到，英语维基百科的流量在周六最低，周日略有反弹，而希伯来语维基百科的流量在周五最低，周六略有反弹，这与周末早些时候的情况一致。还要记住时区的差异：以色列领先于UTC，因此UTC中被归类为周六的时间实际上也包括周日的凌晨时间。特别是，它包括了安息日结束后的一段重要时间，解释了反弹的原因。
4. 4.使用Google Trends了解你感兴趣的话题的流量变化。进入谷歌趋势主页，在你感兴趣的领域中输入搜索词，然后选择30天的时间范围。这将以每天的粒度显示数据，覆盖时间略多于4周。这应该足以了解每周的模式。为了更好地了解工作日/周末的差异，您可能希望只绘制过去7天的曲线图。如果这样做，数据将以每小时的粒度显示。您可能希望按位置进行筛选，以避开时区聚合问题。请记住：Google Trends使用您的本地时区显示时间，即使您过滤到不同的位置。你需要自己调整时间。有关更多讨论，请参见第2部分第4步。

5. 5使用维基百科视图（通过WMF实验室工具）验证每周趋势。

6. 6如果你的网站迎合了专业观众的工作需求，那么使用启发式方法，即在工作日流量大致保持不变，而在周末流量保持较低的恒定水平。更明确地说，交通模式如下：周一到周四的交通量相当稳定（由于时区聚合的影响，周一的交通量可能会稍低），然后周五略有下降，周六和周日的交通量则显著降低（在工作日交通量的40%到70%之间）。你在GA中看到的数据可能会显示，由于第1步中讨论的时区聚合问题，周末的分布范围更广，涵盖周五和周一。最明显的例子之一是Trello，一个帮助人们以图形方式组织列表的网站。虽然不局限于工作，但它在工作中的使用量要大得多。下面列出了大量工作驱动型网站的示例。请记住：你不需要了解这些网站的主题就可以从这些例子中得到说明性的好处！例如：编程问答网站堆栈溢出、安全堆栈交换、服务器故障、工程堆栈交换、超级用户、Ask Ubuntu、游戏开发人员堆栈交换、网络工程堆栈交换、程序员堆栈交换、数据库管理员堆栈交换、图形设计堆栈交换、网站管理员堆栈交换和个人财务与管理；货币堆栈交换。你还可以查看与工作查询相关的特定关键字的谷歌趋势，从而了解每周周期（周六和周日的流量减少）。请记住：你不需要理解这些术语的含义，就可以看到它们是如何说明每周周期的！例如，“jquery”（与Javascript相关，用于网络编程，是软件工程的一部分）、“constructor”（在面向对象编程中使用的概念，也是软件工程的一部分）和“dhcp”（在互联网连接协议的上下文中，与网络工程相关的术语）。使用特定关键字可以帮助您更好地了解特定工作领域的流量模式。你也可以使用维基百科的页面浏览来验证这些循环。特别是，平日的趋势相当一致，而周末的水平则低得多，这一点很容易看出。由于使用了UTC时区，由于时区聚合问题，周一的通信量有所下降。总的来说，维基百科的视图比谷歌趋势更强大，尤其是对于长尾，因为没有进行令人困惑的规范化。英文维基百科中的示例：JQuery、“构造函数（面向对象编程）”和“动态主机配置协议”。一些网站发布了更细粒度的活动数据，您可以对这些数据进行处理以验证每周的模式。例如，问答网站Stack Overflow的数据转储被用于确定网站上每周提问数量的模式。每周提出的问题数量与每周的交通周期密切相关。为了了解网站的工作相关性对其每周周期的影响（控制主题），比较主题上堆栈交换网站的流量与相应子Reddit上的Reddit桌面流量统计数据是很有说明性的。（注：版主始终可以使用Subreddit流量统计数据，在一段时间内，Reddit允许版主将这些统计数据提供给公众查看。下面使用的示例是在这些统计数据公开的情况下捕获的。从2017年5月15日起，Reddit禁止公众访问流量页面）。Subreddit显示了类似的定性模式：周五的流量略有下降，周末的流量较低，而周一的流量则因时区聚合而有所下降。然而，subreddits的周末日流量在工作日日流量的80%到90%之间，而Stack Exchange站点的这一比例为40%到70%。

7. 7如果你的网站主要是为了满足学生的学习需求，那就采用启发性的方法，即周五流量开始下降，周六流量见底，周日流量反弹。更明确地说：周一到周四的流量相当稳定，周五较低，周六最低，周日较高。周日和周五的交通水平通常是可比的。这是因为许多学生从周五下午/晚上开始庆祝周末，但为了完成家庭作业，他们在周日继续学习。特别是，从周日开始的流量反弹是一个关键指标，表明该网站被学生使用的人数多于工作人员。请注意，由于时区聚合，您在GA中看到的数据可能会看到周末效应更分散，如步骤1所述。英文维基百科的流量模式大致与学术网站的模式相匹配，尽管工作日和周末之间的差距较小。Quizlet是一个非常极端的网站，它提供学习和备考工具（抽认卡、游戏等）。这是一个极端的例子，因为Quizlet几乎完全用于学术需求，而其他许多示例网站则满足学术需求、爱好和工作需求。具有这种模式的学术网站有数学堆栈交换、物理堆栈交换、化学堆栈交换、生物堆栈交换、经济学堆栈交换、GoodReads和代数。com，purplemath。com、微积分子维基、市场子维基和EasyBib。面向更高级受众（如研究生和具有同等博士学位的人）的网站通常会在周日出现不太明显的反弹，因为这些受众在周日不会经历家庭作业截止时间效应。例如MathOverflow（一个面向研究生和专业数学家的数学问答网站）和TeX/LaTeX Stack Exchange。以下是一些涉及学术内容但本身不涉及学术主题的网站。学生医生就是这样一个例子，虽然周日的流量有所反弹，但周日的流量仍然明显低于周五的流量。《大学机密》（College Confidential）是一个提供关于如何进入大学并在大学取得好成绩的建议和讨论的网站，周日的反弹几乎与学术信息网站持平。你也可以使用谷歌趋势来验证每周周期的现象。你需要使用能够获得足够流量的搜索词。例如，“导数”（微分学中的一个关键概念，高中和大学数学的一部分）、“乙醇”（用于化学和生物学）和DNA（用于生物科学）。请记住，由于交通量更大，而且一些现象（如周日反弹）是特定于学年的，因此学年的趋势更清晰、更尖锐。您还可以使用Wikipedia页面查看来验证数据中的每周周期。维基百科的页面浏览量可能比谷歌趋势更强劲，尤其是对于长尾，因为没有令人困惑的规范化。它们以UTC报告。周六的下跌在很多例子中都很明显。英文维基百科中的例子有：“导数”（用于微积分，数学的一部分）、“乙醇”（用于化学和生物）、“盐酸”（用于化学；更嘈杂）、“正常子群”（用于高等大学数学）和“需求定律”（用于早期大学经济学，但也用于高中经济学课程，供学习者使用）。与学术主题相关的子域名可能会有一个稍微不同的周周期：周末普遍下跌，但周六没有更大的下跌。例如，science subreddit在周三、周四和周五的流量最高，周日的流量最低。这与周六流量最低的学术网站形成对比。虽然这在一定程度上是时区聚合的结果（Reddit使用UTC，而Quantcast使用墨西哥城的中心时间），但这也与以下事实有关：subreddit更倾向于一般科学，而不是学生的特定学术需求。

8. 8请记住，与家居装修、烹饪和类似活动相关的网站在周日的流量高峰。明确地说，其模式如下：交通量在周五达到最低水平，周六开始上升，周日达到峰值，然后稳步下降，直到周五。在某些情况下，峰值出现在周一而不是周日。例如，烹饪堆栈交换、家居装修站点公寓治疗、烹饪站点Kitchn（实际名称，不是拼写错误）、素食食谱站点Oh She Glows、家居装修（DIY）堆栈交换和园艺堆栈交换。你也可以使用谷歌趋势来验证每周与烹饪和家居装修相关主题的模式。示例搜索词包括“茄子”、“番茄”和“炖肉”。不幸的是，维基百科的页面浏览趋势显示的每周周期并不相同。而是到处都是。这可能是因为大多数寻找烹饪食谱和建议的人不会去维基百科寻找，而维基百科页面浏览量的变化受其他因素的影响。与烹饪相关的Subreddit显示出类似的每周周期，尽管交通高峰似乎在周一而不是周日。然而，这在一定程度上是时区聚合的结果（Reddit使用UTC报告每日流量）。明确地说，交通高峰在周一左右，一周中都会下降，在周五或周六左右达到最低点。然后在周日达到峰值。例子包括食谱和烹饪的Subredits。

9. 9.对于与外出就餐相关的网站，请记住以下提示。与外出就餐相关的相对搜索兴趣（如谷歌趋势所示）在周末上升，周六达到峰值，周日略低，周一至周四最低。然而，与外出就餐相关的网站在周日的访问量最低。交通量最高的通常是在星期二到星期五这一周。周六交通量部分下降，周日下降更多。例如食客。com，yelp。com和eat24。通用域名格式。周六的交通量可能比周日高，因为人们更可能在周六出去见朋友，周日更可能呆在家里。这也解释了上一步讨论的家庭维护和烹饪网站的相反模式。对搜索趋势和网站流量的观察结果之间的差异可能是由于两个因素的组合：搜索兴趣相对于整体搜索兴趣，而人们在周末的搜索总体上较少。人们更有可能在周末使用移动应用。

10. 10记住育儿网站的启发：周六的流量最低，周日上升，周一或周二达到峰值，然后一周内下降。这种模式可以在父代堆栈交换中看到。

11. 11请记住旅游网站的启发：周六的流量最低，周日上升，周一或周二达到峰值，然后一周内下降。然而，一些旅游网站在本周晚些时候出现高峰，甚至出现多个高峰。标准模式可以在Travel Stack Exchange和travelsort中看到。通用域名格式。在travelcodex中可以看到略有变化的标准模式。com（这里的峰值有时出现在周二，有时在本周晚些时候还有另一个峰值）。一些旅游相关网站的模式更加不稳定，没有明显的周周期。旅行技能就是一个例子。通用域名格式。英语维基航行（Wikipedia的姊妹项目）确实显示了周末的下降，但没有显示出工作日之间的一致差异模式。

12. 12请记住以下关于健康和医疗建议网站的启发：周六的流量最低，周日上升，周一或周二达到峰值，然后一周内下降。这种模式见于健康堆栈交换、患者和电子健康。在谷歌健康相关术语的趋势中也可以看到类似的模式，不过，根据你查看数据的时区，你可能会将最低的一天视为周日，而不是周六。通过查看最近7天的数据（以每小时的粒度显示），可以更清楚地了解每周的波动情况。
13. 13请记住音乐、音频和视频内容以及其他音乐相关材料的以下启发：本周的流量相当稳定，在周五开始上升，在周五或周六达到峰值，然后在周日到周一下降。时区的选择方式，以及关于网站类型的更多细节，可能会影响高峰期是在周五还是周六。这里的一个驱动因素是，音乐的新版本通常在周五发布。另一个驱动因素是人们在星期五和星期六放松和聚会。这种模式与学术网站的模式完全相反（见第7步），并可能通过替代来解释：学生在周五和周六放松或参加派对的可能性过高，这解释了音乐消费的增加和学术网站消费的减少。然而，音乐相关内容的工作日-周末变化幅度通常比学术网站小得多。这种模式可以在YouTube视频的浏览量中看到，比如Closer（连锁烟民）、Work from Home（第五和声）和Sorry（贾斯汀·比伯）。很多与音乐相关的东西都不会呈现这种模式。例如，音乐堆栈交换显示出相反的模式，因为它的用途更接近学术网站，而不是音乐消费场所。

14. 14根据站点类型使用其他启发式方法。请记住时区聚合问题将如何影响您在GA中看到的数字的解释，如步骤1所述。游戏网站在周末的访问量略有增加，参与度也大大提高。换句话说，有更多的会议，网页浏览量/会议和总时间在网站上上升。这是因为周末有更多的人有时间玩游戏（并关注游戏新闻），他们有更多的空闲时间。例如Twitch。电视和MMORPG。对于新闻和评论网站来说，一周内的规律性变化往往会被其他波动所淹没，比如对流行故事的流量变化。总的来说，社交媒体的流量比搜索驱动的流量要少。此外，每周发布的内容和时事通讯周期也会影响发布时间。此外，由于这些网站从随意的手机浏览中获得了大量流量，这也减少了任何周末的罚款。对于一些网站，如Refinery29、The Chive、Betty Confidential或Uproxx，周末的下跌在统计上是明显的，周六的值最低，周二或周三的值最高。对于Vox，最低值是在周日，但由于趋势新闻事件，有很多例外。对于其他人来说，比如Upworthy和Zoe Report，任何周末的下降都会被其他交通变化源淹没。请注意，财经新闻网站不属于这一类，因为它们主要由人们在市场交易时使用，因此它们的流量模式与工作相关网站类似。

15. 15记住每周交通周期如何与月度和年度现象相互作用。一个月内的周末数会显著影响网站在该月收到的流量。这一点尤其重要，因为人们通常每月报告流量。一周中的某一天（如圣诞节或新年）会影响当月的交通模式。例如，在美国，如果1月1日临近周末，人们很可能只在下一周上班。另一方面，如果1月1日临近一周的开始，人们可能会在这之后马上开始工作。
16. 16请记住以下关于转换事件在工作日和周末之间如何变化的启发式方法。我们还讨论了数据可用时转换和流量之间的关系。对于B2B网站来说，工作日的流量比周末多得多。然而，转换更倾向于工作日。一般来说，人们在工作时间做出B2B决策。这可能是因为此类决策通常涉及多人的相互协商和批准，他们更有可能在工作日的工作时间内同时可用（参与决策者越多，工作日工作时间比非工作时间的优势就越大）。对于B2C网站来说，在工作日的流量通常更高（就独特用户而言）。对于简单的购买决策，包括大多数零售电子商务，工作日的转化率更高。然而，如果购买决策涉及更复杂的研究，需要在个人时间进行，那么周末的页面浏览/会话和转换率会更高。后者的一个例子是根据个人情况购买医疗产品。根据网站的性质，细节可能会有所不同。对于非营利组织来说，周一至周四的捐款总额最高，周五较低，周六和周日最低。例如，The Network For Good的2015数字捐赠指数显示，捐赠总额的12%、7%和8%分别在周五、周六和周日捐赠。周末的平均捐款额也低于平日，尽管差距很小。

第5部分第5部分，共8部分：了解年度交通周期

1. 1确定你的网站所属的广泛领域，以及这可能会如何影响使用。例如，你的网站主要针对学生、从事特定工作的人、假日活动、家装活动还是其他什么？对于你网站的目标区域和活动类型，全年的使用模式是什么？例如，如果你的网站以从事特定工作的人为目标，那么该工作的旺季和淡季是什么？
2. 2.使用第三方工具为季节性波动提供良好的基线。使用谷歌趋势搜索关键词兴趣的季节性波动。自2004年以来，Google Trends中的默认显示以每月的粒度显示数据。但是，它只显示相对搜索兴趣，而不是绝对搜索量。因此，这对确定长期趋势不是很好。但它有助于理解季节变化。请注意，默认显示可能提供的粒度太小，5年显示可能更适合在年度周期中查看更精细的模式。在离你最近的主题中使用QM数据进行堆栈交换（如果适用），或者使用任何其他具有公开QM数据的站点。注：仅使用已验证Quantcast指标的网站，如网站名称旁边的复选标记所示；其他网站的数据太不可靠。在使用QM数据时，通常最好查看3年或更长时间的数据，并选择没有快速增长的网站。因此，你看到的模式在很大程度上是周期性趋势，而不是长期增长趋势。如果你必须使用一个正在经历快速增长的网站作为基准，你需要控制这种增长。控制增长有点挑战性，所以只有在需要的时候才去做。你也可以使用Alexa或SimilarWeb数据来查找与你类似的网站的流量排名的年度波动。然而，重要的是要记住，这种测量方法仅适用于流量相当高的网站，或具有认证指标的网站。您可以使用语言维基百科的全球维基百科页面浏览量来了解页面浏览量中的总体年度流量周期。此外，维基百科还提供了按国家和语言分类的月度数据，尽管目前还没有一种易于绘制的形式：你必须逐一查看档案，并将数据拼凑在一起。使用维基百科视图（通过维基百科视图，wikipediaviews.org）了解流量随时间的变化。Wikipedia Views以每月的粒度绘制Wikipedia页面视图，因此可用于大致检测年度周期。各种类型的示例将在后面讨论。

3. 3.使用向下展开的维度来验证关于趋势原因的假设。按地点向下钻取，以验证特定地点的季节趋势和年度趋势，包括学习年、工作年以及假期。你可以在佐治亚州为你自己的网站按地区向下搜索数据。你也可以在谷歌趋势中按地区向下搜索。按推荐类型（例如，GA中的默认通道分组）向下搜索，以进一步验证假设。一般来说，搜索和直接流量的年周期较强，社交媒体流量的年周期较弱。这是因为人们对社交媒体的使用全年波动较小。按设备类型向下搜索。相比手机和平板电脑，桌面电脑上可能会经历更多的假日低谷。
4. 4对于学术网站，请记住以下交通模式指南。如果网站主要服务于美国大学的读者，那么这种模式是两种年度学年结构的组合：学期结构，包括一个为期约16周的秋季学期。它开始于8月第二周和9月第一周之间，结束于12月中旬和1月中旬之间。另一个学期是春季学期，从1月的第二周到5月底。还有一个夏季学期，在春季学期结束后不久开始，在秋季学期结束前不久结束。四分之一结构，包括三个四分之一，每个四分之一分为11周（10周上课，1周期末考试），外加一个夏季四分之一。秋季或秋季季度大约从9月的最后一周开始，到12月的第二周结束。冬季季度从1月的第一周开始，一直持续到3月的第一或第二周。春季季在冬季季结束一周后开始，一直持续到6月初。非美国交通将取决于各自国家的学年结构。大多数北半球国家的学年从8月或9月开始，到5月或6月结束。因此，各国的交通模式相当相似。如果该网站吸引了大量来自在校学生（中等教育或以下）的流量，你还需要了解在校学生的学年模式。关于流量的一个很好的普遍启发是，在一个学术学期的前几周，流量会上升，然后在学期内大致保持不变。然而，在期末考试结束，人们去度假之后，它下降了很多。请注意，术语中的模式可能取决于网站的微妙方面。一些网站可以在学期内看到稳定的增长，因为随着他们积累更多的学习和掌握的资料，它们对人们变得更加有用。其他网站在早期阶段更有用。通过将上述启发式方法与学期和季度的混合模式相结合，下面的交通图就出现了。夏季下降：随着北半球暑假的开始，交通量下降。根据学期制（5月）暑假开始时开始下降，而一旦季度制（6月）的学生也开始休假，则会进一步下降。这一下降持续到8月中旬，届时，学期制的学生开始重返工作岗位。秋季交通：交通在8月下旬开始增加，因为学期系统上的人回到了课堂。随着四分之一制的学生重返课堂，9月底将迎来另一轮提振。然后它保持稳定，略微增长。在美国，感恩节的交通量短暂下降，之后又恢复到原来的水平。圣诞假期：12月中旬左右，随着学期（季度和学期）的结束，人们开始过圣诞假期，交通量急剧下降。冬季/春季交通：交通量在1月中旬左右恢复增长，因为季度和学期系统的用户都回到了工作岗位。它一直生长到月底。之后，除了春假期间短暂的下降，交通基本保持稳定，直到夏季下降。Quizlet网站就是一个例子，这些趋势非常明显。这是一个极端的例子，因为Quizlet几乎完全用于学术需求，而其他许多示例网站则满足学术需求、爱好和工作需求。您可以使用学术主题的Stack Exchange网站作为年度流量周期的基准。在三年或三年以上的时间里进行绘图，以便清楚地了解长期增长趋势（尤其适用于较新的网站）和年度周期。例如，在Math Stack Exchange上，可以选择从2010年8月24日到2016年8月22日的自定义范围，以查看年度周期和长期趋势。要消除周波动，请在“显示方式”下选择周。对于生物堆栈交换，可以追溯到四年前。由于这一年的同比增长率较高，2014年和2015年的快速增长使夏季的下跌变得模糊。然而，2016年夏季的下降趋势更为明显。其他例子包括物理堆栈交换和化学堆栈交换。由于总体流量较小，经济堆栈交换的噪音稍大一些，但呈现出相同的一般模式。筛选大学城的位置可能是更好地了解你的年周期的好方法。例如，对于一所采用季度制的美国大学，可以选择斯坦福大学或安阿伯大学。过滤到伯克利的美国大学，采用学期制。然而，任何一家的流量都会增加

5. 5请记住以下关于专业信息网站的启发。典型的交通模式如下：全球圣诞节下降：在圣诞节和新年之间的一周内，有一个急剧但短暂的下降。区域假日的区域性下降：例如，美国的交通在美国感恩节期间出现下降，但非美国的交通没有类似的下降。夏季流量略有下降（北半球）：与工作相关的网站在夏季流量略有下降，但不像学术网站那样明显。下跌可能有两个原因。首先，其中一些网站也被学生使用，尽管比工作人员使用的要少。例如，堆栈溢出主要由以编程为生的人使用，但在某种程度上也被学习编程课程的学生使用。后者可以解释夏季下降的原因。夏季下滑的第二个原因是，专业人士更有可能在夏季（7月和8月）休假。然而，他们并不是都在同一时间休假，所以这种下降的影响是温和的，但会持续更长的时间。您可以使用以下网站的数据来了解专业网站的年度流量周期：Trello、Stack Overflow、ServerFault和Security Stack Exchange。你可以使用谷歌趋势看到类似的模式。由于圣诞节的降幅很短，可能很难看到，所以绘制一个5年的时间范围，这样你就可以得到每周的粒度。还要记住，因为谷歌趋势是相对的，所以只能看到非常强劲的趋势。例如，对于“jquery”，你会看到圣诞节期间的急剧下降，以及每年夏天非常轻微（但很难辨别）的下降。交通量也在稳步下降，这一事实使分析变得复杂。另一方面，“dhcp”看到了圣诞节的下降，但没有夏天的下降。

6. 6.对B2B网站使用以下流量模式启发法。这些交通模式的一些细节是针对美国的，因此不要盲目地适用于不同的地理位置。每年的交通周期如下：1月份的交通开始可能很慢，这取决于1月1日是在一周的早些时候（在这种情况下，它会开始得更早，时间更长）还是在一周的晚些时候（在这种情况下，人们会在下周开始工作，缩短有效月份）。二月短了两三天。由于春假和复活节，三月和四月的交通可能不稳定。5月和6月的流量保持一致。由于假期，7月和8月的入境交通量较低。9月和10月的流量最高。11月的交通状况良好，直到感恩节。周一开始下降，周三至周日进一步下降。12月的流量很低，整个月都在下降，下半年的流量更低。圣诞节到来的那一天会影响交通水平。不幸的是，很少有B2B网站使用Quantcast（因为Quantcast主要用于通过展示广告赚钱的网站，B2B网站也在销售自己的产品）。因此，我们没有公开披露流量数据的例子。
7. 7请记住针对特定站点类型的年度交通周期的一些启发式方法。这里是一些启发性的网站，而不是学术、专业和B2B类别已经在上面讨论过。与户外活动和家居装修相关的网站通常在冬季流量较低，夏季流量较高。根据冬季对活动的影响程度，这种模式可能会有所不同。例如，园艺堆栈交换在5月和6月达到峰值，然后稳步下降到12月和1月，然后再次稳步上升到5月和6月。与旅游相关的网站全年表现稳定。度假期间，豪华旅行增加，但商务旅行减少，其影响大致可以抵消。旅行栈交换全年表现非常稳定，但夏季确实略有增加。与专业网站、学术网站和B2B网站相比，它也没有看到太多的圣诞节下跌。与烹饪相关的网站全年都相当稳定。主要的反常现象发生在特定的节假日。有趣的是，在美国，烹饪网站的访问量在感恩节前后有所增加，有时在圣诞节前一周也有所增加，但在圣诞节前后有所减少。可以查看的一些示例网站有烹饪堆栈交换、Oh She Glows和Kitchn（注：这是该网站的品牌名称，带有Kitchen missing的“e”）。要注意的是，与烹饪堆叠交换相比，Oh She Glows和Kitchn的感恩节增加更大。这可能是因为前两个网站（由出版商驱动）在感恩节前夕投入了额外的努力来推广他们的内容，而烹饪堆栈交换（由社区驱动）并没有看到这种协调一致的努力。下面的图片分别是关于烹饪堆栈交换和Kitchn的。娱乐和八卦网站通常不会出现假日下滑。他们中的一些人甚至可能在假期期间看到流量增加，尤其是如果他们报道感觉良好的故事并帮助人们度过假期的话。一般来说，他们的交通模式看不到明显的年周期。新闻网站通常没有明显的年度模式，但它们的模式是由当年事件的性质决定的。事实上，他们甚至可以看到一年以上时间段的模式。例如，政治新闻网站在距离选举时间较近的时候看到了更多的流量，选举可能每隔几年举行一次。与美国税务信息相关的网站在日历年过渡期（12月和1月）附近以及报税季节（美国从2月中旬开始，一直持续到4月中旬左右）流量较高。在其他国家拥有类似税务信息的网站将看到受这些国家的纳税年度和申报截止日期管辖的流量模式。

8. 8请记住以下转换相关流量的年度模式启发法。我们考虑慈善捐赠和电子商务的案例。美国的慈善捐赠在12月份最高，1月份次之。税收优化和节日慷慨是促成因素，但每年这个时候参与营销和筹款活动的非营利组织加剧了这些因素。慈善机构网站以及与慈善评估相关的网站在12月（以及之后的11月和1月）的流量比今年其他时间都要多。例子包括慈善评估机构GiveWell（基于他们的谷歌分析和Clicky网络流量数据，以及捐赠指标和Alexa数据）、慈善导航器（如Alexa数据所记录），在大多数国家，该国的零售支出在今年年初最高。在美国和大多数遵循公历的国家，零售高峰出现在12月。特别是在美国，感恩节和圣诞节之间的销售额最高。黑色星期五和网络星期一是销售特别繁忙的日子。在中国，最大的电子商务日是11月11日，也就是光棍节，而在印度，排灯节期间的销售额最高。话虽如此，如果你的网站没有明确为这些场合提供特别优惠，你网站上的流量和转化率就不太可能上升很多。

9. 9在相关情况下，使用年龄、性别和位置筛选来验证假设。

第6部分第6部分，共8部分：了解每日交通周期

1. 1使用每小时的粒度来研究网站一天中的流量变化。记住第2部分第3步中讨论的启发：只有当你的网站每天的浏览量达到4000次或更多时，你才应该以每小时的粒度来研究流量。在这一点之下，随机变化可能很难看到趋势。你仍然可以尝试在较低的流量水平；如果你确实看到了一个清晰的模式，可以很有启发性。GA允许您以每小时的粒度查看历史数据，以及获取最近30分钟总计的实时分析。WordPress的Jetpack提供的分析工具可以让您获得最近48小时的数据图表，以及当前UTC日期到目前为止的总视图。其他工具可能允许您以更精细的粒度查看流量。
2. 2在考虑交通变化时，应进行以下调整。对不同时区的区域分别考虑流量，并过滤视图以只考虑特定时区，通常是最有意义的。这对于有机搜索和受当地时间控制的直接流量尤其重要。请记住：GA在显示数据时使用单一固定时区（请参见第2部分第4步的解释）。您可以通过进入GA管理面板中的“查看设置”来检查正在使用的时区。因此，在查看不同地区的流量时，您需要进行时区调整，以确定这些地区的本地时间。如果你在一天中的特定时间向社交媒体发送时事通讯或帖子，那么你应该查看与该时间相关的每日流量模式。
3. 3.使用Google Trends计算与网站相关的搜索词在一天内的流量变化。进入谷歌趋势主页，在你感兴趣的领域中输入搜索词，然后选择7天的时间范围。这通常足以捕捉一周中所有日子的小时趋势。工作日和周末每小时趋势的性质可能不同，因此建议7天。还可以按区域进行过滤。一个关键的警告是：谷歌趋势（Google Trends）显示特定主题的搜索兴趣相对于当时的整体搜索兴趣（如果按地区过滤，则显示该地区的搜索兴趣）。然后对数据进行标准化，以便将最大的数据点缩放到100。在以每日粒度查看数据时，这并不是什么大不了的事情，因为总的互联网使用量在几天之间变化不大。然而，这在一天之内是一个大问题，因为一天中的搜索流量可能会显著不同。特别是，在夜间出现峰值的搜索关键词不一定在夜间获得最多的流量；他们只是看到夜间交通量的最大份额。第二个警告：Google Trends使用一个固定时区，即您的本地时区（有关更多信息，请参阅第2部分第4步）。因此，当您过滤到不同的区域时，需要进行时区调整。以如此精细的粒度使用谷歌趋势数据的第三个警告是，对于许多搜索词来说，没有足够的量来获得清晰的模式。此外，由于时区问题，有必要深入到特定的位置，这使得数据量更低，噪音更大。因此，您可能不得不满足于使用比您实际感兴趣的查询更广泛的搜索查询。
4. 4记住一些关于一天内交通变化的启发。人们使用互联网的方式每天都有一个循环。人们在晚上较少使用互联网，因为他们很可能睡着了。互联网的使用从早上开始，但在那个时候通常较低。在工作时间，与工作相关的互联网使用率很高。一个时区的总互联网流量在该时区的晚上时间是最大的，即晚上7点到11点之间。与交通高峰时间类似，这被称为互联网高峰时间。高峰时段的互联网流量大多与娱乐有关，包括流媒体音乐、电影和色情、浏览社交媒体和阅读名人八卦。尤其是在互联网高峰时段，社交媒体驱动的网站在这个时候也会看到更多的流量，因为访问社交媒体是一种常见的晚间休闲活动。出版商将社交媒体帖子的时间安排在互联网高峰时段，这往往会放大高峰时段流量增加的有机影响。搜索驱动的流量并没有看到这种额外的提升，因此高峰时段的流量更少。在世界的不同地区，每日循环有不同的形状。有几个变异的来源。交通量的昼夜差距因地区而异。在一些地区，白天高峰与夜间低谷的比率可能低至3，而在其他地区，则可能高于5。您可以使用Akamai的实时web metrics工具粗略估计不同大陆的流量形状。这显示了最近24小时（现在结束）内每秒的HTTP点击次数，时间以UTC显示。不幸的是，这个免费工具只提供大陆级别的粒度，而且一个大陆可以跨越多个时区，因此它不是一个很好的指标，可以反映单个时区的昼夜变化。通过查看不同语言维基百科关于每小时流量趋势的已发表研究，你还可能会获得有趣的信息，了解不同地区的每日流量变化方式。对使用英语维基百科（以及其他一些语言维基百科）的人进行的调查发现，白天使用维基百科的人更有可能以学习或工作为动机，而晚上使用维基百科的人更有可能被激励去了解更多他们在媒体上看到的东西。请注意，如果您的流量是全球性的，那么由于时区不同，在整个24小时内的流量可能相当均匀。因此，您应该按区域进行过滤，以便更清楚地查看每日周期。

5. 5请记住以下其他一般启发法。有些职业的“夜猫子”比其他职业的比例更大。对于这些职业来说，即使夜间交通量较低，也不会太低。事实上，谷歌趋势相关搜索的数据甚至可能显示深夜的峰值。绝对流量较低，但占流量的比例可能会上升。编程相关行业的夜猫子比例很高。例如，对于加利福尼亚州的关键词“jquery”，Google Trends在上午11点、下午2点和凌晨2点显示峰值（调整时区后），其中凌晨2点的峰值最高。满足特定时间需求的网站在一天中的特定时间会出现流量高峰。例如，为日内交易者提供新闻和信息的网站在开盘前后会出现一个峰值，在收盘前后会出现另一个峰值，因为此时的交易量最大。在美国，主要股票市场位于纽约，在东部时间上午9点左右开放。因此，即使在加利福尼亚州，人们的兴趣也会在东部时间上午9点或太平洋时间上午6点（加利福尼亚州的当地时间）达到顶峰。人们为了规划一天而访问的网站在清晨、傍晚或两个时间都会出现高峰。这包括与交通和零售相关的网站（例如，人们计划访问的商店）。有关分析日内流量波动的其他一些例子，以及这些日内趋势在工作日和周末之间的差异，请参阅Pornhub的《2015年评论》和《纽约时报》关于谷歌趋势的逐分钟文章。
6. 6在可用的情况下，使用其他活动数据来识别每日周期。一些网站发布了活动数据，人们可以通过这些数据来衡量活动在一天中的时间变化。一个例子是关于问题的活动数据以及关于问答的活动数据；网站堆栈溢出。问题和答案都显示了UTC 15:00左右的峰值，这是不同时区工作时间重叠最大的时间。基准的另一个来源可能是下游转换操作的数据。例如，2015年的数字捐赠指数包括按时间划分的捐赠分布数据。

第7部分第7部分（共8部分）：了解以下推动因素的交通模式

1. 1记住推动因素通常的运作方式。推动因素通常会导致急剧和突然的增加，然后逐渐减少。这些因素的例子包括与主题相关的新闻或相关内容（视频、电影、音乐、书籍）的发布。2015年10月，阿黛尔的单曲《你好》上映时，就出现了一个例子。这首歌重新唤起了人们对阿黛尔的兴趣，因此，她的老歌，如《你这样的人》在YouTube上的流量急剧上升，然后逐渐消失。要查看统计信息，请单击视频下方的“更多”，然后在那里选择“统计信息”。有关推动因素及其流量影响历史的更多信息，请阅读Slashdot效应。

2. 2如果在Facebook上发帖，请记住Facebook发帖量随时间变化的方式。一篇成功的Facebook帖子所带来的整体流量形状与第一步中描述的模式相似，即急剧增加，然后逐渐减少。下文将介绍更多细节。在帖子发布后的最初阶段（可能持续几分钟到一个小时），Facebook会在特定的潜在受众群中传播帖子，逐渐提高发行率。它从最初的子集中获得积极反应的程度决定了Facebook进一步提升帖子的程度。在帖子数量增加后，Facebook的帖子发行量呈指数级下降。特别是，如果帖子没有收到大量的有机转载，Facebook的帖子流量就会呈指数级下降。交通图的形状是向上凹的（即，它在开始时下降得更快，然后下降速度减慢）。当邮政发行量的驱动因素是巨大的覆盖范围时，就会看到这种交通形态。没有任何特别的提升，这取决于喜欢该页面的人数。有了特别的提升，这取决于职位提升的程度。下面的例子显示了Facebook驱动的网站的流量。当帖子发布时，Facebook实验性地将其传播几分钟（从16:17开始），导致网站流量略有增加。然后在确定响应率后，将其分发给大量受众（大约16:32），导致网站流量大幅增加。随着时间的推移，流量下降（可能是因为Facebook的发行量呈指数衰减）。一开始下降最快，流量最终恢复到Facebook帖子发布前的水平。另一方面，如果邮局收到大量的有机再分享，衰减模式将不是指数型的。交通形状将向下凹。换言之，由于有机物的重新共享提供了额外的促进作用，它最初的衰变会更少。之后，衰变速度会加快。当真正的参与而不是原始的数量是《华盛顿邮报》发行量的驱动因素时，就会看到这种流量形态。总的来说，记住以下关于比率的试探法。看到你的帖子的人数通常不会超过合格人群的20%，但可能会低很多，尤其是如果你有很多人关注并喜欢这个页面。典型范围为0.5%至10%。点击率为0.5%至10%，通常为1%至5%。喜欢+反应与点击的比例通常在1%到5%之间（尽管有些帖子在没有点击的情况下得到很多喜欢，而其他帖子在没有喜欢的情况下得到很多点击）。总的来说，一个拥有几百万个赞的页面，平均一篇Facebook帖子的页面浏览量应该达到数万。

第8部分第8部分，共8部分：了解网站的长期趋势

1. 1确定影响网站发展的各种参数。目标受众互联网接入的长期趋势领域或主题领域的长期趋势：一些领域正在经历整体增长，如果你的网站位于其中一个领域，那么它应该因此而有机增长。搜索算法（尤其是谷歌搜索）和社交媒体算法（尤其是Facebook）的变化。你自己在网站上增加内容并推广的策略。
2. 2使用以下类型的信息源，了解网站使用的全球模式。comScore是一家全球媒体测量和互联网分析公司。comScore基于其众多测量工具，定期评估人们在各种设备（个人电脑和智能手机）上使用网络的程度，以及他们对应用程序的使用情况。它的重点是美国的交通。comScore的数据被用来评估移动设备和桌面设备的相对使用情况、应用程序和网络的相对使用情况，以及桌面设备使用的停滞情况。调查研究机构和非营利组织偶尔会对人们的互联网和网站使用情况进行调查。皮尤研究中心的互联网、科学和技术部分（pewinternet.org）包含了许多这样的调查，主要针对美国受众。另一个来源是公共知识（publicknowledge.org）。另一个信息来源是维基媒体基金会（Wikimedia Foundation）的全球覆盖范围调查（Global Reach survey），该调查目前的结果涉及印度、尼日利亚和巴西。这项通过电话采访进行的调查涵盖了这些国家互联网使用和维基百科使用方面的问题。维基媒体基金会的“新读者”项目使用了它，以更好地了解在访问量迅速增长的国家，人们是如何使用互联网的，以及他们目前与维基百科的关系。你可以在国际电信联盟（ITU）的网站上获得各国互联网普及率的统计数据。通过查看相关维基百科页面上的参考资料，你可以获得更多关于当前全球和特定国家互联网普及和趋势的参考资料。
3. 3请牢记以下美国互联网使用的大趋势。人们对互联网的消费已经从台式机转向移动设备，从网络转向应用程序。根据comScore的数据，移动互联网的使用约占台式机和笔记本电脑互联网使用的两倍，而应用程序的使用约占互联网使用的一半多一点（因此，略高于网络使用）。此外，comScore的数据还表明，桌面使用在2015年达到顶峰。世界上最重要的信息网站维基百科的comScore数据显示，从2013年底开始，独特访客数量下降，其中台式机的下降幅度最大（移动电话数量大致保持不变或上升），北美的下降幅度最大。对人们互联网使用的变化以及他们正在考虑的变化进行的用户调查显示，少数（但不可忽视的一部分）用户已经停止或正在考虑停止家庭宽带订阅，因为智能手机计划满足他们的互联网使用需求。认真考虑这一点的用户往往收入和教育水平较低。他们指出，家庭宽带的成本以及他们可以通过智能手机完成最重要的事情，都是影响决策的因素。然而，大多数用户认为桌面和移动互联网都有价值。移动互联网主要用于通信、快速信息消费和社交媒体，而台式互联网更多用于视频消费和购物。广告支出是互联网使用增长的另一个指标。在美国，自2012年以来，桌面广告支出基本保持稳定，而从2010年到2015年，移动广告支出同比增长约一倍（不过，其增长率现在正在下降）。
4. 4请记住以下关于网站流量增长模式的启发。处理与工作相关的主题、迎合精通技术的受众的网站，很可能已经出现增长，并在更早的时候达到峰值。特别是，自2014年左右以来，此类网站的有机增长率相对较小，在美国每年不到10%，在全球每年不到20%。例如堆栈交换网络中的网站，如堆栈溢出、服务器故障、AskUbuntu和数学堆栈交换。自2014年以来，女性杂志的桌面网络使用量略有下降，而移动网络使用量有所增加，只是略有净增长。由“点击诱饵”驱动的社交媒体流量的网站在2012年到2014年之间的某个时候流量通常会增加，但自2014年左右以来流量有所下降。特别是，随着Facebook推出新方法来对抗新闻订阅中的点击诱饵，2016年年中左右开始出现严重下滑。然而，这条规则也有很多例外，因为不同类型的网站和不同类型的社交媒体策略受到Facebook新闻订阅算法变化和用户社交媒体习惯变化的不同影响。社交媒体网站流量持续下降的一个例子就是值得提升的。近年来，主题不那么偏向科技的新类型网站有更大的快速增长空间，但这种增长并不能保证。这类领域的例子包括体育、烹饪和时尚。
5. 5请记住以下可能影响网站流量的搜索和社交媒体更新信息源。对于搜索更新，请使用谷歌搜索算法更改公告。要获得所有搜索算法更改的最新时间表，一个好地方是谷歌算法更改历史上的Moz页面。另一个来源是维基百科的谷歌搜索时间表，但这不太可能持续更新。您可以将这些更改与网站的搜索流量进行比较。如果您启用了搜索控制台，您还应该能够看到指向您网站的谷歌搜索查询的总印象和点击量数据。如果你在谷歌进行算法更新时看到搜索流量发生急剧变化，那么这种变化很可能是由算法更新驱动的。你或许可以利用这些变化的方向来更好地理解进一步计划的算法更新将如何影响你的网站流量。网上有很多关于谷歌搜索算法变化的讨论，还有一些付费工具可以帮助你理解并针对这些变化进行优化。有关Facebook新闻提要算法更改的历史记录，请参阅Facebook页面维基百科时间线中与产品（新闻提要）相关的事件，并按照参考信息获取更新的更多详细信息。如果在Facebook进行算法更改时，你看到你的帖子的覆盖范围和参与度发生了急剧变化，或者Facebook对你网站的流量发生了急剧变化，那么你很可能会受到这些变化的影响。