网站数据分析思路:透视表方式的交叉分析(2)

交叉分析的基础

这里不得不再说一下交叉分析基于的底层基础数据模型，因为如果没有设计好底层的数据模型，上层的交叉分析是很难实现的，或者多维的交叉受到限制而使分析存在局限性。

从技术层面来看，交叉分析基于多维模型，数据的维度越丰富，所能实现的交叉也越丰富和灵活，通过各种交叉分析能够更加有效地发现问题；但相应的，如果要尽可能地丰富各维度的交叉分析，对基层模型的要求也就越高。所以如何设计好数据的底层模型非常关键，还是引用数据立方体与OLAP文中的那个数据立方看个简单的例子：

如果一张网站分析的报表只包含以月度为单位的日期维和相应的指标，那么数据的存储就是每个月一条记录，但显然这种高度聚合的数据不利于分析，我们需要构建如上图的数据立方体来获取更加细节的数据。用数据立方来拓展数据细节有两种方向，一类是纵深拓展，也就是基于一个维度的细分，比如将一个月细分到每一天，那么一条记录将会被拓展成30条；还有一种是横向的拓展，就是多个维度的交叉，就像上面立方中添加了产品维和地域维。这样存储的数据就从原本单一的时间维度扩展成了时间、产品和地域三个维度，也就是三维立方体所能展现的形式，当然维度可以继续扩展，四个五个直到N个，理论上都是可行的，这里只要以三个维度进行举例就可以。对于数据存储而言，横向的拓展与纵深拓展的影响是一样的，记录数都是以倍乘的方式增长，假设这里产品维是产品大类，有20个产品大类，再加上32个省份或直辖市，那么经过纵深和横向拓展之后，原先每月的1条记录就变成了：

1 × 30 × 20 × 32 = 19200

而我们在构建多维模型的时候很多维度中包含的数据量绝对不像上面例举的那么小，想象一下网站的商品或者页面的数量可能是成百上千甚至成千上万的，那么一旦以倍乘的形式扩展之后，数据量就会一下子剧增。虽然丰富的多维立方能够给分析带来便利，但也同时给数据的存储和查询带来的压力。

所以，更加丰富和灵活的分析需求的实现基于更加复杂的多维模型或者数据立方，同时会带来更大的系统开销。Google Analytics很好地权衡了灵活的数据分析与复杂数据模型之间的关系，这也是Google Analytics强大功能的基本保障，GA的高级细分（Advanced Segments）和自定义Dashboard是其他同类免费网站分析工具所无法比拟的，这也正是为什么我们将GA划分到网站数据分析工具，而其他的大部分只能算作网站数据统计工具的原因。而GA正是基于其构建的强大的底层数据模型和高效的数据计算和响应能力，使很多分析功能可以得到扩展，其中很多就涉及交叉分析，这里截图了其中的两个功能，Secondary Dimension和Pivot：

Google Analytics新版本增加了很多令人心动的功能，Secondary dimension的功能从老版本得到了延续，上图在Content模块的Page报表中选择了流量来源作为第二维度，这样我们就可以查看每个页面的流量是从何而来，每个流量来源在该页面的数据表现，同时可能还可以发现一些有趣的现象，比如某些页面的流量基本都是一个来源带来的，比如我的博客的某些文章基本都是通过搜索引擎进来的，而另外一些文章基本通过直接流量带来。

在GA的各类报表中可以在右上角选择展现的形式，最后的一种就是Pivot，Pivot的形式对表格的表头进行了扩展，可以分层次放置另外的维度，如上图还是使用了页面与流量来源的交叉，将Source维度放到了指标的上方。同时GA支持在两个维度的基础上最多选择两个度量Metric，我这里选择了Pageviews和Bounce Rate，来衡量每个页面中各类流量来源所带来的“量”和“质”，同样对于分析非常有价值。

多维的交叉分析我们在日常中潜移默化地经常会用到，交叉分析对于问题的排查和定位额外有效，所以我们需要想办法用更好的形式去展现数据，以便于更有利于进行交叉分析，其实这里介绍的透视表的方式是最常用的，也是比较好用的，但这类方式太少，不知道大家有没有其他更加有效的交叉分析展现方式。