網(wǎng)站數(shù)據(jù)分析：多維交叉分析（二）

交叉分析的基礎(chǔ)

這里不得不再說(shuō)一下交叉分析基于的底層基礎(chǔ)數(shù)據(jù)模型，因?yàn)槿绻麤]有設(shè)計(jì)好底層的數(shù)據(jù)模型，上層的交叉分析是很難實(shí)現(xiàn)的，或者多維的交叉受到限制而使分析存在局限性。

從技術(shù)層面來(lái)看，交叉分析基于多維模型，數(shù)據(jù)的維度越豐富，所能實(shí)現(xiàn)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(fā)現(xiàn)問題；但相應(yīng)的，如果要盡可能地豐富各維度的交叉分析，對(duì)基層模型的要求也就越高。所以如何設(shè)計(jì)好數(shù)據(jù)的底層模型非常關(guān)鍵，還是引用數(shù)據(jù)立方體與OLAP文中的那個(gè)數(shù)據(jù)立方看個(gè)簡(jiǎn)單的例子：

如果一張網(wǎng)站分析的報(bào)表只包含以月度為單位的日期維和相應(yīng)的指標(biāo)，那么數(shù)據(jù)的存儲(chǔ)就是每個(gè)月一條記錄，但顯然這種高度聚合的數(shù)據(jù)不利于分析，我們需要構(gòu)建如上圖的數(shù)據(jù)立方體來(lái)獲取更加細(xì)節(jié)的數(shù)據(jù)。用數(shù)據(jù)立方來(lái)拓展數(shù)據(jù)細(xì)節(jié)有兩種方向，一類是縱深拓展，也就是基于一個(gè)維度的細(xì)分，比如將一個(gè)月細(xì)分到每一天，那么一條記錄將會(huì)被拓展成30條；還有一種是橫向的拓展，就是多個(gè)維度的交叉，就像上面立方中添加了產(chǎn)品維和地域維。這樣存儲(chǔ)的數(shù)據(jù)就從原本單一的時(shí)間維度擴(kuò)展成了時(shí)間、產(chǎn)品和地域三個(gè)維度，也就是三維立方體所能展現(xiàn)的形式，當(dāng)然維度可以繼續(xù)擴(kuò)展，四個(gè)五個(gè)直到N個(gè)，理論上都是可行的，這里只要以三個(gè)維度進(jìn)行舉例就可以。對(duì)于數(shù)據(jù)存儲(chǔ)而言，橫向的拓展與縱深拓展的影響是一樣的，記錄數(shù)都是以倍乘的方式增長(zhǎng)，假設(shè)這里產(chǎn)品維是產(chǎn)品大類，有20個(gè)產(chǎn)品大類，再加上32個(gè)省份或直轄市，那么經(jīng)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?cè)跇?gòu)建多維模型的時(shí)候很多維度中包含的數(shù)據(jù)量絕對(duì)不像上面例舉的那么小，想象一下網(wǎng)站的商品或者頁(yè)面的數(shù)量可能是成百上千甚至成千上萬(wàn)的，那么一旦以倍乘的形式擴(kuò)展之后，數(shù)據(jù)量就會(huì)一下子劇增。雖然豐富的多維立方能夠給分析帶來(lái)便利，但也同時(shí)給數(shù)據(jù)的存儲(chǔ)和查詢帶來(lái)的壓力。

所以，更加豐富和靈活的分析需求的實(shí)現(xiàn)基于更加復(fù)雜的多維模型或者數(shù)據(jù)立方，同時(shí)會(huì)帶來(lái)更大的系統(tǒng)開銷。Google Analytics很好地權(quán)衡了靈活的數(shù)據(jù)分析與復(fù)雜數(shù)據(jù)模型之間的關(guān)系，這也是Google Analytics強(qiáng)大功能的基本保障，GA的高級(jí)細(xì)分（Advanced Segments）和自定義Dashboard是其他同類免費(fèi)網(wǎng)站分析工具所無(wú)法比擬的，這也正是為什么我們將GA劃分到網(wǎng)站數(shù)據(jù)分析工具，而其他的大部分只能算作網(wǎng)站數(shù)據(jù)統(tǒng)計(jì)工具的原因。而GA正是基于其構(gòu)建的強(qiáng)大的底層數(shù)據(jù)模型和高效的數(shù)據(jù)計(jì)算和響應(yīng)能力，使很多分析功能可以得到擴(kuò)展，其中很多就涉及交叉分析，這里截圖了其中的兩個(gè)功能，Secondary Dimension和Pivot：

Google Analytics新版本增加了很多令人心動(dòng)的功能，Secondary dimension的功能從老版本得到了延續(xù)，上圖在Content模塊的Page報(bào)表中選擇了流量來(lái)源作為第二維度，這樣我們就可以查看每個(gè)頁(yè)面的流量是從何而來(lái)，每個(gè)流量來(lái)源在該頁(yè)面的數(shù)據(jù)表現(xiàn)，同時(shí)可能還可以發(fā)現(xiàn)一些有趣的現(xiàn)象，比如某些頁(yè)面的流量基本都是一個(gè)來(lái)源帶來(lái)的，比如我的博客的某些文章基本都是通過搜索引擎進(jìn)來(lái)的，而另外一些文章基本通過直接流量帶來(lái)。

在GA的各類報(bào)表中可以在右上角選擇展現(xiàn)的形式，最后的一種就是Pivot，Pivot的形式對(duì)表格的表頭進(jìn)行了擴(kuò)展，可以分層次放置另外的維度，如上圖還是使用了頁(yè)面與流量來(lái)源的交叉，將Source維度放到了指標(biāo)的上方。同時(shí)GA支持在兩個(gè)維度的基礎(chǔ)上最多選擇兩個(gè)度量Metric，我這里選擇了Pageviews和Bounce Rate，來(lái)衡量每個(gè)頁(yè)面中各類流量來(lái)源所帶來(lái)的“量”和“質(zhì)”，同樣對(duì)于分析非常有價(jià)值。

多維的交叉分析我們?cè)谌粘Ｖ袧撘颇�化地�?jīng)常會(huì)用到，交叉分析對(duì)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(xiàn)數(shù)據(jù)，以便于更有利于進(jìn)行交叉分析，其實(shí)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(xiàn)方式。

服務(wù)器租用/服務(wù)器托管中國(guó)五強(qiáng)！虛擬主機(jī)域名注冊(cè)頂級(jí)提供商！15年品質(zhì)保障！--億恩科技[ENKJ.COM]