Math 如何计算平均滚动深度?

Math 如何计算平均滚动深度?,math,google-analytics,average,Math,Google Analytics,Average,我试图计算一个网站上页面的平均滚动深度。在Google Analytics中,我有一些事件会以10%的增量在里程碑处触发,因此当用户在页面下方达到10%时,会触发20%和30%的事件,以此类推。我对每个里程碑都有一个自定义指标(因此我可以通过指标或事件进行跟踪) 我的问题是:有了这些信息,我如何计算页面的平均滚动深度?或者换句话说,我如何找到用户在页面上向下滚动的平均距离 事件数据示例: Milestone Events 自定义度量数据示例: Page 10 Scroll 20

我试图计算一个网站上页面的平均滚动深度。在Google Analytics中,我有一些事件会以10%的增量在里程碑处触发,因此当用户在页面下方达到10%时,会触发20%和30%的事件,以此类推。我对每个里程碑都有一个自定义指标(因此我可以通过指标或事件进行跟踪)

我的问题是:有了这些信息,我如何计算页面的平均滚动深度?或者换句话说,我如何找到用户在页面上向下滚动的平均距离


事件数据示例:

Milestone Events 
自定义度量数据示例:

Page     10 Scroll  20 Scroll  30 Scroll  40 Scroll  50 Scroll  60  Scroll  70 Scroll  80 Scroll  90 Scroll  100 Scroll

我正试图解决同样的问题。尝试将滚动阈值乘以事件数 (10x500)+(20x400)+(30x475)+(40x300)+(50x200)+(60x100)+(70x75)+(80x60)+(90x20)+(100x10)

然后,将总数除以事件总数。
500 + 400 + 475... 等等。

我试图解决同样的问题。尝试将滚动阈值乘以事件数 (10x500)+(20x400)+(30x475)+(40x300)+(50x200)+(60x100)+(70x75)+(80x60)+(90x20)+(100x10)

然后,将总数除以事件总数。 500 + 400 + 475... 等(根据要求编辑)

简短回答-使用以下公式:

平均滚动深度=[({滚动25%}–{滚动50%})*0.25+({滚动50%}–{滚动75%})*0.50+({滚动75%}–{滚动100%})*0.75+{滚动100%}*1)]/{页面浏览量}

其中{Scroll 25%}}是我们设置为事件操作值(或事件标签,不管您如何设置)的25%Scroll等事件的总数。如果你使用10%的增量,那么它将是0.1*(10%-20%)+0.2*(20%-30%)+。。。等等

这些数字字段将具有空值,因此您可以使用NARY_MAX(滚动XX%,0)在DataStudio图表中定义度量。我认为将滚动XX%事件的每个计数作为唯一变量会更清晰、更有用,因此我进入了资源>管理添加的数据源,并使用以下公式为每个XX%事件操作值添加了新字段:

计数(当REGEXP_匹配(事件操作,“XX%”)时的大小写)然后为1,否则为0结束)


冗长迂腐的回答-原因如下:

我看了这段视频后发现了这条线索 并实现了他的方法1。然后我看到几个用户和我有同样的问题:平均滚动深度超过100%

在方法1中,{{Scroll Depth}}/{{Pageviews}}无法给出有意义的平均滚动深度

因为我们将自定义度量Scroll Depth设置为事件类别,每次触发标记时递增1,{{Scroll Depth}}只是Scroll Depth标记触发的事件总数。例如,如果将其设置为25%、50%、75%和100%触发,并且用户在一个页面视图上向下滚动,则会触发4次。因此,对于这个单一页面视图,“平均值”将是4/1=400%

{{Scroll Depth}}/{Pageviews}如果每个页面只触发滚动深度标记一次,则可能非常有用,因此每个页面视图都有一个二进制值0或1。然后,除以会得到制作任何深度的滚动条的用户的平均数量,与根本没有滚动条的用户的平均数量相比。有很多关于是否应该将滚动设置为交互命中还是非交互命中的讨论,这取决于您是否认为在页面上滚动但不做任何其他事情的访问者仍应被视为反弹。不同的讨论

经典平均值是每个事件的总和乘以其权重除以总事件,如上所述: 平均滚动深度=({Scroll 25%}*0.25+{{Scroll 50%}}*0.50+{{Scroll 75%}}*0.75+{Scroll 100%}*1)/{{{Scroll Depth}/100

但这在这里不起作用,因为每个触发器都在一个阈值上触发,每个页面视图有多个事件。例如,对于只滚动到25%的单个用户,这是唯一的事件。但如果滚动到50%,则有两个事件,一个为25%,一个为50%。经典地将它们相加得到(1*0.25+1*0.50)/2=0.375,显然不正确-这将是两个页面浏览量的平均值,一个为25%,一个为50%。我们只需要每个页面视图的最大滚动深度。因此,在单个页面视图中,每个后续事件都会否定前一个事件。 因此,正确的公式是:

平均滚动深度=[({滚动25%}–{滚动50%})*0.25+({滚动50%}–{滚动75%})*0.50+({滚动75%}–{滚动100%})*0.75+{滚动100%}*1)]/{页面浏览量}

因此,一个用户和一个页面视图的最大深度如下所示:

  • 1个用户滚动到25%:(1-0)*0.25+(0-0)*0.50+(0-0)* 0.75+0*1=0.25
  • 1个用户滚动到50%:(1-1)*0.25+(1-0)*0.50+(0-0)*0.75+0*1=0.5
  • 1个用户滚动到75%:(1-1)*0.25+(1-1)*0.50+(1-0)*0.75+0*1=0.75
  • 1个用户滚动到100%:(1-1)*0.25+(1-1)*0.50+(1-1)*0.75+1*1=1
如果您有两个用户和两个页面视图:

  • 用户1滚动到50%=0.5
  • 用户2滚动到75%=0.75
所以平均值应该是(0.5+0.75)/2次浏览量=0.625

应用滚动深度公式,求和并除以两个计算:

用户1:(1-1)*0.25+(1-0)*0.50+(0-0)*0.75+0*1=0.50

用户2:(1-1)*0.25+(1-1)*0.50+(1-0)*0.75+0*1=0.75


两者:[(2-2)*0.25+(2-1)*0.50+(1-0)*0.75+0*1]/2页面浏览量=0.625

如果您有三个用户和三个页面视图:

  • 用户1滚动到50%=0.5
  • 用户2滚动到75%=0.75
  • 用户3滚动到100%=1
所以平均值应该是(0.5+0.75+1)/3次浏览量=0.75

用户1:(1-1)*0.25+(1-0)*0.50+(0-0)*0.75+0*1=0.50<
Page     10 Scroll  20 Scroll  30 Scroll  40 Scroll  50 Scroll  60  Scroll  70 Scroll  80 Scroll  90 Scroll  100 Scroll
Name     500         400        475       300         200        100          75        60          20          10