访客站点停留时间和页面停留时间的实现方案

访客站点停留时间和页⾯停留时间的实现⽅案
站点停留时间（Time on Site，下⽂简称Ts）和页⾯停留时间（Time on Page，下⽂简称Tp）是⽤户体验分析及流量质量监控的重要指标。

但是极少有⼈知道⽹站访问的平均时间（Average Time on Site）是怎么计算出来的。

⽆论是使⽤竞争情报分析⼯具，还是某种⽹站分析解决⽅案（在⽹站分析解决⽅案中不论是WebLog还是JavaScript的标签⽅式获得的数据，都没⼏个⼈知道⽹站访问平均时间是怎么算出来的）。

因此，写这篇⽂章就是想要解释清楚，Tp和Ts是如何计算的。

案例1：
有⼈访问了你的⽹站主页，你的⽹站分析⼯具则开始为这个访问者计1个Session（会话）。

接着这个访问者⼜浏览了另外两个页⾯，然后离开了你的⽹站（离开⽹站可以是通过关闭浏览器，或在地址栏键⼊⼀个不同的⽹址，或是点击了你⽹站上链接到其他⽹站的链接……）为了简单点，我们把这个过程当做⼀个Session。

我们想要知道的如下：
Tp = ⽤户在⼀个页⾯上的停留时间（Time spent on a page）；
Ts = ⽤户在整个⽹站上的总停留时间（Time spent on the website）。

假设这个会话从9点开始：
⽬前，所有的⽹站分析⼯具都能精确的获知⼀个页⾯访问请求发⽣的时间，但是这还不⾜以解释Tp和Ts到底有多少，因为我们还需要更多的信息：
⽤户没有Bounce（跳出），点击了⾸页上的某个链接跳转到了页⾯2，⽬前的⽹站分析⼯具也能获取页⾯2的打开时间，⽽且能知道是同⼀个⽤户，因此能轻易计算出⾸页的Tp：
Tp(⾸页) = 9:05 – 9:00 = 5 分钟。

在页⾯2上有某些内容吸引了⽤户，于是⽤户继续访问了页⾯3
从上图看：
Tp(页⾯2) = 9:30 – 9:05 = 25 分钟。

⽤户从页⾯3退出，结束会话：
那么，这个⽤户到底在页⾯3上停留了多长时间呢？问题出现了，因为当前所有⽹站分析⼯具都没有抓取⽤户离开页⾯3时
的“时间戳”，这样我们就⽆法计算该⽤户到底在页⾯3上停留了多长时间！因此：
Tp (页⾯3) = 0 分钟。

因为下⼀个页⾯的请求时间⽆法提供！⽹站分析⼯具不知道⽤户在会话最后⼀个页⾯上的停留时间是多少了，对于绝⼤多数⽹站分析⼯具⽽⾔，都是如此。

让我们⽤下图来表⽰各个页⾯⽹站分析⼯具统计的停留时间：
Tp (⾸页) = 5 分钟
Tp (页⾯2) = 25 分钟
Tp (页⾯3) = 0 分钟
那么，这个Session在整个⽹站上的访问停留时间是多少呢？
Ts = 30 分钟
合理吗？
我觉得可能不太合理，因为你不知道访问者花在最后⼀个页⾯上的时间是多少，因此⽹站分析⼯具给你的时间统计⼀般都会少于⽤户实际在⽹站上停留的时间。

案例2：
⽤多Tab（标签页⾯）的浏览器浏览⽹站时Time on Site和Time on Page如何被计算？
Firefox的多标签页⾯浏览⽅式为其赢得了声誉，但是对计算Time on Page和Time on Site⽽⾔，这却带来了⿇烦。

当⽤户在另⼀个标签页中打开同⼀个⽹站的链接，也就是同时通过两个标签页⾯来浏览同⼀个⽹站的时候，Time on Page和Time on Site 会被计算成什么样⼦？
这种情况混乱了⽹站分析⼯具对时间的计算。

下图是⼀个普遍的⽤户浏览⽹站场景，通过这个场景我们能够理解多标签页⾯浏览带来的影响……
⼀个⽤户来到上图的⾸页，然后在新的标签页中打开了这个页⾯上的⼀个链接，此时⾸页占⽤了⼀个Tab页，点击链接新打开的页⾯4占⽤了另⼀个Tab页。

这个时候，⽤户浏览页⾯4后没有关闭页⾯4，重新回到⾸页的Tab继续浏览⾸页。

在浏览⾸页的过程中，⽤户点击了⾸页上的另⼀个链接，跳转转到了页⾯2，但没有新开Tab，是当前Tab页打开。

接着，⽤户⼜切换到页⾯4所在Tab，点击链接进⼊页⾯5，在页⾯5上关闭当前Tab。

再接着，⽤户⼜点击页⾯2上的链接到了页⾯3，当然，还是同⼀个Tab。

最后，在页⾯3上关闭了这个Tab，会话结束。

Time on Site在这种情况下该如何计算呢？不同的⽹站分析⼯具对这种“多Tab型”的浏览⾏为有两种计算⽅式。

⽅式⼀：
⽹站分析⼯具将上⾯的这种多Tab浏览的情况按Tab的不同，逐⼀进⾏记录，也就是发⽣下⾯的计算：
统计结果输出：2个访问过程（即2个Session），每个Session对应⼀个Tab。

Session1(上图中⾸页所在Tab)：
Tp (⾸页) = 5 分钟
Tp (页⾯2) = 25 分钟
Tp (页⾯3) = 0 分钟
Ts (同⼀Tab的整个访问时长） = 30 分钟
Session2(上图中页⾯4所在Tab)：
Tp (页⾯4) = 6 分钟
Tp (页⾯5) = 0 分钟
Ts（新打开Tab的整个访问时长） = 6 分钟
这种情况下：⽹站分析⼯具的报告中会记录2个Session，1个UV（Unique Visitor）。

⽅式⼆：
有⼀些⽹站分析⼯具会把这种多Tab合并为同⼀个访问过程，以消除多个Tab（标签页⾯）造成的影响。

还是上⾯那个例⼦，但是我们转化⼀下表现⽅式——下图标⽰同样的过程，不同的颜⾊代表不同的Tab。

统计结果输出：1个访问过程（即1个Session），在这个访问过程中包含了两个Tab。

整个访问过程通过“时间戳”被重新组织为上图。

这个Session：
Tp (⾸页) = 1 分钟
Tp (页⾯4) = 4 分钟
Tp (页⾯2) = 2 分钟
Tp (页⾯5) = 23 分钟
Tp (页⾯3) = 0 分钟
Ts = 30分钟
你认为哪种统计⽅式更合理，更喜欢哪⼀种⽅式呢？
请⼀定要问清楚你的⽹站分析服务提供商，他们采取了上两种⽅式中的哪⼀种来计算多Tab（标签页⾯）浏览时的时间和访问过程。

现在越来越多的⼈都在使⽤多Tab浏览，因此选⽤何种⽅式都将会对你⽹站分析最后的数据输出有巨⼤影响——毫⽆疑问，两种⽅式统计的最终数据肯定会有很明显的差异。

解决⽅案：
获取页⾯（Tab）关闭时间（页⾯关闭可以是通过关闭浏览器或Tab页，或在地址栏键⼊⼀个不同的⽹址，或是点击了你⽹站上链接到其他⽹站的链接……）
由部落邦（北京）科技有限责任公司⾃主研发的最新⽤户体验可视化分析⼯具“邦分析”，获取了页⾯关闭时间，通过计算页⾯打开与关闭的时间差，就能轻松准确的获取页⾯停留时间及会话时间。

这个Session：
Tp (⾸页) = 5 分钟
Tp (页⾯2) = 25 分钟
Tp (页⾯3) = 1 分钟
Tp (页⾯4) = 6 分钟
Tp (页⾯5) = 3 分钟
Ts = 31分钟
页⾯停留时间是准确获取了，但其意义到底有多⼤？下⼀篇⽂章我们将详细讨论，敬请关注！。