博百优同学认为，Google anayltics是目前最常用，也是功能最强大的免费网站分析工具。GA本身有很多功能和应该查看的报告，但是目前只列出10个我们会最常用到的10个。而今天介绍的第一个是—访客：Map Overlay(地图覆盖图）
访客：Map Overlay(地图覆盖图）
顾名思义，Map overlay就是展示了访客来自哪里，来自哪个国家，省市，让我们清楚地知道我们的最大市场在哪里，最小的市场在哪里，从而更准确地指导我们如何做出营销侧重点决定。下图，就是博百优博客以中国流量覆盖为例：
» Read more..
Excellent Analytics是一款基于Google Analytics Data Export API开发的免费开源数据导出工具。它的功能是将Google Analytics中的数据自动导出到Excel中，并实现了数据动态更新。基于这两点，可以说Excellent Analytics是一款非常优秀的Google Analytics数据导出工具。
说Excellent Analytics很优秀主要有三个原因：
1 Excellent Analytics是一款免费的软件。
2 Excellent Analytics嵌入Excel里，可以完成全自动的数据导出，每次最多导出一万条数据。
3 Excellent Analytics可以实现Excel报表数据的一键更新功能。（原来只在Omniture里见过，现在Google Analytics也可以实现了。）
Excellent Analytics是免费软件，也不需要注册。可以在官网和我的资源文档里直接下载。安装Excellent Analytics前有两个必备条件：
1电脑的系统必须是XP或Vista， Excel的版本必须是2007
2必须安装有Microsoft .NET Framework 3.5 SP1.
PS：目前没有MAC的版本，我是在XP下使用的。是否支持win7还不知道。
软件的安装过程很简单，完成后可以直接在Excel的顶部里看到Excellent Analytics的菜单，打开菜单会出现三个功能选项。从左到右分别是：登录帐户，导出数据和更新数据按钮。
每次打开Excel后都需要通过登录按钮先与你的Google Analytics帐户连通，然后才可以导出数据。选择登录帐户按钮，在弹出的窗口中输入你的Google Analytics用户名和密码。就可以了。
按照官方的说明，软件不提供隐私方面的保证，同时也不会存储用户的帐户和密码信息，如果不信的话可以查看软件的源代码。
成功登录后就可以开始导出数据了，首先选中你要生成数据报表的起始单元格。然后选择导出数据按钮，在弹出的窗口中会列出你有浏览权限的所有帐户的配 置文件。选择要导出数据的配置文件，依次选择日期范围，维度和指标。也可以为要导出的数据添加过滤器。设置好后点击执行就可以了。
顶部的Start index和Max results分别可以限制倒数数据的起始位置和导出数据条数。Start index的默认值是0，每次导出数据都将从第一条开始。 Max results的默认值是10000，每次导出数据上限是1万条。（Google Analytics API限制）
如果只希望导出10条数据，需要把Max results值改为10.
如果希望导出2万条数据，需要先按默认值导出一次，第二次把Start index值改为10001，Max results值改为20000就可以了。
使用Excellent Analytics更新数据：一键更新数据是Excellent Analytics的一个最大亮点！很多时候我们的报表模板是统一的，只需要按周期更新里面的数据。这时你可以先用Excellent Analytics创建报表并保存，需要更新数据时重新打开文件，连通你的Google Analytics帐户。选中需要更新的报表标题。点击更新数据按钮。这时你会发现上次的设置都被保存了。只需要重新选择日期访问就可以更新报表数据了。
1 如果在Excellent Analytics的登陆框内三次输错密码就需要打开Google Analytics登录页进行登录了，因为三次密码错误后Google Analytics会要求输入验证码。
2 使用Excellent Analytics一次导出大量数据时会比较慢，有时会造成Excel无响应或是对这个软件的警告提示。直接忽略就可以了。
3 导出数据时，有些维度和指标的组合是无效的。需要自己判断。
4 Excellent Analytics没有错误提示，即使选择了无效的组合或是配置文件内数据为空。Excellent Analytics也不会有任何提示。结果就是数据导出为空。遇到这种情况需要自己多检查一下。
总之，Excellent Analytics是一个非常优秀的Google Analytics数据导出工具，并且是免费的。
——【所有文章及图片版权归 蓝鲸（王彦平）所有。欢迎转载，但请注明转自“蓝鲸网站分析博客”。】——
搜索引擎广告是网站在进行网络营销中最常见的一种推广方式。而百度的竞价排名又是大部分网站都必须使用一种手段。网站通过在百度购买关键词来获得商 机（销售线索）。百度竞价排名按所购买关键词的点击次数收费（CPC），每次的广告费用看似很低。但积少成多也是一笔不小的投入。（大部分中小网站每个月 在百度竞价上都会有几千—几万的预算。）
这些投入是否有效？能给网站带来多大回报？这是每个网站都会问的问题。如何对百度竞价进行监测，并对广告实际效果进行有效的衡量就变的至关重要了。
ROI是投资回报率的缩写，(ROI Return On Investment)指通过投资所获得的价值。
ROI的计算公式是： 投资回报率（ROI）=利润/投资总额×100%
具体到百度竞价：百度竞价ROI=网站获得的回报/百度竞价总投入×100%
在上面的公式中，只要知道两个条件就可以计算出百度竞价的投资回报率。
第一个条件是百度竞价的广告总投入。
第二个条件是网站获得的回报。
第一个条件很容易知道，百度竞价的后台会提供广告花费记录。
第二个条件通过统计也可以知道。
举个简单的例子说明一下：
假设我的博客参加了百度竞价，购买了“蓝鲸网站分析笔记”这个词，并且每月固定消费5000元。这个词指向到网站上一个有我联系电话的页面。通过统 计，《蓝鲸网站分析笔记》这个月通过我的联系电话共销售了100本。每本利润20元。
现在，我两个条件都知道了。
1百度竞价的广告投入是5000元/月。
2百度竞价每月给我带来的回报是2000元。
百度竞价ROI=2000元/5000元×100%=40%
说明一下：投资回报率=100%的时候说明投入与回报持平，就是不赔也不赚。上面40%的情况说明我只收回了投资的一半。另外一多半（60%）打水 漂了。而实际情况可能会更惨，因为有我联系电话的页面不只会被百度竞价的访客看到，也会被来自google和其途径的访客看到。并打电话购买。而我的联系 电话也会有很多人知道，可能是我的线下朋友把《蓝鲸网站分析笔记》推荐给了同事并留下联系电话。这些又进一步造成了对回报统计的不准确。（实际情况可能比 40%还要低。）
为了更准确的统计百度竞价的投资回报率，需要对第二个条件进行细分。将通过投入带来的回报与正常的回报区分开。最简单的方法就是为百度竞价单独建立 一个页面，这个页面唯一的入口就是百度竞价。并在页面上放置一个唯一电话号码（联系电话B）。这样统计出的效果会比之前更准确一些。（其实还会有差异，比 如访问者点击广告后看到页面信息，但当时没有购买，过后又通过google搜索另一个关键词找到联系方式，并最终购买。）
看样子我们已经成功计算出了百度竞价的ROI，为何还要使用Google Analytics呢？因为 计算ROI只是第一步，我们的目标是提高ROI。按照上面的方法我们只知道百度竞价两端的数据（投入和回报）并计算出整体的投资回报率，但无法对其进行优 化，也就无法提高ROI。（提高ROI一共有三种方法，文章结尾会提到。）
并且在实际的操作过程中情况会更加复杂，我们不只购买一个关键词，而是会购买很多关键词，这些关键词的属性各异，并指向不同的页面。而访问者在点击 了百度竞价后的行为也是千奇百怪。我们需要有强大的工具来帮助监测不同关键词，不同页面和不同访问者的表现。充分掌握中间的浏览，停留，转化等等过程。这 样我们才有可能提高广告的投资回报率。
区分来自百度竞价关键词的流量：
首先通过工具网址构建器对百度竞价的关键词进行标记。具体的标记方法参考我的前一篇文章：Google Analytics追踪不同渠道的广告流量
通过工具网站构建器为每个关键词创建了带有标记的独特访问链接。这些链接是唯一的，用来追踪百度竞价关键词的效果。
http://bluewhale.cc/?utm_source=baidu&utm_medium=cpc&utm_term=%E8%93%9D%E9%B2%B8%E7%BD%91%E7%AB%99%E5%88%86%E6%9E%90%E7%AC%94%E8%AE%B0&utm_campaign=baidu_cpc20100405
PS：百度竞价专业版（凤巢）让我们很难对每个关键词都进行精确的追踪。所以要先确定好要追踪的范围：是推广计划，推广单元，还关键词。追踪推广单 元是最简单的。但数据会很模糊。而如果对关键词进行逐个追踪在设置上会比较麻烦。需要对每个关键词单独建立一个推广单元。但在后面的细分环节对ROI的提 高很有帮助。这个可以视具体情况而定。
将添加标记的链接加入到百度竞价的访问URL里。当访问者点击这个链接后，我们就可以知道，他是来自百度竞价，并点击了“蓝鲸网站分析笔记”关键词 的访客。
同时，还需要对百度竞价建立单独的页面。这个页面只有通过百度竞价可以访问到，并且在页面上留有唯一的联系电话。这样就可以将这个联系电话产生的回 报与链接到此页面的百度竞价关键词进行有效的关联了。避免与其他渠道的访客混淆。
如果你的网站是在线提交订单或者可以计算出访问回报概率的话，可以使用Google Analytics的创建目标功能。通过建立目标价值和每次访问价值可以很方便的看到推广的效果。并计算ROI。具体的实施方法参考这篇文章：Google Analytics功能篇—目标和渠道
百度竞价的回报是由很多关键词产生的。在文章开始的例子里，我们计算出的ROI是百度竞价的整体表现。如果要提高整体ROI，需要对里面的每部分进 行细分。细分的深度和之前确定的追踪范围有关。如果是按关键词进行追踪的，那么我们可以细分到所购买的每个关键词的ROI
百度竞价ROI=网站获得的回报/百度竞价总投入×100%
百度竞价推广计划ROI=推广计划产生的回报/推广计划总投入×100%
百度竞价推广单元ROI=推广单元产生的回报/推广单元总投入×100%
百度竞价关键词ROI=关键词产生的回报/关键词总投入×100%
细分到关键词深度时，根据不同关键词的投资回报率数据，可以对关键词进行优化。当发现投资回报率很低的关键字，可以结合关键词的点击量，相同入口页 面的其他关键词表现，Google Analytics报告中的停留时间，跳出率等数据综合分析。决定是否继续购买这个关键词。
增加对高ROI关键词的投入
通过把低投资回报率关键词的投入，增加到高投资回报率关键词上，在同等投入的情况下可以提高百度竞价的整体ROI。
假设1万元广告预算，同时购买两个关键词，获得回报8000元（ROI=80%）
关键词1：蓝鲸网站分析笔记 ROI=2000元/5000元×100%=40%
关键词2: 蓝鲸的Web Analytics笔记 ROI=6000元/5000元×100%=120%
同样1万元的广告预算：单独购买关键词2，获得的回报12000元（ROI=120%）
关键词2: 蓝鲸的Web Analytics笔记 10000元×120%ROI=12000 元
提高登录页面转化率
优化现有百度竞价关键词的登录页面，提高访问者的转化率。在同等投入，同等访客数量的情况下提高整体ROI。
假设1万元广告预算，3000名访客。转化率20%。 每位访客回报20元。共计12000元。
ROI=（3000×20%×20）/10000=120%
当转化率提高5%后：
同样1万元广告预算，转化率25%，每位访客回报20 元。共计15000元。
ROI=（3000×25%×20）/10000=150%
提高每位访客的回报价值
通过增加每位独立访客产生的回报，在同等投入，同等访客数量的情况下来提高整体ROI。
假设1万元广告预算，3000名访客。转化率20%。每位访客回报20 元。共计12000元。
ROI=（3000×20%×20）/10000=120%
同样1万元广告预算，3000名访客。转化率20%。每位访客回报30 元。共计18000元。
ROI=（3000×20%×30）/10000=180%
——【所有文章及图片版权归 蓝鲸（王彦平）所有。欢迎转载，但请注明转自“蓝鲸网站分析博客”。】——
本篇将深入“网站的轮廓数据”，从不同子域（频道）的维度对网站的各个度量进行细分。这里会用到Google Analytics的高级过滤器功能（也可以使用高级群众功能来分割数据，两个功能各有利弊。）同时也会解答之前的一个问题，为什么页面代码内的相对 URL地址会造成内容报告的数据混乱。
先来模拟一个场景，假设我有一个网站http://bluewhale.cc/ 里面有两个子域（频道）分别是http://s1.bluewhale.cc和http://s2.bluewhale.cc从整体数据上看网站的表现是 这样的。
| Name | Avg. Time on Site | Bounce Rate |
| www..bluewhale.cc | 00:01:42 | 53.04% |
通过和Google Analytics提供的基准数据对比发现，我网站的跳出率要高于行业同类网站的平均水平。（高了19.73%，不少的差距呢。）
53.04%代表全站（每个页面，每个流量来源，每个关键词）的平均跳出率。就是我们说的“网站轮廓数据”。现在要想办法降低网站的跳出率。从哪里 下手呢？我的方法是打破这个平均数，把流量按子域（频道）进行分割，找出每个子域（频道）在跳出率上的表现。
分割流量的方法是将不同子域（频道）的流量放在不同的配置文件中。这样就可以为每个子域（频道）都生成一个独立的报告。获得子域的独立数据。模拟场 景中我的网站有两个子域，所以要新建两个配置文件。
在Google analytics里一个网站默认只有一个配置文件。重复配置文件是把一个网站的数据同时发送到另一个配置文件中，并且这两个报告的内容完全一样。为什么 要创建两个一样内容的配置文件呢？请继续往下看。
创建重复配置文件的具体步骤是，在网站配置文件页选择增加新的配置文件，在创建新网站配置文件时选择为 现有域添加配置文件。这个新配置文件是我们用来报告子域数据的，所以在配置文件名称中输入子域的名称或频道名称，并标明建立的时间。同 样的方法再为S2子域新建一个配置文件。
现在我的网站配置文件界面中应该有三个配置文件，主域的配置文件和两个子域的配置文件。新建的两个重复配置文件需要几个小时才会有数据显示。我们利 用这个时间来进行下一步操作。
利用这个时间我们创建几个过滤器来分割不同子域（频道）的流量。Google analytics在默认的内容报告中会省略掉域信息，只显示URL路径和文件名信息。这在没有子域的情况下没有问题，但现在有两个问题：
1不同的子域（频道）中可能会存在路径或者文件重名的情况，这时候Google analytics会将流量混淆。
比如：
http://bluewhale.cc/index.html
http://s1.bluewhale.cc/index.html
http://s2.bluewhale.cc/index.html
在内容报告中会把三个域的流量归为一条记录（因为默认情况下会忽略掉URL的域信息），显示为/index.html或/。这也是造成数据混乱的一 个原因，前面的系列漏掉了，这里补上。
2我们需要完整的URL来分割不同子域（频道）的流量。
直接过滤不同子域的名称是最方便的方法。这样可以避免URL中不同的路径名称及重复路径和重复文件名造成的问题。
为URL增加域信息需要用到高级过滤器功能。原理是根据页面所在的域把/index.htm修改为www.bluewhale.cc /index.html或者s1.bluewhale.cc/index.html 具体的实施方法是进入任意一个配置文件的编辑界面，在添加过滤器里选择自定义过滤器里的高级。然后按下面的方法设置。
在高级过滤器中输入以下内容：
字段A -> 提取A 主机名 (.*)
字段B -> 提取B 请求URI (.*)
输出至 -> 构造器 请求URI /$A1$B1
设置完毕后分别进入另外两个配置文件的编辑界面，在添加过滤器选项里选择将现有过滤器应用到配置文件，分别对两个配置文件添加刚才创建的高级过滤 器。这一步很重要，如果子域的URL数据没有域信息，后面的频道流量分割将会失败。
准备工作都已经完成了，现在开始分割不同子域（频道）的流量。还记得刚才新增加的两个重复配置文件吗。现在对两个重复配置文件分别创建包含过滤器， 使用URL中的域信息来过滤不同子域的流量。使这两个重复配置文件变成含有不同子域（频道）数据的配置文件。
编辑名字是s1.bluewhale.cc_20100304的配置文件，选择自定义过滤器的包 含。在过滤字段内选择请求URL，在过滤字段里用正则表达式输入子域信息。不要区 分大小写。最后把这个过滤器命名为S1频道。
同样的方法在s2.bluewhale.cc_20100304的重复配置文件内创建S2频道过滤器。刚才新建的两个重复配置文件现在已经变成了子 域配置文件了。
PS：过滤器只对设置后新产生的数据有效。并不会过滤之前已存在的数据。我已在创建配置文件时标注了日期，所以在过滤器名称里不用再次标注。
现在来对比一下不同子域（频道）和主域（网站）的数据差别：
| Name | Avg. Time on Site | Bounce Rate |
| www..bluewhale.cc | 00:01:42 | 53.04% |
| S1.bluewhale.cc_20100304 | 00:03:03 | 30.02% |
| S2.bluewhale.cc_20100304 | 00:00:16 | 64.10% |
我们发现S2频道的跳出率高于网站的平均水平。而S1频道的跳出率则低于网站和行业的平均水平。是S2频道拉高了全站的跳出率水平。如果要想降低网 站的跳出率，我们要针对S2频道做点工作了。
最后来说明之前的一个问题，为什么页面代码内的相对URL地址会造成内容报告的数据混乱。这也是我在工作中碰到过的一个问题。
先来简单介绍下URL：
这是我博客上的一个URL地址
http://bluewhale.cc/2010-02-24/google-analytics-contents-report.html
由三部分组成：协议类型，主机名和路径及文件名。
http://是协议类型
bluewhale.cc/是主机名
2010-02-24/是路径
google-analytics-contents-report.html是文件名
URL分为绝对URL和相对URL：
绝对URL：http://bluewhale.cc/2010-02-24/google-analytics-contents- report.html
绝对URL包含协议类型，主机名和路径及文件名所 有组成部分。
相对URL：2010-02-24/google-analytics-contents-report.html
相对URL指向的网页是相对于当前网页的，所以称为相对 URL。相对URL可以不包含头部的协议类型和主机名。当用户点击链接时浏览器会根据当前网页的相应部分自动将URL补充完整。
举个例子说明一下，我的网站上有三个域：
http://bluewhale.cc
http://s1.bluewhale.cc
http://s2.bluewhale.cc
现在http://bluewhale.cc上有个页面，地址是http://bluewhale.cc/abc.html。我在S1和S2子域的 页面内分别用相对URL指向这个页面 /abc.html，当用户点击页面链接后。浏览器根据当前页面情况将相对URL补全。S1子域的完整URL是http: //s1.bluewhale.cc/abc.html ，而S2子域的完整URL是http://s2.bluewhale.cc/abc.html这明显是不正确的。Google analytics通过记录页面地址栏里的URL信息来组织并生成内容报告。在我们对不同子域的流量进行分割后，刚才设置的过滤器会根据URL的域信息来 判断流量应该属于哪个域（配置文件）。所以建议将所有页面内的URL改为绝对URL。避免出现这种问题。
——【所有文章及图片版权归 蓝鲸（王彦平）所有。欢迎转载，但请注明转自“蓝鲸网站分析博客”。】——
在前面的文章里，我们了解了Google analytics中基本度量的定义和计算方法。解决了报告中常见的数据混乱问题。那么我们可以利用这些数据开始分析网站了吗？现在还不行。就像网站的流 量分为三种来源并且属性各不相同一样。网站里的流量也各有差别。
报告中的数据是网站的综合情况。它将不同页面类型，不同内容和不同属性的用户流量综合在一起报告给我们。就像是网站的一个轮廓。而你的网站可能有多 个频道。访问者在不同的频道里行为也不一样。比如在文章频道可能停留时间会长一些，但PV会低一些。而在下载频道可能停留时间会变短，但PV会提高。就算 是结构简单的网站。（比如我的博客）新用户和老用户的行为也是不同的。我们需要获得更详细的数据。才可以对不同属性的流量进行正确的判断。而获得详细数据 的方法就是将网站的流量进行细分。所以，无论是从用户还是从网站的角度，流量细分都是很重要的。
1避免产生采样数据
Google analytics里有一个数据采样机制，在你选择的报告时间范围内，如果网站被访问的次数超过500,000 次，google就会进行采样，并在报告中显示采样数据。在采样数据的表格中显示的是估算值，而当数据量不足时，就可能无法生成准确的估算值。
流量细分后并不能完全避免采样数据的问题，但可以大幅减少采样数据。因为和整站的综合数据相比，在同样时间范围的报告中细分报告只会显示单一群体 （单一用户群或单一频道）的流量。（比如：将访问者细分为注册用户和非注册用户后，在查看注册用户的报告时非注册用户的访问次数将不会被计算在内。）
2避免平均数陷阱
报告中提供的一些数据是整个网站的平均值，比如：平均网站停留时间，平均综合浏览量，跳出率等等。这些平均值准确吗？
举个简单的例子说明一下这些平均值的计算方法：
注册用户A在网站停留了19秒。
非注册用户B在网站停留了1秒。
平均网站停留时间是10秒。
只看平均网站停留时间的话效果还可以。但如果将两组用户分开看就会发现两组数据有天壤之别。我们被平均值迷惑了。
左图中是同一个网站进行流量细分后的平均网站停留时间和跳出率数据。（每行代表不同的用户或频道。）很明细第一行的数据表现较好，而第三行的数据表 现较差。而我们在查看整个网站数据时是无法发现的。
3增加细分目标
细分流量后，我们还可以对不同的流量单独设定目标。比如可以 把注册行为设置成非注册用户的目标，把发布信息设置成注册用户的目标。也可以针对不同的频道内容对频道内的用户设置目标。比如把上传和下载资料设置成资源 频道的目标。把发帖和回帖设置成讨论组里的目标。
这样做的好处是我们的目标转化率更加准确，不会被其他频道的流量影响。
举个例子来说：
目标转化率=目标完成次数/总访问次数。
假设网站有一个目标在A频道，而网站有A和B两个频道，在没有进行流量细分的时候，总访问次数（分母）就是A+B的总访问次数。这时候B频道访问次 数的增减都会对目标转化率的计算有影响。而在细分流量之后。总访问次数变成了A频道的访问次数。还有一个问题就是B频道的访问者可能根本没来过A频道。无 法被转化也很正常。
4深度洞察数据
细分后的数据可以让我们更深入的了解网站不同区域的情况。看一下网站内容报告。在最受欢迎页面的报告中几乎总是那几个排在前面。这说明什么？其他页 面都不如这几个页面的表现好吗？当我们将流量细分后可以看到每个频道中最受欢迎的页面。他们都是各自频道中表现最好的。但放在整个网站范围内就被淹没了。
说了这么多了，究竟该如何来实施呢。别急，后面几篇我会详细介绍。
——【所有文章及图片版权归 蓝鲸（王彦平）所有。欢迎转载，但请注明转自“蓝鲸网站分析博客”。】——
上次介绍了如何在Google analytics实用advanced segment。如果您希望将对某外部链接的访问作为目标转换进行跟踪，可以使用 _trackPageview() 函数为该链接指定仿制网页名，然后将此仿制网页名设定为目标网址。具体方法如下：
第 1 步：为链接指定仿制网页名
Google Analytics（分析）提供了一种简便方法来跟踪针对出站链接的点击。由于这些链接没有指向您网站上包含跟踪代码的页面，因此您需要使用 _trackPageview() JavaScript 来标记链接。这段 JavaScript 会将综合浏览量分配给针对链接的任何点击，综合浏览量归属于您指定的文件名。
例如，要将对指向 www.example.com 的特定链接的每次点击记录为综合浏览量 /G1/example.com，您需要在链接的标记中添加下列属性：
<a href=”http://www.example.com” onClick=”javascript: pageTracker._trackPageview(“/G1/example.com”);”>
按照示例在逻辑目录结构中记录所有出站链接是一种非常好的做法。这样，便可轻易确认访问者通过点击哪些页面离开了您的网站。
重要提示：如果您的网页中包含对 _trackPageview()、_link () 或 _linkByPost() 的调用，则您的 Google Analytics（分析）跟踪代码需置于 HTML 代码中所有这些调用的上方。在这类情况下，跟踪代码可以放在开始 标记和 JavaScript 调用之间的任何位置。
要确认是否已正确调用 _trackPageview()，您可以在更新过的跟踪代码执行 24 至 48 小时后查看”最常见内容”报告。在此报告中应该可以看到指定的网页名。
第 2 步：将仿制网页名用作目标网址
您现在可将目标网址设置为：
/G1/example_com
或者
http://mysite.com/G1/example_com
请注意，_trackPageview() 的路径/文件名自变量不一定代表现有路径或文件名。_trackPageview() 的自变量仅提供 Google Analytics（分析）可附加综合浏览量的虚拟网页名。
Advanced Segments可以对元数据按照一定的条件对网站流量进行分组，从而得到整个报表的子报表。Advanced Segments满足许多商业需求。
这其中有一些可能是临时性的需求或者比较小的需求。举个例子，客户看到Google Analytics的Length of Visit这个报表。
客户会说，哇，只在网站呆了不到1分钟的流量竟然有这么多，不知道这些家伙都在我的网站上干了些什么，我想把不到1分钟的，1分钟到3分钟的，和呆了超过3分钟的放在一起比较，看看都有什么区别，能不能看出些什么。
一般的报表，我们只能知道不同停留时间的访问数是多少，至于在网站上的行为就无从得知了。这时需要借助到Advanced Segments的功能。
注意到上图右上角的“Advanced Segments”了吗？点击它，可以增加、删除和修改Advanced Segments。首先增加一个呆了不到一分钟就离开的组。
首先设定条件，将Visit Duration拖拽到“dimension or metric”的位置上，然后选择小于条件，设定小于的值是60，这里单位是秒。取一个容易看明白的名字，在点击Create Segment按钮，就OK了。
同样的，建立一个大于等于1分钟并且小于3分钟的组（注意使用And连接两个条件）和一个大于等于3分钟的组。建立好之后可以在Manage Advanced Segments中看到。
上面是默认的Segments，下面自定义的Segments中可以看到刚刚建立好的三个Segments。这时打开报表，在右上角的Advanced Segments中把这三个Segments都勾选上，一切搞定！！
在图中，流量比较大的时间段，是在做广告的推广。而小于1分钟的访客非常明显跟随流量的变化而变化，而1分钟到三分钟和三分钟以上的用户变化很小。这说明广告带来的这些用户绝大部分很快就离开了，广告带来的流量的质量值得怀疑。那么可以从其他报表中来分析原因。