Twitter中文用户调查结果分析

几周前,我利用Google Docs的Form(问卷调查)功能发起了一个《Twitter中文用户调查》。到目前为止,已经有超过500人参与。根据调查结果,我也发现了一些关于中文Twitter用户的有趣现象,分享如下(仅以调查问卷的结果作为分析依据,如果读者们觉得有异议,敬请批评指正)。也欢迎follow我:@awflasher

一、八卦

剩女用推特找对象是一个好选择:

中文Twitter用户(下简称“推友”)主要活跃在20-29岁之间,男女比例高达87:13;推友们中68%是单身,21%在热恋中而有13%是已婚人士。

南方人在北方“推”:

绝大多数推友现在北京、上海。而推友们来自南方地区(按长江以南计算)的人数最多,在到60%以上;截止目前,还没有收到来自西藏、青海和澳门的投票 – 如果您来自这个地区,也去投一票哦。

血型星座比较“正常”:

大多数用户并不知道自己是什么血型(31%),剩余选项中,O型占据了很大比例(24%)。不过这与Twitter用户的身份并无太大关联,因为现实生活中的确有相当比例的人并不知道自己的血型(参见一些媒体报道和调查);星座方面,也比较均衡,似乎符合我所感知到的规律。

二、深入分析

活跃、积极:

60%的推友每天发表的Tweet数(更新次数)在0-10次;一部分推友(26%)的更新次数在10-20次。每天更新20-50次的用户仍然占有8%;这说明Twitter在中文用户内的活跃程度还是很不错的,至少比我预想的要好得多。况且,根据调查的详细信息来看,遗漏掉了好几位我follow的发烧级推友呢。

此外,八成推友们觉得Twitter是一个健康的工具。似乎在RSS阅读器里的“信息综合症”问题并没有影响到推友们。

微博客与博客之缘:

另外,推友们与博客也有“不解之缘” – 看来“微博客”与“博客”并不是水与火,而是相辅相成的:喜欢微博客的人应该也会喜欢博客,因为有50%的推友是通过看到博客网站介绍Twitter才过来注册的;而在“您follow他人的标准是什么”这一问题中,有多大68%的推友选择了“知名blogger”:这个结果我自己也不敢相信,但“知名blogger”这一备选的确从一开始就遥遥领先与其他我原本看好的选项:行业大牛、亲朋好友、朋友推荐、乐于助人,值得一提的是,“偶像明星”只有18%的支持率。

RT习惯:

RT是ReTweet的缩写,也可简单理解为“转帖”。调查显示,大多数推友(86%)都习惯默认的RT方式,即:“RT @someone 内容”,而“内容 via @someone”的方式也有10%左右的支持。其实我个人也挺喜欢后者,这样阅读起来比较方便,只是RT这一操作会被许多采集器采集,例如玩聚RT,因此在实际操作时也就尽量随大流了。

心态:

推友们还是非常信任自己follow的信息源的,只有4%的人认为推特消息不如门户网站和电视、报纸靠谱,我相信这一点是我们的父辈无法理解的:我的父亲和他的许多同龄人就很不敢于相信网上的消息。不过,相比信息源,对于其他用户,推友们也表现出了相对的“保守” – 只有19%的人认为他们follow的人值得继续线下交流。

忠诚度

推友们的忠诚度之高有点让我惊讶 – 近七成推友表示即便Twitter被封锁,也会翻墙继续推;而且有三成推友表示不会使用其他的同类替代产品。

国内同类产品的选择

国内的Twitter克隆不少,我知道他们都很辛苦,就当在这里给他们做做宣传吧。其实在国内这样的环境下,运营一个完全由用户发出声音的网站,是很难能可贵的:

饭否(Fanfou.com) 17%
叽歪(Jiwa.de) 10%
嘀咕(Digu.com) 9%
做啥(Zuosa.com) 4%

三、一个疑问

调查的结果有许多与我的猜想吻合,也有一点让我意外的,那就是在“您是怎么知道Twitter的”一问中,竟然有114名推友选择了“无意中发现的”,这一点让我很惊讶,我很好奇,不知道这种无意是如何发现的。我也想问问看到这篇博客日志的推友们,你是如何知道Twitter的呢?

四、废话

Twitter已经在Web 2.0鼓吹者和爱好者的圈子内流行很久了,却仍有很多人不知道Twitter是什么。即便在其发源地美国,Twitter也是最近才开始流行起来。然而,Twitter上的中文用户虽然数量不多,但大多数推友们推出的质量都很有营养,而且整个社区氛围十分和谐、有爱。

Google Analytics将启动新功能Event Tracking

今天早上GMail收到这封来自Analytics小组的邮件,表示可以支持Flash、AJAX等技术的统计,并将这一技术统称为“Event Tracking(事件跟踪统计)”。我个人还是挺喜欢这个名字的:写过JavaScript和ActionScript的朋友应该知道,Dispatch(分发)-Event(事件)-Listener(监听)机制是驱动这两种语言的基础,也是这两种语言与人交互的基础。

如果你的Analytics帐户也收到了邀请,要想使用这一功能则十分简单。只需将老的Tracking代码更新为新的即可。这里有一份新Tracking代码的详细API文档。下图是新、老Tracking代码的切换界面:

 

使用JavaScript代码进行Event Tracking的一个实例:

<a href="#" onClick="pageTracker._trackEvent('Videos', 'Play','Baby's First Birthday');">Play</a>

以上代码能实现对用户点击某一具体链接的行为跟踪,上例中_trackEvent传入3项参数的具体涵义在这个页面有详细介绍。我个人比较喜欢这个函数的value参数,因为这一参数可以让我们跟踪同一行为的不同值(例如页面加载的具体时间,等),而这在之前是无法做到的。

对Flash(ActionScript)的跟踪则更方便,把打包好的swc文件放入Flash或者Flex相应位置就可以直接import了。不过目前这一系列组件只支持AS3(FlashPlayer9),我个人认为也足够了(90%以上的FlashPlayer都升级到9了)。

Google Analytics管理首页开始提供更丰富的数据

今天登录Analytics的不少用户也许已经看到了,管理首页和我们之前所熟悉的那个页面已经完全不一样了,改版后的不少信息都集成进入了侧边栏,请看截图:

改版后的新版是按照Profile划分的,在首页可以清楚地看到每周、每月以及每年的增长率,以下截图显示的是我的awflasher.com Profile旗下网站本年度的增长率:

点击进入后可看到具体网站的增长率:

 

目前我并不知道是否中文版的Analytics提供了这项功能,如果你没有看到新版的管理界面和一些beta功能,不妨将语言修改为“US English”(修改入口在右上角的“设置”)。

用Analytics的新功能Advanced Segment跟踪特定用户群

【前言】

用户体验的极致是什么?我认为是尊重每一个不同用户的需求和习惯。当然,我们无法跑去问某一个用户是否习惯用左手使用鼠标、是否习惯更多一点的padding还是更大一点的标题。但是,在成本和精力足够合适的情况下,如果能为更加特定的用户提供他们习惯的浏览方式(和产品风格设计无关),那就是用户体验一个很大的提升。例如,我曾统计过来到awflasher.com这个博客的细节数据的一些基本情况(如PV)。

然而,一直一来,在网站统计报告中定位这种特定用户群(例如通过Google搜索来到我Blog的所有IE用户)却比较麻烦。好在最近Google Analytics提供了许多新功能。今天我体验了一下,Advanced Segments则完全能够满足我的需要。今天就分享一下使用这个功能的具体过程:)

【需要定位的目标用户】

我要寻找通过Google搜索来到我Blog的所有Firefox用户

【具体步骤】

1、进入Analytics管理界面,在左上角找到“Advanced Segments”

2、点击之后,左边会出现:

3、点击这个“Create a new advanced segment”,然后你会看到一个全新的界面。左侧有许多可用条件,右侧则有一些逻辑单元(or是或,即两者满足其一即可,and是与,即两者必须同时满足)

我们首先找到Traffic Source(流量来源),把Source(来源)拖拽到右侧的虚线区域。

4、我们在右侧,条件(Condition)这里输入“Starts with”(以…起头):google

5、这时候,你可以用右下方的测试按钮测试一下满足这个条件的浏览量:

6、等待片刻,这个条件的右侧出现了数据:通过google,给我带来了1674次访问。

 

7、然后,新增一个“与(and)”条件, 确认这些来自Google的流量是搜索引擎(而不是通过Google的其他页面)

8、测试后,我们看到数据是3886,这表示通过搜索引擎(百度、雅虎、Live等)过来的一共有3886次访问(其中包含一部分Google的,待会儿我们就知道了)

 

然后我们再继续建立一个and条件,确保用户是使用的Firefox浏览器:

9、然后以同样的方法,用“Browser Version”来确保它使用的版本是3以上:

10、这时候,我们按照上面提到的方法再测试一下:

最终:可以清楚的看到,有449个用户是Firefox用户,而其中406个用户的版本在3以上(这说明Firefox用户大多数都是乐于升级的)

至此,我们的特定条件就建立完成了,为这个特定需求输入一个名字:

然后就能在报表中查看了:

可以看到,每天有200-300左右的Firefox3用户是通过Google搜索来到我的Blog的。

如果你有自己的Blog并且也使用了Analytics,还犹豫什么,赶紧去试试看:)

【官方视频(英文)】

Google Analytics更新多项功能,堪比企业级应用

今天登录Analytics,发现多项更新。现在我已经可以在awflasher.com上看到非常多的细节报告,这对我继续改进TES主题颇有帮助。

我扫了一眼,新的Analytics可以制定化许多报告,这样一来节省了在多个报告单元之间跳跃的时间,二来也提高了跟踪渠道的精准性和特殊性。

看图:

制定报告(Custom Reporting)可以让你自己定义各种趋势曲线(Metrics)和访问者分布(Dimension):

而高级分布图(Advanced Segments)则可以根据许多具体的约束条件产生报告图……

具体功能自己慢慢摸索吧:)

Google Analytics界面改版 – 改动虽小,效果明显

今天,Google Analytics(谷歌分析)对其管理界面进行了调整。采用了一些新的背景色和线框。看图:

 

在使用Analytics的同学可以体验一下。虽然只是非常细微的改变,但感觉大不一样。这就是Google对待产品值得我们学习的地方。

这里也回放一下Analytics早期的“相貌”:

这是2006年4月13日我的blog流量统计图,是不是很挫:)

我最期待Google Analytics(谷歌分析)的两大功能

Google Analytics是我最喜爱的流量统计系统。尤其是它多样化、多渠道的统计报告以及多维度对比功能几乎找不出竞争对手。网络上,大多数人也是对Analytics好评如潮。不过,正因为我对它太喜爱,以至于也让我因它始终未能实现期待的两大功能而感到深深地遗憾:

第一,不支持基于img标签的统计

现在Google Analytics的统计模式是基于JavaScript技术的。而这项技术很多人/场合是无法使用的。这就需要基于img标签的统计作为补偿。

img的统计支持一旦开放,我认为Analytics这一产品将不再是个人站长的专利。那些经常在SNS社区内活跃的用户也能通过嵌入一张图片来获知他们的资料页面究竟被多少人访问;而我也能利用这一点更加清晰地洞悉自己博客RSS的阅读情况。目前,我已经使用了GetClicky来做到这一点,但遗憾地是,GetClicky的统计报告还是比不上Analytics的优雅。

第二,无API供调用

对于中小型原创内容网站来说,流量分析并不仅仅是管理员自娱自乐的“后花园”。作为这类网站的管理者,我们更加希望这些经过系统分析之后的宝贵数据能再次直接反馈于用户

例如,如果要统计awflasher.com这个博客里的“每周最多评论文章”、“每月最多浏览文章”,在Analytics的后台得到这些数据易如反掌。然而,这些数据只能在静静地躺在后台里被查看,无法为我博客的读者所知晓。如果换用其他的本地统计插件(例如基于服务器端技术的统计),又恐怕系统负载太大。

当然,这只是一个简单的例子。对于一个能请得起10-20人撰稿人团队的网站来说,真要获取“每周最多评论”之类的数据,即使人肉复制Analytics的结果,也可维护。但如果要结合更多的智能统计反馈动态地改善网站的用户体验,那就只能依靠Analytics的API了。我一直期待能有这样的场景:

例如,我可能需要获知,“通过Google搜索某特定关键词而来到我博客的Firefox的用户他们最喜欢点击侧边栏的什么链接”、“通过豆瓣九点访问过来的IE用户他们是否会点击导航条上的某一个链接”这些复杂的信息来进一步完善用户体验:我可以对那些使用Firefox的老手们隐去“什么是RSS订阅”;也可以让那些对“Firefox”不感兴趣的IE用户完全不被导航上“Firefox”这个分类所打扰。

然而遗憾地是,这些想法,都依赖于Analytics的API来实现。虽然曾有一位英国的工程师通过Analytics自身的邮件报告发给Google Groups再以Yahoo Pipes去抓内容实现了类似的需求,但这弯子实在是绕得大了点。而且经过Pipes那么一绕,GFW的阴影仍然笼罩在我的心中。

总之,默默地期望着Analytics能补充这两项功能,为众人所用。

百度?Google?Firefox?从数据中找答案

先放两张图。

下面这张图是通过搜索引擎“百度”来到我的博客的用户的基本情况:

下面这张图是通过搜索引擎“Google”来到我博客的用户的基本情况:

分析这些数据,可得出结论:

  1. 按照最常用的IE浏览器数据来看,百度过来的用户只停留了36秒就离开了;而Google是40秒。然而百度来访者的PV(就是一个人平均看了多少页面)则比Google更高。我估计这是因为百度收录了不少标签页面造成的。因为用户访问标签聚合页面之后,必须再点击一次标题才能进入正文。这是我可以改进的一个地方;
  2. 平均地,Google用户中使用Firefox的比率比百度要高很多。而且,无论是Google还是百度,Firefox用户的平均停留时间(1分38秒和1分30秒都远远高于其他浏览器用户的留时间),这说明,使用Firefox的用户更认同我的观点,他们更喜爱我的内容;而使用IE的用户则对我的内容不太感兴趣。我想这也许是由于我的文章大多与Firefox有关所造成的。
  3. 平均地,通过Google过来的用户平均停留时间和PV都要高于百度;这说明经常使用Google的用户更认同我的文章,这应该是由于我写了一些与Google相关的文章所造成的。

简单地说,我的博客更吸引Google与Firefox的爱好者,而对于IE和百度的用户,我的博客还显得太晦涩了。一方面,我因为能找到志趣相同的朋友感到开心;另一方面,也客观地反映了本人写作水平尚不够流畅、通俗,很多本意是“扫盲”类的文章被读者误认为是古怪的技术教材了。

注:由于百度近期对WordPress以及个人博客的集体降权,以上记录取自6月~8月份我的Analytics统计。

Google Trends(谷歌趋势)已可查看网站流量明细(唯一访问者UV)

点击进入:http://trends.google.com之后,如果未登录用户,会看到这个提示:

 

要查看更多数据,需要Google账号(也就是GMail账号)登入,这个应该都有吧。

登入后,看看几组数据,发现和Analytics还是有一些一致的:

比如,我的awflasher.com在Analytics统计的结果:

这里有必要啰嗦一下我对UV的理解,UV (Unique Vistor)是只绝对唯一用户,而IP仅仅是指物理IP地址,比如你和你的其他3个同学在某内网(教育网这种情况较多)通过IP为202.114.5.35的出口访问了我的网站,UV是4个,而IP是1个。不过,是否Google会根据Cookie来计算UV和IP,这个我也不知道,望知情者指教。

trends看到的曲线:

不过,在Analytics中我的统计数据有10k多IP,折合到Trends只有5k左右,不知其他使用了Analytics跟踪的博客主是否也是如此?

另外,海内好友老岳为大家分享了一份国内网站IP数据表,这里也一并分享一下:

截止9月14日(独立IP)
校内网:140w
51.com:110w
chinaren.com:43w
开心网:40w
myspace.cn:18w
360圈:12w
爱情公寓:6.2w
niwota.com:2.5w
hainei.com:1.5w

校内网是140w的IP,大胆的预测一下:如果按Google Adsense的eCPM 0.20USD来计算的话,校内每天的Google广告收入可达280美元,折合人民币1914 (这个数字错了,没有乘PV,如果根据Alexa的PV来算,收入应该是)31乘以280美元,合人民币59334元。

当然,这肯定和显示相差甚远:)

用Google分析(Analytics)查看精确到小时的流量

相信早期的Google Analytics用户都记得那时候有一个按小时统计的界面。这个界面在刚登录的时候就能看见。

通过观察每小时的流量,可以很方便地知道你的网站用户喜欢在什么时间段上网。这对于修改网站程序,维护服务器有着非常重要的参考作用。可惜,新版的Analytics却把这个功能给‘藏’起来了。

最近,又有一些网友问我如何找到精确到小时的统计量,我不多废话,这里放个图,大家就明白了:

一、左侧如此选择:

二、右侧如此选择:

三、这是四川汶川512大地震全国哀悼日(五月19日)时我的博客流量: