# 1. 看板概要
# 1.1 内容概要
提供小程序“页面路径”级别的统计指标。主要分为2类：
- 页面访问概况： 提供页面访问量、访问深度、跳出率等概况类的统计指标。
- 页面访问明细： 提供各个页面路径的访问趋势及明细。
小程序页面，是小程序日常分析中，最为重要的基础概念。
We分析【数据分析 - 平台数据 - 页面分析】下的相关统计指标，均基于“页面路径”级别（Path级别），如需统计“参数”级别（Query级别）的页面访问数据，可将相关数据上报后，在【数据分析 - 行为分析 - 事件分析】中，进行对应的统计处理。
另外，为方便日常经营分析与数据监控，建议分析人员可与前端开发同事，确认不同页面路径所代表的页面，并填写好对应备注。
# 1.2 版本差异
- 基础版： 支持，但无法下载数据，筛选条件
- 专业版： 支持
# 2. 指标统计口径
# 2.1 页面访问概况
| 图表类型 | 图表名称 | 指标名称 | 统计口径 | 最早追溯日期 |
|---|---|---|---|---|
| 指标卡组 | 页面访问概况 | 日访问页面数 | 所选日期下，单日访问小程序页面的总次数。多个页面之间跳转、同一页面的重复访问计为多次访问 | 2021/1/1 |
| 人均访问深度 | 所选日期下，访问用户人均访问的页面路径数量（按Path去重） | 2021/1/1 | ||
| 次均访问深度 | 所选日期下，单次小程序打开，平均访问的页面路径数量（按Path去重） | 2021/1/1 | ||
| 指标卡组 | 页面跳出概况 | 跳出率-用户维度 | 所选日期下，访问小程序的用户中，访问页面数仅为1的用户占比 | 2021/1/1 |
| 跳出率-次数维度 | 所选日期下，小程序打开次数中，访问页面数仅为1的次数占比 | 2021/1/1 | ||
| 柱状图 | 页面访问Top10 | / | 当前统计周期内，各个页面路径的访问人数、打开次数、访问页面数 | 2022/4/1 |
| 柱状图 | 访问深度分布 | / | 当前统计周期内，单个用户/单次打开，按Path去重后的访问路径数量，详见常见问题Q1 | 2022/7/1 |
注：上述“最早追溯日期”，仅限定为“自然日”的统计口径，其他统计口径最早追溯日期如下
· 页面访问Top10：自然周为2022/4/4-2022/4/10、自然月为22年4月
· 访问深度分布：自然周为2022/7/4-2022/7/10、自然月为22年7月
# 2.2 页面访问明细
| 图表类型 | 图表名称 | 指标名称 | 统计口径 | 最早追溯日期 |
|---|---|---|---|---|
| 趋势图 | 各页面 访问指标趋势 | / | 统计各页面路径，访问人数、打开次数等5项统计指标趋势 | 2022/4/1 |
| 表格 | 页面访问 数据明细表格 | 访问人数 | 所选日期内，有多少去重用户访问过该页面路径 | 2022/4/1 |
| 打开次数 | 所选日期内，有多少次小程序打开中，有访问过该页面路径 | 2022/4/1 | ||
| 访问页面数 | 所选日期内，访问该页面路径的总次数。多个“不同参数但相同路径”的页面跳转、同一页面的重复访问计为多次访问 | 2022/4/1 | ||
| 人均停留时长 | 所选日期内，平均每个用户停留在该页面的总时长（单位为秒），即总停留时长/访问人数 | 2022/4/1 | ||
| 次均停留时长 | 所选日期内，平均每次打开小程序停留在小程序页面的总时长（单位为秒），即总停留时长/打开次数。 | 2022/4/1 | ||
| 入口页次数 | 所选日期内，该页面作为入口页的访问页面数，例如一用户从页面A进入小程序，则页面A的入口页次数+1 | 2022/4/1 | ||
| 入口页占比 | 所选日期内，入口页次数 / 访问页面数 | 2022/4/1 | ||
| 退出页次数 | 所选日期内，该页面作为退出页的访问页面数，例如一用户从页面B退出小程序，则页面B的退出页次数+1。 | 2022/4/1 | ||
| 退出页占比 | 所选日期内，退出页次数 / 访问页面数 | 2022/4/1 | ||
| 页面退出率（访问人数维度） | 所选日期内，访问过该页面的用户中，以该页面作为退出页关闭了小程序的用户占比 | 2022/4/1 | ||
| 页面退出率（打开次数维度） | 所选日期内，访问过该页面的打开次数中，以该页面作为退出页关闭了小程序的次数占比 | 2022/4/1 |
# 3. 常见问题
# Q1：用“访问页面数”/“访问人数”，对不上“人均访问深度”，访问深度分布似乎也有些对不上？这里的统计口径有何差异？
访问深度的相关指标，都需要对页面路径进行去重，即统计不同路径的总数量，故不能直接用“访问页面数”/“访问人数”去计算人均访问深度。
例如，如果用户仅访问了pages/detail?id=1、pages/detail?id=2，那么他的访问深度仅为1
同时，访问深度分布-用户维度，统计口径为用户单位时间内，多次打开的访问深度之和。
例如，用户上午打开了一次小程序，访问了3个不同的页面，下午又打开了一次小程序，访问了2个不同的页面，则在访问深度分布-用户维度的统计中，该用户计为5，即3+2之和。
# Q2：页面的“打开次数”和“访问页面数”有什么差异？
页面的“打开次数”，代表的是当日这么多次的小程序打开次数中，有多少次打开，访问过该页面。
例如：
用户【甲】，上午先后访问了页面A、页面B、页面D、页面B。到了下午，再次打开了小程序，先后访问了页面C、页面A
用户【乙】，当天仅打开了1次小程序，先后访问了页面B、页面C、页面B、页面C、页面B
那么，对于页面B来说
访问人数为2，甲乙2人都访问过
打开次数为2，甲上午的那一次打开，和乙的打开里，访问过页面B
访问页面数为5，甲访问了2次，乙访问了3次
# Q3：“退出页占比”、“页面退出率（访问人数维度）”、“页面退出率（打开次数维度）”3个统计指标有什么差异？
退出页占比，仅统计该页面的累积访问页面数中，有多少比例为退出页
而页面退出率，则考虑的是有多少比例的用户/打开次数中，是以该页面路径作为退出页
例如：
用户【甲】，当日打开了这个小程序5次，每次都访问过“商详页”，访问页面数总计为15，并有2次是从“商详页”关闭的小程序
用户【乙】，当日打开了这个小程序3次，仅有1次访问了“商详页”，访问页面数总计为5，但都不是从“商详页”关闭的小程序
那么，商详页的
“退出页次数”为2，即用户【甲】的那2次
“退出页占比”，应该是2/(15+5)，即10%
“页面退出率（打开次数维度）”，应该是2/(5+1)，即1/3
“页面退出率（访问人数维度）”，应该50%，2个用户中仅有1个从该页面退出