1 × 30 × 20 × 32 = 19200

　　而我們在構(gòu)建多維模子的時辰良多維度中包含的數(shù)據(jù)量絕對不像膳縵沔例舉的那么小，想象一下網(wǎng)站的商品或者頁面的數(shù)目可能是成百上千甚至成千上萬的，那么一旦以倍乘的形式擴展之后，數(shù)據(jù)量就會一會兒劇增。雖然豐碩的多維立方能夠給剖析帶來便當(dāng)，但也同時給數(shù)據(jù)的存儲和發(fā)芽帶來的壓力。

　　所以，加倍豐碩和矯捷的剖析需求的實現(xiàn)基于加倍復(fù)雜的多維模子或者數(shù)據(jù)立方，同時會帶來更年夜的系統(tǒng)開銷。Google Analytics很好地權(quán)衡了矯捷的數(shù)據(jù)剖析與復(fù)雜數(shù)據(jù)模子之間的關(guān)系，這也是Google Analytics強年夜功能的根基保障，GA的高級細分(Advanced Segments)和自界說Dashboard是其他同類免費網(wǎng)站剖析工具所無法對比的，這也恰是為侍趵硪們將GA劃分到網(wǎng)站數(shù)據(jù)剖析工具，而其他的年夜部門只能算作網(wǎng)站數(shù)據(jù)統(tǒng)計工具的原因。而GA恰是基于其構(gòu)建的強年夜的底層數(shù)據(jù)模子和高效的數(shù)據(jù)計較和響應(yīng)能力，使良多剖析功能可以獲得擴展，其中良多就涉及交叉剖析，這里截圖了其中的兩個功能，Secondary Dimension和Pivot：

　　Google Analytics新版本增添了良多令人心動的功能，Secondary dimension的功能年夜老版本獲得了延續(xù)，上圖在Content模塊的Page報表中選擇了流量來歷作為第二維度，這樣我們就可以查看每個頁面的流量是年夜何而來，每個流量來歷在該頁面的數(shù)據(jù)默示，同時可能還可以發(fā)現(xiàn)一些有趣的現(xiàn)象，好比某些頁面的流量根基都是一個來歷帶來的，好比我的博客的某些文章根基都是經(jīng)由過程搜索引擎進來的，而此外一些文章根基經(jīng)由過程直接流量帶來。

　　在GA的各類報表中可以在右上角選擇揭示的形式，最后的一種就是Pivot，Pivot的形式對表格的表頭進行了擴展，可以分條理放置此外的維度，如上圖仍是使用了頁面與流量來歷的交叉，將Source維度放到了指標(biāo)的上方。同時GA撐持在兩個維度的基本上最多選擇兩個懷抱Metric，我這里選擇了Pageviews和Bounce Rate，來權(quán)衡每個頁面中各類流量來歷所帶來的“量”和“質(zhì)”，同樣對于剖析很是有價值。

　　多維的交叉剖析我們在日常中潛移默化地經(jīng)常會用到，交叉剖析對于問題的排查和定位額外有用，所以我們需要設(shè)法子用更好的形式去揭示數(shù)據(jù)，以便于更有利于進行交叉剖析，其拭魅這里介紹的透視表的體例是最常用的，也是斗勁好用的，但這類體例太少，不知道巨匠有沒有其他加倍有用的交叉闡成長現(xiàn)體例。

　　» 本文采用 BY-NC-SA 和談，轉(zhuǎn)載請注明來歷：網(wǎng)站數(shù)據(jù)剖析 » 《多維交叉剖析》

        原文：http://webdataanalysis.net/data-analysis-method/cross-analysis/