3482
правки
Изменения
м
→Анализ источников трафика
== Анализ источников трафика ==
Проанализируем соотношение основных источников трафика сайта: прямой (direct), переходы с других сайтов (referral) и поисковый (organic). Для получения нужных данных нам понадобится показатель количество посещений (<code>ga:sessions</code>) и и измерение источники трафика <code>ga:medium</code><ref>Измерение <code>ga:source</code> даёт более подробную информацию об источниках трафика, в том числе и об источниках переходов, т.е. веб-сайтах, с которых приходят посетители. В данном случае нашей целью является проанализировать только соотношение источников трафика.</ref>.
Получаем отсротированные по убыванию данные по показателю <code>ga:sessions</code>:
{{r-code|code=<nowiki>> ga.data <- ga$getData(id, start.date = ga$getFirstDate(id), end.date = Sys.Date(),
+ metrics = "ga:sessions", dimensions = "ga:medium", sort = "-ga:sessions")</nowiki>}} В данный таблице прямой трафик отображается как «(none)». Исправляем: {{r-code|code=<nowiki>> ga.data[ga.data$medium == "(none)", "medium"] <- "direct"</nowiki>}} Добавим столбец с процентами для более наглядного восприятия соотношения: {{r-code|code=<nowiki>> ga.data$percent <- round(prop.table(ga.data$sessions) * 100, 1)</nowiki>}} Полученная в результате таблица выглядит следующим образом: {{r-code|code=<nowiki>> ga.data medium sessions percent1 organic 164914 87.62 direct 13075 6.93 referral 10305 5.5</nowiki>}} Для визуализации данных воспользуемся круговой диаграммой (pie chart): {{r-code|code=<nowiki>> qplot(data = ga.data, x = factor(0), y = sessions, fill = medium, xlab = "", ylab = "") +
+ geom_bar(width = 1, stat = "identity") + coord_polar(theta = "y") + theme_bw() +
+ theme(axis.ticks = element_blank(), axis.text.x = element_blank(), axis.text.y = element_blank()) +
+ scale_fill_discrete(name = "source")</nowiki>}}
[[Файл:Айл:Ga-trafic-sources.svg|600px|центр]]
== Примечания ==
<references />
