行動載具與桌上型電腦使用者之網站流量比較分析—以博物館Google Analytics數據為例
68
0
0
全文
(2) 中文摘要 隨著行動上網逐漸普及，越來越多使用者透過手機、平板電腦等行動載 具造訪網站。相較於桌上型電腦，行動載具的可攜性及使用者時機與習慣， 均讓網站使用者的行為模式有所改變，因此網站設計亦應思考相關的因應 策略，藉以提供更佳的使用者體驗。本研究運用Google Analytics對個案公司 官方網站進行網站流量分析，並將使用者分為桌上型電腦網站使用者和行 動載具網站使用者兩族群，藉以探討該網站的使用者特性、來源及行為，並 依分析結果對該網站提出改善建議。 關鍵詞：網站流量分析、Google Analytics、行動載具. II.
(3) ABSTRACT With the gradually popularity of mobile Internet devices (MIDs), there are more and more website visitors using mobile phones, tablets, and other MIDs. Besides the portability of MIDs, when and how to visit websites with MIDs also impact the website use behaviors. Therefore, the relevant website designs and countermeasures should be considered to support better user experience. This case study aims to research the traffic analysis of the official website of the target company through the Google Analytics, a popular and powerful website analysis tool. Moreover, the study divides the website visitors into two groups: the users using MIDs and the users using desktop. It explores the properties, sources and behaviors of the two groups and then collects and analyzes the data. Finally, it provides the relevant recommends for improvements. Keywords: Google Analytics, Website Traffic, Mobile Device. III.
(4) 目錄 中文摘要 ................................................................................................................................... II ABSTRACT ............................................................................................................................. III 表索引 ....................................................................................................................................... V 圖索引 ......................................................................................................................................VI 第一章 緒論 .............................................................................................................................. 1 第一節 研究背景與動機 ...................................................................................................... 1 第二節 研究目的 .................................................................................................................. 2 第二章 文獻探討 ...................................................................................................................... 3 第一節 大數據與網站流量分析 .......................................................................................... 3 第二節 Google Analytics ...................................................................................................... 4 第三節 Google Analytics 之網站分析應用 ......................................................................... 5 第三章 研究方法 ...................................................................................................................... 6 第一節 個案公司簡介 .......................................................................................................... 6 第二節 研究設計 .................................................................................................................. 6 第四章 Google Analytics 數據結果與分析 ............................................................................. 7 第一節 網站整體數據與使用者結構 .................................................................................. 7 第二節 行動載具使用者與上型電腦使用者之數據與結構 ............................................ 14 第三節 行動載具與桌上型電腦使用者行為數據與分析 ................................................ 28 第五章 結論與建議 ................................................................................................................ 58 第一節 網站改善建議 ........................................................................................................ 58 第二節 後續研究參考 ........................................................................................................ 59 參考文獻 .................................................................................................................................. 60. IV.
(5) 表索引 表 表 表 表 表 表 表 表 表. 4- 1 4- 2 4- 3 4- 4 4- 5 4- 6 4- 7 4- 8 4- 9. 表 表 表 表 表. 4- 10 4- 11 4- 12 4- 13 4- 14. 行動載具使用者：每日瀏覽時機（工作階段） .................................................... 31 桌上型電腦使用者每日瀏覽時機（工作階段） .................................................... 32 行動載具新使用者：每日瀏覽時機（工作階段） ................................................ 33 桌上型電腦新使用者：每日瀏覽時機（工作階段） ............................................ 34 行動載具使用者：網頁瀏覽量 ................................................................................ 43 桌上型電腦使用者：網頁瀏覽量 ............................................................................ 44 行動載具使用者：新訪客網頁瀏覽量 .................................................................... 48 行動載具使用者：回訪者網頁瀏覽量 .................................................................... 49 桌上型電腦使用者：新訪客網頁瀏覽量 ................................................................ 51 桌上型電腦使用者：回訪者網頁瀏覽量 .............................................................. 52 行動載具使用者：新訪客到達網頁 ...................................................................... 53 行動載具使用者：回訪者到達網頁 ...................................................................... 54 桌上型電腦使用者：新訪客到達網頁 .................................................................. 56 桌上型電腦使用者：回訪者到達網頁 .................................................................. 57. V.
(6) 圖索引 圖 圖 圖 圖 圖 圖 圖 圖 圖 圖. 4- 1 Google Analytics 網站整體數據 ................................................................................. 8 4- 2 整體使用者：性別 ...................................................................................................... 8 4- 3 整體使用者：年齡層 .................................................................................................. 9 4- 4 整體使用者：地區 .................................................................................................... 10 4- 5 整體使用者：語言 .................................................................................................... 11 4- 6 整體使用者：新訪客與回訪者 ................................................................................ 11 4- 7 整體使用者：造訪次數 ............................................................................................ 12 4- 8 整體使用者：距離上次工作階段的天數 ................................................................ 12 4- 9 整體使用者：平均時間長度 .................................................................................... 13 4- 10 整體使用者：瀏覽頁數 ........................................................................................... 14. 圖 圖 圖 圖 圖 圖 圖 圖 圖. 4- 11 行動載具使用者與桌上型電腦使用者整體數據 ................................................... 15 4- 12 行動載具使用者：性別 .......................................................................................... 16 4- 13 桌上型電腦使用者：性別 ...................................................................................... 16 4- 14 行動載具使用者與桌上型電腦使用者：年齡層 .................................................. 17 4- 15 行動載具使用者：地區 .......................................................................................... 18 4- 16 桌上型電腦使用者：地區 ...................................................................................... 19 4- 17 行動載具使用者：語言 .......................................................................................... 20 4- 18 桌上型電腦使用者：語言 ...................................................................................... 21 4- 19 行動載具使用者與桌上型電腦使用者：新訪客與回訪者 .................................. 22. 圖 圖 圖 圖 圖 圖 圖 圖 圖 圖. 4- 20 4- 21 4- 22 4- 23 4- 24 4- 25 4- 26 4- 27 4- 28 4- 29. 圖 圖 圖 圖 圖 圖 圖 圖. 4- 30 行動載具使用者：裝置型號 .................................................................................. 37 4- 31 桌上型電腦使用者：裝置品牌 .............................................................................. 38 4- 32 行動載具使用者：來源 ........................................................................................... 39 4- 33 桌上型電腦使用者：來源 ...................................................................................... 40 4- 34 行動載具使用者：媒介 .......................................................................................... 41 4- 35 桌上型電腦使用者：媒介 ...................................................................................... 41 4- 36 行動載具使用者：新訪客與回訪者的瀏覽時機 .................................................. 45 4- 37 桌上型電腦使用者：新訪客與回訪者的瀏覽時機 .............................................. 46. 行動載具使用者與桌上型電腦使用者：造訪次數 .............................................. 24 行動載具使用者與桌上型電腦使用者：距離上次工作階段的天數 .................. 24 行動載具使用者與桌上型電腦使用者：平均時間長度 ...................................... 25 行動載具使用者與桌上型電腦使用者：瀏覽頁數 .............................................. 26 整體使用者：日趨勢圖 .......................................................................................... 28 整體使用者：週趨勢圖 .......................................................................................... 29 行動載具使用者與桌上型電腦使用者：週趨勢圖 .............................................. 29 行動載具使用者與桌上型電腦使用者：日趨勢圖與行事曆疊合圖 .................. 30 行動載具使用者：興趣 .......................................................................................... 35 桌上型電腦使用者：興趣 ...................................................................................... 36. VI.
(7) II.
(8) 第一章 緒論 本研究旨在運用Google Analytics對於個案公司官方網站進行網站流量 分析，藉以探討該網站的使用者特性、來源及行為，並依分析結果對該網站 提出改善建議。本章共分為兩節，第一節為研究背景與動機，第二節為研究 目的，藉以敘述本研究之緣起與方向。. 第一節 研究背景與動機 隨著網際網路（Internet）的興起，現今人們的生活已與各種網路應用密 不可分，Kent, M. L., & Taylor, M.（1998）表示：「每天，企業、政治團體 和非營利組織等均會進入互聯網這個遼闊的運算網路，並且進入全球資訊 網（World Wide Web，WWW）」。實際上，諸多產業、產品、活動和群眾 均已將WWW付諸應用。Chen, M., Mao, S., & Liu, Y.（2014）指出，由於資 訊技術（Information Technology，IT）的進展，以及雲端計算和物聯網的快 速增長，由廣泛的數據來源收集和整合大量數據已成為主要的挑戰。考慮到 大數據的異構性（Heterogeneity） 、可擴展性（Scalability） 、實時性（Realtime） 、 複雜性（Complexity）和隱私性（Privacy），在分析、建模、可視化和預測 過程中應考慮有效地「挖掘（Mine）」不同層次的數據，以揭示其內在屬性 並改善決策。Waisberg, D., & Kaushik, A.（2009）嘗試為網站分析建立有效 的兩階段模型，並以簡便性（Un-complex）、產業相關性（Relevant）、時 效性（Timely）和立即使用性（Instantly Useful）為分析指標。黃明達和陳 正宏（2005）以監測實際的網路流量資料分析校園網路的使用者行為，而 Spiliopoulou, M., Faulstich, L. C., & Winkler, K.（1999，July）亦以自行開發 的網路流量收集工具匯集資訊，並藉以分析網站 使用者的導向性行為 （Navigational Behavior）。 近年來，行動上網逐漸普及，越來越多使用者透過手機、平板電腦等行 動載具造訪網站。相較於桌上型電腦，行動載具的可攜性及使用者時機與習 慣，均讓網站使用者的行為模式有所改變，因此網站設計亦應思考相關的因 應策略，藉以提供更佳的使用者體驗，提升使用者黏著度。 本研究旨在運用Google Analytics網站分析工具，藉由其網站流量分析 結果，了解個案企業網站的使用者行為與習慣，並依此提出相關的網站改善 建議。. 1.
(9) 第二節 研究目的 Google Analytics是Google公司於2005推出的免費網站分析工具。本研 究運用Google Analytics對個案公司的官方網站收集網站數據，再依需求匯 總並分析各數據，希望達成以下研究目的： 目的一：了解個案公司的桌上型電腦網站使用者和行動載具網站使用 者的特性與差異，並提出改善建議。 目的二：了解個案公司的桌上型電腦網站使用者和行動載具網站使用 者中，新訪客及回訪者的特性與差異，並提出改善建議。 目的三：了解個案公司的桌上型電腦網站使用者和行動載具網站使用 者的行為與差異，並提出改善建議。. 2.
(10) 第二章 文獻探討 本章將分析並整理國內外文獻，對Google Analytics網站分析進行研究 探討，以為研究設計與研究結果討論之依據。本章共分三節，第一節為大數 據與網站流量分析相關研究；第二節為Google Analytics網站分析相關研究； 第三節為Google Analytics網站分析於各產業之應用研究。. 第一節 大數據與網站流量分析 Power, Daniel J.（2007）指出，IBM研究人員Hans Peter Luhn已開始使 用商業智能（Business Intelligence）這個辭彙，他將智能（Intelligence）定義 為「依據所獲事實呈現之相互關係，指導行動以實現目標之能力」 ，而Howard Dresner於1989年提出商業智能為「運用以事實為基礎的運算支援系統改善 商業決策的概念與方法」之總稱。Chen，Chiang與Storey（2012）整理商業 智能與分析（Business Intelligence and Analytics，BI&A）之演進，自BI&A 1.0之資料庫管理系統（Database Management System，DBMS）結構化內容、 BI&A 2.0的網頁式非結構化內容，至BI&A 3.0的行動內容及傳感器內容，其 應用遍及電子商務與市場智慧、E化政府與政策、科學與科技、健康智慧與 福祉、保全與公共安全等，並衍生大數據分析、文本分析、網頁分析、網路 分析、行動分析等新興研究。 Pakkala, H., Presser, K., & Christensen, T.（2007）指出：網站分析可以 定義為對於網路流量、網路交易、網路伺服器性能、可用性研究、使用者提 供的資訊和相關來源等各種數據的評估，旨在協助建立對在線使用者體驗 的廣泛性理解，而收集相關資訊的兩種主要方法為頁面標記（Page Tagging） 和網站伺服器日誌檔（Web Server Log Files）。 頁面標記需要在網頁中設置識別標籤，當使用該網頁時，頁面識別標籤 和使用者的相關資訊將傳送到通常位於網站外部的軟體，由該軟體收集資 訊，以供日後分析。該資訊能從簡單的網頁指標（如使用者數量）到監控使 用者的整個網站互動（Croll，Power，2009；Kaushik，2010）。 使用網站伺服器日誌檔能夠在不使用外部服務的條件下大量收集使用 者資訊，該資訊可依據資料性質、研究需求及網站開發者的技能加以客製 化。然而若網站流量龐大，這些日誌檔案亦可能隨之增加，將使分析變得複 雜而耗時（Jansen，2006；Peterson，2004）。. 3.
(11) 第二節 Google Analytics Google Analytics運用頁面標記的方式，提供一組通用的網站分析工具， 可進行站內式（On-site Analytics）與站外式（Off-site Analytics）的網路流 量分析，管理人員可依據自身的需求擇優使用或兩者併用，以獲取最適合的 分析數據。截至2014年，世界排名前五百大企業中，高達67%的企業採用 Google Analytics進行網路流量分析，而前一千大網站則有63.9%採用Google Analytics進行網路流量分析（鄭江宇與張佳榮，2014）。 由《掌握行銷新趨勢：你不可不知的網站流量分析Google Analytics》 （鄭江宇與張佳榮，2014）一書中列述的Google Analytics優點，擇要簡述如 下： 一、免費的軟體工具：可節省的軟體支出成本，並降低學習成本。 二、支援應用軟體介面（Application Interface，API）：Google Analytics 支持應用軟體介面，方便使用者於既有網頁程序碼中嵌入API函數 庫，輕鬆呈現各種功能及各式視覺化報表。Google Analytics提供三 種API，分別為收集API、管理API及資料匯出API，使用者可依需 求自行建立追踪程式碼，執行若干非預設功能，或協助粹取不同的 報表及數據。 三、報表客制化：使用者可依需求揀選主要及次要維度，以製作專屬報 表，更由於介面操作簡便，同時滿足便利性與彈性。 四、多查看功能：使用者可依不同的分析標的執行區隔分析，提升報表 可讀性。 五、產品整合力：Google Analytics可有效整合許多Google推出的網站 經營產品，如SEO與AdWords等，並將資料匯整於報表中，提高網 站整體經營管理的便利性。 儘管Google Analytics仍然具有能夠再加強改善之處，但上述優點已足 以讓企業或網站經營者願意去嘗試使用，再加上Google Analytics網路流量 分析採用側錄方式運作，不干擾網站正常運作及使用者行為，又可從中瞭解 並評估網站經營成效，作為網站改善與優化的參考依據。. 4.
(12) 第三節 Google Analytics 之網站分析應用 今日Google Analytics網路流量分析已被廣泛運用於各種產業，用以分 析各類網站數據及使用者行為，並為該網站及其企業或非營利組織提供相 關發展建議。Fang, W.（2007）運用Google Analytics分析網站流量及可使用 性，並表示Google Analytics是一款以使用者為中心的網站建構工具，提供友 善的使用者界面且易於了解的資訊。透過Google Analytics的報表能夠快速 釐清問題，並確定網站是否提供訪客需要之資訊。Pakkala, H., Presser, K., & Christensen, T.（2007）運用Google Analytics量測並分析食物成分網站的使 用者，除了表示使用者導向為網站使用性的重要指標，並具體提出改善建 議。Hasan, L., Morris, A., & Probets, S.（2009, July）運用Google Analytics評 估電子商務網站的可使用性，該研究訂定了具體的網站指標，旨在為電子商 務網站上的潛在可用性問題區域提供快速、簡便且便宜的指示，並建議了可 用於概述網站持續可用性的13個指標。Plaza, B.（2009, September）運用 Google Analytics監控網站流量的有效性，該研究定義網站訪問的有效性為 回訪者的行為及訪問時間長度，研究發現回訪者是培養訪問時間長度的主 要動力，而且依據使用者來源分類，自直接訪問（Direct Visit）的使用者最 具有效性，其次為參照連結網址（In-link Entries）的使用者及透過搜索引擎 （Search Engine）的使用者。林信成及洪銘禪（2010）運用Google Analytics 分析數位典藏網站的網站流量，了解使用者的特性及網站使用狀況，並提出 相關改善建議。Plaza, B.（2011）運用Google Analytics測量網站效能，該研 究以旅遊網站為例，依據訪問來源以分析訪問有效性（訪問行為和訪問時間 長度），包括直接訪問（Direct Visit）、參照連結網址的訪問（In-link Entries， 例如en.wikipedia.org）和透過搜索引擎的訪問（Search Engine，例如Google） ， 其依Google Analytics數據的時間序列進行分析，並對於旅遊網站提出優化 建議。 綜觀本章所列之研究，Google Analytics不僅具備許多優勢，許多企業及 產業亦已運用Google Analytics分析其網站流量及使用者行為，並依其數據 分析結果擬定相關改善策略，故本研究選定Google Analytics進行網站流量 分析工具。. 5.
(13) 第三章 研究方法 本章將簡單介紹個案公司的背景與相關資訊，接著再說明研究設計，以 符合研究目的。本章共分兩節，第一節為個案公司簡介；第二節為研究設計。. 第一節 個案公司簡介 個案公司為博物館產業，其展館於1980年代落成，建築樓層面積2萬餘 平方公尺，結合周遭自然庭園環境，創造獨特的建築藝術。展館座落於臺北 市內，臨近捷運站與公車站，提供參觀民眾便利的公共交通。 個案公司策辦定期展覽外，亦專注於蒐藏、保存、維護臺灣藝術，研究、 整理並出版臺灣藝術史料，培養臺灣藝術創作人才，規劃分齡分眾藝術教育 計畫，並提供精緻文化休憩空間。故其官方網站除宣傳展覽資訊外，也肩付 諸多任務。. 第二節 研究設計 Google Analytics是Google公司於2005推出的免費網站分析工具。本研 究於個案公司的官方網站各頁插入Google Analytics頁面標記，透過Google Analytics網站分析工具收集網站使用者資訊，再藉由Google Analytics提供的 各式報表工具，依研究需要匯總並分析各項數據，Google Analytics亦支援將 數據導出為Microsoft Excel格式，本研究亦依研究需求導出數據並加以匯總 分析。自2016年10月1日至2017年9月30日，共計1年之網站數據。主要採用 指標除整體使用者之性別、年齡層、地區、語言、新訪客與回訪者、造訪次 數、兩次造訪網站之間的間隔時間、平均工作時間、平均瀏覽頁數等，藉以 了解整體使用者的特性，接著將使用者區分為兩群體，分別為運用行動載具 （包含手機或平板電腦）瀏覽個案公司網站之使用者及運用桌上型電腦瀏 覽個案公司網站之使用者，再依各項指標了解兩群體之瀏覽趨勢、瀏覽時 機、使用者興趣等面向，進一步了解兩群體的使用者行為，最後依前述分析 為個案公司提出網站改善建議。. 6.
(14) 第四章 Google Analytics 數據結果與分析 企業網站透過其網站規劃、網頁設計及使用者行為設計等，呈現其企業 形象、展示網站內容、吸引新網站使用者並提高其忠誠度。本章先依據第三 章所述之Google Analytics網站分析之關鍵指標為評估標準，並以Microsoft Excel的格式匯總並呈現各項指標，以利資料描述與比較。第一節說明個案 公司網站之整體數據，並描述總體使用者結構；接著，本章將使用者區分為 兩群體，分別為運用行動載具（包含手機或平板電腦）瀏覽個案公司網站之 使用者及運用桌上型電腦瀏覽個案公司網站之使用者，於第二節說明兩群 體之數據及使用者結構；第三節說明兩群體行為數據。. 第一節 網站整體數據與使用者結構 本論文以Google Analytics蒐集個案公司網站自2016年10月1日至2017 年9月30日，共計1年之網站數據。資料匯總結果，共計使用者580,855人、 工作階段935,019次、每個使用者的工作階段數量達1.61次、總瀏覽量達 2,665,854頁、單次工作階段頁數達2.85頁、平均工作階段時間長度為2分13 秒、跳出率為49.12%，總體數據如資料來源：個案公司官方網站Google Analytics資料 圖 4- 1 Google Analytics 網站整體數據。. 資料來源：個案公司官方網站 Google Analytics 資料 7.
(15) 圖 4- 1 Google Analytics 網站整體數據 Google Analytics的數據描述了網站使用者的結構。依使用者性別區分， 女性使用者達430,819，佔整體使用者68%，男性使用者為207,157，佔整體 使用者32%，如圖 4- 2 整體使用者：性別。. 207,15 7 , 32% 430,81 9 , 68%. 女性. 男性. 資料來源：本研究整理個案公司官方網站Google Analytics資料. 圖 4- 2 整體使用者：性別 依使用者年齡區分，工作階段最高的年齡層為25〜34歲的使用者，達 223,768次，其次為18〜24歲的使用者，達196,363次，而35歲以上之使用者， 其工作階段則隨年齡層的增加而降低。各年齡層使用者之跳出率差異不大， 僅65歲以上之使用者跳出率為51.09%，也是唯一超過50%跳出率的年齡層， 如圖 4- 3 整體使用者：年齡層。 250,000. 工作階段（次）. 200,000 150,000. 51.09%. 223,768 196,363 48.08%. 51.00%. 49.77%. 50.00% 49.00%. 47.79% 103,667. 100,000. 52.00%. 48.00%. 46.89%. 47.00%. 46.36%. 46.00% 49,171. 50,000. 26,373. 45.00% 13,199. 0. 44.00% 43.00%. 18-24. 25-34. 35-44. 45-54. 55-64. 65+. 年齡層（歲） 工作階段. 跳出率. 資料來源：本研究整理個案公司官方網站Google Analytics資料 8.
(16) 圖 4- 3 整體使用者：年齡層 依使用者地區區分，節取工作階段最高之前十地區，並依工作階段由高 至低排列。工作階段最高的地區為臺灣，達857,770次，佔所有使用者比率 達91.74%，德國使用者的跳出率較其它地區顯著偏高，達88.48%，而俄國使 用者的跳出率較其它地區顯著偏低，僅6.11%，如圖 4- 4 整體使用者：地 區。 1,000,000. 工作階段（次）. 900,000. 100.00%. 88.48%. 90.00%. 857,770. 800,000. 80.00%. 700,000. 70.00%. 61.48%. 600,000. 60.00% 54.37%. 500,000. 48.82% 44.94%. 52.78%. 52.51% 50.00%. 46.91% 44.54%. 400,000. 40.00%. 300,000. 30.00%. 200,000. 20.00%. 100,000. 10.00%. 6.11% 15,713 10,427. 8,493. 7,620. 5,375. 4,367. 3,140. 2,746. 2,893. 0. 0.00%. 地區 工作階段. 跳出率. 資料來源：本研究整理個案公司官方網站Google Analytics資料. 9.
(17) 圖 4- 4 整體使用者：地區 依使用者語言區分，節取工作階段最高之前五種語言，並依工作階段由 高至低排列。工作階段最高的語言為zh-tw，達773,407次，佔所有使用者比 率達82.72%，各種語言的使用者，其跳出率無顯著差異，如資料來源：本研 究整理個案公司官方網站Google Analytics資料 圖 4- 5 整體使用者：語言。 900,000. 800,000. 53.00%. 773,407. 51.99% 52.00%. 700,000 51.00%. 50.65% 600,000. 工作階段（次）. 50.00% 500,000 48.90%. 49.00%. 400,000. 48.31% 48.00% 47.83%. 300,000. 47.00% 200,000. 97,187. 100,000. 46.00%. 15,624. 12,814. 8,493. zh-cn. en-gb. ja-jp. 0. 45.00% zh-tw. en-us. 語言 工作階段. 跳出率. 資料來源：本研究整理個案公司官方網站Google Analytics資料 10.
(18) 圖 4- 5 整體使用者：語言. 依使用者是否重覆造訪網站區分，個案公司之新訪客較回訪者多，達 577,339次，佔所有使用者比率達61.75%，而回訪者的跳出率較高，如圖 46 整體使用者：新訪客與回訪者。 700,000 577,339. 工作階段（次）. 600,000. 56.00%. 54.07%. 54.00%. 500,000. 52.00% 357,680. 400,000 300,000. 50.00% 48.00%. 46.05%. 200,000. 46.00%. 100,000. 44.00%. 0. 42.00% 新訪客. 回訪者 工作階段. 跳出率. 資料來源：本研究整理個案公司官方網站Google Analytics資料. 圖 4- 6 整體使用者：新訪客與回訪者 由使用者造訪網站的次數，可展現使用者再度造訪該網站的意願。數據 顯示僅造訪一次的使用者達577,339次，佔所有使用者比率達61.75%，如圖 4- 7 整體使用者：造訪次數。 700,000. 工作階段（次）. 600,000 577,339 500,000 400,000 300,000 200,000. 137,508 57,633. 100,000. 30,684 18,880 12,725. 9,230 6,993 22,342 15,502 13,623 9,925 8,278 14,357. 0 1. 2. 3. 4. 5. 6. 7. 8. 造訪次數（次） 11. 9. 10. 11. 12. 13. 14.
(19) 資料來源：本研究整理個案公司官方網站Google Analytics資料. 圖 4- 7 整體使用者：造訪次數 由使用者兩次造訪網站之間的間隔時間，可用以評估使用者對於該網 站的喜好程度。數據顯示兩次造訪間相隔不足一天的使用者達749,532次， 佔所有使用者比率達80.16%，如圖 4- 8 整體使用者：距離上次工作階段的 天數。 800,000. 749,532. 工作階段（次）. 700,000 600,000 500,000 400,000 300,000 200,000 100,000. 26,720 14,041 9,641 7,322 6,408 6,409 5,480 22,364 27,749 24,161 22,699 12,493. 0. 天數（天）. 資料來源：本研究整理個案公司官方網站Google Analytics資料. 圖 4- 8 整體使用者：距離上次工作階段的天數 使用者造訪網站的平均工作時間，可用以評估網站對使用者的吸引力。 數據顯示使用者平均工作時間於0〜10秒者最多，達494,914次，佔所有使用 者比率達52.93%，平均工作時間於61〜180秒者次之，達125,039次，佔所有 使用者比率為13.37%，如圖 4- 9 整體使用者：平均時間長度。. 工作階段（次）. 600,000 500,000. 494,914. 400,000 300,000 200,000 87,216. 100,000. 125,039. 86,934. 82,467. 48,888. 9,561. 0 0-10. 11-30. 31-60. 61-180. 時間（秒） 12. 181-600. 601-1800. 1801+.
(20) 資料來源：本研究整理個案公司官方網站Google Analytics資料. 圖 4- 9 整體使用者：平均時間長度 使用者造訪網站的平均瀏覽頁數，是另一個可用以評估網站吸引力的 指標。數據顯示使用者平均瀏覽頁數僅1頁者最多，達427,237次，佔所有使 用者比率達50.51%，如圖 4- 10整體使用者：瀏覽頁數。 500,000 472,237 450,000. 400,000. 350,000. 工作階段（次）. 300,000. 250,000. 200,000. 154,216 150,000. 97,885. 100,000. 56,410. 26,408 41,230. 50,000. 13,797 7,894 4,739 6,811 2,888 20,470 1,234 1,996 10,986 6,414 3,775 2,372 1,596 1,000. 661 0 <1. 1. 2. 3. 4. 5. 6. 7. 8. 9. 10 11 12 13 14 15 16 17 18 19 20+. 頁數（頁）. 資料來源：本研究整理個案公司官方網站Google Analytics資料 13.
(21) 圖 4- 10整體使用者：瀏覽頁數 根據Google Analytics網站分析的各項關鍵指標，可以描述個案公司網 站的使用者。個案公司網站的使用者中，女性與男性比約為2：1，主要年齡 層為18歲至44歲，其中又以位於25歲至34歲的年齡層的使用者最多，使用者 主要來自臺灣，採用繁體中文。整體而言，新使用者超過60%，回訪率為 38.25%，兩次造訪網站之間的間隔時間不足一天的使用者達80.16%，超過 50%的使用者造訪網站時間僅於10秒內，超過50%的使用者僅瀏覽一頁，跳 出率49.12%。. 第二節 行動載具使用者與上型電腦使用者之數據與結構 本節將使用者區分為運用行動載具（包含手機或平板電腦）瀏覽個案公 司網站之使用者及運用桌上型電腦瀏覽個案公司網站之使用者等兩群體， 依據第三章所述之Google Analytics網站分析之關鍵指標為評估標準，說明 兩群體之數據及使用者結構。 資料匯總結果，共計行動載具使用者339,387人、工作階段534,338次、 每個使用者的工作階段數量達1.57次、總瀏覽量達1,257,785頁、單次工作階 段頁數達2.35頁、平均工作階段時間長度1分43秒、跳出率為54.56%，共計 桌上型電腦使用者238,336人、工作階段392,803次、每個使用者的工作階段 數量達1.65次、總瀏覽量達1,375,987頁、單次工作階段頁數達3.50頁、平均 工作階段時間長度2分54秒、跳出率為41.46%；數據如圖 4- 11行動載具使 用者與桌上型電腦使用者整體數據。雖然桌上型電腦使用者數量及工作階 段數量都比行動載具使用者低，但桌上型電腦使用者的每個使用者的工作 階段數量較行動載具使用者高0.08、總瀏覽量多118,202頁、單次工作階段頁 數多1.15頁、平均工作階段時間長度多1分11秒，且跳出率低13.1%，顯示桌 上型電腦使用者比行動載具使用者對本網站的體驗更佳。. 14.
(22) 資料來源：個案公司官方網站 Google Analytics 資料. 圖 4- 11行動載具使用者與桌上型電腦使用者整體數據 依使用者性別區分，行動載具使用者中，女性使用者與男性使用者的比 率為71：29，如錯誤! 找不到參照來源。，而桌上型電腦使用者中，女性使 用者與男性使用者的比率為63：37，如錯誤! 找不到參照來源。。無論行動 載具使用者或桌上型電腦使用者，女性使用者均比男性使用者多，但相對於 男性行動載具使用者對於所有行動載具使用者的比率，男性桌上型電腦使 用者對於所有桌上型電腦使用者的比率較低。即便如此，男性桌上型電腦使 用者的工作階段仍比男性行動載具使用者少。無論行動載具使用者或桌上 型電腦使用者，女性使用者均比男性使用者多，故若網站設計更符合女性使 用者需求，有助於提升使用者工作階段。 15.
(23) 105,51 4 , 29% 262,54 8 , 71%. 女性. 男性. 資料來源：本研究整理個案公司官方網站 Google Analytics 資料. 圖 4- 12 行動載具使用者：性別. 99,939 , 37% 167,05 0 , 63%. 女性. 男性. 資料來源：本研究整理個案公司官方網站Google Analytics資料. 圖 4- 13 桌上型電腦使用者：性別 依使用者年齡區分，無論是行動載具使用者或桌上型電腦使用者，工作 階段最高的年齡層均為25〜34歲的使用者，分別為124,152次及99,810次，其 次均為18〜24歲的使用者，分別為122,360次及73,524次，而35歲以上之使用 者，其工作階段亦均隨年齡層的增加而降低。但行動載具使用者於18〜24歲 及25〜34歲的工作階段差距不大，即工作階段最高的年齡層與工作階段次 高的年齡層，兩者的工作階段差距不大，而桌上型電腦使用者於此兩年齡層 之工作階段差距較顯著。此外於各個年齡層，桌上型電腦使用者的跳出率均 較行動載具使用者的跳出率低，如圖 4- 14 行動載具使用者與桌上型電腦 使用者：年齡層。無論對於整體使用者、行動載具使用者或桌上型電腦使用 者，18〜44歲的使用者均佔多數，若網站設計更符合18〜44歲使用者需求， 有助於提升使用者工作階段。. 16.
(24) 140,000. 70.00%. 122,360. 124,152. 120,000. 56.26% 53.32%. 54.02% 52.24%. 57.61%. 60.00%. 53.51%. 99,810 100,000. 50.00%. 工作階段（次）. 42.92% 80,000. 39.41%. 39.97%. 38.67%. 42.74%. 39.52% 40.00%. 73,524. 60,309 60,000. 30.00%. 43,080 40,000. 20.00% 26,827 21,877. 20,000. 13,726. 10.00%. 11,625 6,6246,312 0. 0.00% 18-24. 25-34. 35-44. 45-54. 55-64. 65+. 年齡層（歲） 行動載具使用者工作階段. 桌上型電腦使用者工作階段. 行動載具使用者跳出率. 桌上型電腦使用者跳出率. 資料來源：本研究整理個案公司官方網站Google Analytics資料. 圖 4- 14 行動載具使用者與桌上型電腦使用者：年齡層 依使用者地區區分，分別節取行動載具使用者或桌上型電腦使用者工 作階段最高之前十地區，並依工作階段由高至低排列。兩群體工作階段最高 的地區均為臺灣，分別為509,177次及346,238次，分別佔其群體比率達 94.36%及87.56%，次高地區均為香港，兩群體數據均顯示個案公司網站訪 客主要來自臺灣，如圖 4- 15 行動載具使用者：地區及圖 4- 16 桌上型電 腦使用者：地區。無論對於整體使用者、行動載具使用者或桌上型電腦使用 者，臺灣地區使用者均佔多數，網站設計如能更符合臺灣地區使用者的需 求，將有助於提升使用者工作階段。由於其它地區使用者工作階段均與臺灣 地區使用者工作階段具有顯著差距。 17.
(25) 600,000. 80.00% 73.44% 70.94% 70.00%. 509,177 500,000 62.79%. 61.55%. 54.73% 55.14%. 56.08%. 60.00%. 57.92%. 57.08%. 400,000. 工作階段（次）. 50.00%. 300,000. 40.00%. 30.00% 200,000. 20.00%. 100,000 10.00%. 0. 6,538 5,234 1.30%. 3,682. 3,259. 2,481. 1,547. 978. 801. 688 0.00%. 地區 工作階段. 跳出率. 資料來源：本研究整理個案公司官方網站Google Analytics資料. 圖 4- 15 行動載具使用者：地區 18.
(26) 400,000. 100.00%. 90.63% 350,000. 90.00%. 346,238. 80.00% 300,000 70.00%. 250,000. 工作階段（次）. 60.00% 57.11% 49.27%. 200,000. 50.00%. 46.02% 43.91% 41.34%. 40.24% 38.00%. 37.53%. 37.75%. 40.00%. 150,000. 30.00% 100,000 20.00%. 50,000 10.00% 9,182. 7,167. 4,995. 5,098. 4,982. 2,795. 1,759. 1,972. 982. 0. 0.00%. 地區 工作階段. 跳出率. 資料來源：本研究整理個案公司官方網站Google Analytics資料. 圖 4- 16 桌上型電腦使用者：地區 19.
(27) 依使用者語言區分，分別節取行動載具使用者或桌上型電腦使用者工 作階段最高之前五種語言，並依工作階段由高至低排列。兩群體工作階段最 高的語言均為zh-tw，分別為439,804次及346,238次，分別佔其群體比率達 81.50%及83.67%，次高語言均為en-us，兩群體數據均顯示個案公司網站訪 客所採用之語言以繁體中文及英文為主，如圖 4- 17 行動載具使用者：語 言及圖 4- 18 桌上型電腦使用者：語言。無論對於整體使用者、行動載具使 用者或桌上型電腦使用者，使用zh-tw語言的使用者均佔多數，網站設計如 能更符合zh-tw語言使用者的需求，將有助於提升使用者工作階段。由於其 它語言使用者工作階段均與zh-tw語言使用者工作階段具有顯著差距，即使 該網站已支援en-us語言亦然。 500,000. 450,000. 57.00% 56.29%. 439,804. 56.00% 400,000 55.21% 350,000. 工作階段（次）. 55.00% 300,000. 54.33%. 250,000. 54.00% 53.49%. 200,000. 52.83%. 53.00%. 150,000. 100,000 52.00%. 57,593 50,000 10,143. 7,049. 6,506. en-gb. zh-cn. ja-jp. 0. 51.00% zh-tw. en-us. 語言 工作階段. 跳出率. 資料來源：本研究整理個案公司官方網站Google Analytics資料. 圖 4- 17 行動載具使用者：語言 20.
(28) 350,000. 60.00% 330,868. 300,000. 250,000. 48.36%. 50.00%. 40.63%. 39.63%. 工作階段（次）. 40.38%. 40.00% 33.22%. 200,000. 30.00% 150,000. 20.00% 100,000. 50,000. 10.00%. 39,825 8,478. 2,720. 2,393. en-gb. ja. 0. 0.00% zh-tw. en-us. zh-cn. 語言 工作階段. 跳出率. 資料來源：本研究整理個案公司官方網站Google Analytics資料. 圖 4- 18 桌上型電腦使用者：語言. 21.
(29) 依使用者是否重覆造訪網站區分，行動載具使用者中，新訪客與回訪者 的比率為63：37，而桌上型電腦使用者中，新訪客與回訪者的比率為59：41。 無論是行動載具使用者或桌上型電腦使用者，新訪客均比回訪者多，但行動 載具使用者的新訪客對於所有行動載具使用者的比率，比桌上型電腦使用 者的新訪客對於所有桌上型電腦使用者的比率高。此外無論新訪客或回訪 者，桌上型電腦使用者的跳出率均較行動載具使用者的跳出率低，顯示故行 動載具使用者對該網站的黏著度較桌上型電腦使用者低，因此在提升使用 者黏著度時，尤應加強行動載具使用者黏著度，有效累積網站使用者，如圖 4- 19 行動載具使用者與桌上型電腦使用者：新訪客與回訪者。 400,000. 70.00%. 61.43% 350,000. 300,000. 341,610. 60.00%. 50.58% 50.00%. 工作階段（次）. 250,000. 45.06% 235,335 40.00%. 38.99% 197,987. 200,000. 160,087. 30.00%. 150,000. 20.00% 100,000. 10.00%. 50,000. 0. 0.00% 新訪客. 回訪者. 行動載具使用者工作階段. 桌上型電腦使用者工作階段. 行動載具使用者跳出率. 桌上型電腦使用者跳出率. 資料來源：本研究整理個案公司官方網站Google Analytics資料. 圖 4- 19 行動載具使用者與桌上型電腦使用者：新訪客與回訪者 22.
(30) 由使用者造訪網站的次數區分，行動載具使用者與桌上型電腦使用者 中，僅造訪一次的使用者分別為341,610次及235,335次，佔該群體使用者比 率達63.30%及59.53%，如圖 4- 20 行動載具使用者與桌上型電腦使用者： 造訪次數。無論對於整體使用者、行動載具使用者或桌上型電腦使用者，僅 造訪一次的使用者均比造訪兩次以上的使用者多，表示使用者對於該網站 的黏著度可再作提升。而造訪次數0至8次的使用者，行動載具使用者均多於 桌上型電腦使用者，而造訪次數9次以上則相反，表示桌上型電腦使用者重 覆訪問網站的次數更多，亦即桌上型電腦使用者更樂意重覆訪問網站，以追 蹤網站內容。 400,000. 350,000 341,610. 300,000. 工作階段（次）. 250,000. 235,335. 200,000. 150,000. 100,000. 50,000. 89,063. 48,164 37,546. 19,482 11,670 7,567 5,264 3,882 11,550 9,434 9,453 8,018 7,743 15,688 19,875 10,920 6,097 10,877 7,036 5,049 3,962 3,158 3,892 1,375 582 702. 0. 造訪次數（次） 行動載具使用者工作階段. 桌上型電腦使用者工作階段. 資料來源：本研究整理個案公司官方網站Google Analytics資料. 23.
(31) 圖 4- 20 行動載具使用者與桌上型電腦使用者：造訪次數 由使用者兩次造訪網站之間的間隔時間區分，行動載具使用者與桌上 型電腦使用者中，兩次造訪網站間隔時間不足一天的使用者分別為440,834 次及309,352次，佔該群體使用者比率達81.70%及78.25%，如圖 4- 21 行動 載具使用者與桌上型電腦使用者：距離上次工作階段的天數。無論對於整體 使用者、行動載具使用者或桌上型電腦使用者，兩次造訪網站間隔時間不足 一天的使用者均佔多數，表示多數使用者造訪網站一次後即不再造訪，因此 使用者對於該網站的黏著度可再作提升，以有效累積網站使用者。 500,000. 450,000 440,834. 400,000. 350,000. 工作階段（次）. 309,352 300,000. 250,000. 200,000. 150,000. 100,000. 50,000. 14,409. 13,810 14,632 8,720 7,163 5,173 3,940 3,410 3,461 2,789 11,562 14,298. 13,462 12,2336,937 4,404 3,322 3,031 2,997 2,542 10,492. 10,251 8,018 3,667. 0. 天數（天） 行動載具使用者工作階段. 桌上型電腦使用者工作階段. 資料來源：本研究整理個案公司官方網站Google Analytics資料. 圖 4- 21 行動載具使用者與桌上型電腦使用者：距離上次工作階段的天數 24.
(32) 由使用者造訪網站的平均工作時間區分，行動載具使用者與桌上型電 腦使用者中，使用者平均工作時間於0〜10秒者分別為305,282次及188,269 次，佔該群體使用者比率達56.56%及47.59%，如圖 4- 22 行動載具使用者 與桌上型電腦使用者：平均時間長度。無論對於整體使用者、行動載具使用 者或桌上型電腦使用者，使用者平均工作時間於0〜10秒者最多，顯示多數 使用者於10秒內從網站取得必要資訊或對網站內容不感興趣後，隨即離開 網站，另無論對於整體使用者、行動載具使用者或桌上型電腦使用者，平均 工作時間於61〜180秒者均次之，顯示部分使用者對於網站內容感興趣，或 花了較長時間瀏覽網站仍無法取得必要資訊或因其它因素而離開。 350,000. 305,282 300,000. 工作階段（次）. 250,000. 200,000. 188,269. 150,000. 100,000 70,173 45,103. 52,830. 41,230 54,618. 42,059. 50,000. 27,037. 40,871. 35,861. 22,068. 6,546 3,376. 0 0-10. 11-30. 31-60. 61-180. 181-600. 601-1800. 1801+. 時間（秒） 行動載具使用者工作階段. 桌上型電腦使用者工作階段. 資料來源：本研究整理個案公司官方網站Google Analytics資料. 圖 4- 22 行動載具使用者與桌上型電腦使用者：平均時間長度 25.
(33) 由使用者造訪網站的平均瀏覽頁數區分，行動載具使用者與桌上型電 腦使用者中，使用者平均瀏覽頁數僅1頁者分別為299,958次及170,848次，佔 該群體使用者比率達55.59%及31.66%，如圖 4- 23 行動載具使用者與桌上 型電腦使用者：瀏覽頁數。無論對於整體使用者、行動載具使用者或桌上型 電腦使用者，使用者平均瀏覽頁數僅1頁者均最多，顯示多數使用者於瀏覽 第一頁時即從網站取得必要資訊或對網站內容不感興趣後即離開網站，而 平均瀏覽頁數達4頁以上者，桌上型電腦使用者均較行動載具使用者多，表 示桌上型電腦使用者願意瀏覽更多的網站內容。 350,000. 299,958 300,000. 工作階段（次）. 250,000. 200,000 170,848. 150,000. 93,059. 100,000. 53,389 63,658. 28,490 20,773 11,296 6,415 44,148 3,947 2,424 14,268 1,585 7,953 1,098 27,977 3,046 4,739 5,288 1,377 1,873 907 702 20,180 12,113 9,2135,784 4,4643,0322,4001,6311,324 984 847 593 498 339 311 1,400. 50,000 597 103 0 <1. 1. 2. 3. 4. 5. 6. 7. 8. 9. 10 11 12 13 14 15 16 17 18 19 20+. 頁數（頁） 行動載具使用者工作階段. 桌上型電腦使用者工作階段. 資料來源：本研究整理個案公司官方網站Google Analytics資料. 圖 4- 23 行動載具使用者與桌上型電腦使用者：瀏覽頁數 26.
(34) 將個案公司網站使用者區分為運用行動載具（包含手機或平板電腦）瀏 覽個案公司網站之使用者及運用桌上型電腦瀏覽個案公司網站之使用者等 兩群體後，依據Google Analytics網站分析關鍵指標所提供的數據，能夠更清 楚地描述兩群體之間的異同。兩群體均為女性使用者多於男性使用者，但行 動載具使用者中，女性使用者所佔比率相對較高。兩群體年齡層分佈相似， 均為25〜34歲的使用者最高，其次均為18〜24歲的使用者，但行動載具使用 者於18〜24歲及25〜34歲的工作階段差距不大，而桌上型電腦使用者於此 兩年齡層之工作階段差距較顯著。兩群體主要皆來自臺灣，採用繁體中文。 兩群體新使用者均多於回訪者，但行動載具使用者中，新使用者所佔比率相 對較高。兩群體中，僅造訪網站一次的使用者達63.30%及59.53%，兩次造訪 網站之間的間隔時間不足一天的使用者達81.70%及78.25%，訪網站時間僅 於10秒內的使用者分別達56.56%及47.59%，僅瀏覽一頁的使用者分別達 55.59%及31.66%，跳出率分別為54.56%及41.46%，整體數據顯示桌上型電 腦使用者比行動載具使用者對本網站的體驗更佳。. 27.
(35) 第三節 行動載具與桌上型電腦使用者行為數據與分析 本節將以瀏覽趨勢、瀏覽時機、使用者興趣等面向，進一步描述行動載 具使用者與桌上型電腦使用者兩群體，並以前兩節的數據匯總為基礎，探討 兩群體的行為模式。. 一、 瀏覽趨勢 本論文以Google Analytics蒐集個案公司網站自2016年10月1日至2017 年9月30日，共計1年之網站數據。Google Analytics將蒐集期間的數據繪成趨 勢圖，如圖 4- 24 整體使用者：日趨勢圖。此日趨勢圖中，最顯著的變化在 2017年7月後，使用者顯著增加，並於2017年9月後漸次減少。由於個案公司 為博物館產業，主要業務為開放場館並辦理展覽，供遊客參觀，另由本章第 一節的使用者結構分析，使用者主要來自臺灣，採用繁體中文，因此可推測 2017年7月至9月使用者顯著增加的現象，與臺灣地區暑假期間相關。. 資料來源：個案公司官方網站Google Analytics資料. 圖 4- 24 整體使用者：日趨勢圖. 28.
(36) 將整體使用者的日趨勢圖轉換為週趨勢圖，可發現總體趨勢為某一時 間點使用者突然顯著增加，而後逐步遞減並持續一段時間，直到下一次突然 顯著增加，即使在2017年7月後亦然，如圖 4- 25 整體使用者：週趨勢圖。 由於個案公司定期換展，因此可推測使用者突然顯著增加係因開放新展。然 而使用者突然顯著增加的數量有其上限，2017年7月前均未有所突破，顯示 使用者數量並未因每次突然顯著增加而有所累積。. 資料來源：個案公司官方網站Google Analytics資料. 圖 4- 25 整體使用者：週趨勢圖 運用Google Analytics將行動載具使用者及桌上型電腦使用者的數據亦 以週趨勢圖的形式呈現，如圖 4- 26 行動載具使用者與桌上型電腦使用者： 週趨勢圖。將此週趨勢圖與整體使用者的週趨勢圖對比，可發現行動載具使 用者的趨勢與整體使用者的趨勢相近，而桌上型電腦使用者的週趨勢則相 對平穩，使用者鮮少出現顯著的增加或減少。因此對於整體數量而言，行動 載具使用者的數量比桌上型電腦使用者的數量更具影響力。. 資料來源：個案公司官方網站Google Analytics資料. 圖 4- 26 行動載具使用者與桌上型電腦使用者：週趨勢圖 29.
(37) 根據總體趨勢的特性，代表可能因為網站內容更新或展覽內容更新而 吸引新訪客，但卻無法讓多數訪客產生黏著度，亦即無法有效累積訪客，這 也符合新訪客與回訪者、使用者造訪網站的次數、造訪網站之間的間隔時間 等指標，因為行動載具使用者比桌上型電腦使用者多，因此行動載具使用者 對總體趨勢更具影響力。. 二、 瀏覽時機 本章第二節的使用者結構分析，無論行動載具使用者或桌上型電腦使 用者，使用者主要均來自臺灣，採用繁體中文，因此使用者對個案公司網站 的瀏覽時機應與臺灣日常生活相關。將行動載具使用者及桌上型電腦使用 者的日趨勢圖與中華民國行政院人事行政總處公告的中華民國一百零六年 政府行政機關辦公日曆表1與中華民國一百零七年政府行政機關辦公日曆表 2 相疊合，如圖 4- 27 行動載具使用者與桌上型電腦使用者：日趨勢圖與行 事曆疊合圖。疊合圖顯示：行動載具使用者與桌上型電腦使用者，其使用者 數量增減均和臺灣的假日與非假日相關，差異在於假日時，行動載具使用者 的數量較非假日時顯著增加，而桌上型電腦使用者剛好相反，假日時的使用 者數量較非假日時顯著減少。 3500. 100% 90%. 3000. 工作階段（次）. 80% 2500. 70% 60%. 2000. 50% 1500. 40% 30%. 1000. 20% 500. 10%. 0. 0%. 假日/非假日. 行動載具工作階段. 桌上型電腦工作階段. 資料來源：本研究整理個案公司官方網站Google Analytics資料. 圖 4- 27 行動載具使用者與桌上型電腦使用者：日趨勢圖與行事曆疊合圖. 1 2. 資料來源：https://www.dgpa.gov.tw/information?uid=2&pid=4293 資料來源：https://www.dgpa.gov.tw/information?uid=30&pid=7488 30.
(38) 為進一步了解行動載具使用者與桌上型電腦使用者對個案公司網站的 瀏覽時機，匯整Google Analytics的數據，可呈現兩群體於每日各時段的網站 瀏覽狀況。表 4- 1 行動載具使用者：每日瀏覽時機（工作階段）與表 4- 2 桌上型電腦使用者每日瀏覽時機（工作階段）展示了行動載具使用者與桌上 型電腦使用者每日瀏覽個案公司網站的工作階段。行動載具使用者活躍於 每日9:00〜24:00，週六及週日於00:00〜01:00仍然活躍，最活躍的時期為週 六及週日10:00〜15:00，桌上型電腦使用者則活躍於週一至週五9:00〜 17:00，週六及週日較不活躍，顯示兩群體的瀏覽時機不但與節假日有關， 亦與日常載具使用時機息息相關。 表 4- 1 行動載具使用者：每日瀏覽時機（工作階段） 星期 時間. 一. 二. 三. 四. 五. 六. 日. 0. 3090. 2817. 2978. 3040. 3173. 4400. 4290. 1. 1815. 1712. 1785. 1884. 1753. 2393. 2772. 2. 993. 913. 971. 947. 917. 1368. 1362. 3. 507. 447. 582. 571. 507. 692. 733. 4. 320. 331. 453. 449. 340. 516. 479. 5. 318. 299. 395. 456. 327. 468. 380. 6. 601. 640. 664. 789. 698. 877. 659. 7. 1147. 1317. 1588. 1540. 1435. 1740. 1556. 8. 2106. 2335. 2419. 2557. 2398. 3253. 3083. 工作階段. 9. 2681. 3214. 3175. 3339. 3332. 5371. 5332. 8,001-9,000. 10. 3291. 3889. 3854. 3691. 3865. 6607. 6759. 7,001-8,000. 11. 3586. 4108. 4080. 3878. 4050. 6967. 7180. 6,001-7,000. 12. 3541. 4469. 4235. 4220. 4471. 7515. 7421. 5,001-6,000. 13. 3867. 4827. 4407. 4340. 4669. 8095. 7939. 4,001-5,000. 14. 3566. 4419. 4196. 4290. 4413. 7896. 7425. 3,001-4,000. 15. 3027. 3983. 3871. 3768. 4015. 7030. 6067. 2,001-3,000. 16. 2690. 3442. 3296. 3294. 3553. 6228. 4757. 1,001-2,000. 17. 2589. 4009. 2965. 2896. 3343. 5341. 4009. 0-1,000. 18. 2505. 3272. 2830. 2978. 3167. 4673. 3332. 19. 2888. 3579. 3096. 3201. 3579. 4542. 3216. 20. 3119. 3747. 3414. 3437. 4030. 4606. 3676. 21. 3631. 4091. 3904. 3846. 4323. 5053. 4041. 22. 3891. 4353. 4312. 4303. 5214. 5588. 4256. 23. 3627 4101 4095 4219 5212 5457 4205 資料來源：本研究整理個案公司官方網站Google Analytics資料 31.
(39) 表 4- 2 桌上型電腦使用者每日瀏覽時機（工作階段） 星期 時間. 一. 二. 三. 四. 五. 六. 日. 0. 2002. 2065. 2142. 2185. 2101. 2563. 2625. 1. 1223. 1167. 1311. 1274. 1259. 1525. 1427. 2. 660. 722. 660. 720. 746. 716. 761. 3. 443. 441. 408. 466. 460. 436. 462. 4. 268. 326. 329. 335. 286. 322. 279. 5. 262. 299. 290. 327. 292. 337. 271. 6. 262. 331. 359. 357. 333. 292. 316. 7. 473. 561. 572. 567. 561. 557. 531. 8. 1684. 1904. 1981. 2073. 2075. 1053. 896. 工作階段. 9. 3618. 3966. 4192. 4161. 4258. 2000. 1772. 8,001-9,000. 10. 4263. 4587. 4658. 4722. 4735. 2653. 2355. 7,001-8,000. 11. 4445. 4813. 5060. 5141. 5047. 2827. 2855. 6,001-7,000. 12. 3191. 3278. 3313. 3427. 3397. 2647. 2580. 5,001-6,000. 13. 3814. 4134. 3968. 4026. 4052. 2832. 2574. 4,001-5,000. 14. 4510. 4553. 4600. 4778. 4873. 2838. 2451. 3,001-4,000. 15. 4252. 4722. 4660. 4604. 4802. 2685. 2342. 2,001-3,000. 16. 4228. 4280. 4503. 4681. 4610. 2662. 2271. 1,001-2,000. 17. 3405. 4106. 3869. 3775. 3923. 2103. 1970. 0-1,000. 18. 2237. 2516. 2338. 2396. 2516. 1876. 1562. 19. 2020. 1951. 1983. 2077. 1876. 1876. 1629. 20. 2241. 2439. 2146. 2389. 2048. 2048. 2168. 21. 2628. 2729. 2759. 2580. 2520. 2499. 2630. 22. 2952. 3221. 3029. 2980. 2997. 2995. 2866. 23. 2625 2832 3061 2873 3111 3055 2787 資料來源：本研究整理個案公司官方網站Google Analytics資料. 32.
(40) 表 4- 3 行動載具新使用者：每日瀏覽時機（工作階段）及表 4- 4 桌 上型電腦新使用者：每日瀏覽時機（工作階段）分別展示了兩群體新使用者 的每日活躍情況。行動載具的新使用者於週六及週日10:00〜15:00出現次數 最多，桌上型電腦的新使用者則於週一至週五9:00〜17:00出現次數較多。 表 4- 3 行動載具新使用者：每日瀏覽時機（工作階段） 星期 時間. 一. 二. 三. 四. 五. 六. 日. 0. 1992. 1837. 1938. 1961. 1938. 2840. 2641. 1. 1126. 1046. 1169. 1188. 1106. 1510. 1682. 2. 627. 578. 632. 634. 606. 832. 823. 3. 322. 292. 412. 365. 339. 458. 456. 4. 200. 230. 284. 322. 239. 301. 301. 5. 202. 178. 273. 324. 208. 324. 206. 6. 367. 412. 466. 537. 451. 587. 440. 7. 722. 849. 1061. 1053. 928. 1145. 1018. 8. 1293. 1487. 1564. 1693. 1560. 2185. 2041. 工作階段. 9. 1667. 2035. 2078. 2174. 2075. 3680. 3588. 8,001-9,000. 10. 2082. 2514. 2526. 2395. 2501. 4449. 4559. 7,001-8,000. 11. 2297. 2516. 2673. 2514. 2537. 4591. 4885. 6,001-7,000. 12. 2226. 2870. 2765. 2698. 2795. 4974. 4845. 5,001-6,000. 13. 2468. 3040. 2830. 2793. 3032. 5231. 5199. 4,001-5,000. 14. 2316. 2713. 2690. 2756. 2604. 4935. 4703. 3,001-4,000. 15. 1822. 2419. 2424. 2271. 2376. 4200. 3618. 2,001-3,000. 16. 1613. 2019. 2077. 2017. 2078. 3597. 2743. 1,001-2,000. 17. 1618. 2784. 1794. 1631. 1938. 2791. 2193. 0-1,000. 18. 1512. 2112. 1710. 1773. 1923. 2606. 1833. 19. 1727. 2301. 1953. 1946. 2269. 2546. 1876. 20. 1972. 2516. 2125. 2172. 2627. 2655. 2288. 21. 2361. 2621. 2578. 2471. 2913. 3165. 2473. 22. 2490. 2905. 2819. 2817. 3369. 3689. 2724. 23. 2301 2696 2705 2718 3466 3433 2814 資料來源：本研究整理個案公司官方網站Google Analytics資料. 33.
(41) 表 4- 4 桌上型電腦新使用者：每日瀏覽時機（工作階段） 星期 時間. 一. 二. 三. 四. 五. 六. 日. 0. 1313. 1330. 1444. 1396. 1358. 1745. 1714. 1. 823. 776. 795. 849. 810. 1001. 958. 2. 445. 464. 413. 479. 507. 477. 501. 3. 292. 311. 262. 282. 314. 296. 311. 4. 176. 221. 217. 249. 180. 226. 183. 5. 191. 217. 226. 211. 213. 230. 200. 6. 176. 183. 215. 230. 226. 183. 202. 7. 290. 352. 365. 333. 320. 354. 367. 8. 849. 879. 971. 915. 1029. 662. 604. 工作階段. 9. 1766. 1908. 1949. 1936. 2131. 1285. 1104. 8,001-9,000. 10. 2363. 2535. 2494. 2580. 2621. 1628. 1575. 7,001-8,000. 11. 2555. 2647. 2930. 2900. 2836. 1805. 1987. 6,001-7,000. 12. 1893. 1946. 1876. 1921. 1931. 1659. 1611. 5,001-6,000. 13. 2202. 2352. 2249. 2207. 2398. 1772. 1643. 4,001-5,000. 14. 2671. 2567. 2522. 2699. 2741. 1828. 1540. 3,001-4,000. 15. 2419. 2688. 2559. 2497. 2823. 1659. 1489. 2,001-3,000. 16. 2361. 2344. 2432. 2464. 2591. 1611. 1381. 1,001-2,000. 17. 1899. 2284. 2172. 1957. 2149. 1291. 1321. 0-1,000. 18. 1328. 1429. 1347. 1319. 1450. 1104. 1027. 19. 1201. 1186. 1231. 1263. 1218. 1177. 1046. 20. 1463. 1536. 1379. 1545. 1377. 1306. 1450. 21. 1734. 1788. 1813. 1687. 1732. 1693. 1747. 22. 1940. 2101. 1938. 1981. 2078. 1947. 1906. 23. 1715 1822 2002 1882 2090 2067 1824 資料來源：本研究整理個案公司官方網站Google Analytics資料. 34.
(42) 三、 使用者興趣 Google Analytics提供使用者的興趣類別資料，依行動載具使用者及桌 上型電腦使用者的興趣相似類別（觸及率）由高至低排序，各取前五名分別 列示如圖 4- 28 行動載具使用者：興趣及圖 4- 29 桌上型電腦使用者：興 趣。資料顯示，行動載具使用者興趣前四名亦為桌上型電腦使用者興趣前四 名（排名不同），顯示兩群體的使用者興趣相似度高，而且無論行動載具使 用者及桌上型電腦使用者，興趣類別前五名的跳出率均比該類別平均跳出 率低。 350,000. 53.60% 300,143. 300,000. 53.43% 284,765. 53.40% 254,038. 252,053. 工作階段（次）. 250,000 200,000. 218,053 52.93%. 53.03%. 53.20% 53.00%. 150,000. 52.70%. 52.70%. 52.80%. 100,000. 52.60%. 50,000. 52.40%. 0. 52.20%. 興趣 工作階段. 跳出率. 資料來源：本研究整理個案公司官方網站Google Analytics資料. 圖 4- 28 行動載具使用者：興趣 35.
(43) 205,000 200,000. 39.43% 200,015. 39.50% 198,415. 39.40%. 工作階段（次）. 195,000 190,000 185,000. 39.30%. 39.27%. 39.22% 39.20%. 188,040. 39.10%. 39.07%. 180,170. 180,000. 38.98%. 177,225. 39.00%. 175,000. 38.90%. 170,000. 38.80%. 165,000. 38.70%. 興趣 工作階段. 跳出率. 資料來源：本研究整理個案公司官方網站Google Analytics資料. 圖 4- 29 桌上型電腦使用者：興趣. 36.
(44) 四、 行動載具型號與品牌 透過行動載具使用者所採用的裝置資料，可了解多數網站使用者所採 用的行動載具，作為網站設計及開發之參考。個案公司網站行動載具使用者 所採用的行動載具型號前十名如圖 4- 30 行動載具使用者：裝置型號，品 牌前十名如圖 4- 31 桌上型電腦使用者：裝置品牌。資料顯示運用Apple iPhone瀏覽個案公司網站的行動載具使用者最多，品牌最高者為Apple，以 Apple iPhone 6s瀏覽個案公司網站的行動載具使用者跳出率顯著偏高。 200,000 180,000. 80.00%. 75.63% 177,151. 70.00%. 160,000 60.00%. 55.80% 140,000. 使用者（人）. 53.37% 120,000. 51.60% 50.62%. 51.90% 53.06%. 50.95% 51.84% 50.00%. 45.26%. 100,000. 40.00%. 80,000. 30.00%. 60,000 20.00% 40,000 20,000. 13,896. 10.00%. 13,424 3,029. 2,969. 2,724. 2,628. 2,606. 2,606. 2,587. 0. 0.00%. 型號 使用者. 跳出率. 資料來源：本研究整理個案公司官方網站Google Analytics資料. 圖 4- 30 行動載具使用者：裝置型號 37.
(45) 250,000. 57.00% 56.12% 56.00% 202,754. 200,000 55.00%. 54.00%. 使用者（人）. 150,000. 53.37% 52.86% 52.94%. 53.00%. 52.55% 100,000. 52.35% 52.36%. 51.96% 52.05%. 51.91%. 52.00%. 51.00% 50,000 34,729 27,010. 24,187. 50.00%. 20,502 13,424 6,720. 5,206. 3,266. 2,002. (not set) OPPO. Xiaomi. LG. Huawei. 0. 49.00% Apple Samsung. HTC. Sony. Asus. 品牌 使用者. 跳出率. 資料來源：本研究整理個案公司官方網站Google Analytics資料. 圖 4- 31 桌上型電腦使用者：裝置品牌. 38.
(46) 五、 使用者來源與媒介 使用者來源與媒介資訊，除了可了解網站使用者的使用習慣，亦可作為 網站推廣的參考。對於個案公司網站行動載具使用者及桌上型電腦使用者 來源，分別節取前五名列示如圖 4- 32行動載具使用者：來源及圖 4- 33 桌 上型電腦使用者：來源。資料顯示無論行動載具使用者或桌上型電腦使用 者，來源最多者均為google，其次為direct（直接輸入網址），另外yahoo及 facebook亦為重要來源，此外無論行動載具使用者或桌上型電腦使用者，由 facebook而來的使用者跳出率均顯著偏高。 350,000. 90.00% 320,865 80.00%. 76.67% 300,000. 70.00% 250,000 58.83%. 60.00% 54.77%. 工作階段（次）. 52.17% 48.76%. 200,000. 150,000. 50.00%. 40.00%. 140,209. 30.00% 100,000 20.00% 50,000 30,626. 10.00%. 25,253 2,576. 0. 0.00% google. (direct). yahoo. m.facebook.com. baidu. 來源 工作階段. 跳出率. 資料來源：本研究整理個案公司官方網站Google Analytics資料. 圖 4- 32 行動載具使用者：來源 39.
(47) 300,000. 70.00% 63.96% 256,152. 59.59% 60.00%. 250,000. 50.00%. 工作階段（次）. 200,000 40.00%. 36.23% 150,000 28.53%. 27.43%. 30.00%. 100,000 20.00% 61,308 50,000. 10.00% 16,983. 13,421. 12,210. 0. 0.00%. 來源 工作階段. 跳出率. 資料來源：本研究整理個案公司官方網站Google Analytics資料. 圖 4- 33 桌上型電腦使用者：來源. 40.
(48) 依據Google Analytics的數據，將個案公司網站行動載具使用者及桌上 型電腦使用者瀏覽媒介列示如圖 4- 34 行動載具使用者：媒介及圖 4- 35 桌上型電腦使用者：媒介。數據顯示行動載具使用者透過organic（隨機搜尋） 最高，none（直接輸入網址）及referral（參照連結網址）分居二、三名，桌 上型電腦使用者透過organic（隨機搜尋）最高，而透過referral（參照連結網 址）較none（直接輸入網址）多。 400,000. 工作階段（次）. 350,000. 356,032. 70.00%. 62.84%. 58.83%. 60.00%. 51.87%. 300,000. 50.00%. 250,000. 40.00%. 200,000 30.00%. 140,209. 150,000. 20.00%. 100,000 43,355. 50,000. 0.00% 2. 0. 10.00% 0.00%. organic. (none). referral. zalo. 媒介 工作階段. 跳出率. 資料來源：本研究整理個案公司官方網站Google Analytics資料. 圖 4- 34 行動載具使用者：媒介. 300,000. 279,546. 工作階段（次）. 250,000 200,000. 59.59%. 70.00% 57.89%. 49.65%. 60.00% 50.00%. 35.87%. 40.00%. 150,000 30.00% 100,000. 20.00%. 61,308. 54,549 50,000. 10.00% 19. 0. 0.00% organic. referral. (none). email. 來源 工作階段. 跳出率. 資料來源：本研究整理個案公司官方網站Google Analytics資料. 圖 4- 35 桌上型電腦使用者：媒介 41.
(49) 六、 網頁瀏覽量 個案公司以公司營運項目為導向進行網站設計，因此透過各項目的瀏 覽量可觀察使用者對各營運項目之興趣，以及網站使用者的行為模式。對於 個案公司網站行動載具使用者及桌上型電腦使用者的網頁瀏覽量，分別節 取前十名列示如表 4- 5 行動載具使用者：網頁瀏覽量及資料來源：本研究 整理個案公司官方網站Google Analytics資料. 42.
(50) 表 4- 6 桌上型電腦使用者：網頁瀏覽量。數據顯示兩群體瀏覽量前四 名均為展覽（/Exhibition/）、中文首頁（/index.aspx?ddlLang=zh-tw）、參觀 （/Common/）及活動（/Event/），其後，行動載具使用者對於最新消息 （ /News/ ） 、 關 於 我 們 （ /About/ ） 、 典 藏 （ /Collection/ ） 、 英 文 首 頁 （/index.aspx?ddlLang=en-us）等瀏覽量較高，而桌上型電腦使用者則對典藏 （/Collection/）、最新消息（/News/）、出版文創（/Research/）、關於我們 （/About/）、英文首頁（/index.aspx?ddlLang=en-us）等瀏覽量較高。其中， 行動載具使用者對於參觀資訊的網頁停留時間最高，平均達2分鐘，而行動 載具使用者於各網頁的跳出率均較桌上型電腦使用者高，尤其是參觀 （/Common/）、活動（/Event/）、最新消息（/News/）及典藏（/Collection/） 等顯著偏高。 表 4- 5 行動載具使用者：網頁瀏覽量 網頁單元 /Exhibition/ /index.aspx?ddlLang=zhtw /Common/ /Event/ /News/ / /About/ /Collection/ /index.aspx?ddlLang=enus /?ddlLang=en-us. 瀏覽量 （頁） 538,336. 關鍵指標 平均網頁停留時間 （分：秒） 1:05. 跳出率 （%） 61.69. 326,623. 1:22. 38.89. 169,559 103,774 66,789 10,674 10,263 9,627. 2:00 1:14 1:03 1:11 0:35 1:33. 72.83 71.38 73.77 0.75 61.45 72.41. 6,830. 0:58. 53.18. 5,019. 1:05. 41.16. 資料來源：本研究整理個案公司官方網站Google Analytics資料. 43.
(51) 表 4- 6 桌上型電腦使用者：網頁瀏覽量 網頁單元 /Exhibition/ /index.aspx?ddlLang=zhtw /Common/ /Event/ /Collection/ /News/ /Research/ /About/ /index.aspx?ddlLang=enus /index.aspx/. 瀏覽量 （頁） 527,185. 關鍵指標 平均網頁停留時間 （分：秒） 1:01. 跳出率 （%） 51.52. 261,660. 1:35. 29.61. 199,957 150,926 72,550 55,443 29,073 16,199. 1:12 1:06 0:57 1:21 0:52 0:46. 56.03 57.59 53.58 53.07 51.77 53.49. 10,994. 0:51. 40.01. 9,979. 0:48. 42.32. 資料來源：本研究整理個案公司官方網站Google Analytics資料. 44.
(52) 七、 新訪客與回訪者. 使用者（人）. 根據前兩節的資料匯整與分析，無論是行動載具使用者及桌上型電腦 使用者，新訪客均比回訪者多，因此探討兩者行為差異性，可作為留住新訪 客、提升使用者滿意度及忠誠度的參考。 將每日新訪客與回訪者資料匯總如圖 4- 36 行動載具使用者：新訪客 與回訪者的瀏覽時機及圖 4- 37 桌上型電腦使用者：新訪客與回訪者的瀏 覽時機，顯示無論行動載具使用者及桌上型電腦使用者，新訪客於每週各日 均比回訪者多，且新訪客跳出率均比回訪者低，顯示新訪客轉換為回訪者的 效率僅約三分之一，回訪者無法有效累積。 70,000. 70.00%. 60,000. 60.00%. 50,000. 50.00%. 40,000. 40.00%. 30,000. 30.00%. 20,000. 20.00%. 10,000. 10.00%. 0. 0.00% Monday. Tuesday. 新訪客人數. Wednesday. Thursday. 回訪者人數. Friday. 新訪客跳出率. Saturday. Sunday. 回訪者跳出率. 資料來源：本研究整理個案公司官方網站Google Analytics資料. 圖 4- 36 行動載具使用者：新訪客與回訪者的瀏覽時機 45.
(53) 40,000. 50.00%. 45.00% 35,000 40.00% 30,000 35.00% 25,000. 使用者（人）. 30.00%. 20,000. 25.00%. 20.00% 15,000 15.00% 10,000 10.00% 5,000 5.00%. 0. 0.00% Monday. Tuesday. 新訪客人數. Wednesday. Thursday. 回訪者人數. Friday. 新訪客跳出率. Saturday. Sunday. 回訪者跳出率. 資料來源：本研究整理個案公司官方網站Google Analytics資料. 圖 4- 37 桌上型電腦使用者：新訪客與回訪者的瀏覽時機. 46.
(54) 以網頁瀏覽量區分，先就行動載具使用者新訪客及回訪者的網頁瀏覽 量，分別節取前十名列示如表 4- 7 行動載具使用者：新訪客網頁瀏覽量及 資料來源：本研究整理個案公司官方網站Google Analytics資料. 47.
(55) 表 4- 8 行動載具使用者：回訪者網頁瀏覽量，顯示新訪客的網頁瀏覽 量排名與前述行動載具使用者者相同，但回訪者則對典藏（/Collection/）及 多媒體（/MultiMedia/）的瀏覽量較高。此外，資料也顯示行動載具使用者 新訪客對於中文首頁（/index.aspx?ddlLang=zh-tw）、參觀（/Common/）、 活動（/Event/）及典藏（/Collection/）的平均網頁停留時間較長，但在活動 （/Event/）、最新消息（/News/）及典藏（/Collection/）的跳出率較高，而 回訪者對於展覽（/Exhibition/）、中文首頁（/index.aspx?ddlLang=zh-tw）、 參觀（/Common/） 、活動（/Event/） 、最新消息（/News/） 、典藏（/Collection/） 、 多媒體（/MultiMedia/）及英文首頁（/index.aspx?ddlLang=en-us）的平均網 頁停留時間較長，但在參觀（/Common/）及多媒體（/MultiMedia/）跳出率 較高。值得注意的是，行動載具使用者的回訪者對於多媒體的瀏覽量更高且 平均網頁停留時間較長，顯示其更偏好多媒體項目。 表 4- 7 行動載具使用者：新訪客網頁瀏覽量 網頁單元 /Exhibition/ /index.aspx?ddlLang=zhtw /Common/ /Event/ /News/ / /About/ /Collection/ /index.aspx?ddlLang=enus /?ddlLang=en-us. 瀏覽量 （頁） 360,954. 關鍵指標 平均網頁停留時間 （秒） 59.79. 跳出率 （%） 57.74. 218,842. 71.45. 35.91. 107,738 64,803 42,951 8,870 6,875 6,389. 105.16 67.12 53.40 60.78 34.92 94.45. 68.81 72.33 76.81 0.80 58.71 74.43. 5,252. 52.73. 45.55. 3,987. 59.37. 36.78. 資料來源：本研究整理個案公司官方網站Google Analytics資料. 48.
(56) 表 4- 8 行動載具使用者：回訪者網頁瀏覽量 網頁單元 /Exhibition/ /index.aspx?ddlLang=zhtw /Common/ /Event/ /News/ /About/ /Collection/ / /MultiMedia/ /index.aspx?ddlLang=enus. 瀏覽量 （頁） 175,468. 關鍵指標 平均網頁停留時間 （秒） 77.40. 跳出率 （%） 67.86. 106,014. 105.00. 45.37. 61,038 37,320 23,391 3,344 3,261 1,749 1,718. 153.76 83.21 80.32 36.40 87.64 123.24 263.30. 77.11 69.47 68.43 65.33 67.86 0.48 75.28. 1,541. 81.63. 69.51. 資料來源：本研究整理個案公司官方網站Google Analytics資料. 49.
(57) 接著對桌上型電腦使用者新訪客及回訪者的網頁瀏覽量，分別節取前 十名列示如表 4- 9 桌上型電腦使用者：新訪客網頁瀏覽量及資料來源：本 研究整理個案公司官方網站Google Analytics資料. 50.
(58) 表 4- 10 桌上型電腦使用者：回訪者網頁瀏覽量，顯示新訪客的網頁 瀏覽量排名與前述桌上型電腦使用者者相同，但回訪者則對典藏 （/collection/）的瀏覽量更高。此外，資料也顯示桌上型電腦使用者新訪客 對於參觀（/Common/）及最新消息（/News/）的平均網頁停留時間較長，但 在中文首頁（/index.aspx?ddlLang=zh-tw）的跳出率低，而回訪者對於展覽 （/Exhibition/） 、中文首頁（/index.aspx?ddlLang=zh-tw） 、參觀（/Common/） 、 活動（/Event/）、典藏（/Collection/）、最新消息（/News/）及典藏（/Collection/ 和/collection/）的平均網頁停留時間較長，但對所有項目的跳出率相近。桌 上型電腦使用者回訪者對典藏項目的瀏覽量更高且平均網頁停留時間較 長，顯示其更偏好典藏項目。 表 4- 9 桌上型電腦使用者：新訪客網頁瀏覽量 網頁單元 /Exhibition/ /index.aspx?ddlLang=zhtw /Common/ /Event/ /Collection/ /News/ /Research/ /About/ /index.aspx?ddlLang=enus /index.aspx/. 瀏覽量 （頁） 349,007. 關鍵指標 平均網頁停留時間 （秒） 53.48. 跳出率 （%） 50.11. 152,543. 54.83. 24.90. 130,674 82,666 28,892 27,550 12,261 8,848. 66.26 54.20 51.12 67.95 44.86 35.76. 57.70 62.17 64.44 56.33 57.76 49.89. 7,917. 45.84. 35.95. 5,963. 49.27. 51.39. 資料來源：本研究整理個案公司官方網站Google Analytics資料. 51.
(59) 表 4- 10 桌上型電腦使用者：回訪者網頁瀏覽量 網頁單元 /Exhibition/ /index.aspx?ddlLang=zhtw /Common/ /Event/ /Collection/ /News/ /Research/ /About/ /collection/ /index.aspx/. 瀏覽量 （頁） 176,537. 關鍵指標 平均網頁停留時間 （秒） 75.55. 跳出率 （%） 53.70. 108,013. 159.28. 37.04. 68,509 67,312 43,428 27,636 16,847 7,270 4,712 3,987. 83.00 80.71 60.68 95.04 56.58 59.17 82.07 44.85. 53.64 53.50 42.86 49.42 46.78 57.15 66.37 38.16. 資料來源：本研究整理個案公司官方網站Google Analytics資料. 52.
(60) 到達網頁為使用者造訪網站的第一個頁面，檢視新訪客的到達網頁，有 助於了解新訪客對於網站的第一印象，而檢視回訪者的到達網頁，則有助於 了解回訪者的使用習慣。將行動載具使用者新訪客及回訪者的網頁到達網 頁，分別節取前十名列示如表 4- 11 行動載具使用者：新訪客到達網頁及 資料來源：本研究整理個案公司官方網站Google Analytics資料 表 4- 12 行動載具使用者：回訪者到達網頁。行動載具使用者新訪客 及回訪者的到達網頁以中文首頁（/index.aspx?ddlLang=zh-tw）最高，其次為 展覽首頁（/Exhibition/Exhibition.aspx?ddlLang=zh-tw），第三及第四名為參 觀資訊；回訪者對到達網頁的平均工作階段時間長度，在展覽首頁及參觀資 訊方面比新訪客短，但在中文首頁及其它展覽專頁卻較長；回訪者對到達網 頁的跳出率比新訪客高，單次工作階段頁數較少，多不超過2頁。 表 4- 11 行動載具使用者：新訪客到達網頁. 到達網頁. /index.aspx?ddlLang=zhtw /Exhibition/Exhibition.as px?ddlLang=zh-tw /Common/editor.aspx?id =57&ddlLang=zh-tw /Common/editor.aspx?id =63&ddlLang=zh-tw /Exhibition/Exhibition_p age.aspx?id=607&ddlLan g=zh-tw /Exhibition/Exhibition_p age.aspx?id=611&ddlLan g=zh-tw / /News/News_page.aspx?i d=1073&ddlLang=zh-tw /Exhibition/Exhibition_p age.aspx?id=599&ddlLan g=zh-tw /Event/Event.aspx?ddlLa. 工作階 段 （次）. 關鍵指標 平均工作 階段時間 跳出率 長度 （%） （秒）. 單次工 作階段 頁數 （頁）. 142,772. 133.40. 35.91. 3.10. 60,422. 106.90. 42.03. 2.80. 12,775. 82.09. 66.40. 1.88. 9,970. 95.69. 74.57. 1.64. 6,847. 56.69. 77.77. 1.47. 4,822. 80.30. 63.83. 1.73. 4,349. 63.19. 0.80. 2.04. 3,583. 17.69. 91.32. 1.17. 3,231. 60.01. 80.87. 1.40. 3,173. 123.85. 41.95. 2.78. 53.
相關文件
For categorical features like IDs, we have ID: field ID index: feature Each field has many 0/1 features. But how about
HyView Reader 目前僅接受 Microsoft Windows 作業系統之電腦，PDA 智慧 型手機(ex.IPhone) 及其他載具目前無法閱讀電子書，未來改版會陸續擴充 建 議：MAC 電腦使用者可利用
取得中華民國之外國法事務律師資格後，須加入在中華民國法律 事務所所在地之律師公會。.
為使本協定更明確，第 10.04 條及第 11.03 條亦不適用於任何 現行或未來以促進經濟發展為目的之國際合作計畫。.
AS E DESPESAS DAS ENTIDADES ORGANIZADORAS DE EXPOSIÇÕES/EXIBIÇÕES INQUIRIDAS POR TEMA NUE AND EXPENSES OF THE INTERVIEWED EXHIBITION ORGANISERS BY SUBJECT OF EVENT 主題 Tema
Receipts and Expenditure of Interviewed Exhibition Organisers According to the information provided by the 22 exhibition organisers in the fourth quarter, receipts of the
除了酒店、交通及景點，還
並存入百事可樂企業內部網站的 伺服 並存入百事可樂企業內部網站的 IBM RS/6000 伺服 器資料庫。然後，主管與分析師可以使用上型電腦
