使用报告中的字段

注意 ：本页面介绍如何在报告中处理维度和指标。在阅读本页面之前或之后，您可能还需要了解如何对数据进行建模。

在数据洞察中，图表会显示一个或多个字段中的数据。这些字段是附加到相应图表的数据源提供的维度和指标。数据的显示方式取决于图表的类型以及您为其设置的样式。

数据在图表中的显示方式

在表格图表中，数据会以行和列的形式显示，例如以下示例基于 Google Analytics 数据源：

浏览器	会话	平均会话时长	跳出率
Chrome	3,340	00:03:35	22.90%
Safari	209	00:02:33	15.79%
Firefox	202	00:02:20	19.80%
Internet Explorer	64	00:02:21	17.19%
Edge	37	00:05:37	16.22%
...

在笛卡尔坐标图表 中，维度通常沿横轴 (X) 排列，而指标值则提供纵轴 (Y) 定位。在时序中，日期范围维度提供 X 轴，而细分维度提供数据系列。

在饼图 中，维度定义了分段的数量，而指标决定了每个分段的大小。

地理图表 使用包含地理信息（例如国家/地区代码、纬度和经度或 Google Ads 条件 ID）的维度在地图上显示数据。指标的相对值决定了图表上的颜色强度，如以下示例所示，该示例显示了大部分网站会话发生在美国：

详细了解您可以在数据洞察中使用的图表。

使用细分维度对数据进行分组

许多图表都允许您按多个维度对数据进行分组。您添加到图表中的每个维度都会将数据分组为越来越精细的详细级别。图表中的第一个维度是主要维度；其他维度称为细分 维度，因为它们允许您将数据细分或细分为更小的部分。

例如，在下表中，主要维度是国家/地区，细分维度是年份。表中的指标首先按国家/地区汇总，然后按年份汇总。

国家/地区	年份	人口	互联网用户数量	互联网普及率
冰岛	2013	323,764	312,583	96.55%
冰岛	2012	320,716	308,560	96.21%
百慕大	2013	65,001	61,945	95.30%
挪威	2013	5,079,623	4,828,354	95.05%
冰岛	2011	319,014	302,488	94.82%
...

在表格中理解多维数据可能具有挑战性。使用其他可视化类型（例如此堆叠条形图）有助于理解复杂的数据。例如，堆叠柱形图可用于按年份比较中国、美国、日本、印度、巴西、德国、俄罗斯、英国、法国和大韩民国的互联网用户数量。

**提示** ：如需更清晰地了解此数据故事，请查看世界人口样本报告。

如何计算指标

在数据洞察中，指标通过以下两种基本方式计算：

作为概览总计

您可以使用 统计信息摘要 图表将指标显示为数据集中整个列（字段）的汇总统计信息。

以下示例显示了 Google Analytics 的简化数据。在这里，“网站停留时间”指标针对所有用户进行了汇总，无论他们是新访客还是回访者，也不考虑任何其他因素。 网站停留时间是根据用户从初次会话到退出之间的时间差计算的，用总时间除以 3 次会话即可得出平均会话时长。

与一个或多个维度相关联

指标值可以由所选维度限定。所有其他图表类型都属于此类别。

在以下示例中，条形图将“网站停留时间”指标与“用户类型”维度配对。借助此可视化图表，您可以按照请求的维度修改计算方式，进而通过“回访用户”与“新用户”维度对此指标进行分析。

向图表添加多个维度可以细化数据的视图。例如，假设您同时使用 “用户类型” 维度和 “语言” 维度在表格中分析您网站的网站停留时间。在这种情况下，“新用户”和“回访用户”的计算方式相同，但该计算方式是按语言汇总的。您的表格可能如下所示：

用户类型	语言	平均会话时长
回访者	zh-tw	00:04:54
新访客	zh-tw	00:04:02
回访者	en-us	00:03:51
新访客	en-us	00:03:45
回访者	en-gb	00:03:33
...

相关资源

• 数据洞察中的图表类型