Visitors、Visits、Views 有何不同？读懂 Umami 五个核心指标

Visitors 看的是识别到多少位访客，Visits 看的是这些访客来了多少次，Views 看的是一共记录了多少次页面浏览。同一个人可以贡献多次访问和浏览，所以这三个数字不能互换。

本文以 Umami 3.4.1 的网站总览为准，假设使用常规页面追踪，且未添加筛选。事件报告、旧版本和自定义埋点的统计口径可能不同。

五个指标，分别回答什么问题

指标	回答的问题	不能直接得出的结论
Visitors，访客	识别到多少位不同访客？	跨设备去重后的真实人数
Visits，访问	一共记录了多少次访问？	新来了多少人
Views，浏览量	一共记录了多少次页面浏览？	有多少个不同页面，或按钮被点了多少次
Bounce rate，跳出率	只有一次页面浏览且没有自定义事件的访问占多少？	单页访问全都没有价值
Visit duration，平均访问时长	每次访问可测得的时长平均是多少？	用户实际阅读或观看了多久

比较之前，先对齐网站、日期范围、时区和筛选条件。口径不一致，数字本身再准确，也容易得出错误结论。

Visitors：估算访问你网站的受众

Umami 会在所选时段内，对访客标识去重。匿名追踪使用网站、IP 地址、浏览器 User-Agent 等信息，加上定期轮换的盐值生成标识。这不要求保存原始 IP 地址，但也不是给每个人分配一个永久身份。

同一个人换设备、浏览器或网络，可能被算成另一位访客。识别信息相同的人，也可能被合并。这个版本默认每月轮换盐值，因此不能把长时间范围的 Visitors 当成终身去重人数。

另一个常见误区是：把每天的访客数相加，当作一周的访客数。 同一位访客可能连续几天都来。要看一周的受众规模，应直接选择整周，让 Umami 在这个范围内去重。

Visits：一位访客，可以来不止一次

一次访问，是 Umami 用同一个访问标识归在一起的活动。有人早上浏览网站，下午又回来，可能会形成两次独立访问。即使没有新增访客，访问次数也可以增加。

Visits 更适合用来观察网站被使用的频率。每位访客的访问次数上升，可能意味着有人反复回来，但仅凭这个比值，不能证明留存或满意度变好了。访问如何划分，取决于 Umami 的版本和追踪实现，不要直接套用其他统计工具的无操作超时规则。

Views：统计页面浏览，不是按钮点击

在这个版本的常规网站总览中，Views 表示页面浏览次数。刷新页面时，如果追踪脚本又发出一次页面浏览请求，就会多一次浏览。正确接入追踪的前端路由切换，也可以产生页面浏览。

自定义事件不会给这个总览额外增加一次页面浏览。 记录“下载按钮被点击”，不等于 Views 加一；性能采集也不算页面浏览。想知道按钮被点了多少次，应查看事件报告。

浏览量上涨，可能是来了更多人，也可能是每个人看了更多页面，或有人反复刷新。先把 Visitors 和 Visits 一起看，再判断是哪一种情况。

跳出率：只看一个页面，不一定是失败

本文所用的未筛选总览中，跳出是指只有一次页面浏览，且没有自定义事件的访问。跳出率就是跳出访问数除以总访问数，再换算成百分比。

读者打开一篇文章，找到答案后离开，仍可能被算作跳出。另一位读者只看了这一页，却触发了已埋点的下载点击，就不符合这个跳出定义。

因此，新增事件埋点可能让跳出率下降，即使用户行为并没有改变。看到指标变好时，先确认是否改过追踪代码，也不要直接拿它与其他工具基于“参与度”计算的跳出率比较。

平均访问时长：可测的时间差，不是阅读计时器

总览会计算每次访问的首个与末个页面浏览时间差，将这些时间差相加，再除以访问次数。

只有一次页面浏览的访问，可测时长就是零。用户即使认真读了十分钟，也没有第二次页面浏览来标记结束；最后一个页面的停留时间同样不在这个公式里。一次自定义点击可以让访问不再算跳出，却不会补出第二个页面浏览时间点。

所以，平均访问时长适合观察趋势，不适合当作精确阅读时间。数值增加，可能是用户探索得更深入，也可能是他们一直没找到想要的内容。

算一遍：两位访客，三次访问

以下是用于说明计算方法的假设示例，不是 Okayu 的真实流量。假设当天两位访客的标识保持稳定，请求全部成功记录，没有筛选，并且 Umami 将下午的返回记录为一次独立访问。

记录到的访问	页面浏览	自定义事件	可测时长
访客 A，09:00 到访	09:00 首页，09:01 文章，09:02 价格页	无	120 秒
访客 B，10:00 到访	10:00 文章	10:00:30 点击下载	0 秒
访客 A，15:00 返回	15:00 文章	无	0 秒

此时，总览会显示：

• 访客：2。 A 回来了一次，但在这个示例里仍是同一位访客。
• 访问：3。 A 两次，B 一次。
• 浏览量：5。 三次加一次再加一次；下载点击不是第六次页面浏览。
• 跳出率：约 33%。 只有 A 下午的访问符合“单次页面浏览且无自定义事件”：1 ÷ 3 × 100。
• 平均访问时长：40 秒。 可测时间差共 120 秒，120 ÷ 3 = 40；不代表每个人都读了 40 秒。

那次下载点击让 B 的访问不再算跳出，但它也不能证明下载或安装已经完成。它只能证明，这次点击被记录了。

每天查看时，可以按这个顺序

1. 选定网站、日期范围和时区，清除不再需要的筛选。
2. 先看访客：识别到的受众规模变了吗？
3. 再结合访问和浏览量：有人反复回来，还是每次看了更多页面？
4. 与可比较的时段对照跳出率和时长。出现突变时，先查是否改过埋点。
5. 按页面、来源或设备缩小范围。把异常数字当成需要调查的问题，而不是直接当成结论。

不要用尚未结束的今天，与完整的昨天比较，然后直接称为增长。比较时段要尽量一致；广告拦截器、请求失败和你自己设置的流量排除规则，也会影响最终记录。

在 iPhone 和 iPad 上继续查看

Okayu 可以从你连接的 Umami 服务器读取这五个指标，并提供趋势、日期选择、时区和周期比较。它适合离开电脑后快速看一眼，但不会替你安装追踪脚本，也不替代 Umami 的网站管理后台。

对照 App 和网页端时，先确认网站、日期、时区和筛选一致。旧版服务器的指标定义可能不同。如果数字对不上，还要查看最后刷新时间，不要直接认定两个界面统计了不同的人群。