【导语】网站的访问量，bounce rate，以及其他用户的满意度指针是否会受到你的页面打开速度的影响?Gomez的网站速度分析将从时间维度给你一个新的视角。
Gomez这个名字大家并不陌生，有去过8月份WAW的朋友一定对Gomez的中国区总经理程渊先生的精彩演讲留下了深刻的印象。Gomez是一家美国公司，是业界领先的(互联网/移动)网站用户体验管理服务商，能为用户提供按需定制的技术平台，以帮助测试和评价用户使用网站的体验(包括可用性和易用性等)，并进而帮助用户优化网站，提升绩效。
Gomez的方法是从客户端模拟用户环境，通过分布在世界各地的为数众多的客户端访问网站服务器，获取与访问相关的数据。客户端本身是可以配置的，因此完全可以根据测试的需要配置各种环境，例如不同的计算机硬件、不同的操作系统、不同的浏览器等等，以完全模拟各种真实的终端用户访问情形。
【案例】
我接到客户的任务，一个重要的任务，研究为什么客户各个国家的站点中，同样设计和内容的页面，只有中国站点的bounce rate最高?我们都知道bounce rate是最令人烦恼的度量之一，所以当我接下这个工作后，我并不觉得轻松。但是，最终，当结案的报告做出之后，我觉得充满了收获。这里，我想跟大家分享研究中利用Gomez服务的部分。
对于网站分析而言，网站的可用性和易用性，我们其实可以通过网站分析的数据来间接获得。比如，如果一个页面上，我们希望用户点击“注册”，可是大量用户没有点击，而是点击了页面上的其他链接，那么我们实际已经可以知道页面的可用性或者易用性出了问题。但是，当我分析bounce rate为什么居高不下的原因的时候，我不能仅仅把它归咎为页面设计的不好或者内容糟糕，我需要把页面在客户端下载的速度也考虑进去，尤其是，当这个页面是完全由flash元素构成的时候——网站监测的代码已经在html页面下载的同时就执行了，但是flash可能需要10秒钟左右才能出现，这种长时间的等待完全可能让一部分访问者放弃。
由于网站的服务器统一都安放在美国，而中国版本页面的读者又几乎都是在中国境内，这可能也会造成中国访问者需要花费更多的下载时间。我们下面需要做的是，验证这个想法。
[版权归作者Sidney Song所有，欢迎转载，但请事先告知作者并注明出处]
【利用Gomez进行的测试】
我的验证方法是，选取不同国家和不同城市，统计在这些地域的访问者完全载入该页面平均所花费的时间，然后跟各个地域的平均的bounce rate做比对(bounce rate的具体细分数据需要网站分析工具统计，网站分析工具对于地域的划分并不完全准确，但仍然是很好的参考数据，作者注)。现在，关于页面下载速度，Gomez可以帮这个忙了。
废话不说，直接上图(因为客户保密要求，下面的数据并非完全出自真实数据)。
图：测试页面在各个国家平均的响应时间(中国很红)
从图中看到，中国访问者访问这个页面的速度明显慢于其他国家，只有美国访问者的访问速度的1/2不到。然后，我们比对同样页面，这几个国家之间的bounce rate：
图：页面载入时间和bounce rate之间的关系——按国家细分
从比对结果看，似乎bounce rate的确可能因为中国的load time更慢造成，但是结论不能下太早。德国(Germany)显然是个特例。
国家之间的比对，显然太粗放，我们还需要更细分。Gomez给我们提供了更进一步的数据，见下图：
图：测试页面在各个城市平均的响应时间
现在，我们要做的，是进一步把pageload time和各个城市的bounce rate做一个比对。
图：页面载入时间和bounce rate之间的关系——按城市细分
从数据看，大部分城市的确呈现更快下载速度，更低bounce rate的情况，但是北京和法兰克福(Frankfurt)则又是例外。
又到了我们从现象找结论的课程了。能够从上面的现象中得出什么样的结论呢?
整体看，bounce rate的确和网站下载的速度有关联。但是我们知道，网站的下载速度只是影响bounce rate的重要原因之一。我们可以得出的初步结论是，提高页面的下载速度有助于降低bounce rate。
但是，细心的你一定可以看到，我所说的是“初步的结论”，但这个结论其实已经有些“过硬”了。但是，那些不正常的“例外”才是我们要进一步挖掘的真相，这个不是今天文章的主题，留到以后再说。而关于页面下载速度对bounce rate的影响，我们其实还可以再继续一步以获得更准确的结论呢。
[版权归作者Sidney Song所有，欢迎转载，但请事先告知作者并注明出处]
【利用A/B test进一步测试】
通过Gomez的帮助，我们已经了解到了网站分析载入速度和bounce rate之间的关系。那么，我们如何进一步验证呢?当然是A/B test，这个无敌的武器，我的最爱。
Omniture和Google都提供A/B test的工具。我建议选择Google，因为Omniture比较贵。测试的方法很简单，我们准备两个“一模一样”的页面，但是其中一个图片和flash文件稍微更大一点儿，这样就需要多1~5秒钟才能被浏览器下载。剩下的，就交给A/B test工具噜。
图：A/B test
最后罗嗦一句，A/B test的结果还没有出来，但是我们可以从理论上预估bounce rate是否会受到影响。因为页面的代码先于整个flash页面就会执行，因此，速度一定会影响到最终bounce rate的情况。
[版权归作者Sidney Song所有，欢迎转载，但请事先告知作者并注明出处]
