原创翻译 | 利用R和Google优化优化您的博客

作为一个博客作者，早晚你城市对本身的作品举办权衡并试着从某些指标或角度上加以改晒。

拿我本身做例子：我已经用Google Analytics对用户的行为（会见者，转头率，页面查察等等）举办了高出一年的跟踪统计。尽量某些帖子比其他帖子看上去更”乐成“，我的本意也不是通过修改标题和引言以吸引更多的点击。相反的，我较量存眷的一个指标是，用户发明帖子很有用并开始阅读往期的帖子。为了测试一下我是否能对这个指标加以影响，在已往的两个月间，我做了一个小小的A-B测试。

50%的会见者将看到一个新的首页，这个首页上帖子标题后头的摘要是埋没的。下图显示了两者的区别。

你怎么看这个问题呢？测试版本是不是可以或许从Pageview角度高出默认配置呢？
由于我用的是很常见的jekyll博客主题，我可以假设主题作者在关于可用性以及读者”粘度“问题上比我分明更多。
所以，我们直接用数据措辞。googleAnalyticsR-package 这个包能让我们很利便的把阐明数据加载到R系统内里来。

library(googleAnalyticsR) googleAnalyticsR::ga_auth() account_list <- google_analytics_account_list() ga_id <- 119848123 dff <- google_analytics_4(ga_id, date_range = c("2017-02-19","2017-04-14"), metrics = c("users","sessions","bounceRate", "avgSessionDuration", "pageviews", "pageviewsPerSession"), dimensions = c("date","experimentVariant"), anti_sample = TRUE)

利用这些下载下来的数据，我利用较新的 weighted.summarySE 函数来较量两种页面机关下的这两个要害指标： 转头率和单一会话中的页面欣赏数。

dff$Test <- ifelse(dff$experimentVariant == 0, "Baseline", "Experiment \n Setting") mm <- melt(dff[, c("Test", "sessions", "bounceRate", "pageviewsPerSession")], id.vars = c("Test", "sessions")) dfc <- weighted.summarySE(mm, measurevar="value", groupvars=c("Test", "variable"), weights = "sessions",na.rm=T) p1<-ggplot(dfc, aes(Test, value))   geom_point()   geom_errorbar(aes(ymin=value-se, ymax=value se), width=.1) p1   theme_economist(base_size = 16)   xlab("")   ylab("")   facet_wrap(~variable, scales="free_y", ncol = 1)

哇，好大的区别，两个指标都改进了或许25%的样子，我被这种小窜改导致的庞大结果吓到了。尽量之前我也测试过用户界面的窜改对用户行为的改变的结果（我的论文中的其他部门），这些窜改的结果仍然是令人惊奇的。

昨天，我不再做试验了，而是直接把这些博客机关的改变设为了永久性的，比本来更紧凑，但却比本来更”乐成“了25%。

原文链接：https://www.r-bloggers.com/optimising-your-blog-with-r-and-google-optimize/