Om jag frågade om du ville ha en apelsin att äta, skulle du säga ja? Vad händer om jag frågade dig om du ville ha en ny navelorange, handplockad från apelsinfälten i Kalifornien? Du skulle vara mer benägna att acceptera erbjudandet, eller hur? Information är allt, och med all information att göra ett utbildat beslut är en sak som ligger till grund för varje lyckad strävan.
Samma sak gäller mycket när du samlar in data om din webbplats med hjälp av Google Analytics. Varje dag som jag försöker gräva i nya områden i Google Analytics, hur kan Google Analytics-varningar maila eller skriva om webbplatsproblem Hur Google Analytics-varningar kan maila eller skriva om webbplatsproblem Google Analytics erbjuder en särskild varningsfunktion som skickar ut ett e-postmeddelande eller en SMS-varning när någon händelse händer på din webbplats. Att sätta upp dem är inte så komplicerat som du tror. Läs mer eller försök att blanda och matcha Google Analytics-data Automatisera informativa Google Analytics-rapporter med anpassad rapportering Automatisera informativa Google Analytics-rapporter med anpassad rapportering En sak som jag alltid har velat få bättre med Google Analytics är en automatisk rapporteringsfunktion som ger information som jag vill ha och i det format som är enkelt för den som behöver ... Läs mer på kreativa nya sätt upptäcker jag alltid någonting nytt och fantastiskt. Det hände faktiskt den här månaden när jag tittade på andra dimensioner som finns tillgängliga i Analytics. Två av de mest intressanta - och enligt min uppfattning är de mest värdefulla - dimensioner som är tillgängliga "Timme" och "Dag för veckans namn".
I den här artikeln kommer jag att förklara vad de två dimensionerna berättar för och hur du kan kombinera dem med andra data för att avslöja en hel del fantastiska saker om webbplatsens trafik, läsarnas beteende på din webbplats och till och med hur man bättre optimerar webbplatsen när du publicerar vissa typer av artiklar eller annat innehåll på din webbplats. Precis som på Twitter eller Facebook är timing ofta allt. Detsamma gäller när du publicerar nytt innehåll på din egen webbplats, och dessa Google Analytics-dimensioner kan hjälpa dig att optimera det.
Förstå timmars och dagsdimensioner
Som människor besöker din webbplats i större antal finns det vissa mönster som kommer att uppstå om du vet var du ska titta. Jag täckte många av dem i vår MUO Google Analytics Guide, som jag starkt rekommenderar. Medan du säkert kan se saker som sidvisningar eller avvisningsfrekvenser per timme eller vecka i diagrammen, berättar du bara om den totala trafiktrenderna per timme eller i veckan.
Vad timmarna och dagens dimensioner ger dig tillgång till är längre siktmönster. Dessa dimensioner kommer att ta trafik, sociala data och andra mätvärden som finns tillgängliga i Google Analytics och sedan beräkna övergripande mönster över en längre tid, och enligt min mening desto längre intervall desto bättre. Ju mer data du använder med dessa dimensioner, desto mer sannolikt kommer du att identifiera extremt användbara mönster som kan förbättra dina odds för framgång.
Men första saker först. Eftersom du tittar på timdata, är tidszonen mycket viktig. Kontrollera först tidszonsinställningen i Google Analytics genom att gå till Admin-området och klicka på "Visa inställningar" under Profil.
Under "Tidszonens land eller territorium" ser du din nuvarande tidszoninställning. Det här är verkligen bara viktigt om du tittar på en webbplats med ett publiceringsschema som är upprättat i en annan tidszon. Du måste korrelera tidszonen för Analytics-data med den specifika tidszon du tänker publicera vissa typer av innehåll.
Arbetar med timmåttet
Timdimensionen kan nås genom att skapa en anpassad rapport. Du får tillgång till dem genom att klicka på "Anpassning" i toppmenyn på Google Analytics och sedan klicka på knappen "Ny anpassad rapport". När du redigerar den nya rapporten hittar du "Timme" som finns under "Annat" i rullgardinsmenyn för dimensionen.
Även en vanlig Sidvisningsrapport baserad på timdimensionen kan berätta en hel del om dina besökarmönster. Återigen är det bästa att undersöka dessa data under en längre tidsperiod för att hitta mönster, så jag har gjort en egen analysperiod över sex månader. Vad uppgifterna nedan visar är att mina högsta trafiktider är eftermiddagen, från kl. 13.00 till 17.00. Och sedan är det intressant att det finns en annan surge väldigt sent på kvällen, runt klockan 22.00 (förmodligen efter att barnen alla har gått och sängar och föräldrarna får online för att göra lite forskning). 
Detta är egentligen bara toppen av isberget genom. Flytta bortom sidvisningar, tänk bara på vad andra mätvärden berättar när du tittar på det när det gäller timmönster. Till exempel, på vilken tid på dagen verkar du ha de högsta avgiften från din webbplats? Mine verkar vara värsta strax innan och efter midnatt. 
Vilken tid på dagen får du de mest nya besökarna? Med hjälp av% Nya besök i metriska per timme kan du se när du har den högsta antalet nya besökare. I mitt fall får jag maximal ny trafik före och efter midnatt och väl in tidigt på morgonen. Det är väldigt vanligt att en hög andel nya besök från platser som Google Search motsvarar högre utgående priser, eftersom en del av de nya besökarna är "snabblickar", bara klickar igenom för att se om din artikel svarar på frågan eller intresset de hade när de utförde sökningen.
Det här är bara några exempel på timmarstrender som du kan använda för att lära dig mer om besökarnas beteende och trafikmönster, men om du är kreativ med de mätvärden eller kombinationer av mätvärden du tittar på är möjligheterna verkligen obegränsade.
Arbetar med dagsdimension
Om du vill titta på större mönster, är en fantastisk en att utforska veckodagens dimension. Du kan hitta den här under "Övrigt" i nedrullningsfältet Dimension när du skapar din anpassade rapport. Namnet på dimensionen är "Dag för veckans namn".
I likhet med timerapporten är veckodagens rapport från sidvisning ett snabbt sätt att se vilken dag i veckan du får mest trafik. Förvånansvärt följer min egen blogg ett ganska tydligt mönster från början av veckan som har mest trafik, till slutet av veckan som minst. Men det är definitivt inte alltid fallet. Jag har sett andra platser där mitten av veckan är klart den mest trafikerade. Det beror helt på nischen eller ämnet du täcker, och när folk som är intresserade av ditt innehåll är mest sannolikt att spendera tid online. 
Återigen, som med timrapporten, kan veckodagsrapporten sorterad efter avgångsränta berätta vilken veckodag folk tenderar att lämna din webbplats vid första gången besöker den. Du kanske tror att detta borde direkt motsvara trafiknivåerna, men det är inte fallet. Som du kan se här representerar hela helgen en tidsperiod med höga avgångsräntor på min blogg, medan fler människor brukar hänga i början och i slutet av 5-dagars arbetsvecka. 
Det finns dock mycket mer som du kan göra med det här bortom bara vanliga mätvärden som sidvisningar och utgångspriser. Vad sägs om att lära sig vilka dagar fler människor delar dina artiklar, eller vilka dagar verkar din webbplats kämpa mer med sidlastningshastighet?
Andra mönster du kan se
Det finns så många saker du kan analysera om din webbplats med hjälp av dag eller timme metriska att det är lite ont att överväga det. Det finns några fler exempel jag ville dela bara för att få din aptit. När du har din rapport listad efter veckodag kan du släppa ned den sekundära dimensionen och välja "Visitor Type" för att se specifika dagar du har mer återvändande eller nya besökare. 
Genom att göra detta avslöjar jag att jag får det högsta antalet nya besökare i början av veckan, från söndag till tisdag. Det råkar också vara de dagar jag får de högsta besökarna som visar att båda siffrorna är korrelerade med övergripande trafikmönster. Inget förvånande där. 
Men om du gör något som att sortera rapporten med andra mätvärden, kan du extrahera några ganska intressanta data. Om jag till exempel sorterar efter genomsnittlig tid på sidan lär jag mig att återvändande (lojala) besökare spenderar maximal tid på mina sidor på torsdagar, söndagar och tisdagar, medan nya besökare brukar stanna på platsen längst över helgen, från Fredag till och med söndag. 
Den här informationen kan vara till stor hjälp för att rikta in dessa typer av läsare under de korrekta dagarna i veckan. Bjud in dina lojala läsare innehåll som du vet att de kommer att njuta mest av på torsdag, samtidigt som de erbjuder nytt läsarmålat innehåll som kan uppmuntra dem att bli lojala läsare under helgen.
Ett annat exempel kan vara att välja "Åtgärder per socialt besök" -metrisk, vilket kan avslöja veckodagen som du får mest sociala aktiviteter på dina artiklar - det vill säga de dagar då folk brukar dela dem mest. 
Genom att gå igenom den här anpassade rapporten har jag upptäckt att jag får den bästa delkursen på torsdagen. Detta ger mig möjlighet att inte bara rikta läsare som är mer aktiva på sociala nätverk under den aktuella dagen (publicera sociala nätverkskampanjer), men det visar också vilka andra dagar du kan behöva arbeta för för att öka den sociala aktiviteten på webbplatsen . 
Ett sista exempel kan vara att kontrollera hur din webbserver utförs under veckan. Du kan se detta genom att välja Gem. Sidladdningstid metrisk på den anpassade rapportredigeraren. 
Sortering med denna mätvärde i rapporten "Dag i veckan" avslöjar att min server verkligen stämmer på fredagar och söndagar. När detta inte direkt motsvarar trafiken kanske du vill utforska andra orsaker till det, eftersom det kan finnas lösningar som kan förbättra sidbelastningen på dessa dagar. Sidbelastning har SEO-konsekvenser för din webbplats, så det är en viktig metod att följa (och förbättra). 
Du kan till och med bryta ned sidbelastningen per timme, för att se vilken tid på dagen du verkar ha mest problem. Återigen bör detta motsvara trafiken. 
När det inte är så är det en aning om att du kan ha andra problem med serveren under dessa tider - kanske du är på en gemensam webbserver och andra webbplatser slår ner det under dessa tider.
Slutliga anteckningar
Som du kan se kan timmars och dagliga dimensioner hjälpa dig att bryta ner dina webbstatistik till mycket mer meningsfulla data. Genom att blanda och matcha den data kan du bättre förstå en hel del om hur och när trafik kommer fram på din webbplats och hur läsarna beter sig vid olika tidpunkter. Du kan utforska saker som de specifika dagarna som du får specifika referraltrafik, timmarna på dagen brukar vissa delar av din webbplats göra det bästa, och så mycket mer.
Använder du tim- eller dagvärden när du utforskar Google Analytics? Om så är fallet, vilka slags saker har du analyserat och vad berättade den om din webbplats? Dela dina egna erfarenheter och idéer i kommentarfältet nedan!