WordPress 数据统计与分析
先让数字可信，再让数字有用
很多老板打开后台看一眼「今日访客 87」，就没有然后了。问题不在没数据，而在数据对不上：GA4 说 87 个会话，销售只收到 2 封询盘，日志里却有 400 次页面请求。这页讲四个工具各自回答什么，以及怎么拼成一张看得懂的周报。
先排除四种脏数据
否则分析全是错的
在谈指标之前，先确认统计代码没在骗你。这四种情况几乎每个站都中过一两个。
重复安装统计代码
主题自带一份 GA4、插件又插一份、运营在页头再贴一份，同一页面加载三次 gtag，会话数直接三倍。检查方法：查看网页源代码，搜 measurement ID，正常只出现一次。GTM 和硬编码同时存在也会重复。
自己人算进了访客
老板、业务、运营每天开着页面，一个月的「访客」里三成是自己。GA4 里按 IP 或事件参数定义内部流量，再建一个排除内部流量的视图。注意 IP 过滤不是实时的，生效后历史数据不会回改。
爬虫和扫描器贡献了流量
被扫描器扫过的站，日志里每天上千条请求，但 GA4 里看不到——因为大多数爬虫不执行 JS。所以 GA4 的数偏低、日志的数偏高，这是正常的。要用日志判断真实抓取，不要用 GA4 判断。
转化事件重复触发
用户刷新感谢页又记一次、表单失败重试也记一次、多语言站两个容器各记一次，广告报表里的转化数就会远高于实际询盘。修法是给感谢页加 sessionStorage 去重，或在服务端记录唯一询盘 ID。
GA4 怎么配才有用
事件是骨架，参数是血肉
GA4 没有「页面浏览量」这个核心指标了，一切围绕事件。配得糙，报表里全是 not set。
先定事件清单
B2B 站至少六个：page_view、scroll、generate_lead、form_start、file_download、click_contact。先写清单再埋代码，不要边做边想。
参数带上业务含义
generate_lead 带 form_id、product_category、page_language；file_download 带 file_name、file_type。这些参数决定你后面能不能做「哪个产品线询盘最多」这种分析，缺了就补不回来。
标记关键事件
在 GA4 管理界面把 generate_lead 标为关键事件（原转化）。只有关键事件才会进广告出价和归因报表。一个站别标超过三个，标多了等于没有重点。
用 GTM 管代码
代码写在主题里，换主题就丢；写在 GTM 里，改一次全站生效。触发器用表单提交成功后的 dataLayer.push，不要用「点击提交按钮」，验证失败时也会触发。
- 多语言站用同一个媒体资源加 page_language 参数，不要每种语言建一个资源，否则跨语言对比做不了。
- GA4 报表有数据阈值，流量小的站在「用户属性」维度会看到 (other)，这是隐私保护机制，不是代码问题。
- 数据保留期默认两个月，改成十四个月，否则做同比分析时历史数据已经没了。
- 关联 Google Ads 和 Search Console，在 GA4 里才能看到广告和自然搜索的完整路径。
GSC 看什么
四个报告就够
GSC 是唯一能告诉你「用户在 Google 搜什么词找到你」的官方来源，前提是资源验证正确。
效果报告
看四个数：展现、点击、点击率、平均排名。按查询筛出「展现高、点击低」的词，说明排在第 8-15 位、标题不吸引人，改 title 最快见效；再把品牌词和非品牌词分开看，品牌词占比过高说明自然获客弱。
网页编制（原覆盖率）
盯「已抓取-尚未编入索引」和「已发现-尚未抓取」。前者多是内容单薄或重复，后者是抓取预算不足。每周看一次趋势，突然增加通常意味着站内多了一批低质 URL。
体验（Core Web Vitals）
分移动端和桌面端，看 LCP、INP、CLS 三项。红色 URL 组优先修，尤其是产品列表页和详情页。数据来自真实用户（CrUX），和 PageSpeed 的实验室数据不是一回事。
链接报告
看「内部链接」里链接最多的页面，通常是首页和导航；再看「外部链接」的新增域名。突然出现大量低质外链不用慌，Google 基本会忽略。
GSC 的查询报告只展示前 1000 行，长尾词看不到全貌。要完整数据得用 API 导出到 Looker Studio，或按页面、按国家分段查询。这类结构问题会直接影响数据质量，可对照 WordPress SEO 优化 的收录部分一起排查。
Clarity 补上「为什么」
GA4 只告诉你发生了什么
GA4 说这个页面跳出率 78%，Clarity 能告诉你用户点到了哪里、滚到第几屏就走了。
热图看三件事
点击热图里用户反复点一张不能点的图，说明他们把图当成按钮；滚动热图里大部分人停在第二屏，说明首屏没给出继续读的理由；死点集中的地方就有 Bug。
录屏只看异常会话
不要一条条看，用筛选：时长超过 3 分钟但没触发事件的、反复点击同一区域的、在表单页来回滚动的。看十条就能发现一类问题。
隐私要先处理
Clarity 默认记录页面文本，表单里的邮箱、电话必须开启遮罩（mask），否则等于把客户信息录进第三方系统。开启后仍能看到点击位置。
Clarity 免费、无采样上限，但录屏只保留一个月左右，热图聚合数据保留更久。所以要定期导出关键结论，不要指望一年后还能回看。
日志分析
唯一不会被脚本骗的数据
GA4 会被广告拦截插件屏蔽，日志不会。服务器上那份 access.log 记录的是每一个真实请求。
状态码分布
按第九列统计：200 正常、301 跳转、404 死链、403 被拦、5xx 服务端错误。正常站 200 应占九成以上。301 过多说明内链还指向旧地址，404 过多说明内容删了但内链没清。
Top 404 页面
筛出 404 的 URL 按次数排序，前 20 个逐个处理：能修的 301 指向新页，不能修的返回 410。这是最容易被忽略、见效最快的一项清理，通常一次能消掉几百条无效抓取。
爬虫抓取频次
按 UA 筛 Googlebot、Bingbot、Bytespider，统计每天的请求数和抓取最多的目录。如果蜘蛛天天在抓标签页和搜索结果页，说明结构在浪费预算，要回头改 noindex 策略。
真实用户与爬虫分开
看 referer 为空的请求占比，正常站三到五成（直接访问加爬虫）。超过七成，要么统计代码没装对，要么站正被批量扫描。异常时结合 IP 归属地和请求路径判断。
日志分析不需要装工具，Linux 服务器上几条命令就够：按状态码计数、按 URL 排序、按 UA 过滤。如果站点经常被打，日志里会看到大量 POST 到 wp-login.php 的请求，这类问题归到 WordPress 安全加固与木马清理 处理。
四个工具各管一段
别指望一个后台看全部
每个工具回答的问题不同，混着看只会越看越糊涂。
| 工具 | 回答什么问题 | 关键指标 | 查看频率 |
|---|---|---|---|
| GA4 | 用户来了做了什么、在哪转化 | 会话、关键事件、转化率 | 每日 |
| Search Console | 自然搜索靠哪些词进来 | 展现、点击、CTR、平均排名 | 每周 |
| Clarity | 为什么用户没转化 | 滚动深度、死点、录屏 | 每两周 |
| 服务器日志 | 爬虫抓了什么、有没有异常请求 | 抓取频次、状态码分布 | 每月 |
| CRM / 询盘表 | 线索质量与成交 | 有效询盘率、成交周期 | 每季度 |
周报别超过六个指标：自然搜索会话、询盘数、询盘转化率、单询盘成本、TOP5 落地页、异常项。堆到二十个就没人看了。广告侧的转化配置见 WordPress 站谷歌广告落地页，两边口径要统一。
数据统计与分析
常见疑问
两个都准，只是统计对象不同。GA4 只统计执行了 JS 的浏览器，会被广告拦截插件屏蔽一部分；日志统计所有请求，包含爬虫和扫描器。做业务判断用 GA4，做抓取和安全的判断用日志，不要互相校验。
官方口径是两天左右，实际常见三天。这是正常的聚合延迟，不是配置错误。做周报时把统计区间设为「上周一到上周日」，避开最近两天，数据才稳定。当日数据只能看趋势，不能用来下结论。
先查三处：是否重复触发（刷新感谢页）、是否有垃圾提交（机器人）、是否有跨域丢失（表单提交后跳到别的域名，会话断了）。前两个能靠代码解决，第三个要在两个域名上都装同一个容器并配置跨域测量。
不用全做，但三件事必须有：GA4 装上且只装一次、GSC 验证通过并能看到查询词、询盘有唯一记录。这三样是后面所有分析的地基。热图和日志可以等有流量了再补，没有基础数据，再多工具也是摆设。
先把数据口径对齐
再谈增长
我们可以帮你做一次数据体检：统计代码是否重复、事件是否完整、GSC 资源是否验证、日志里有没有异常抓取。附带一份周报模板。电话/微信 13280692153，邮箱 web@wordpressx.com。