站點停留時間（Time on Site，下文簡稱Ts） 和 頁面停留時間（Time on Page，下文簡稱Tp）是用戶體驗分析及流量質量監控的重要指標。但是極少有人知道網站訪問的平均時間（Average Time on Site）是怎么計算出來的。無論是使用競爭情報分析工具，還是某種網站分析解決方案（在網站分析解決方案中不論是WebLog還是JavaScript的標簽方式獲得的數據，都沒幾個人知道網站訪問平均時間是怎么算出來的）。

因此，寫這篇文章就是想要解釋清楚，Tp和Ts是如何計算的。

案例1：

有人訪問了你的網站主頁，你的網站分析工具則開始為這個訪問者計1個Session（會話）。接著這個訪問者又瀏覽了另外兩個頁面，然后離開了你的網站（離開網站可以是通過關閉瀏覽器，或在地址欄鍵入一個不同的網址，或是點擊了你網站上鏈接到其他網站的鏈接……）為了簡單點，我們把這個過程當做一個Session。

我們想要知道的如下：

Tp = 用戶在一個頁面上的停留時間（Time spent on a page）；

Ts = 用戶在整個網站上的總停留時間（Time spent on the website）。

假設這個會話從9點開始：

目前，所有的網站分析工具都能精確的獲知一個頁面訪問請求發生的時間，但是這還不足以解釋Tp和Ts到底有多少，因為我們還需要更多的信息：

用戶沒有Bounce（跳出），點擊了首頁上的某個鏈接跳轉到了頁面2，目前的網站分析工具也能獲取頁面2的打開時間，而且能知道是同一個用戶，因此能輕易計算出首頁的Tp：

Tp(首頁) = 9:05 亚洲香蕉成人av网站在线观看_欧美精品成人91久久久久久久_久久久久久久久久久亚洲_热久久视久久精品18亚洲精品_国产精自产拍久久久久久_亚洲色图国产精品_91精品国产网站_中文字幕欧美日韩精品_国产精品久久久久久亚洲调教_国产精品久久一区_性夜试看影院91社区_97在线观看视频国产_68精品久久久久久欧美_欧美精品在线观看_国产精品一区二区久久精品_欧美老女人bb