新访客和老访客：这组数据说明什么，又会怎么骗人

新老访客看起来是统计里最简单的报表，引出的疑问却最多：两组加起来为什么比总数多？没做活动新访客为什么暴涨？比例多少算好？三个问题的答案是同一个：这组数据衡量的是工具有没有认出这个人，而不是他以前有没有来过。

新访客和老访客怎么定义

新访客是统计工具以前没见过的人，老访客（回访访客）是工具能从之前的访问中认出来的人。Google Analytics 4 里，新用户指记录了首次访问（App 里是首次打开）的用户，回访用户指之前至少开始过一次会话的用户（Google：维度和指标）。

关键在「认出来」三个字。这组数据衡量的不是一个人以前有没有来过，而是工具能不能认出他。这取决于工具用什么做身份标识（Cookie、设备 ID、服务端哈希还是登录账号），而每一种都会跟丢人。把它理解成「认出来的 vs 没认出来的」，大部分怪现象就说得通了。

为什么新老访客加起来对不上

常见的疑问，也是论坛里反复出现的问题：新用户 + 回访用户 > 总用户。没有出错。一个人周一首次来访、周四又来，在同一周里周一算新用户、周四算回访用户，两组里各出现一次，总数里只算一次。

时间范围越长，重叠越多。想要两组加起来正好等于总数，就按天看，或者按「本期之前是否出现过」来分人群，而不是按会话分。

什么会让老访客被算成新访客

每种身份标识都有盲区，而且方向一致：老访客被算成新访客。下表列出常见原因。它们都不影响页面浏览和会话数，只会把人从「老」挪到「新」，并让较长时间范围的独立访客数偏高。

由此有两个推论。一，新访客占比永远是上限，真正首次来访的人更少。二，没有任何推广、新访客却突然暴涨，更常见的原因是身份标识变了（改了 Cookie 弹窗、浏览器更新、换了统计方式），而不是真来了一大波新人。

所有原因都朝同一个方向：新访客占比是上限。

比较两组的行为，而不是盯比例

新老访客的比例本身说明不了什么。有用的是比较两组人的行为。示例里，老访客看的页面更多、跳出更少，转化率大约是新访客的两倍，这是有免费试用的网站的典型样子：人们会回来再做决定。

新老访客比例多少算好

没有通用标准。新闻站、文档站靠老读者；投放拉新的电商以新访客为主；SaaS 网站介于两者之间，营销页新访客多，文档和定价页老访客多。拿自己的历史数据和每个页面的目的来比，别拿别家公司的比例来比。

比定比例更有用的几个问题：

• 老访客的转化是否比新访客好？如果不是，把人吸引回来的东西和你卖的东西不是一回事。
• 新访客落在哪些页面上？这些页面有没有把人往下带？
• 哪些渠道带来老访客（邮件、直接访问、品牌词搜索）？它们在增长吗？

这组数据怎么用

1. 按落地页看。某个落地页上新访客的跳出率很高，说明页面和广告或搜索结果的承诺不一致。
2. 按渠道看。付费流量应该以新访客为主。某个付费活动带来的大多是老访客，说明你在为本来就会来的人付钱。
3. 按转化步骤看。如果大部分注册来自老访客，就缩短新访客的路径，或者给他们一个回来的理由，比如订阅邮件、保存购物车。
4. 按天看趋势。跟踪每天的新访客占比，看走势，不看绝对值。

TapCub 里的新老访客

TapCub 默认无 Cookie统计独立访客。新访客是会话被标记为「首次出现」的人；访客分析报表会把新老访客的访客数、会话、页面浏览、时长、跳出和转化并排展示（见文档访客分析）。

能不能认出老访客，取决于隐私模式。均衡模式下站点盐值固定，同一浏览器在同一网络下次来还是同一个访客 ID；严格模式下盐值每天更换，跨天认不出任何人，新老访客对比会隐藏。对登录的用户，调用 identify 会把会话关联到你自己的用户 ID，跨设备、跨浏览器都能认出。取舍细节见无 Cookie 统计一文。

常见问题

什么是老访客（回访访客）？

统计工具能从之前的会话里认出来的访客，通常靠 Cookie、设备 ID、服务端哈希或登录账号识别。换了新设备又没登录的人会被算成新访客。

为什么新用户加回访用户比总用户多？

因为同一个人在同一时间段里可以既是新用户又是回访用户：头一天算新，之后几天算回访。两组各出现一次，总数里只算一次。

新老访客比例多少合适？

没有通用基准，取决于网站的用途和渠道。和自己的历史比，再看两组各自的转化。

新访客为什么突然变多？

先排查身份标识有没有变：Cookie 弹窗改了、浏览器更新清了 Cookie、换了统计方案、改了隐私模式。真实的增长通常能找到对应的活动或来源。

无 Cookie 统计能区分新老访客吗？

能，前提是身份标识跨天稳定。TapCub 均衡模式下可以；严格模式下身份标识每天更换，不显示新老访客对比。