TapCub 正式上线:统计、分析、客服一个平台免费用
数据分析

实时网站统计:它显示什么,什么时候有用

实时网站统计显示什么,「实时」到底有多实时,哪些场景(上线、活动、故障)需要它,以及为什么实时的转化率会误导人。

卢卡斯·海斯 发布于 2026 年 11 月 20 日 8 分钟阅读 数据分析
示例数据:真实转化率为 3.0%。95% Wilson 区间在 5 分钟里宽 6.2 个百分点,一小时里 2.1 个,一天里 0.7 个。示例数据

实时网站统计是此刻谁在你网站上的实时视图,窗口是几分钟,延迟约几分钟。用它来发现和确认:上线、活动刚开始、故障。不要用它判断表现,因为实时数字是临时的,小样本还会让实时转化率大幅摆动。

读完你会知道

  • 实时回答「现在有没有在工作?」;完成后的报表回答「表现如何?」
  • 120 个访客上的转化率,95% 置信区间可以从 0.9% 到 7.1%;判断时用更长的窗口
  • 发现故障时,和同一个星期几、同一时间比,并要求连续两次读数异常

实时网站统计到底显示什么?

它显示此刻谁在你的网站上、在做什么,窗口是几分钟,而不是已经结束的一天。通常包括活跃访客数、他们所在的页面和来源,以及一条最新事件的流水。它是用来确认有事情在发生的实时视图,不是用来判断什么有效的报表。

要把两者分开,是因为实时视图和完成后的报表回答的是不同的问题。实时回答的是「现在有没有在工作?」,几分钟内就能知道。日报回答的是「表现如何?」,要等数据处理完、稳定下来。把两者混在一起,是实时数据大多数错误的来源。本文余下部分的简短结论:用实时来发现和确认,用完成后的报表来判断。这个词本身的定义见实时。

「实时」有多快?其他报表有多快?

「实时」是一个窗口加一个延迟,两者都很小,但不为零。作为一个广泛使用的托管分析产品的参照,Google 的文档列出了标准属性这些典型的处理时间:

报表层级典型延迟窗口或说明
实时几分钟显示最近 5 分钟和最近 30 分钟内活跃的用户
标准日内2–6 小时大多数报表和接口查询
每日12 小时所有报表
最终稳定数据最长 24–48 小时Google 说数据处理期间报表里的数据可能变化

来源:Google Analytics 帮助中的「Data freshness」和「Realtime report」页面。应用数据为了省电还会分批发送,Google 说这会带来以分钟计的延迟。无论你用哪个工具,都有两点启示:

  1. 实时视图是临时的。你现在读到的数字在处理完成后可能变化,所以不要把它们抄进报告。
  2. 同一个工具里,不同视图的延迟并不相同。比较两个数字之前,先确认你看的是哪一层。

TapCub 自己的窗口和告警时机放在最后一节讲,因为它们和上表不同。

哪些场景需要实时,哪些不需要?

用下面这张表判断实时视图是不是合适的工具。

场景要看什么合适的窗口注意
上线或发版新页面或统计代码到底有没有发出事件?最近 5 分钟确认的是采集,不是表现
活动刚开始流量有没有进来,有没有带上你设置的 UTM 值?最近 30 分钟访客太少,还判断不了转化
故障或页面损坏在每周同一时间,活跃数是否比平时塌陷?连续几次 5 分钟读数下降也可能是节假日或统计失效
社交或媒体带来的高峰高峰落在哪个页面、哪个来源?最近 30 分钟不过滤的话,高峰里包含机器人
转化率、A/B 决策、周复盘不是实时已完成的一天或更久噪声太大,数据也还没稳定

最后一行最重要。下一节说明原因。

场景要看什么合适的窗口
上线或发版新页面到底有没有发出事件?最近 5 分钟
活动刚开始流量是否带着正确的 UTM 值进来最近 30 分钟
故障或页面损坏活跃数与每周同一时间的常态对比连续几次 5 分钟读数
社交或媒体带来的高峰高峰落在哪个页面和来源最近 30 分钟
转化率或 A/B 决策不是实时已完成的一天或更久

经验规则:用实时来发现和确认,用完成后的报表来判断。

为什么实时的转化率会误导人?

因为样本很小,同一个真实转化率在不同样本量下看起来差别很大。示例数据:一个站点的真实转化率是 3.0%。在三种窗口大小下,看观察到的转化率周围的 95% 区间(Wilson 得分区间,Brown、Cai 和 DasGupta 推荐的、优于简单公式的区间之一):

窗口访客转化观察到的转化率95% 区间
最近 5 分钟12032.5%0.9%–7.1%
一小时1,000303.0%2.1%–4.3%
一天10,0003003.0%2.7%–3.4%

在 120 个访客时,多一笔或少一笔销售会让观察到的转化率变动约 0.8 个百分点,可能的真实转化率范围从不到 1% 到超过 7%,相差近八倍。在 10,000 个访客时,范围是 2.7% 到 3.4%。把五分钟的数字当成趋势,就是在读噪声。

实用规则:根据一个转化率行动之前,先看区间。如果可能的范围比你要找的变化还宽,就等更长的窗口。

app.tapcub.com

不同窗口下可能的转化率范围有多宽

宽度,单位百分点
最近 5 分钟(120 个访客)0.9%–7.1%
一小时(1,000 个访客)2.1%–4.3%
一天(10,000 个访客)2.7%–3.4%
示例数据
示例数据:真实转化率为 3.0%。95% Wilson 区间在 5 分钟里宽 6.2 个百分点,一小时里 2.1 个,一天里 0.7 个。

算例:用一条简单规则发现故障

示例数据。一个站点的「当前在线」数(最近 5 分钟内有事件的访客)每 5 分钟读一次。过去八周每个周二 14:00 的读数是 172、185、190、178、181、176、184 和 179,中位数是 180。设一条规则:连续两次读数低于该中位数的 50%,也就是 90,就告警。

时间当前在线低于 90?
14:00176否
14:05171否
14:1088是(第一次)
14:1541是(第二次):告警
14:2012是

结账大约在 14:07 出的问题,规则在 14:15 告警,所以发现用了约 8 分钟。有两个细节让它有效。基线用的是同一个星期几、同一时间,所以正常的安静时段不会触发。要求连续两次读数,所以一次异常读数不会惊动任何人。

对比一个只在整点运行的检查:下一次检查在 15:00,距离故障 53 分钟(15:00 − 14:07)。这就是实时视图和每小时告警的差别,也是故障预案要写明依赖哪一种的原因。

上线后的前 30 分钟该检查什么?

上线是实时最能派上用场的情形,因为统计失效的每一分钟都是补不回来的数据。带时间预算的清单能让它保持简短:

  1. 第 0–2 分钟:你在数据里。 用一个干净的浏览器窗口自己打开页面,在实时流水里找你自己的页面浏览。如果没出现,先停下来修采集,别的都往后放。
  2. 第 2–5 分钟:关键事件在发。 把重要的按钮各点一次、重要的表单各提交一次,在流水里找这些事件名。事件缺失是埋点问题,不是流量问题。
  3. 第 5–10 分钟:来源标记没丢。 通过带你 UTM 值的链接打开页面,确认来源和活动显示成你写的样子。这里写错一个字,会让一个活动一直拆成两行。
  4. 第 10–20 分钟:最初的真实访客看起来正常。 把设备和国家构成和平常的一天对比。只在某一种浏览器里能加载的页面,会表现为偏斜的构成。
  5. 第 20–30 分钟:记下基线。 记下活跃数和热门页面,这样上面的故障规则对这个新页面就有了参照。

30 分钟就停。再往后的转化、跳出和收入,属于完成后的报表。

在 TapCub 里怎样用实时统计?

TapCub 有实时视图和告警,二者的时机不同。下面是上面例子里的上线和故障工作流;逐页的参考见查看实时访客。

TapCub 网站统计实时页的在线人数与实时访客汇总
演示数据:实时汇总。数值仅作示意,不是客户数据。
  1. 发布页面或装好脚本之后,自己打开它,然后进入网站统计 › 实时。几秒内你的页面浏览应该出现在真人事件流里。页面显示最近 5 分钟内有事件的去重访客数,旁边是最近半小时的活跃页面和来源。
  2. 对于活动,检查你的 UTM 来源是否出现在半小时来源列表里。事件流可以按页面浏览、自定义事件、外链点击、下载、表单和错误过滤,并且把真人和机器人分开。识别出的机器人不计入在线人数,所以爬虫高峰不会看起来像受众。
  3. 对于地区性高峰,打开监测 › 地球,选择 1 小时、6 小时、24 小时或 7 天。它按国家显示会话,不是精确位置。
  4. 对于故障发现,在全端分析 › 智能运营 › 监控里建一条监控。内置指标包括浏览量、访客、会话、错误率和错误数,其中有一个条件是在超过你设定的间隔内没有数据到达时触发。监控按小时、天、周或月的粒度检查,所以不要假设有分钟级告警。试运行会显示这条规则在过去 30 天里会触发几次。默认情况下,同一条告警约 60 分钟内不会重复。
  5. 记住它不做什么:TapCub 的告警只负责通知你,不会替你执行任何操作。判断转化和表现,等数据稳定之后用完成后的报表,例如网站统计 › 概览。

常见问题

什么是实时网站统计?

它是当前访客活动的实时视图:活跃用户、他们所在的页面和来源,以及最近事件的流水,窗口通常是 5 到 30 分钟。它用于确认和发现,不用于判断表现。

实时统计有多实时?

通常是几分钟。Google 的文档给其实时层的是「几分钟」,标准日内数据是 2–6 小时,数据可能在 24–48 小时内变化。其他工具各不相同,请查你自己工具文档里的时效数字。

什么时候该用实时统计?

上线时、活动刚开始时,以及可能出故障时。每种情况下,你问的都是「此刻有没有事情在发生」。不要用它看转化率、A/B 决策或周复盘。

能用实时数据计算转化率吗?

要很小心。120 个访客、3 次转化时,观察到的转化率是 2.5%,但 95% 区间是 0.9% 到 7.1%。在把实时转化率当成趋势之前,先等更长的窗口,或者先看区间。

实时数字是精确的吗?

不是。它们是临时的,处理完成后可能变化,而且依赖一个很短的窗口。把它们当作要去调查的信号,然后在稳定的报表里确认。

资料来源

  • Google Analytics 帮助。Data freshness,实时、日内和每日的处理时间,以及 24–48 小时。核对日期 2026-11-20。
  • Google Analytics 帮助。The Realtime report,5 分钟和 30 分钟窗口;应用数据分批。核对日期 2026-11-20。
  • Lawrence D. Brown、T. Tony Cai 和 Anirban DasGupta。Interval estimation for a binomial proportion。Statistical Science 16(2),2001,Wilson 区间,以及简单公式为什么不可靠。
归档:数据分析

这篇文章对你有帮助吗?

我们会根据反馈修改和补充这篇内容。

卢卡斯·海斯

数据工程师

聚焦事件设计、数据质量与采集流程,分享可验证的实施方法,帮助团队建立可靠的分析基础。

先实时看你的网站,再在稳定的报表里确认

真人和机器人分开的实时事件流、半小时的页面和来源视图,以及出问题时的监控。

看清数据,找到增长。

每一次点击,都有数据依据。装好一行代码,1 分钟看到第一批数据。

无需信用卡 · 统计与客服都有免费版 · 统计无 Cookie