TapCub 正式上线:统计、分析、客服一个平台免费用
数据分析

网站基准:速度、体积和转化的公开数据参照

一张有出处的网站基准表(Core Web Vitals 达标率、页面体积、流量构成、分群转化),加一个算例,教你公平地比较自己的网站,而不是对着一个混合平均数。

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:12,000 次新访会话 180 次转化,8,000 次回访会话 248 次转化。基准转化率来自 Contentsquare 2026(回访 2.9%,新访 1.7%)。混合起来,本站比头条基准低 8.3%;按自己的构成重新加权后,只低 1.8%。示例数据

网站基准只有在写明测的是谁、哪个时段、什么口径、哪个分位时才有用。Web Almanac 2024 里,手机上有 43% 的网站三项 Core Web Vitals 全部达标,手机页面体积中位数 2,311 KB,回访用户转化率 2.9%,新用户 1.7%。用下面的表,并先按自己的流量构成重新加权,再下判断。

读完你会知道

  • 引用基准必须带口径:分位数、跳出定义和转化事件要和你的一致
  • 把混合基准按自己的新访和回访构成重新加权;算例里 8.3% 的差距缩到了 1.8%
  • 行动之前先看 95% 区间:20,000 次会话 428 次转化,区间约 1.95% 到 2.35%

哪些网站基准数据值得用?

很多「网站基准」文章只抛一个混合平均数(平均跳出率、平均转化率),背后没有定义。基准要有用,得说清楚:测的是谁、哪个时段、用什么口径、取哪个分位。下面三个公开出处满足这个标准,正好覆盖大家最常想对比的三件事:

  • 速度和页面体积: HTTP Archive 的 Web Almanac 2024,数据来自 Chrome 真实用户数据和每月一次的网站抓取。
  • 体验阈值: Google 在 web.dev 上的 Core Web Vitals 说明,规定了每项指标「良好」的线,并说明按页面加载的第 75 百分位判断。
  • 流量构成和转化: Contentsquare 2026 数字体验基准报告,覆盖 6,000 多个站点的 990 亿次网站和 App 会话(2026 年 3 月 9 日发布)。这是厂商自己的报告,未经第三方审计,只能当参照点,不是目标。

跳出率下面没有单独一行,因为这个数字完全取决于分析工具怎么定义「跳出」。区间和口径问题见 what is a good bounce rate;这篇关注的是怎样公平地和基准比。

基准对照表

每一行都标了出处,数字照原文引用。

方面指标公开数字出处
速度三项 Core Web Vitals(含 INP)全部达标的网站手机 43%,桌面 54%Web Almanac 2024
速度LCP「良好」的网站(手机)59%Web Almanac 2024
速度INP「良好」的网站(手机)74%Web Almanac 2024
速度CLS「良好」的网站(手机)79%Web Almanac 2024
速度TTFB 良好(低于 800 毫秒)的手机网站42%Web Almanac 2024
体积页面体积中位数手机 2,311 KB,桌面 2,652 KBWeb Almanac 2024
体积首页请求数中位数手机 70,桌面 74Web Almanac 2024
体积每页 JavaScript 中位数手机 558 KB,桌面 613 KBWeb Almanac 2024
体积每页图片中位数手机 900 KB,桌面 1,054 KBWeb Almanac 2024
受众手机流量占比69.9%Contentsquare 2026
受众回访流量占比52.8%Contentsquare 2026
转化回访用户 vs 新用户2.9% vs 1.7%Contentsquare 2026
转化桌面 vs 手机桌面转化率比手机高 74%Contentsquare 2026
转化分渠道付费搜索 2.8%,AI 引荐 1.3%,自然社交 0.7%Contentsquare 2026

用任何一行之前先注意两点。Web Almanac 正文里桌面 LCP 的良好占比前后给了两个略有出入的数字(72% 和 74%),所以表里每个指标只列手机的数字。另外,转化相关各行只包含记录了转化事件的站点,偏向零售、旅游这类网站;线索型或内容型网站的水平会不一样。

为什么你的数字和基准很少是同一个口径

大部分误报来自三个口径:

  1. 分位数。 Core Web Vitals 按第 75 百分位判断:至少 75% 的加载达到 LCP 2.5 秒、INP 200 毫秒、CLS 0.1,页面才算达标。平均加载时间看着不错,p75 也可能不及格。要拿 p75 对 p75。
  2. 跳出。 在 Google Analytics 4 里,一次会话持续超过 10 秒、有关键事件,或有 2 次及以上页面或屏幕浏览,就算「互动会话」,跳出率是未互动会话的占比。只数单页访问的工具,对同一批流量会给出另一个数。
  3. 转化。 「转化」就是你的目标定义的那件事。订阅邮件和付费下单都叫转化,把它们混在一起的基准对你没有意义。只有基准的转化事件和你的一致时才能用。

经验规则:基准没有写明分位数、跳出口径或转化事件,就不要放进汇报材料,也不要拿它去设团队的考核目标,否则大家会为一个口径不明的数字去优化。

指标口径容易不同的地方比较之前要确认什么
Core Web Vitals 达标率平均数还是加载的第 75 百分位用 p75:LCP 2.5 秒、INP 200 毫秒、CLS 0.1
跳出率未互动(GA4)还是单页访问你的工具用哪种定义
转化率任意目标还是同类目标同一个转化事件和同样的访客构成
页面体积平均数还是中位数;手机还是桌面用中位数,同一设备类别
流量构成手机和回访访问的占比把基准按你的构成重新加权

阈值和定义的出处:web.dev Web Vitals 和 GA4 帮助,2026-11-20 核对。

算例:公平比较,不要看头条平均数

示例数据:一家商店上个月有 20,000 次会话。其中 12,000 次来自新访客(180 次转化),8,000 次来自回访访客(248 次转化)。

分群会话转化转化率基准转化率
新访客12,0001801.50%1.7%
回访访客8,0002483.10%2.9%
合计20,0004282.14%见下文

第 1 步:直接比。 基准的混合转化率用的是它自己的流量构成:回访 52.8%、新访 47.2%,即 0.528 × 2.9% + 0.472 × 1.7% = 2.33%。这个站的 2.14% 看起来低了 8.3%(2.14 ÷ 2.33 − 1)。

第 2 步:把基准按你的构成重新加权。 这个站回访占 40%、新访占 60%,按你的构成,基准是 0.4 × 2.9% + 0.6 × 1.7% = 2.18%。差距缩小到 1.8%(2.14 ÷ 2.18 − 1)。

第 3 步:看噪声。 20,000 次会话里有 428 次转化,2.14% 的 95% Wilson 区间约为 1.95% 到 2.35%。重新加权后的基准(2.18%)落在区间内,没有证据说明这个站落后。分群看,新访客比基准低 12%(1.5% 对 1.7%),回访访客比基准高 7%(3.1% 对 2.9%);该查的是首次访问的体验,不是结账页。

结论:大部分「差距」来自访客构成不同,不是站点质量不同。在断定哪里出了问题、安排人去改页面之前,先在同一分群内比较,或者把基准按你自己的访客构成重新加权,再决定要不要行动。

app.tapcub.com

分群转化率:本站与基准

示例月份,%
回访,本站3.1%
回访,基准2.9%
新访,基准1.7%
新访,本站1.5%
示例数据
示例数据:12,000 次新访会话 180 次转化,8,000 次回访会话 248 次转化。基准转化率来自 Contentsquare 2026(回访 2.9%,新访 1.7%)。混合起来,本站比头条基准低 8.3%;按自己的构成重新加权后,只低 1.8%。

四步建立自己的基准

外部数字回答「我们在不在正常范围」,自己的历史回答「我们有没有变好」。两个都要做:

  1. 先固定口径。 写下转化事件、会话定义和每项指标的分位数,年内不要中途更改。
  2. 先分群再比较。 至少按设备(手机和桌面)、新访和回访、前三个渠道拆开。混合数字会掩盖哪个分群在变。
  3. 和同一时段比。 用相同的星期构成和相同的季节。拿一周对比上一周适合做告警;要做判断,用去年同期或最近四个可比周期。
  4. 设目标区间,不设单点。 取最近 8 个可比周期,标出最低和最高之间的范围。区间之外值得排查,区间之内当作噪声。

速度方面,对照上表再做一项检查:如果你手机页面的中位体积远大于 2,311 KB,或请求数远多于 70,体积就可能是原因;怎么处理见 good page load time。

基准什么时候会误导你

  • 幸存者和构成。 基准样本来自使用某种工具或被某次抓取覆盖的网站,不是网络的随机样本。
  • 分母里有机器人。 如果分析工具把爬虫算成访客,你的转化率会被低估、跳出率会被高估,哪个基准都对不上。比较之前,先确认报表已经排除机器人。
  • 季节性。 Contentsquare 的比较是第四季度对第四季度;用十二月的店去对比包含七月的基准,不是同口径,促销旺季和平常月份的转化率本来就不在一个水平上。
  • 偏斜数据的平均数。 页面体积和加载时间是长尾分布。像 Web Almanac 一样用中位数和百分位。

在 TapCub 里用自己的数据公平比较

把上面的例子放到真实站点上跑一遍。TapCub 不发布自己的基准,它提供的是让你公平比较自己的分群。

TapCub 性能报告中 LCP、INP、CLS、FCP、TTFB 指标卡和良好占比
演示数据:TapCub 性能报告的指标卡,对比公开基准之前先在这里读自己的 p75。
  1. 先查分母。 新项目把识别出的机器人和 AI 爬虫只记在 网站统计 › 机器人 里,不进真人访客,转化率不会被稀释。如果有人改成了 不检测,比较之前先改回来。
  2. 按 p75 看速度。 打开 监测 › 性能。卡片使用和 web.dev 相同的阈值(LCP 2.5 秒、INP 200 毫秒、CLS 0.1),可以切换到 P75;先看评为良好的占比,再按页面、设备和国家拆开找慢的路径。
  3. 按分群取转化。 在 网站统计 › 目标 里定义目标,再打开 网站统计 › 来源,点某一行(例如一个渠道)把它加为筛选;页头的日期对比可以选上一周期或上周同期。
  4. 同口径比较。 用页头对比做上一节第 3 步的同星期对比,范围保持在 30 天或更长,让每个分群的样本量足够大。

TapCub 报告你自己的数字;它不会告诉你某个数字相对行业样本算不算「好」。这一点用上面的公开表来判断,下结论之前先做重新加权。

常见问题

网站转化率多少算好?

没有单一数字。在 Contentsquare 2026 年报告里,回访用户转化率 2.9%、新用户 1.7%,付费搜索 2.8%、自然社交 0.7%。正确的比较是同一分群、同一转化事件、同一季节。要在分群内比较,而不是对着一个混合平均数。

有多大比例的网站通过了 Core Web Vitals?

在 Web Almanac 2024 里,手机上有 43% 的网站三项 Core Web Vitals 全部达标,桌面是 54%。达标指在第 75 百分位达到目标:LCP 不超过 2.5 秒、INP 不超过 200 毫秒、CLS 不超过 0.1。

网页应该多大?

Web Almanac 2024 里页面体积中位数是手机 2,311 KB、桌面 2,652 KB,请求数约 70 到 74 个。这描述的是现状,不是目标。以 Core Web Vitals 达标为准;体积重要,主要是因为它影响 LCP。

我的跳出率可以和基准比吗?

只有口径一致才行。GA4 把没有互动的会话(10 秒以内、没有关键事件、少于两次浏览)算作跳出。只数单页会话的工具,对同样的流量给出的数字不同,所以先核对定义。

基准多久更新一次?

外部基准在新版本发布时更新,通常一年一次,并核对数据的时段。自己的目标区间每月或每季度刷新,用最近 8 个可比周期。

资料来源

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。

先读自己的 p75 和分群

一个项目里看 P75 性能、排除机器人的分母和按来源的目标转化。

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