网站评估最有用的形式是测量而不是意见的评分卡:真人访客、互动、速度、转化和信任基本面,每项对照公开标准或你自己 90 天的中位数打 0 到 2 分。本文给 15 个指标打分,满分 30,用一个得 18 分(60%)的示例网站走一遍,并教你找出最弱的区域、先修它。
读完你会知道
- 有外部标准的(核心网页指标、WCAG 对比度)用标准,其余用你自己 90 天的中位数
- 只用一条规则:2 分 = 达到或优于,1 分 = 差距 10% 以内,0 分 = 差距超过 10%
- 要看最低的区域,不只看总分:四个区域满分、转化为零,总分仍有 80%
为什么用数字而不是意见给网站打分?
多数网站评估清单问的是设计看起来是否现代、文案是否清楚。这些都是意见,两位评审会有分歧。评分卡用任何两个人都能复现的测量来取代它们:有多少真人访客到达、他们是否有互动、页面加载多快、有多少人转化,以及信任的基本面是否到位。它还告诉你从哪里开始,因为最弱的那个区域,投入的回报最大。
本文在五个区域给 15 个指标打分,每项 0 到 2 分,满分 30。用到两类阈值:
- 有外部标准的,用外部标准: web.dev 上 Google 的核心网页指标阈值,以及 WCAG 的文字对比度下限。
- 没有通用数字的,用你自己的基线。 转化率、跳出率、每会话页数因网站类型差异极大,别处的「良好」数字会误导人。改为对照你最近 90 天的中位数打分。
打分规则全程一致:2 分 = 达到标准或优于你的中位数;1 分 = 差距在 10% 以内;0 分 = 差距超过 10%。 末尾的分档界限是我们自己的约定,是一个起点,不是行业标准。想更全面地审查埋点本身,见网站统计审计;想找外部参考点,见网站基准。
评分卡衡量什么?
| 区域 | 指标 | 怎么打分 |
|---|---|---|
| 流量 | 近 28 天真人访客,对比之前 28 天 | 持平或上升 2 分,下降不到 10% 为 1 分,下降更多为 0 分 |
| 流量 | 有明确来源或活动的会话占比 | 对照自己的中位数 |
| 流量 | 最大单一来源的占比(集中度) | 对照自己的中位数,越低越好 |
| 互动 | 跳出率 | 对照自己的中位数,越低越好 |
| 互动 | 每会话页数(页面浏览 ÷ 会话数) | 对照自己的中位数 |
| 互动 | 平均访问时长 | 对照自己的中位数 |
| 速度 | 第 75 百分位的 LCP | 2.5 秒或更短 = 2 分 |
| 速度 | 第 75 百分位的 INP | 200 毫秒或更短 = 2 分 |
| 速度 | 第 75 百分位的 CLS | 0.1 或更低 = 2 分 |
| 转化 | 转化率(转化数 ÷ 会话数) | 对照自己的中位数 |
| 转化 | 移动端转化率 ÷ 桌面端转化率 | 对照自己的中位数 |
| 转化 | 流失最严重的漏斗步骤的流失率 | 对照自己的中位数,越低越好 |
| 信任 | 错误率(错误数 ÷ 页面浏览) | 对照自己的中位数,越低越好 |
| 信任 | 十个主要页面中文字对比度至少 4.5:1 的占比 | 10 个全部达标 = 2 分,9 个 = 1 分,8 个及以下 = 0 分 |
| 信任 | 每个页面都用 HTTPS | 是 = 2 分,有任何混合内容页面 = 0 分 |
关于这些选择,三点说明:
- 核心网页指标按页面加载的第 75 百分位评估,移动端和桌面端分开,三项都达标页面才算通过。要用真实用户数据,而不是一次实验室测试。阈值:LCP 2.5 秒,INP 200 毫秒,CLS 0.1。
- 对比度依据 WCAG 2.2 的成功标准 1.4.3:正常文字至少 4.5:1,大号文字(18 磅,或 14 磅加粗)至少 3:1。用任何对比度工具检查即可;它是设计检查,不是统计数字。
- 自己的中位数指同一网站、同一指标最近 90 天的中位数,让你对照的是对你自己而言的正常水平。
算例:给一个网站打分
示例数据:一个网站,最近 28 天。
| 指标 | 数值 | 参照 | 得分 |
|---|---|---|---|
| 真人访客,对比之前 28 天 | +4% | 持平或上升 | 2 |
| 有明确来源的会话 | 62% | 中位数 60% | 2 |
| 最大来源占比 | 48% | 中位数 45%(越低越好;差 6.7%) | 1 |
| 跳出率 | 41% | 中位数 40%(越低越好;差 2.5%) | 1 |
| 每会话页数 | 2.4 | 中位数 2.3 | 2 |
| 平均访问时长 | 112 秒 | 中位数 118 秒(低 5.1%) | 1 |
| LCP p75 | 2.3 秒 | 2.5 秒 | 2 |
| INP p75 | 240 毫秒 | 200 毫秒(超出 20%) | 0 |
| CLS p75 | 0.08 | 0.1 | 2 |
| 转化率 | 2.1% | 中位数 2.5%(低 16%) | 0 |
| 移动端 ÷ 桌面端转化率 | 0.55 | 中位数 0.60(低 8.3%) | 1 |
| 流失最严重的漏斗步骤 | 30% | 中位数 26%(差 15%) | 0 |
| 错误率 | 0.30% | 中位数 0.35% | 2 |
| 主要页面中对比度 ≥ 4.5:1 的 | 10 个中的 8 个 | 10 个中的 10 个 | 0 |
| 全站 HTTPS | 是 | 是 | 2 |
各区域合计:流量 2 + 2 + 1 = 5(满分 6);互动 1 + 2 + 1 = 4(满分 6);速度 2 + 0 + 2 = 4(满分 6);转化 0 + 1 + 0 = 1(满分 6);信任 2 + 0 + 2 = 4(满分 6)。总分 30 分里的 18 分,即 60%。
各区域得分
30 分里的 18 分怎么读总分?
| 得分 | 分档 | 怎么做 |
|---|---|---|
| 80% 或以上(30 分里的 24 分及以上) | 健康 | 维持;每个季度看一次最低的那个指标 |
| 60% 到 79%(18–23 分) | 针对性修复 | 先修得分最低的区域 |
| 低于 60%(低于 18 分) | 先修复,再花钱买流量 | 更多访客多半只会放大问题 |
示例网站处在中间档的底部,所以结论是针对性修复,要修的区域也很明显:转化得了 6 分里的 1 分,而其他区域是 4 或 5 分。清单里投入最小的修复,大概是数据里最清楚的那一对:240 毫秒的 INP(超出阈值 20%),以及流失最严重的漏斗步骤损失了 30% 的人。
不要只看总分。四个区域全部满分、转化 6 分里得 0 分的网站,总分仍有 80%,看起来很健康,实际上几乎没人转化;要看最低的区域,而不只看总分。
| 总分 | 分档 | 怎么做 |
|---|---|---|
| 80% 或以上(24 分及以上) | 健康 | 维持;每个季度复查最低的那个指标 |
| 60% 到 79%(18–23 分) | 针对性修复 | 先修得分最低的区域 |
| 低于 60%(低于 18 分) | 先修复,再买流量 | 更多访客多半只会放大问题 |
分档是我们自己的约定,是一个起点,不是行业标准。
每个不达标的指标怎么处理?
- 访客下降: 先查来源。一个渠道下降、其他持平,是渠道问题;到处都降,是测量或网站问题(机器人排除、标签被移除)。
- 集中度高: 单一来源超过一半的会话就是依赖。在第一个来源改规则之前,先加第二个渠道。
- 跳出率或时长比基线差: 看进入量最大的落地页,而不是全站平均。
- INP 或 LCP 不达标: 找出会话最多、数字最差的页面,先修它们。
- CLS 不达标: 通常是图片、广告或嵌入内容没有预留空间。
- 转化率低: 打开漏斗,找出流失最严重的步骤,在改任何东西之前先看看在那里离开的人。
- 移动端 ÷ 桌面端比值低: 在手机上测试表单和结账;问题通常出在布局或输入,而不是意愿。
- 对比度低于 4.5:1: 改颜色变量,而不是逐页修改。
用 30 分钟重复一次评估
- 第 0 到 5 分钟: 把最近 28 天的 15 个数值导出或抄进表格,并注明日期。
- 第 5 到 10 分钟: 更新每个指标的 90 天中位数,并标出自上次以来定义发生过变化的指标。
- 第 10 到 20 分钟: 按 2、1、0 的规则给每一行打分,并合计各区域。
- 第 20 到 30 分钟: 选出得分最低的那个区域,为它写下一项改动,指定负责人和日期,并注明用哪个指标来看它有没有起作用。
每季度重复一次。改版后,在上线前一周和上线后四周各做一次,这样两次比较用的都是同样 28 天的长度。
网站评估的常见错误
- 拿别人的基准来打分。 一家商店和一个文档站不能共用一个跳出率目标。
- 速度只用一次实验室测试。 标准描述的是一段时间内真实用户的 p75。
- 把机器人算作访客。 它们抬高流量,拉低每个比率。
- 改版后评估却没有基线。 重新设计之前先记下中位数。
- 把总分当成结论。 最低的区域才是结论。
- 在极小的流量上打分。 每月只有几百次会话时,中位数会大幅摆动;改为按季度评估。
在 TapCub 里取评分卡的数据
还是示例网站。你想填满每一行,又不想打开六个工具。
- 流量和互动。 网站统计 › 概览 有访客和核心比率;网站统计 › 来源 给出有明确来源和活动的占比以及最大的来源;网站统计 › 页面 给出各页的页面浏览,用来算每会话页数。
- 速度。 监测 › 性能 展示真实用户的核心网页指标,也就是第 75 百分位阈值所指的数据。
- 转化。 在 网站统计 › 目标 里定义目标,再在 全端分析 › 行为分析 › 行为分析 里建漏斗;最大的流失会被标出来,步骤表给出流失和步间中位用时。
- 质量。 监测 › 错误 给出错误率(错误数 ÷ 页面浏览)和受影响的会话。
- 保持诚实,并持续盯着。 网站统计 › 机器人 让机器人不进访客基数。在 全端分析 › 智能运营 › 监控 里,可以给跳出率、平均时长、错误率等内置指标设阈值,先试运行,看过去 30 天它会触发几次,触发时收到通知。
清楚边界:TapCub 不审计设计、文字对比度或 HTTPS。这几行来自浏览器或无障碍工具,打分仍在你自己的表格里完成。
常见问题
网站评估应该包括什么?
流量(真人访客以及他们从哪来)、互动(跳出率、每会话页数、时长)、速度和稳定性(第 75 百分位的核心网页指标)、转化(转化率、移动端差距、流失最严重的漏斗步骤),以及信任基本面(错误、文字对比度、HTTPS)。
怎么评估网站的性能?
用真实用户数据:按页面加载的第 75 百分位,LCP 2.5 秒或更短、INP 200 毫秒或更短、CLS 0.1 或更低,移动端和桌面端分开评估。三项都达标,页面才算通过。
网站的跳出率或转化率多少算好?
取决于网站类型,所以别处的单一数字会误导人。对照你自己最近 90 天的中位数打分:优于它得满分,差距在 10% 以内得一半,落后更多不得分。
多久评估一次网站?
多数网站每季度一次,或在任何改版、埋点变化之后,并事先记下之前的中位数。每月只有几百次会话的网站不要按周打分,因为中位数摆动太大。
无障碍要求的最低文字对比度是多少?
WCAG 2.2 成功标准 1.4.3 要求正常文字至少 4.5:1,大号文字(18 磅或 14 磅加粗)至少 3:1。
资料来源
- web.dev,Web Vitals。LCP 2.5 秒、INP 200 毫秒、CLS 0.1,页面加载的第 75 百分位,移动端和桌面端分开。核对于 2026-11-21。
- W3C,Understanding Success Criterion 1.4.3: Contrast (Minimum)。正常文字 4.5:1,大号文字 3:1(18 磅或 14 磅加粗)。核对于 2026-11-21。
- Google Analytics 帮助,[[GA4] Engagement rate and bounce rate](https://support.google.com/analytics/answer/12195621)。有互动的会话和跳出率的定义。核对于 2026-11-21。
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。
提交没有成功,请稍后再试。
谢谢你的反馈,我们会据此改进这篇内容。你已经反馈过这篇了,谢谢。

