# 怎样比较网站流量，并选出值得继续研究的竞品 怎样比较竞争网站流量：从数据对齐到研究结论 用 Umami 与 Simple Analytics 的 2026 年 6 至 8 月真实流量估计、可下载 CSV 和完整计算，区分网站规模、访问增量与相对增长。 Vaneform · 核对日期： 2026-10-09 2026 年 8 月，Umami 的网站访问估计约为 Simple Analytics 的 4.48 倍；但从 6 月到 8 月，Simple Analytics 的相对增速更高。这两个结论在本次数据中同时成立，也会带来不同的研究选择。下面用两款分析产品、三个共同月份和保存的 API 节选完成一次比较，让你先复核计算，再决定该把注意力放在哪里。 ## 这两个网站为什么值得放在一起研究 本次研究的共同用户任务是理解网站上的访问活动。Umami 提供开源分析产品和云端选项，Simple Analytics 提供无 Cookie 的分析服务。两者适合一起研究分析产品如何解释价值、怎样把访客带到可用看板。我们在 2026 年 10 月 9 日核对公开产品页；当日定位用于说明选样理由，无法直接解释之前几个月的流量变化。 分发方式也会影响读数。开源安装可以运行在别人的基础设施上，托管应用还可能使用独立子域名。公开流量资源没有逐主机列出这些活动的完整对账，因此本次结论限定为所提供的域名估计。若要比较客户数量或周期性的产品使用，需要取得定义一致的站长证据，不能用域名访问量直接替代。 这里先比较两款产品。加入综合营销套件虽然会放大总访问，却未必继续回答同一个用户问题。增加候选时，先说明它扮演的角色：更接近的替代品、不同交付方式，或分发参照。把角色写在规模排序之前，可以让研究始终围绕自己的决定展开，避免总被最大的那一行牵着走。 参考资料: - [Umami 产品与托管选项](https://umami.is/) - [Simple Analytics 产品官网](https://www.simpleanalytics.com/) ## 把月份对齐后，差异才有可比性 下表来自 2026 年 10 月 9 日（UTC+8）成功读取的 Vaneform scale API。两个资源的 estimate 均为 site，confidence 为 medium，as_of 为 2026-08-01；monthly_visits 包含 6、7、8 月。数据属于保存的访问估计。表中保留接口原始整数以便复算，这种记录精度并不赋予估计逐次访问的测量精度。 8 月规模比值为 481,833 / 107,563，约 4.48。如果误用 Umami 的 8 月与 Simple Analytics 的 6 月比较，比值会变成约 6.05。这个计算差异完全来自月份错配。即使当前所有行恰好共享一个月份，比较表也应在数字旁保留月份，后续更新某一行时才容易发现错位。 下载的 CSV 还包含 ScreenshotOne，因为同一次实录也供 API 教程与 Micro SaaS 文章使用。进行本次分析时，筛选这两个分析产品即可。一份原始导出可以支持多项研究，每项研究仍要建立自己的可比对象。整理成更小的工作表时，保留 source_url 和 retrieved_at，方便回到原始来源。 | 网站 | 2026-06 | 2026-07 | 2026-08 | | --- | --- | --- | --- | | umami.is | 410,097 | 397,053 | 481,833 | | simpleanalytics.com | 79,593 | 113,086 | 107,563 | 网站月访问估计 · 读取于 2026-10-09（UTC+8）· 资源置信度 medium。 - [下载真实流量序列（CSV）](https://vaneform.com/downloads/traffic-comparison-2026-06-to-08.csv) — 9 条域名与月份记录，保留原始数值、日期、置信度和计算得到的环比。 参考资料: - [Umami · 2026 年 8 月报告](https://vaneform.com/e/umami-is?month=2026-08) - [Simple Analytics · 2026 年 8 月报告](https://vaneform.com/e/simpleanalytics-com?month=2026-08) ## 规模、增量与增速，会把注意力带向不同地方 从 6 月到 8 月，Umami 新增估计访问 71,736 次，增幅 17.49%；Simple Analytics 新增 27,970 次，增幅 35.14%。Umami 在当前规模和绝对增量上领先，Simple Analytics 从较小基数出发获得了更高比例增长。要理解较大的公开分发足迹，可以先看 Umami；要研究原有基线上发生了什么变化，则应检查 Simple Analytics 的序列及 7 月上涨。 将各自 6 月设为 100，可以更直观看到相对路径。Umami 在 8 月达到 117.49，Simple Analytics 达到 135.14。归一化会主动移除起点规模差异，因此阅读折线图时要同时保留上面的绝对数表。指数曲线展示各自相对起点的变化，曲线的高低需要结合原始表才能理解实际访问规模。 只看最近一个月，又会得到另一层信息：Umami 的 7 至 8 月环比上涨 21.35%，Simple Analytics 回落 4.88%。如果宣布谁增长更快时省去起止日期，就会把两种观察混在一起。结论里直接写“6 至 8 月增速更高”或“8 月环比增量更大”，下一位阅读者才能沿用相同计算口径。 ![6 月为 100：Umami 在 7 月为 96.82、8 月为 117.49；Simple Analytics 分别为 142.08、135.14。](https://vaneform.com/images/guides/analytics-comparison-zh.png) 对同一份月访问估计进行归一化，展示相对变化；绝对规模见上表。 ## 在工作表里复算这个决定 要做紧凑工作表，可以把上面的双站月份表复制进去：A 列域名，B、C、D 列分别为 6、7、8 月；E 列“6 至 8 月新增访问”填入 =D2-B2，F 列“6 至 8 月变化”填入 =D2/B2-1。向下填充第二款产品，并将 F 列设为百分比。这些公式针对上方宽表的列位置，下载的长表 CSV 采用另一种结构。 分别按 E 与 F 排序，并在结果旁写出问题。E 回答哪个站新增估计活动更多，F 回答谁相对自己的 6 月基数变化更大，两种视图都保留 D 列。团队成员把排序复制到简报时，8 月访问与统计期也一起保留下来，就能解释为什么两份排序各有用途。 还可以计算两站各自占本组 8 月合计访问的比例，但列名应写成“本比较组访问份额”。这里的分母来自你选出的两个域名，加入第三个域名就会改变比例，即使原网站完全没有变化。若要研究完整分析工具市场的大小，还需要整体对象范围和客户数据，这张双站工作表只能支持当前选样内的观察。 ## 用渠道线索缩小下一项调查 8 月公开报告页面显示，Umami 的 Search 份额约 10.0%，Simple Analytics 约 9.0%。乘以相同月份的访问估计，得到约 4.8 万与 9,700 次搜索渠道访问。份额看起来接近，对应规模却差异明显。这里使用页面四舍五入后的份额作近似计算，与独立关键词数据集和转化计数各自保持分工。 下一项有效检查是相关承接页或搜索结果。例如比较两款产品如何回答安装分析脚本、阅读看板中的一个具体问题，再记录访客读完能实际完成什么。较高的 Direct 份额则仍包含回访、来源未识别等多种可能，需要继续调查。通过这些问题，可以将流量比较落到页面和产品体验上。 参考资料: - [Umami · 2026 年 8 月报告](https://vaneform.com/e/umami-is?month=2026-08) - [Simple Analytics · 2026 年 8 月报告](https://vaneform.com/e/simpleanalytics-com?month=2026-08) ## 写成一份能推进工作的小结 这次证据可以支持这样的简报：“把 Umami 的公开获客路径作为较大规模参照；把 Simple Analytics 的 7 月上涨与 8 月水平作为走势问题继续研究；围绕同一个分析任务比较两者上手体验。客户转化和流量变化原因仍待核对。”观察与问题各自清楚，其他人接手研究时就能知道接下来要验证什么。 下次复查时保留这组对象，寻找下一个共同完整月份。如果只有一个站点出现 9 月，先保留该行日期，让双站 9 月比较继续待补。旧月份估计发生修订时，保存旧导出与新版本。比较的价值在于让下一项调查更明确，排序背后的范围、日期和变化来源始终需要让人读得懂。 ## 继续研究 - [比较网站流量](https://vaneform.com/zh/bulk) - [用 Python 复算这份 CSV](https://vaneform.com/zh/guides/website-traffic-api-python-csv) - [继续研究增长走势](https://vaneform.com/zh/guides/analyze-website-traffic-growth) Canonical: https://vaneform.com/zh/guides/compare-website-traffic