网站流量日志分析--分析指标和分析模型--基础级指标|学习笔记

本文涉及的产品
日志服务 SLS,月写入数据量 50GB 1个月
简介: 快速学习网站流量日志分析--分析指标和分析模型--基础级指标

开发者学堂课程【大数据分析之企业级网站流量运营分析系统开发实战(第三阶段) 网站流量日志分析--分析指标和分析模型--基础级指标】学习笔记,与课程紧密联系,让用户快速学习知识。

课程地址:https://developer.aliyun.com/learning/course/695/detail/12208


网站流量日志分析--分析指标和分析模型--基础级指标


内容介绍:

一.pageview 浏览次数(PC)

二.uniquevisitor 独立访客数(UV)

三.访问次数(VV)

四.IP


网站分析中一些常见的指标分类。指标对网站分析来说非常重要,通过各种指标可以去衡量记录网站访问者的一些行为。例如流量,流量多,流量少,流量就是一个指标,但是这个指标描述的不够专业。

在企业当中这个指标往往因为业务的进行不断的增加,给业务人员,需求人员提取出来新的指标,需要根据这些指标进行计算。最重要的一点是指标的正确解读,当中有没有奇异,有没有多音字,语义上的差异,要跟我们的需求沟通清楚。在网站分析中一些常见的指标。第一部分是基础及指标,骨灰级的指标。可以说任何一家公司任何一个网站,只要你开展网站分析,这些指标应该就会出现,因为这些指标衡量的信息非常的基本,非常的重要。


一.pageview 浏览次数(PC)

PV 的名称叫做 pageview 浏览次数,即用户没打开一个网站页面,记录一个 PV 值,看到打开同一页面,PV 累计多次,通俗解释就是页面被加载的总次数,也就是浏览器加服务器发行一个,请求加载一次,PV 值就会加1。例如,打开浏览器访问百度,此时一刷新一加载,百度的 PV 值就会加1,此时按一下刷新键,PV 值还会加1,再按一下键盘上的 f5,PV 级还是会加1。

也就是说,只要向服务器发起请求,这个页面就会被加载一次,PV 值就会累计加1。所以PV的通俗解释就是页面被加载的总次数,但是要记住,仅仅通过这个 PV 值,并不能得出什么结论。例如A网站今天的 PV 值是1000万,B 网站的 PV 值是10万,并不能说a网站来的人比较多,因为这1000万可能是一个人来这个网站,你们可能是这个人一直在按f5在刷新,可能写了一个爬虫不断的来请求,可能会造成 PV 值增大,但不见得是人多。单独的看指标没有过多的意义。要想增加人的关系。


二.uniquevisitor 独立访客数(UV)

第二个基础级指标叫做uv,全称叫做 uniquevisitor 独立访客数,指的是一天之内,访问网站的不重复用户数。说的直白一点,当你今天来到一个网站,无论你来了多少次,我只计算一次,叫做独立访客数,这就可以表示来这个网站的人数多与少。访客的识别,在过去通常以IP来表示访客,但是现在用IP来表示访客已经不精准了,例如在同一个小区,同一家公司当中同一栋楼当中,可能不同的用户,但是官网 IP 就是一个 IP,也就是所谓的 NVT,Net 一直转换,在内网中都是不同的用户,但是出去官网可能都是同一个 IP。所以这是用 IP 来计算的,可能更加精准。

现在可以使用 Cookie 用户的标识来进行独立访客的识别,这叫做 UV,UV 和 PV 之间存在一个天然的关系,PV 是不可能小于 UV 的,因为只要你今天来了十个人,至少每个人会打开一个页面,如果一个页面都没有打开,那就不知道你来了,只要你来了,今天就会打开一个页面,也就是说这两个指标存在的客观逻辑是:PV 一定是大于等于 UV 的。当它相等的时候意味着今天来的人都打开了一个页面就走了。通常来说 PV 是大于 UV 的,一定不会出现 PV<UV。


三.访问次数(VV)

第三个指标是 VV 访问次数,访问次数里面的次不是页面次数,而是会话的次数。会话 session 概念,在网站上的一系列活动称为一次会话。前后会话的识别,通常以前后两段的时间差来表示不同的会话。再一次会话中,可能只访问一个页面,打开一个页面,产生一个PV,也可能打开多个页面,产生多个 PV,通过这样的指标,又可以衡量出访问的次数。


四.IP

最后一个指标叫做 IP,过去十年IP可能用来表示 UV 访客数,不同的IP表示不同的人,但是现在的 IP 已经不能表示不同的人了,因为它不够精准。但是现在可以 用 IP 来访客的地理位置信息。不同的IP背后可以解读出不同的云商。例如,打开百度浏览器,输入一个 IP,我当前的ip就会被识别出来,来自于北京。此时要是分析地理相关,就知道可以根据IP来分析来自网站的人有多少。

为了更加准确的理解这几个基础标,举个例子:张三今天上午来到网站打开3个页面,下午来到网站打开2个页面,晚上又来到网站打开5个页面,问:PV,UV, VV,IP是多少?首先必须明白 PV 代表什么意思,PV 指的是页面加载总次数,今天上午来三个页面,下午来两个页面,晚上又来五个页面,只要打开页面一次就加一,所以 PV 数就是3+2+5=10。第二个是 UV,指的是独立访客数,不管来多少次,只算一次,无论是上午来,下午来,还是晚上来,只要在一天之内,无论你来多少次,都只算一次,所以张三产生的 UV 值是1,因为他今天只来了一次。下面一个是 VV,叫做会话次数,涉及到会话的识别,张三上午来,下午来,晚上来,中间的时差应该在30分钟以上,此时具体来说,还要根据数据来做一个判断,如果是30分钟以上,那就是上午一个会话,下午一个会话,晚上一个会话,所以今天产生的次数是三会话。最后一个指标 IP,指的是一天之内不重复的 IP 数,不论你今天来多少次,只要你是同一个用户,IP 值计算为1。现在只能表示它为地理位置信息,这样就计算出这几个基础指标。

通过这个简单的例子,再去梳理这四个基础指标背后的含义,在企业中对指标的业务解读极其重要。如果解读失败了,他的条件没有看清,那后面分析出来的指标可能就是错误的。而这几个指标是在网站分析中是非常常见的,称之为基础级指标,也称为骨灰级指标,任何一家公司网站都必须存在,理解 PV,UV,VV,IP 含义。

相关实践学习
日志服务之使用Nginx模式采集日志
本文介绍如何通过日志服务控制台创建Nginx模式的Logtail配置快速采集Nginx日志并进行多维度分析。
相关文章
|
4天前
|
存储 SQL 监控
|
4天前
|
运维 监控 安全
|
7天前
|
监控 关系型数据库 数据库
怎样分析慢查询日志?
【10月更文挑战第29天】怎样分析慢查询日志?
23 2
|
5天前
|
XML 安全 Java
【日志框架整合】Slf4j、Log4j、Log4j2、Logback配置模板
本文介绍了Java日志框架的基本概念和使用方法,重点讨论了SLF4J、Log4j、Logback和Log4j2之间的关系及其性能对比。SLF4J作为一个日志抽象层,允许开发者使用统一的日志接口,而Log4j、Logback和Log4j2则是具体的日志实现框架。Log4j2在性能上优于Logback,推荐在新项目中使用。文章还详细说明了如何在Spring Boot项目中配置Log4j2和Logback,以及如何使用Lombok简化日志记录。最后,提供了一些日志配置的最佳实践,包括滚动日志、统一日志格式和提高日志性能的方法。
88 30
【日志框架整合】Slf4j、Log4j、Log4j2、Logback配置模板
|
1月前
|
XML JSON Java
Logback 与 log4j2 性能对比:谁才是日志框架的性能王者?
【10月更文挑战第5天】在Java开发中,日志框架是不可或缺的工具,它们帮助我们记录系统运行时的信息、警告和错误,对于开发人员来说至关重要。在众多日志框架中,Logback和log4j2以其卓越的性能和丰富的功能脱颖而出,成为开发者们的首选。本文将深入探讨Logback与log4j2在性能方面的对比,通过详细的分析和实例,帮助大家理解两者之间的性能差异,以便在实际项目中做出更明智的选择。
190 3
|
3月前
|
Kubernetes Ubuntu Windows
【Azure K8S | AKS】分享从AKS集群的Node中查看日志的方法(/var/log)
【Azure K8S | AKS】分享从AKS集群的Node中查看日志的方法(/var/log)
129 3
|
1月前
|
存储 缓存 关系型数据库
MySQL事务日志-Redo Log工作原理分析
事务的隔离性和原子性分别通过锁和事务日志实现,而持久性则依赖于事务日志中的`Redo Log`。在MySQL中,`Redo Log`确保已提交事务的数据能持久保存,即使系统崩溃也能通过重做日志恢复数据。其工作原理是记录数据在内存中的更改,待事务提交时写入磁盘。此外,`Redo Log`采用简单的物理日志格式和高效的顺序IO,确保快速提交。通过不同的落盘策略,可在性能和安全性之间做出权衡。
1611 14
|
27天前
|
Python
log日志学习
【10月更文挑战第9天】 python处理log打印模块log的使用和介绍
26 0
|
28天前
|
数据可视化
Tensorboard可视化学习笔记(一):如何可视化通过网页查看log日志
关于如何使用TensorBoard进行数据可视化的教程,包括TensorBoard的安装、配置环境变量、将数据写入TensorBoard、启动TensorBoard以及如何通过网页查看日志文件。
160 0
|
1月前
|
存储 分布式计算 NoSQL
大数据-136 - ClickHouse 集群 表引擎详解1 - 日志、Log、Memory、Merge
大数据-136 - ClickHouse 集群 表引擎详解1 - 日志、Log、Memory、Merge
36 0
下一篇
无影云桌面