网站流量日志分析背景介绍- - 如何进行网站分析--流量分析(质量、多维细分)|学习笔记

简介: 快速学习网站流量日志分析背景介绍- -如何进行网站分析--流量分析(质量、多维细分)

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(第一阶段)网站流量日志分析背景介绍- - 如何进行网站分析--流量分析(质量、多维细分)】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/693/detail/12161


网站流量日志分析背景介绍- -如何进行网站分析--流量分析(质量、多维细分)


内容简介

一、如何进行网站分析

二、网络流量质量分析(流量分析)

三、网络流量多维度细分(流量分析)


一、如何进行网站分析

网站分析整体来说是一个内涵非常丰富的体系,整体过程是一个倒金字塔结构。网站分析大致从三个角度进行分析:网站的流量分析,内容分析和转化分析。这三个结构共同支撑了金字塔的塔尖 ROI(投资回报率,即不管从哪些角度,哪些方面开展分析,最终目的都是提高投资回报率,赚取更多的钱,因为项目的意义是盈利。

image.png

金字塔的顶部是网络的目标:投资回报率(ROI)

金字塔的塔底是端到端分析,端到端分析不是前端到后端,而是我们的数据来自我们的客户,最终经过分析又作用于我们的客户。


二、网络流量质量分析(流量分析)

流量对于每个网站来说都是很重要,但流量并不是越多越好(因为流量多需要关注流量能带来多少收益),应该更加看重流量的质量,换句话来说就是流量可以为我们带来多少收入。比如一家公司的网站需要更多的流量,这时使用爬虫写一个死循环,不断向服务器发起请求,这样流量就多,但是流量多没有产生任何价值,这时流量越多反而给服务器造成压力。

image.png

(圆圈大小可能代表流量获取成本)

x 轴代表量,指网站获得的访问量。Y 轴代表质,指可以促进网站目标的事件次数(比如商品浏览、注册、购买等行为)。圆圈大小表示获得流量的成本。

第一象限:质高量高。这是网站的核心流量,对于这部分流量保持即可建议降低获取流量的成本。(这里需要降低获取成本比如开通充一年送一年的会员等)

第二象限:质高量低。这部分是网站的忠诚用户(直接流量过来的),有很高的质,建议提高量。

第三象限:量可以质较低(俗称广告流量),并且获取量的成本比较高。需要做的是尽量降低广告成本。

第四象限:量高质低(BD 流量)。这部分需要提高质量。

BD 流量是指商务拓展流量。一般指的是互联网经过运营或者竞价排名等方式,从外部拉来的流量。比如在百度上花钱来竞价排名,产生的流量就是 BD 流量的一部分。(量多但质不高)需要注意的是进行商务竞价排名之后,所带来的数量是明显上升的,但质量不一定好。所以针对 BD 流量需要考虑带来的质量能不能提高,有没有必须继续维持这个关系。

总结:

不够从什么角度分析,都不能从单一角度分析,所追求的是数量越多,质量越好。

质量分析是指在看重数量的同时需要关注流量的质量,所谓的质量指的是流量所能带来产生的价值。


三、网络流量多维度细分(流量分析)

维度是指看问题的角度,同样的东西,同样的问题在不同角度下,不同的维度下分析可以得到不同的指标,不同的结果。在不同的维度下不断细分可以得到有问题的环节。

细分是指通过不同维度对指标进行分期,查看同一个指标在不同维度下的表现,进而找出有问题的那部分指标,对这部分相标进行优化。

image.png

一个公司网站这个月的访问量比上个月低,接下来针对这个问题采取不同维度的细分,是访问来源还是访问媒介?是访问来源中的时间力度,新闻门户类的网站用户通常晚上访问,若用户未访问,这时要考虑网站是否被截流,还是地理位置比如之前客户大量来自东部,但突然东部人数变少?运营商网线不通等分析。

指标是访问量,就是我们常说的流量。在来源维度,媒介维度、时间维度、位置按度等维度下.我们可以对访问量进行单熟成者重叠的多维度细分。

多维度细分,维度指的是量分析问题的角度,在不同维度下问题所展示的特性是不一样的。可以通过不同的维度分析问题出现在什么方面。

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
|
25天前
|
存储 分布式计算 监控
【Flume】Flume 监听日志文件案例分析
【4月更文挑战第4天】【Flume】Flume 监听日志文件案例分析
|
4月前
|
监控 Android开发 C语言
深度解读Android崩溃日志案例分析2:tombstone日志
深度解读Android崩溃日志案例分析2:tombstone日志
86 0
|
4月前
|
Go 数据处理 Docker
elk stack部署自动化日志收集分析平台
elk stack部署自动化日志收集分析平台
81 0
|
4月前
|
缓存 固态存储 关系型数据库
MySQL性能优化指南:深入分析重做日志刷新到磁盘的机制
MySQL性能优化指南:深入分析重做日志刷新到磁盘的机制
|
7天前
|
机器学习/深度学习 前端开发 数据挖掘
工具变量法(两阶段最小二乘法2SLS)线性模型分析人均食品消费时间序列数据和回归诊断(下)
工具变量法(两阶段最小二乘法2SLS)线性模型分析人均食品消费时间序列数据和回归诊断
77 11
|
5月前
|
存储 监控 安全
带你读《Apache Doris 案例集》——07查询平均提速700% ,奇安信基于 Apache Doris 升级日志安全分析系统(1)
带你读《Apache Doris 案例集》——07查询平均提速700% ,奇安信基于 Apache Doris 升级日志安全分析系统(1)
|
5月前
|
SQL 存储 安全
带你读《Apache Doris 案例集》——07查询平均提速700% ,奇安信基于 Apache Doris 升级日志安全分析系统(2)
带你读《Apache Doris 案例集》——07查询平均提速700% ,奇安信基于 Apache Doris 升级日志安全分析系统(2)
111 0
|
12天前
工具变量法(两阶段最小二乘法2SLS)线性模型分析人均食品消费时间序列数据和回归诊断2
工具变量法(两阶段最小二乘法2SLS)线性模型分析人均食品消费时间序列数据和回归诊断
18 0
|
13天前
|
机器学习/深度学习 前端开发 数据挖掘
R语言计量经济学:工具变量法(两阶段最小二乘法2SLS)线性模型分析人均食品消费时间序列数据和回归诊断
R语言计量经济学:工具变量法(两阶段最小二乘法2SLS)线性模型分析人均食品消费时间序列数据和回归诊断
40 0
|
24天前
|
SQL 存储 监控
日志问题精要:分析与总结
该文档讲述了应用系统日志记录的重要性和规则。主要目的是记录操作轨迹、监控系统状态和回溯故障。日志记录点包括系统入口、调用其他模块、调用结束、出口和出错时。内容应遵循UTF-8编码,避免敏感信息,按INFO级别记录,及时、完整且安全。日志输出要控制频率和长度,不影响系统性能,并按策略备份和清理。日志等级分为DEBUG、INFO、WARN、ERROR和FATAL。日志文件应有明确目录结构,大小有限制,并定期清理。注意事项包括输出异常堆栈、避免打印对象实例的hashCode、选择合适的日志框架和格式,并支持动态修改日志级别。还要实现链路追踪,确保在多线程环境中正确记录日志。
23 0