揭秘百度統(tǒng)計(jì)和Google Analytics的工作原理

時(shí)間：2022-05-28 21:30:01 | 來(lái)源：網(wǎng)絡(luò)營(yíng)銷

時(shí)間：2022-05-28 21:30:01 來(lái)源：網(wǎng)絡(luò)營(yíng)銷

相信做個(gè)seo的，或者自己已經(jīng)是站長(zhǎng)的，都或多或少的對(duì)自己負(fù)責(zé)的站做個(gè)數(shù)據(jù)分析，要想了解自己網(wǎng)站的情況，就必須要牽涉到流量統(tǒng)計(jì)軟件了，目前大家用到的流量統(tǒng)計(jì)軟件也各不相同。而每個(gè)流量統(tǒng)計(jì)軟件統(tǒng)計(jì)數(shù)據(jù)也都是有差異的，而且差異非常大，其根本原因在于數(shù)據(jù)統(tǒng)計(jì)的原理和機(jī)制是不同的。下面我們就針對(duì)google和百度這2個(gè)比較大的搜索引擎自身推出的Google Analytics與百度統(tǒng)計(jì)做個(gè)系統(tǒng)的原理分析，來(lái)看下究竟是什么原因?qū)е碌耐瑯拥木W(wǎng)站可統(tǒng)計(jì)的流量卻不同的真正原因：

百度統(tǒng)計(jì)的工作原理分析

百度統(tǒng)計(jì)提供的JS，實(shí)質(zhì)上是往頁(yè)面中引入#/h.js的這段代碼，該代碼的內(nèi)容會(huì)根據(jù)后面的參數(shù)有所不同，h.js?后面的參數(shù)就是你在百度統(tǒng)計(jì)里的id。

獲取該h.js代碼的同時(shí)，百度統(tǒng)計(jì)會(huì)往你的瀏覽器寫入一個(gè)名字為“HMACCOUNT”的cookie，該cookie的過(guò)期時(shí)間為2038年，所以只要你沒(méi)有清空瀏覽器cookie，基本就永不過(guò)期。

h.js被下載后，便執(zhí)行其腳本獲取一些瀏覽器相關(guān)信息和訪問(wèn)來(lái)源，獲取的信息包括屏幕尺寸、顏色深度、flash版本、用戶語(yǔ)言等。

從js代碼中可以得到，所有參數(shù)包括這些：“cc,cf,ci,ck,cl,cm,cp,cw,ds,ep,et,fl,ja,ln,lo,lt,nv,rnd,sb,se,si,st,su,sw,sse,v”。這些參數(shù)的意義大致如下：

cc: 不知道，一般為1

cf:url參數(shù)hmsr的值

ci:url參數(shù)hmci的值

ck:是否支持cookie 1:0

cl:顏色深度 如 “32-bit”

cm:url參數(shù)hmmd的值

cp:url參數(shù)hmpl的值

cw:url參數(shù)hmkw的值

ds:屏幕尺寸,如 ’1024×768′

ep:初始值為’0′，時(shí)間變量，反映頁(yè)面停留時(shí)間，格式大概是：現(xiàn)在時(shí)間-載入時(shí)間+“，”+另一個(gè)很小的時(shí)間值

et:初始值為’0′，如果ep時(shí)間變量不是0的話，它會(huì)變成其他

fl:flash版本

ja:java支持 1:0

ln:語(yǔ)言 zh-cn

lo: 不知道，一般為0

lt:日期 time.time()，如“1327847756”，在首次請(qǐng)求沒(méi)有

nv: 不知道，一般為1或者0

rnd:十位隨機(jī)數(shù)字

sb:如果是360se瀏覽器該值等于‘17’

se: 和搜索引擎相關(guān)

si:統(tǒng)計(jì)代碼id

st:

su:上一頁(yè)document.referrer

sw: 不知道，估計(jì)和搜索引擎有關(guān)，一般為空

sse:不知道，估計(jì)和搜索引擎有關(guān)，一般為空

v:統(tǒng)計(jì)代碼的版本 ，目前該值為“1.0.17”

當(dāng)這些參數(shù)都設(shè)置完畢了(有些參數(shù)并沒(méi)有賦值)，篩選出已經(jīng)賦值了的參數(shù)，并作為#/hm.gif的參數(shù)拼湊出一個(gè)url，如：http://#/hm.gif?cc=1&ck=1&cl=32-bit&ds=1366×768&ep=0&et=0&fl=11.0&ja=1&ln=zh-cn。然后請(qǐng)求該圖片。

百度統(tǒng)計(jì)服務(wù)端，通過(guò)接收到這個(gè)請(qǐng)求，并從這個(gè)圖片的網(wǎng)址附帶的參數(shù)獲取相關(guān)信息，記錄訪客訪問(wèn)記錄;當(dāng)頁(yè)面被用戶關(guān)閉的時(shí)候，同樣會(huì)觸發(fā)一次請(qǐng)求hm.gif的過(guò)程，但這個(gè)過(guò)程不是所有瀏覽器和所有關(guān)閉動(dòng)作都支持。

使用使用Wireshark(一款網(wǎng)絡(luò)抓包工具)測(cè)試可以發(fā)現(xiàn)，瀏覽器總共向服務(wù)器端發(fā)送了4次請(qǐng)求：

請(qǐng)求一段js腳本。

加載完畢時(shí)候出發(fā)一次請(qǐng)求，并傳遞參數(shù)

退出頁(yè)面時(shí)候，發(fā)出一次請(qǐng)求，并傳遞參數(shù)，與上面對(duì)比，發(fā)現(xiàn)ep參數(shù)有變化。

百度統(tǒng)計(jì)是基于cookie的，當(dāng)請(qǐng)求js腳本的時(shí)候，會(huì)在你電腦里保存一個(gè)永久cookie，該cookie作為你的用戶標(biāo)識(shí)。同時(shí)發(fā)現(xiàn)，但退出時(shí)候參 數(shù)ep從最開(kāi)始的0變?yōu)榱?ldquo;7289%2C115”，轉(zhuǎn)義后是“7289，115”這是兩個(gè)毫秒單位，即7.2秒和0.1秒的意思。同時(shí)前兩次請(qǐng)求 hm.gif的時(shí)候lt參數(shù)(時(shí)間，javascript：(new Date).getTime())是不變的。rnd隨機(jī)數(shù)每次都變。

Google Analytics的工作原理

當(dāng)用戶訪問(wèn)了一個(gè)包含Google Analytics統(tǒng)計(jì)代碼的頁(yè)面，這段代碼會(huì)被用戶的瀏覽器執(zhí)行，而這段代碼的作用就是用來(lái)收集這位訪客的信息，比如瀏覽頁(yè)面的URL、瀏覽器類型、操作系統(tǒng)、系統(tǒng)語(yǔ)言、屏幕分辨率等。

當(dāng)訪問(wèn)者訪問(wèn)帶有Google Analyitcs追蹤代碼的頁(yè)面時(shí)，GoogleAnalyitcs就會(huì)發(fā)回這樣一條數(shù)據(jù)給Google服務(wù)器。此條數(shù)據(jù)中包含了Google Analyitcs所追蹤到的訪問(wèn)者信息。如下圖：

utmwv=4.6.5 Google Analyitcs追蹤代碼的版本。

&utmn=213-1698-805 utm.gif的唯一ID編號(hào)，防止GIF圖像緩存。

&utmhn=你的域名 用戶訪問(wèn)的主機(jī)名。

&utmcs=UTF-8 用戶瀏覽器語(yǔ)言編碼。

&utmsr=1152×864 用戶屏幕分辨率。

&utmsc=32-bit 用戶的屏幕顏色。

&utmul=en-us 用戶瀏覽器語(yǔ)言設(shè)置。

&utmje=0 用戶瀏覽器是否支持JAVA。

&utmfl=10.0%20r42 Flash的版本。

&utmdt=%E8%93%9D%E9%B2%B8%E7%9A%84Web%20Analytics%E7%AC%94%E8%AE%B0 當(dāng)前網(wǎng)頁(yè)的標(biāo)題，在這里是經(jīng)過(guò)編碼的字符串。

&utmhid=1987-124-655

&utmr=0 推介鏈接的URL。

&utmp=%2F 當(dāng)前頁(yè)面產(chǎn)生的請(qǐng)求。

&utmac=UA-12347890-1 用戶Google Analytics

以上都是Cookie里存儲(chǔ)的數(shù)據(jù)，__utma用來(lái)分析唯一用戶，訪問(wèn)次數(shù)，停留時(shí)間，新訪或回訪等等。__utmz用來(lái)記錄流量來(lái)源。__utmv存儲(chǔ)細(xì)分用戶所定義的值。

如果開(kāi)通了電子商務(wù)追蹤功能或是自定義了事件追蹤。那么還會(huì)包含以下內(nèi)容：

&utme 事件追蹤數(shù)據(jù)

&utmipc 用戶購(gòu)買的產(chǎn)品編號(hào)

&utmipn用戶購(gòu)買的產(chǎn)品名稱

&utmipr 用戶購(gòu)買的產(chǎn)品單價(jià)

&utmtsp 運(yùn)費(fèi)

&utmttx 稅款

GA統(tǒng)計(jì)代碼隨后將這些訪客信息存儲(chǔ)到Cookie中，Cookie是一段短小的文本，存放于本地，與訪問(wèn)的網(wǎng)站相關(guān)聯(lián)，它被用來(lái)判斷一個(gè)用戶是初次訪問(wèn)還是多次訪問(wèn)，頁(yè)面的推薦來(lái)源和隨后的頁(yè)面瀏覽信息等。

最后，所有的被收集到的信息會(huì)被發(fā)送到Google Analytics的數(shù)據(jù)服務(wù)器上。這個(gè)過(guò)程比較巧妙，我們知道服務(wù)器的日志文件會(huì)記錄每一次的文件請(qǐng)求信息，而Google Analytics收集數(shù)據(jù)的方式便是通過(guò)向服務(wù)器請(qǐng)求一個(gè)透明的1×1的GIF圖片文件，這個(gè)文件請(qǐng)求以及請(qǐng)求時(shí)間會(huì)在服務(wù)器日志中被記錄，而文件請(qǐng)求 信息包含了GA統(tǒng)計(jì)代碼收集的數(shù)據(jù)和Cookie信息，這樣，每當(dāng)這個(gè)GIF圖片收到請(qǐng)求申請(qǐng)時(shí)，訪客的訪問(wèn)信息就會(huì)被Google Analytics數(shù)據(jù)服務(wù)器收集。

不過(guò)Google Analytics只是發(fā)送一張gif請(qǐng)求，很多時(shí)候會(huì)發(fā)送多張gif請(qǐng)求。假如有一個(gè)gif圖片無(wú)法統(tǒng)計(jì)，那么GA會(huì)發(fā)送其他gif請(qǐng)求，

網(wǎng)站分析大師Avinash曾經(jīng)說(shuō)過(guò)只要數(shù)據(jù)有90%的準(zhǔn)確度，那么就可以及時(shí)采取行動(dòng)了。重要的是能夠看出趨勢(shì)，進(jìn)而采取行動(dòng)，然后進(jìn)行測(cè)試，不斷地優(yōu)化。由此可見(jiàn)數(shù)據(jù)的分析，在我們網(wǎng)站的發(fā)展、提升中是多么大的作用。