初步学习网站分析工具

一、百度网站统计

1.1简介

       百度网站统计是中文网站流量分析平台，帮助企业收集网站访问数据，提供流量趋势、来源分析、转化跟踪、页面热力图、访问流等多种统计分析服务，同时与百度搜索、百度推广、云服务无缝结合，为网站的精细化运营决策提供数据支持，进而有效提高企业的投资回报率。
可以简单理解为高效实现后台管理。
       在官网可以使用demo体验一下

1.2 基本使用流程

1. 注册用户:分为三类账号，其中客户版需要公司认证，一般用于网站的话选站长版就行
   

2. 添加站点：站点就是你希望监控、分析流量的网站
   

3. 代码安装：在百度统计中新建的每一个站点，都会对应独特的JavaScript监控代码。点击站点右侧的”获取代码“得到监控代码，然后直接将代码添加到网站全部页面的标签前。
          感觉这一点比较麻烦，需要依次去添加，但仔细一想，这样做的自定义程度会更高一些，因为某些页面可能不希望去统计或者没必要去统计，那么就不用加入这段代码，个人认为这样做可能可以提高一些隐私性、降低一些开销。个人想法，不一定对。
          在看官方文档的时候发现，百度统计提供了异步分析代码：此代码以异步加载形式进行加载，可以做到对网站打开速度没有影响，使用该代码能够大幅提升网站的打开速度，也可提升统计数据的准确性。直接把上一段的内容打脸。
   
          加入的这段代码会收集网站的用户访问数据，并在报告中展示。相当于就是百度做好了一个库，你只需调用一下就可以自动运行了。
          当用户浏览网站的某一个页面时，这段JavaScript代码会被执行，将所收集到的访问参数发送到百度统计的服务器，百度统计根据跟踪ID对数据进行归类处理，然后展示到相应ID的站点统计报告里。
          当创建站点时，生成的JavaScript代码带有唯一的跟踪ID，与本用户的当前站点相对应，也就是说代码跟踪ID由“账户+站点”决定，要保证能正常使用，关键就是确保“账户+站点”保持一致。

1.4 一些概念

名称	含义
浏览量（PV）	页面被打开的次数，同一页面被打开多次。统计累加
访客数（UV）	通过受访页面的URL来统计的，进入同一页面的URL不一样被记为多次UV
跳出率	只浏览了一个页面便离开了网站的访问次数占总的访问次数的百分比。跳出率越高就说明该网站对访问者的吸引力越低
平均访问时长	在页面停留时间的总和除以PV
事件总数	点击按钮的总数量

1.5 界面

       在百度网站统计的官网登录后就能进入到后台管理界面，通过导航栏可以选择查看不同的信息，其中包含了大量的图表，通过可视化的方式可以快速、直观地理解信息。个人猜测可能是用到了百度自家的Echart可视化工具。
       很多界面都包含时间、访客、机器等多种可供选择的内容，可以让用户自己选择想要查看的信息范围，比较灵活

二、谷歌分析

2.1 简介

       作用和百度网站统计相似，都是提供了统计、分析网站的服务。

2.2 基本使用流程

       和百度网站统计一样，先创建账号，再添加网站，最后将生成的JavaScript放在每个页面里。该流程可以参考这篇博客
       但与百度网站统计不同的是，谷歌分析还需要增加一个gtag.js文件：全局网站代码 (gtag.js) 是一种 JavaScript 代码植入框架兼 API，用来向 Google Analytics（分析）、Google Ads 和 Google Marketing Platform 发送事件数据。

三、该类产品的原理

       该类产品一般采用埋点的方式实现。埋点是用来收集用户行为数据。比如想要了解一个用户在APP里面点击了哪些按钮，看了哪些页面，做了哪些事情等，就可以通过埋点来实现。
       实现方式是通过植入一段代码到某个页面或某个按钮，从而监听用户行为并进行收集上报。

四、区别

• 数据延时：百度网站统计比谷歌分析更适合国内用户，毕竟百度是在国内的，可以更快速地提供数据。谷歌分析一般有1-2个小时的数据延时，而百度统计最多延迟5分钟。
• 上手难易程度：谷歌分析提供的是JS函数接口，功能强大但是需要一定的编程能力，部署相对复杂。百度统计提供的事件目标分析功能，只需要在后台对要监控的事件进行设置就可以了，用起来很方便，不懂编程的人也可以很快用起来。
• 功能方面：谷歌分析在功能上自定义报告、交叉数据分析等方面都更全面、更强大

五、制作类似产品需要注意的点

• 首先就是明确要分析什么内容，为了分析这个内容需要采取什么算法、什么模型，为了实现这些方法都需要哪些数据，最终根据这些需求确定采集哪些网站访问数据。
• 考虑数据的存储方式：假如管理的网站每天的访问量很大的话，就会产生海量的数据，此时可以使用类似HBase这样的数据库，可以通过分布式建立集群，扩展也更容易。
• 考虑在何时触发采集数据的操作：比如要明确是点击按钮之后马上就触发还是等整个步骤结束了再触发。
• 该类产品的定位是流量分析工具，而不是流量统计。重点是分析这些流量说明了什么问题，能为网站做出哪些建议。可以使用机器学习对网站的流量进行分类、预测等操作；也可以结合可视化工具，将抽象的数据直观地呈现出来。
• 考虑效率：可以按照实时性要求的强弱进行区分，对于实时性要求高的数据分析要快速处理；对于实时性要求低的数据分析可以选择定时处理或者定量处理等方法。
• 考虑易用性：如果用户需要使用该工具，就要把相应的代码植入到程序中，如何快速、便捷的植入是需要考虑的。除此之外，普通用户在登录到后台管理界面想要查看数据时，界面、每个功能的标题等一定要简单易懂，不然很多可能很有用的功能会因为不理解作用而被用户忽略，所以还要做好完善的帮助文档。