网站用户行为数据统计与分析—埋点统计

2024-05-05 10:48

本文主要是介绍网站用户行为数据统计与分析—埋点统计,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

背景:现如今,销售预测在提高企业经济效益及决策支持水平的方面占有重要的地位。随着企业信息化技术水平的提高,企业销售数据日益丰富,管理者对其中隐藏的销售预测信息的渴求愈来愈强烈。用传统的方法来分析这些海量数据中的销售信息相当困难,已不适应时代需求。此文目的正在此处,即如何寻找更好的方法去挖掘销售数据中隐藏的销售预测信息。

    应用:目前习惯了这样一种称谓:前端行为数据和后端商业数据。前段数据指访问量、浏览量、点击流及站内搜索等反应用户行为的数据,而后端数据更侧重商业数据,比如交易量、ROI(转化率)、LTV(Life time Value终身价值)。目前有些人关心行为数据,也有些人关心商业数据,但较少人把行为数据和商业数据联系起来看。大家往往只单纯看某一端数据。国内小有名气的网站CEO,每天也只看一个结果数据:网站今天的成交量是多少,卖了多少件产品。但是看数据走火入魔的人会明白,每个数据,就像散布在黑夜里的星星,它们彼此之间布满了关系网,只要轻轻按一下其中一个数据,就会驱动另外一些数据的变化。

   实现流程图:

    设计实现图:

    js埋点代码,此部分代码借鉴谷歌分析的思路设计,相信不难理解:

01 <!-- 获取用户行为数据(js文件外部引用) 五味子-->
02 <script type="text/javascript">
03    var _uid = "${sessionScope.memberId}";//获取用户会员ID
04    var _oid = "${orderId}";//获取用户订单ID
05    (function() {          //(function(){})是一个闭包的用法,闭包必定会被调用。
06   
07    var ga = document.createElement('script');
08    ga.type = 'text/javascript';
09    ga.charset='gbk';
10    ga.async = true;//ga.async = true 异步调用外部js文件,即不阻塞浏览器的解析
11    ga.src = 'js/ana.js'
12    var s = document.getElementsByTagName('script')[0];    //取得第一个tag名为script的元素
13    s.parentNode.insertBefore(ga, s);             //在s前添加元素ga
14  })();
15  </script>

   大家可能注意到了此段代码块中引入了一个ana.js文件,这个文件就是收集行为数据的核心代码文件:

001 /*
002  *生成UUID,用户唯一访问标识
003  */
004 (function() {
005   alert("asdf");
006   // Private array of chars to use
007   var CHARS ='0123456789ABCDEFGHIJKLMNOPQRSTUVWXYZabcdefghijklmnopqrstuvwxyz'.split('');
008   
009   Math.uuid = function (len, radix) {
010     var chars = CHARS, uuid = [], i;
011     radix = radix || chars.length;
012   
013     if (len) {
014       for (i = 0; i < len; i++) uuid[i] = chars[0 | Math.random()*radix];
015     else {
016       var r;
017       uuid[8] = uuid[13] = uuid[18] = uuid[23] = '-';
018       uuid[14] = '4';
019       for (i = 0; i < 36; i++) {
020         if (!uuid[i]) {
021           r = 0 | Math.random()*16;
022           uuid[i] = chars[(i == 19) ? (r & 0x3) | 0x8 : r];
023         }
024       }
025     }
026     return uuid.join('');
027   };
028   Math.uuidFast = function() {
029     var chars = CHARS, uuid = new Array(36), rnd=0, r;
030     for (var i = 0; i < 36; i++) {
031       if (i==8 || i==13 ||  i==18 || i==23) {
032         uuid[i] = '-';
033       else if (i==14) {
034         uuid[i] = '4';
035       else {
036         if (rnd <= 0x02) rnd = 0x2000000 + (Math.random()*0x1000000)|0;
037         r = rnd & 0xf;
038         rnd = rnd >> 4;
039         uuid[i] = chars[(i == 19) ? (r & 0x3) | 0x8 : r];
040       }
041     }
042     return uuid.join('');
043   };
044   
045   Math.uuidCompact = function() {
046     return 'xxxxxxxx-xxxx-4xxx-yxxx-xxxxxxxxxxxx'.replace(/[xy]/g, function(c) {
047       var r = Math.random()*16|0, v = c == 'x' ? r : (r&0x3|0x8);
048       return v.toString(16);
049     });
050   };
051 })();
052  
053 //======================================UUID=============================end
054     //页面id,标识唯一一个页面
055     var url=window.location.href;
056  
057     var url_arr=url.split(".");
058      
059     var id=url_arr[url_arr.length-2];
060      
061     //获取会员ID
062     var _memberId = _uid || '';
063      
064     //获取订单ID
065     var _orderId = _oid || '';
066  
067     //用户标识UUID
068     var _utmb = $.cookie('_utmb') || '';
069  
070     //_utmb值为空时,调用Math.uuidFast
071     if(_utmb==null||_utmb=='undefined'||_utmb==''){
072          
073             _utmb = Math.uuidFast();
074              
075             $.cookie('_utmb', _utmb);
076              
077     }
078      
079     //从哪个路径跳转过来
080     var _ref = document.referrer || '';
081      
082     var _param = _ref.substring(_ref.indexOf("?"), _ref.length);
083      
084     var strs =_param.split('&');
085      
086     var utm_source='';
087      
088     for var i = 0; i < strs.length; i++) {
089          
090         if (strs[i].indexOf('utm_source')!=-1) {
091              
092             utm_source = strs[i].substring(strs[i].indexOf('=')+1,strs[i].length);
093              
094         }
095          
096     }
097      
098     //判断,如果utm_source的值不为空,则路径来源取值utm_source,否则取值_ref
099     if (utm_source!=null&&utm_source!=''&&utm_source!='undefined') {
100          
101         _ref=utm_source;
102          
103     }
104     //获取当前访问的页面
105     var  _currentURL=document.URL || '';
106      
107     alert($.cookie('_utmc'+id));
108     //一秒内连续刷新算一次请求
109     if ($.cookie('_utmc'+id)) {
110          
111     }
112     else{
113          
114         _utmc = $.cookie('_utmc'+id, true, {expires: 1/24/60/60});//expires以天为单位,cookie有效时间1秒钟
115         //写入,传到后台
116         var img = new Image();// 创建一个image对象
117          
118         img.src = 'http://localhost:18080/ec-ga/behavior.img?_utmb='+_utmb+"&_memberId="+_memberId+"&_orderId="+_orderId+"&_ref="+_ref+"&_currentURL="+_currentURL;
119          
120         document.body.appendChild(img);
121     }
    代码分析:

    此段代码也不难理解,有几个地方我捎带讲解一下:

    uuid,在这里我把它定为用户访问唯一标识符,更多有关uuid的资料,大家上网查。

    _utmc,用来标识一段时间内,如果用户不断刷新,我们算一次页面请求,所以在这里我们设置了cookie的有效期

    img,这里我们摒弃了传统的ajax发送请求,那是因为ajax不能跨域发送请求,所以我们这里采用了以图片的形式把数据发送过去。

    最后,别忘了添加两个js文件,一个jquery.js,一个jquery.cookie.js


转载:http://www.12333sh.gov.cn/sbsjb/wzb/226.jsp

这篇关于网站用户行为数据统计与分析—埋点统计的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/961530

相关文章

MySQL 删除数据详解(最新整理)

《MySQL删除数据详解(最新整理)》:本文主要介绍MySQL删除数据的相关知识,本文通过实例代码给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友参考下吧... 目录一、前言二、mysql 中的三种删除方式1.DELETE语句✅ 基本语法: 示例:2.TRUNCATE语句✅ 基本语

怎样通过分析GC日志来定位Java进程的内存问题

《怎样通过分析GC日志来定位Java进程的内存问题》:本文主要介绍怎样通过分析GC日志来定位Java进程的内存问题,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录一、GC 日志基础配置1. 启用详细 GC 日志2. 不同收集器的日志格式二、关键指标与分析维度1.

MyBatisPlus如何优化千万级数据的CRUD

《MyBatisPlus如何优化千万级数据的CRUD》最近负责的一个项目,数据库表量级破千万,每次执行CRUD都像走钢丝,稍有不慎就引起数据库报警,本文就结合这个项目的实战经验,聊聊MyBatisPl... 目录背景一、MyBATis Plus 简介二、千万级数据的挑战三、优化 CRUD 的关键策略1. 查

python实现对数据公钥加密与私钥解密

《python实现对数据公钥加密与私钥解密》这篇文章主要为大家详细介绍了如何使用python实现对数据公钥加密与私钥解密,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一下... 目录公钥私钥的生成使用公钥加密使用私钥解密公钥私钥的生成这一部分,使用python生成公钥与私钥,然后保存在两个文

mysql中的数据目录用法及说明

《mysql中的数据目录用法及说明》:本文主要介绍mysql中的数据目录用法及说明,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录1、背景2、版本3、数据目录4、总结1、背景安装mysql之后,在安装目录下会有一个data目录,我们创建的数据库、创建的表、插入的

MySQL中的表连接原理分析

《MySQL中的表连接原理分析》:本文主要介绍MySQL中的表连接原理分析,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录1、背景2、环境3、表连接原理【1】驱动表和被驱动表【2】内连接【3】外连接【4编程】嵌套循环连接【5】join buffer4、总结1、背景

在Linux终端中统计非二进制文件行数的实现方法

《在Linux终端中统计非二进制文件行数的实现方法》在Linux系统中,有时需要统计非二进制文件(如CSV、TXT文件)的行数,而不希望手动打开文件进行查看,例如,在处理大型日志文件、数据文件时,了解... 目录在linux终端中统计非二进制文件的行数技术背景实现步骤1. 使用wc命令2. 使用grep命令

Navicat数据表的数据添加,删除及使用sql完成数据的添加过程

《Navicat数据表的数据添加,删除及使用sql完成数据的添加过程》:本文主要介绍Navicat数据表的数据添加,删除及使用sql完成数据的添加过程,具有很好的参考价值,希望对大家有所帮助,如有... 目录Navicat数据表数据添加,删除及使用sql完成数据添加选中操作的表则出现如下界面,查看左下角从左

python中Hash使用场景分析

《python中Hash使用场景分析》Python的hash()函数用于获取对象哈希值,常用于字典和集合,不可变类型可哈希,可变类型不可,常见算法包括除法、乘法、平方取中和随机数哈希,各有优缺点,需根... 目录python中的 Hash除法哈希算法乘法哈希算法平方取中法随机数哈希算法小结在Python中,

SpringBoot中4种数据水平分片策略

《SpringBoot中4种数据水平分片策略》数据水平分片作为一种水平扩展策略,通过将数据分散到多个物理节点上,有效解决了存储容量和性能瓶颈问题,下面小编就来和大家分享4种数据分片策略吧... 目录一、前言二、哈希分片2.1 原理2.2 SpringBoot实现2.3 优缺点分析2.4 适用场景三、范围分片