闲谈流量统计（I）— 入门

壹、流量统计的构成

流量统计一般包含 测量、收集，传输，处理、分析、报告 的环节。

在进行统计之前，需要先规划统计的目的，比如只是流量分析，还是用户分析……

在产品、模块上线的时候都需要有一个预期，比如说希望广告的点击率提高，留存提高，活动的参与人数提高等等。这时，需要有一个指标去衡量产品达到了预期，比如说PV/UV，这些就是埋点的依据。

一份良好的埋点规划，不仅可以提高开发的埋点效率，也可以提高数据收集的准确性和分析的可用性。

网站一般会使用 js 收集数据，而 APP 一般会选用 SDK 进行收集，当然一些服务也会进行后台埋点。

收集主要就是依据前期的埋点规划，收集后期分析所需要的数据。现在发展出了很多的方式。比如，js采集、APP SDK，前台埋点、服务端埋点，手动埋点、可视化埋点、全埋点……以上环节在聊到技术的时候，我们在展开。

采集的数据到分析数据库的过程。

在数据收集之后会有很多数据清洗过程，以保证数据的准确性和一致性。比如在在移动端会对数据进行标准化，在发送前会对数据进行压缩，在接受前对数据进行校验，提出异常流量，在存储是对数据进行结构话……

大部分的从业人员最关心的是数据的可分析性。用户希望在这里完成数据分析，发现商业突破点。后期在慢慢聊。

报告是分析结果的在抽象，一般会产生报表，或者大屏。

贰、流量统计的起源

广泛意义上流量统计起源于与 Web 分析。

Web analytics is the measurement, collection, analysis and reporting of web data for purposes of understanding and optimizing web usage. —Web analytics definitions.” Washington DC: Web Analytics Association (2008)
通常 Web分析是对Web数据的测量，收集，分析和报告，目的是了解和优化Web。

Web分析不仅可以衡量Web流量，而且可以用作业务和市场研究以及评估和提高网站有效性的工具。 Web分析应用程序还可以帮助公司衡量广告活动的结果。 它有助于估算在启动新的广告系列后网站的流量如何变化。 Web分析提供有关网站访问者数量和页面浏览量的信息。 它有助于评估流量和流行趋势，这对市场研究很有用。

现在已经有越来越多的流量统计载体：web、app、hybrid、小程序、物联网……

在分析的维度也越来越多，如：

1.流量分析
2.行为分析
3.社交分析
4.转化分析
5.广告分析
6.归因分析
7.……

1. Google GA

现在说到流量统计，就不得不提 Google Analytic，简称 GA。Google 分析现在是互联网上使用最广泛的流量分析服务。

1996年，一家叫 Urchin 的软件公司主要是在 San Diego（圣迭戈）提供网站开发和服务器托管。2005年公司被 Google 收购，产品被更名为「Urchin from Google」，这便是 Google Analytics 的前身。

1997年，Urchin 将WEB数据分析作为他们提供的服务的一个卖点，因为他们发现客户在处理自身网站数据时通常需要长达一天的时间。因此，他们希望能够有一个分析功能能够在15分钟内处理完一天的数据，这也是Urchin出现的原因。

目前使用比较广泛的自定义报告、高级细分和事件跟踪等功能在2008年～2009年就已经推出，而GTM则是在2012年才发布，增强型电子商务则是2014年才发布。近几年，GA上的更新有所减少，而作为独立产品发布的却越来越多，如Data Sutdio和Optimize，形成了GA Solution。

2. Mixpanel

Mixpanel 的名气在国内可能并不是特别大，如果不是做流量采集的同学基本就没有听过这家公司。但是，现代流量统计的就不得不提 Mixpanel。在 Mixpanel 之前，比如 Google Analytic，基本围绕着页面统计做文章，即统计都还都是 PV， UV。08年的 Suhail 还在一家流量统计的公司工作，但是他发现这个行业已经有太多公司做相同的东西，而且没有壁垒保护，毕竟这是一个发展了 10 年的行业。

同时，随着 AJAX 和 Web 2.0 的兴起，「页面」在网站当中的地位越来越弱：比如在 Facebook 上看看照片，在 Twitter 上发发评论，在 Pandora 上听听歌，这些都没有什么新页面的 Loading，只是图片的过渡和浮层的交互。那么，如果用户行为不再着重体现为页面浏览，而需要事件行为来衡量用户的使用情况。

「正确的度量单位可能是 Action、Event、或者在页面上发生的什么事情。」—— Suhail

在当时，完全基于 Event 模型来做数据采集与分析，当时，应该有 Mixpanel 这么一家了。而这个模型，现在已经成了流量分析的同时模型。

叁、流量统计的意义

1. 了解产品的生命周期。获取产品的用户增长、留存情况等
2. 支持产品决策。A/B test 的决策依据，产品成功的度量等
3. 掌握用户行为。收集用户习惯，使用路径等
4. 辅助产品精细化运营，广告、电商转化等
5. 行业市场洞察。分析行业发展趋势，产品的增长点等

闲谈流量统计（II）— 采集| Why·Liam·Blog

The Why·Liam·Blog by WhyLiam is licensed under a Creative Commons BY-NC-ND 4.0 International License.

由WhyLiam创作并维护的Why·Liam·Blog采用创作共用保留署名-非商业-禁止演绎4.0国际许可证。

本文首发于Why·Liam·Blog (https://blog.naaln.com)，版权所有，侵权必究。

本文永久链接：https://blog.naaln.com/2020/03/data-analytic-1/