- 重慶超宇物資有限公司
ChongQing ChaoYu WuZi Co., Ltd.
Google Analytics與百度統(tǒng)計的統(tǒng)計數(shù)據(jù)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)計的原理和機(jī)制是不同的。下面分享一下Google Analytics與百度統(tǒng)計做出的原理分析。
百度統(tǒng)計的工作原理分析
百度統(tǒng)計提供的JS，實(shí)質(zhì)上是往頁面中引入hm.baidu.com/h.js的這段代碼，該代碼的內(nèi)容會根據(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)計里的id。
獲取該h.js代碼的同時，百度統(tǒng)計會往你的瀏覽器寫入一個名字為“HMACCOUNT”的cookie，該cookie的過期時間為2038年，所以只要你沒有清空瀏覽器cookie，基本就永不過期。
h.js被下載后，便執(zhí)行其腳本獲取一些瀏覽器相關(guān)信息和訪問來源，獲取的信息包括屏幕尺寸、顏色深度、flash版本、用戶語言等。
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′，時間變量，反映頁? 嬙Ａ羰奔�，格梳u蟾攀牽合衷謔奔?-載入時間+“，”+另一個很小的時間值
et：初始值為’0′，如果ep時間變量不是0的話，它會變成其他
fl:flash版本
ja:java支持 1:0
lo： 不知道，一般為0
lt：日期 time.time（），如“1327847756”，在首次請求沒有
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)計代碼id
st：
su：上一頁document.referrer
sw： 不知道，估計和搜索引擎有關(guān)，一般為空
sse：不知道，估計和搜索引擎有關(guān)，一般為空
v：統(tǒng)計代碼的版本 ，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)并沒有賦值），篩選出已經(jīng)賦值了的參數(shù)，并作為hm.baidu.com/hm.gif的參數(shù)拼湊出一個url， 如：http://upload.chinaz.com//？cc=1&ck=1&cl=32-bit& ds=1366×768&ep=0&et=0&fl=11.0&ja=1&ln=zh-cn 。然后請求該圖片。
百度統(tǒng)計服務(wù)端，通過接收到這個請求，并從這個圖片的網(wǎng)址附帶的參數(shù)獲取相關(guān)信息，記錄訪客訪問記錄;當(dāng)頁面被用戶關(guān)閉的時候，同樣會觸發(fā)一次請求hm.gif的過程，但這個過程不是所有瀏覽器和所有關(guān)閉動作都支持。
使用使用Wireshark（一款網(wǎng)絡(luò)抓包工具）測試可以發(fā)現(xiàn)，瀏覽器總共向服務(wù)器端發(fā)送了4次請求：
請求一段js腳本。
加載完畢時候出發(fā)一次請求，并傳遞參數(shù)
退出頁面時候，發(fā)出一次請求，并傳遞參數(shù)，與上面對比，發(fā)現(xiàn)ep參數(shù)有變化。
百度統(tǒng)計是基于cookie的，當(dāng)請求js腳本的時候，會在你電腦里保存一個永久cookie，該cookie作為你的用戶標(biāo)識。同時發(fā)現(xiàn)，但退出 時候參 數(shù)ep從最開始的0變?yōu)榱恕?289%2C115”，轉(zhuǎn)義后是“7289，115”這是兩個毫秒單位，即7.2秒和0.1秒的意思。同時前兩次請求 hm.gif的時候lt參數(shù)（時間，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)用戶訪問了一個包含Google Analytics統(tǒng)計代碼的頁面，這段代碼會被用戶的瀏覽器執(zhí)行，而這段代碼的作用就是用來收集這位訪客的信息，比如瀏覽頁面的URL、瀏覽器類型、操作系統(tǒng)、系統(tǒng)語言、屏幕分辨率等。
GA統(tǒng)計代碼隨后將這些訪客信息存儲到Cookie中，Cookie是一段短小的文本，存放于本地，與訪問的網(wǎng)站相關(guān)聯(lián)，它被用來判斷一個用戶是初次訪問還是多次訪問，頁面的推薦來源和隨后的頁面瀏覽信息等。
最后，所有的被收集到的信息會被發(fā)送到Google Analytics的數(shù)據(jù)服務(wù)器上。這個過程比較巧妙，我們知道服務(wù)器的日志文件會記錄每一次的文件請求信息，而Google Analytics收集數(shù)據(jù)的方式便是通過向服務(wù)器請求一個透明的1×1的GIF圖片文件，這個文件請求以及請求時間會在服務(wù)器日志中被記錄，而文件請求 信息包含了GA統(tǒng)計代碼收集的數(shù)據(jù)和Cookie信息，這樣，每當(dāng)這個GIF圖片收到請求申請時，訪客的訪問信息就會被Google Analytics數(shù)據(jù)服務(wù)器收集。
不過Google Analytics只是發(fā)送一張gif請求，很多時候會發(fā)送多張gif請求。假如有一個gif圖片無法統(tǒng)計，那么GA會發(fā)送其他gif請求，
總結(jié)：
網(wǎng)站分析大師Avinash曾經(jīng)說過只要有數(shù)據(jù)有90%的準(zhǔn)確度，那么就可以及時采取行動了。重要的是能夠看出趨勢，進(jìn)而采取行動，然后進(jìn)行測試，不斷地優(yōu)化。
本文轉(zhuǎn)自網(wǎng)絡(luò)，謝謝！
