网站流量日志分析背景介绍- - 如何进行网站分析--流量分析(质量、多维细分)|学习笔记

本文涉及的产品
日志服务 SLS,月写入数据量 50GB 1个月
简介: 快速学习网站流量日志分析背景介绍- -如何进行网站分析--流量分析(质量、多维细分)

开发者学堂课程【大数据分析之企业级网站流量运营分析系统开发实战(第一阶段)网站流量日志分析背景介绍- - 如何进行网站分析--流量分析(质量、多维细分)】学习笔记,与课程紧密联系,让用户快速学习知识。

课程地址https://developer.aliyun.com/learning/course/693/detail/12161


网站流量日志分析背景介绍- -如何进行网站分析--流量分析(质量、多维细分)


内容简介

一、如何进行网站分析

二、网络流量质量分析(流量分析)

三、网络流量多维度细分(流量分析)


一、如何进行网站分析

网站分析整体来说是一个内涵非常丰富的体系,整体过程是一个倒金字塔结构。网站分析大致从三个角度进行分析:网站的流量分析,内容分析和转化分析。这三个结构共同支撑了金字塔的塔尖 ROI(投资回报率,即不管从哪些角度,哪些方面开展分析,最终目的都是提高投资回报率,赚取更多的钱,因为项目的意义是盈利。

image.png

金字塔的顶部是网络的目标:投资回报率(ROI)

金字塔的塔底是端到端分析,端到端分析不是前端到后端,而是我们的数据来自我们的客户,最终经过分析又作用于我们的客户。


二、网络流量质量分析(流量分析)

流量对于每个网站来说都是很重要,但流量并不是越多越好(因为流量多需要关注流量能带来多少收益),应该更加看重流量的质量,换句话来说就是流量可以为我们带来多少收入。比如一家公司的网站需要更多的流量,这时使用爬虫写一个死循环,不断向服务器发起请求,这样流量就多,但是流量多没有产生任何价值,这时流量越多反而给服务器造成压力。

image.png

(圆圈大小可能代表流量获取成本)

x 轴代表量,指网站获得的访问量。Y 轴代表质,指可以促进网站目标的事件次数(比如商品浏览、注册、购买等行为)。圆圈大小表示获得流量的成本。

第一象限:质高量高。这是网站的核心流量,对于这部分流量保持即可建议降低获取流量的成本。(这里需要降低获取成本比如开通充一年送一年的会员等)

第二象限:质高量低。这部分是网站的忠诚用户(直接流量过来的),有很高的质,建议提高量。

第三象限:量可以质较低(俗称广告流量),并且获取量的成本比较高。需要做的是尽量降低广告成本。

第四象限:量高质低(BD 流量)。这部分需要提高质量。

BD 流量是指商务拓展流量。一般指的是互联网经过运营或者竞价排名等方式,从外部拉来的流量。比如在百度上花钱来竞价排名,产生的流量就是 BD 流量的一部分。(量多但质不高)需要注意的是进行商务竞价排名之后,所带来的数量是明显上升的,但质量不一定好。所以针对 BD 流量需要考虑带来的质量能不能提高,有没有必须继续维持这个关系。

总结:

不够从什么角度分析,都不能从单一角度分析,所追求的是数量越多,质量越好。

质量分析是指在看重数量的同时需要关注流量的质量,所谓的质量指的是流量所能带来产生的价值。


三、网络流量多维度细分(流量分析)

维度是指看问题的角度,同样的东西,同样的问题在不同角度下,不同的维度下分析可以得到不同的指标,不同的结果。在不同的维度下不断细分可以得到有问题的环节。

细分是指通过不同维度对指标进行分期,查看同一个指标在不同维度下的表现,进而找出有问题的那部分指标,对这部分相标进行优化。

image.png

一个公司网站这个月的访问量比上个月低,接下来针对这个问题采取不同维度的细分,是访问来源还是访问媒介?是访问来源中的时间力度,新闻门户类的网站用户通常晚上访问,若用户未访问,这时要考虑网站是否被截流,还是地理位置比如之前客户大量来自东部,但突然东部人数变少?运营商网线不通等分析。

指标是访问量,就是我们常说的流量。在来源维度,媒介维度、时间维度、位置按度等维度下.我们可以对访问量进行单熟成者重叠的多维度细分。

多维度细分,维度指的是量分析问题的角度,在不同维度下问题所展示的特性是不一样的。可以通过不同的维度分析问题出现在什么方面。

相关实践学习
日志服务之使用Nginx模式采集日志
本文介绍如何通过日志服务控制台创建Nginx模式的Logtail配置快速采集Nginx日志并进行多维度分析。
相关文章
|
2月前
|
PyTorch 算法框架/工具
Pytorch学习笔记(七):F.softmax()和F.log_softmax函数详解
本文介绍了PyTorch中的F.softmax()和F.log_softmax()函数的语法、参数和使用示例,解释了它们在进行归一化处理时的作用和区别。
445 1
Pytorch学习笔记(七):F.softmax()和F.log_softmax函数详解
|
2月前
|
数据可视化
Tensorboard可视化学习笔记(一):如何可视化通过网页查看log日志
关于如何使用TensorBoard进行数据可视化的教程,包括TensorBoard的安装、配置环境变量、将数据写入TensorBoard、启动TensorBoard以及如何通过网页查看日志文件。
226 0
|
4月前
|
jenkins 持续交付
jenkins学习笔记之三:使用jenkins共享库实现日志格式化输出
jenkins学习笔记之三:使用jenkins共享库实现日志格式化输出
jenkins学习笔记之三:使用jenkins共享库实现日志格式化输出
|
2月前
|
监控 网络协议 CDN
阿里云国际监控查询流量、用量查询流量与日志统计流量有差异?
阿里云国际监控查询流量、用量查询流量与日志统计流量有差异?
|
6月前
|
存储 Java 关系型数据库
基于JSP的九宫格日志网站
基于JSP的九宫格日志网站
|
6月前
|
JSON 中间件 数据格式
Gin框架学习笔记(六)——gin中的日志使用
Gin框架学习笔记(六)——gin中的日志使用
199 0
|
7月前
|
安全 Linux 调度
【后台开发】TinyWebser学习笔记(4)定时器、日志系统(单例模式)、封装互斥锁信号量
【后台开发】TinyWebser学习笔记(4)定时器、日志系统(单例模式)、封装互斥锁信号量
39 1
|
24天前
|
XML 安全 Java
【日志框架整合】Slf4j、Log4j、Log4j2、Logback配置模板
本文介绍了Java日志框架的基本概念和使用方法,重点讨论了SLF4J、Log4j、Logback和Log4j2之间的关系及其性能对比。SLF4J作为一个日志抽象层,允许开发者使用统一的日志接口,而Log4j、Logback和Log4j2则是具体的日志实现框架。Log4j2在性能上优于Logback,推荐在新项目中使用。文章还详细说明了如何在Spring Boot项目中配置Log4j2和Logback,以及如何使用Lombok简化日志记录。最后,提供了一些日志配置的最佳实践,包括滚动日志、统一日志格式和提高日志性能的方法。
176 30
【日志框架整合】Slf4j、Log4j、Log4j2、Logback配置模板
|
2月前
|
XML JSON Java
Logback 与 log4j2 性能对比:谁才是日志框架的性能王者?
【10月更文挑战第5天】在Java开发中,日志框架是不可或缺的工具,它们帮助我们记录系统运行时的信息、警告和错误,对于开发人员来说至关重要。在众多日志框架中,Logback和log4j2以其卓越的性能和丰富的功能脱颖而出,成为开发者们的首选。本文将深入探讨Logback与log4j2在性能方面的对比,通过详细的分析和实例,帮助大家理解两者之间的性能差异,以便在实际项目中做出更明智的选择。
256 3
|
2月前
|
存储 缓存 关系型数据库
MySQL事务日志-Redo Log工作原理分析
事务的隔离性和原子性分别通过锁和事务日志实现,而持久性则依赖于事务日志中的`Redo Log`。在MySQL中,`Redo Log`确保已提交事务的数据能持久保存,即使系统崩溃也能通过重做日志恢复数据。其工作原理是记录数据在内存中的更改,待事务提交时写入磁盘。此外,`Redo Log`采用简单的物理日志格式和高效的顺序IO,确保快速提交。通过不同的落盘策略,可在性能和安全性之间做出权衡。
1655 14