Google Analytics與百度統計原理分析

　　Google Analytics與百度統計的統計資料都是有差異的，而且差異非常大，其根本原因在於資料統計的原理和機制是不同的。下面分享一下Google Analytics與百度統計做出的原理分析。

　　

 

　　百度統計的工作原理分析

　　百度統計提供的JS，實質上是往頁面中引入hm.baidu.com/h.js的這段代碼，該代碼的內容會根據後面的參數有所不同，h.js?後面的參數就是你在百度統計裡的id。

　　擷取該h.js代碼的同時，百度統計會往你的瀏覽器寫入一個名字為“HMACCOUNT”的cookie，該cookie的到期時間為2038年，所以只要你沒有清空瀏覽器cookie，基本就永不到期。

　　h.js被下載後，便執行其指令碼擷取一些瀏覽器相關資訊和訪問來源，擷取的資訊包括螢幕尺寸、色彩深度、flash版本、使用者語言等。

　　從js代碼中可以得到，所有參數包括這些：”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”。這些參數的意義大致如下：

　　cc： 不知道，一般為1

　　cf:url參數hmsr的值

　　ci:url參數hmci的值

　　ck：是否支援cookie 1:0

　　cl：色彩深度 如 “32-bit”

　　cm:url參數hmmd的值

　　cp:url參數hmpl的值

　　cw:url參數hmkw的值

　　ds：螢幕尺寸，如 ’1024×768′

　　ep：初始值為’0′，時間變數，反映頁面停留時間，格式大概是：現在時間-載入時間+“，”+另一個很小的時間值

　　et：初始值為’0′，如果ep時間變數不是0的話，它會變成其他

　　fl:flash版本

　　ja:java支援 1:0

　　ln：語言 zh-cn

　　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：十位隨機數字

　　sb：如果是360se瀏覽器該值等於‘17’

　　se： 和搜尋引擎相關

　　si：統計代碼id

　　st：

　　su：上一頁document.referrer

　　sw： 不知道，估計和搜尋引擎有關，一般為空白

　　sse：不知道，估計和搜尋引擎有關，一般為空白

　　v：統計代碼的版本 ，目前該值為“1.0.17”

　　當這些參數都設定完畢了(有些參數並沒有賦值)，篩選出已經賦值了的參數，並作為hm.baidu.com/hm.gif的參數拼湊出一個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 。然後請求該圖片。

　　百度統計服務端，通過接收到這個請求，並從這個圖片的網址附帶的參數擷取相關資訊，記錄訪客訪問記錄;當頁面被使用者關閉的時候，同樣會觸發一次請求hm.gif的過程，但這個過程不是所有瀏覽器和所有關閉動作都支援。

　　使用使用Wireshark(一款網路抓包工具)測試可以發現，瀏覽器總共向伺服器端發送了4次請求：

　　請求一段js指令碼。

　　載入完畢時候出發一次請求，並傳遞參數

　　退出頁面時候，發出一次請求，並傳遞參數，與上面對比，發現ep參數有變化。

　　百度統計是基於cookie的，當請求js指令碼的時候，會在你電腦裡儲存一個永久cookie，該cookie作為你的使用者標識。同時發現，但退出 時候參 數ep從最開始的0變為了“7289%2C115”，轉義後是“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(時間，javascript：(new Date).getTime())是不變的。rnd隨機數每次都變。

　　Google Analytics的工作原理

　　當使用者訪問了一個包含Google Analytics統計代碼的頁面，這段代碼會被使用者的瀏覽器執行，而這段代碼的作用就是用來收集這位訪客的資訊，比如瀏覽頁面的URL、瀏覽器類型、作業系統、系統語言、螢幕解析度等。

　　GA統計代碼隨後將這些訪客資訊儲存到Cookie中，Cookie是一段短小的文本，存放於本地，與訪問的網站相關聯，它被用來判斷一個使用者是初次訪問還是多次訪問，頁面的推薦來源和隨後的頁面瀏覽資訊等。

　　最後，所有的被收集到的資訊會被發送到Google Analytics的資料服務器上。這個過程比較巧妙，我們知道伺服器的記錄檔會記錄每一次的檔案請求資訊，而Google Analytics收集資料的方式便是通過向伺服器請求一個透明的1×1的GIF圖片檔案，這個檔案請求以及請求時間會在伺服器日誌中被記錄，而檔案請求 資訊包含了GA統計代碼收集的資料和Cookie資訊，這樣，每當這個GIF圖片收到請求申請時，訪客的訪問資訊就會被Google Analytics資料服務器收集。

　　不過Google Analytics只是發送一張gif請求，很多時候會發送多張gif請求。假如有一個gif圖片無法統計，那麼GA會發送其他gif請求，

　　總結：

　　網站分析大師Avinash曾經說過只要有資料有90%的準確度，那麼就可以及時採取行動了。重要的是能夠看出趨勢，進而採取行動，然後進行測試，不斷地最佳化。

　　文章來源：盧鬆鬆的部落格，轉載請註明本文地址，謝謝。