打字猴:1.700502166e+09

1700502166 数据挖掘与数据化运营实战：思路、方法、技巧与应用 [:1700497678]

1700502167 13.1.1　日志布点

1700502168

1700502169 日志布点是指在页面上安排记录关键用户行为的一段小程序,用户按照预设规则对网页进行访问的时候，布点的规则程序就会将用户相关的数据发送到一个指定的服务器，从而达到日志采集的目的。根据采集数据的目的不同，日志布点主要可以分为以下3类（鉴于在互联网各公司中日志布点有不同的名称，在此以中文含义进行解析）：

1700502170

1700502171 ❑页面级布点。页面级布点的应用范围最广,也是所有日志分析的基础,对于一个成熟的网站来说,该类布点会覆盖网站的所有页面。其内容通常包括：IP地址、用户名、Cookie相关信息及浏览器类型等。

1700502172

1700502173 ❑点击级布点。这类日志布点通常会在用户点击某个链接、按钮、筛选框等特定事件时被触发。其所记录的内容和页面级布点相比也稍微有些不同,该布点会更加关注点击按钮的区域、点击的方式等。

1700502174

1700502175 ❑追踪日志布点。当某一个特定的页面有很多来源时,为了清楚地区分不同的来源，就需要用到追踪日志布点。举例来说，到达订购页面的用户，可以有多个来源，有的是来自首页上方的订购链接，有的是即时通信浮起所带来的，有的来自另外一个专题运营页面等，所有这些不同来源的用户都到达了同一个订购页面，在这种情况下，追踪日志布点就可以发挥作用了，它可以有效区分不同来源的明细。

1700502176

1700502177 [1]本节内容由阿里巴巴B2B的数据仓库专家蒿亮编写，蒿亮的微博地址为：http://weibo.com/airjam，E-mail：airjam.hao@gmail.com。

1700502178

1700502179

1700502180

1700502181

1700502182 数据挖掘与数据化运营实战：思路、方法、技巧与应用 [:1700497679]

1700502183 数据挖掘与数据化运营实战：思路、方法、技巧与应用 13.1.2　日志采集

1700502184

1700502185 进行日志采集时通常会设定专门的日志采集服务器,主要目的是大流量多线程地将日志记录下来。

1700502186

1700502187

1700502188

1700502189

1700502190 数据挖掘与数据化运营实战：思路、方法、技巧与应用 [:1700497680]

1700502191 数据挖掘与数据化运营实战：思路、方法、技巧与应用 13.1.3　日志解析

1700502192

1700502193 由于日志数据是不同于通常数据源的非结构化数据，其主要目的是提高读写效率,因此日志解析的目的就是将非结构化数据转化成为结构化数据。

1700502194

1700502195

1700502196

1700502197

1700502198 数据挖掘与数据化运营实战：思路、方法、技巧与应用 [:1700497681]

1700502199 数据挖掘与数据化运营实战：思路、方法、技巧与应用 13.1.4　日志分析

1700502200

1700502201 日志分析的主要内容包括日常流量监控（PV,UV)、来源去向分析及路径分析等。

1700502202

1700502203 本章接下来要具体讨论的，就是针对日志数据进行的路径分析，其包括来源去向分析，当然其中的原理也会用于日常流量监控中。

1700502204

1700502205

1700502206

1700502207

1700502208 数据挖掘与数据化运营实战：思路、方法、技巧与应用 [:1700497682]

1700502209 数据挖掘与数据化运营实战：思路、方法、技巧与应用 13.2　漏斗模型与路径分析的主要区别和联系

1700502210

1700502211 漏斗模型是路径分析的特殊形式，是专门针对关键环节进行的路径分析，两者都是针对用户路径和轨迹所进行的发现、分析与提炼，而且两者的主要分析思路也是相同的，即都是以上下环节转化率的计算为核心的，这就是两者的主要联系和共通点。

1700502212

1700502213 两者的区别主要表现在以下几个方面：

1700502214

1700502215 ❑侧重点不同。漏斗模型更多、更主要用于网站和产品的运营监控和管理中，主要是针对网站或者产品运营中的关键节点和关键环节所进行的分析、监控、管理；而路径分析的用途更加广泛，除了网站和产品的运营监控和管理外，还包括产品设计与优化、用户频繁路径模式识别、用户特征分析等。

[ 上一页 ] [ :1.700502166e+09 ] [ 下一页 ]