网站分析的历史（二）
No comments上会书说到2000年前后人们对传统的基于服务器日志的网站分析方法产生了怀疑，那么问题究竟在哪呢？
问题一：ISP提供的缓存页面。
对于被大量请求的页面，ISP会直接提供其缓存的该页给用户，以减轻压力节约带宽。但这样一来，用户的访问只发生在ISP的服务器上，并不会访问到目标网站的服务器，那么你的服务器日志就无法记录到这部分数据。
问题二：机器人
随着搜索引擎以及其他一些信息检索工具的日益普及，大量的机器人游荡于网站之间，他们会在你的服务器日志上留下非用户访问记录，而所有这些记录都会被计入统计指标的计算中。你可能会说，这不算问题，可以把这些机器人的记录过滤掉，但是请注意并不是所有机器人都有名有姓，毕竟还是有相当数量的机器人无法得到识别（或者出于某种目的故意隐藏身份），同时新的机器人还在不断涌现。
问题三： 确认唯一访客（unique visitor）
随着互联网的普及，动态IP大量运用，还有代理服务器的使用都对传统的基于IP确定用户身份的方法带来了挑战。虽然也曾尝试过基于IP和用户代理（user agent，一般指浏览器和操作系统）的组合来区分是否唯一访客，效果也不尽人意，你可以想象一下，一个公司的IP是唯一的，通常公司内所有操作系统和浏览器也都是统一安装的，那么你怎么区分是这家公司的张三还是李四访问了你的网站？不管这家公司有多少人都会被视为同一个用户。
问题四：ajax
不仅仅是ajax，在追求与用户互动的今天，越来越多的用户与网站的交互行为都是发生在客户端的，由浏览器执行，根本无需向服务器端请求，所以服务器日志对此无能为力。
面对这些问题，网站分析工具的生产商并没有束手无策，他们引进了JavaScript标签（JavaScript tags）。什么是JavaScript标签？如果你用过google analytics之类的网站分析工具就很好解释了。就是它提供给你的那一小段代码，需要添加到所有你需要监控的网页中去。当网页被加载时，这段代码调用程序记录信息，并发送给专门的数据收集服务器，从而完成记录。
JavaScript文件易于维护，灵活，而且方便数据收集工作的外包（因为数据数据收集服务器和产品服务器是相互独立的），降低了维护成本。虽然它也并不完美，但相对于基于服务器日志的传统方法还是迈进了一大步。（待续）
Sunday, April 13th, 2008 at 7:02 am and is filed under 网站分析. You can follow any responses to this entry through the RSS 2.0 feed. You can leave a response, or trackback from your own site.