揭秘百度统计和Google Analytics的工作原理
相信做个seo的，或者自己已经是站长的，都或多或少的对自己负责的站做个数据分析，要想了解自己网站的情况，就必须要牵涉到流量统计软件了，目前大家用到的流量统计软件也各不相同。而每个流量统计软件统计数据也都是有差异的，而且差异非常大，其根本原因在于数据统计的原理和机制是不同的。下面我们就针对google和百度这2个比较大的搜索引擎自身推出的Google Analytics与百度统计做个系统的原理分析，来看下究竟是什么原因导致的同样的网站可统计的流量却不同的真正原因：
百度统计的工作原理分析
百度统计提供的JS，实质上是往页面中引入hm.baidu.com/h.js的这段代码，该代码的内容会根据后面的参数有所不同，h.js?后面的参数就是你在百度统计里的id。
获取该h.js代码的同时，百度统计会往你的浏览器写入一个名字为“HMACCOUNT”的cookie，该cookie的过期时间为2038年，所以只要你没有清空浏览器cookie，基本就永不过期。
h.js被下载后，便执行其脚本获取一些浏览器相关信息和访问来源，获取的信息包括屏幕尺寸、颜色深度、flash版本、用户语言等。
从js代码中可以得到，所有参数包括这些：“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”。这些参数的意义大致如下：
cc: 不知道，一般为1
cf:url参数hmsr的值
ci:url参数hmci的值
ck:是否支持cookie 1:0
cl:颜色深度 如 “32-bit”
cm:url参数hmmd的值
cp:url参数hmpl的值
cw:url参数hmkw的值
ds:屏幕尺寸,如 ’1024×768′
ep:初始值为’0′，时间变量，反映页面停留时间，格式大概是：现在时间-载入时间+“，”+另一个很小的时间值
et:初始值为’0′，如果ep时间变量不是0的话，它会变成其他
fl:flash版本
ja:java支持 1:0
ln:语言 zh-cn
lo: 不知道，一般为0
lt:日期 time.time()，如“1327847756”，在首次请求没有
nv: 不知道，一般为1或者0
rnd:十位随机数字
sb:如果是360se浏览器该值等于‘17’
se: 和搜索引擎相关
si:统计代码id
st:
su:上一页document.referrer
sw: 不知道，估计和搜索引擎有关，一般为空
sse:不知道，估计和搜索引擎有关，一般为空
v:统计代码的版本 ，目前该值为“1.0.17”
当这些参数都设置完毕了(有些参数并没有赋值)，筛选出已经赋值了的参数，并作为hm.baidu.com/hm.gif的参数拼凑出一个url，如：http://hm.baidu.com/hm.gif?cc=1&ck=1&cl=32-bit&ds=1366×768&ep=0&et=0&fl=11.0&ja=1&ln=zh-cn。然后请求该图片。
百度统计服务端，通过接收到这个请求，并从这个图片的网址附带的参数获取相关信息，记录访客访问记录;当页面被用户关闭的时候，同样会触发一次请求hm.gif的过程，但这个过程不是所有浏览器和所有关闭动作都支持。
使用使用Wireshark(一款网络抓包工具)测试可以发现，浏览器总共向服务器端发送了4次请求：
请求一段js脚本。
加载完毕时候出发一次请求，并传递参数
退出页面时候，发出一次请求，并传递参数，与上面对比，发现ep参数有变化。
百度统计是基于cookie的，当请求js脚本的时候，会在你电脑里保存一个永久cookie，该cookie作为你的用户标识。同时发现，但退出时候参 数ep从最开始的0变为了“7289%2C115”，转义后是“7289，115”这是两个毫秒单位，即7.2秒和0.1秒的意思。同时前两次请求 hm.gif的时候lt参数(时间，javascript：(new Date).getTime())是不变的。rnd随机数每次都变。
Google Analytics的工作原理
当用户访问了一个包含Google Analytics统计代码的页面，这段代码会被用户的浏览器执行，而这段代码的作用就是用来收集这位访客的信息，比如浏览页面的URL、浏览器类型、操作系统、系统语言、屏幕分辨率等。
当访问者访问带有Google Analyitcs追踪代码的页面时，GoogleAnalyitcs就会发回这样一条数据给Google服务器。此条数据中包含了Google Analyitcs所追踪到的访问者信息。如下图：
utmwv=4.6.5 Google Analyitcs追踪代码的版本。
&utmn=213-1698-805 utm.gif的唯一ID编号，防止GIF图像缓存。
&utmhn=你的域名 用户访问的主机名。
&utmcs=UTF-8 用户浏览器语言编码。
&utmsr=1152×864 用户屏幕分辨率。
&utmsc=32-bit 用户的屏幕颜色。
&utmul=en-us 用户浏览器语言设置。
&utmje=0 用户浏览器是否支持JAVA。
&utmfl=10.0%20r42 Flash的版本。
&utmdt=%E8%93%9D%E9%B2%B8%E7%9A%84Web%20Analytics%E7%AC%94%E8%AE%B0 当前网页的标题，在这里是经过编码的字符串。
&utmhid=1987-124-655
&utmr=0 推介链接的URL。
&utmp=%2F 当前页面产生的请求。
&utmac=UA-12347890-1 用户Google Analytics
以上都是Cookie里存储的数据，__utma用来分析唯一用户，访问次数，停留时间，新访或回访等等。__utmz用来记录流量来源。__utmv存储细分用户所定义的值。
如果开通了电子商务追踪功能或是自定义了事件追踪。那么还会包含以下内容：
&utme 事件追踪数据
&utmipc 用户购买的产品编号
&utmipn用户购买的产品名称
&utmipr 用户购买的产品单价
&utmtsp 运费
&utmttx 税款
GA统计代码随后将这些访客信息存储到Cookie中，Cookie是一段短小的文本，存放于本地，与访问的网站相关联，它被用来判断一个用户是初次访问还是多次访问，页面的推荐来源和随后的页面浏览信息等。
最后，所有的被收集到的信息会被发送到Google Analytics的数据服务器上。这个过程比较巧妙，我们知道服务器的日志文件会记录每一次的文件请求信息，而Google Analytics收集数据的方式便是通过向服务器请求一个透明的1×1的GIF图片文件，这个文件请求以及请求时间会在服务器日志中被记录，而文件请求 信息包含了GA统计代码收集的数据和Cookie信息，这样，每当这个GIF图片收到请求申请时，访客的访问信息就会被Google Analytics数据服务器收集。
不过Google Analytics只是发送一张gif请求，很多时候会发送多张gif请求。假如有一个gif图片无法统计，那么GA会发送其他gif请求，
网站分析大师Avinash曾经说过只要数据有90%的准确度，那么就可以及时采取行动了。重要的是能够看出趋势，进而采取行动，然后进行测试，不断地优化。由此可见数据的分析，在我们网站的发展、提升中是多么大的作用。
本文发布于马海祥博客文章，如想转载，请注明原文网址摘自于https://www.mahaixiang.cn/seoyjy/123.html，注明出处；否则，禁止转载；谢谢配合！相关标签搜索： 工作原理 百度统计 Google Analy
上一篇：如何正确设置多样性的404页面？
下一篇：揭秘搜索引擎中的反SEO作弊研究
您可能还会对以下这些文章感兴趣！
-
揭秘搜索引擎中的反SEO作弊研究
从搜索引擎优化服务开始，分析了现在所存在的搜索引擎优化的作弊手段；然后提出了四种方法用来预防、破解作弊，并结合现实总结提出逐级分层审查刮度；最后结合Google搜索引擎，讨论并分析了Google搜索引擎的反作弊方法及其中的PR值算法……【查看全文】
-
网站SEO优化的分析诊断报告包含了哪些内容
SEO优化是针对搜索引擎规则做出优化以提高网站排名为目的的优化手段。其所需时间往往是长久性的，包括从网站域名、服务器、程序选取、网站结构、行业分析、竞争分析而切入的优化过程。而SEO诊断，在时间的要求上恰与其截然相反，所求目的完全与优化过程一致：提高网站友……【查看全文】
-
《百度搜索优质内容指南》全文解读
今日，《百度搜索优质内容指南》在百度搜索学院悄悄地上线了，这是百度近两年，再次重新深度定义什么是百度搜索优质内容，对于SEO人员而言，特别是对于新站长而言，具有非常积极的指导意义，以免造成过多的资源浪费，给予了明确的指导规范的建议。百度搜索2020年全新发布了面向全网内容生产者的《百度搜索优质内容指南》，详细讲述了优质内容的标准，希望给广大内容生产者在生产优质内容时提供参考。关于优质内容的详细标准，请查看以下……【查看全文】
-
linux系统或windows+iis系统设置404页面方法
404页面通常是为用户访问了网站上不存在或已删除的页面，服务器返回404错误页面，告诉浏览者其所请求的页面不存在或链接错误，同时引导用户使用网站其他页面而不是关闭窗口离开，消除用户的疑虑。网站设置404页面后，如果网站出现死链接，搜索引擎蜘蛛爬行这类网址……【查看全文】
-
如何分析网站是否真的被降权惩罚及解决方法
对于混迹于国内站长圈的朋友来说，每天起早贪黑发外链的网站被百度惩罚似乎在这几年已经是司空见惯的事了，所以很多时候网站流量、排名或者是收录有小幅度波动时，站长都会认为网站又被惩罚了，有到处的去抱怨。其实，很多情况都只是站长自己太过于敏感了而已，网站被百……【查看全文】
-
落地页体验白皮书5.0解读：什么样的顶部嵌入广告符合体验标准
《百度APP移动搜索落地页体验白皮书5.0》对页面广告的内容、形式、位置和面积的要求都做出了详细的说明，受到了全网开发者的广泛关注。关于白皮书5.0中最新提出的顶部嵌入广告标准”落地页首屏顶部允许嵌入不超过一屏面积10%的优质广告”，不少开发者对此提出疑问和反馈，本篇文章将对顶部嵌入优质广告要求做出具体解读：落地页首屏顶部允许嵌入优质广告的总体要求如下：面积：顶部嵌入广告面积必须小于首屏面积的10%。标识：广告位上有明……【查看全文】
-
百度移动搜索落地页体验白皮书4.0全文解读
进入移动互联网时代，百度搜索致力于提升搜索用户的浏览体验，营造健康的搜索生态。过去一年中，在百度搜索和全网资源提供者的共同努力下，移动搜索落地页广告问题已经得到了明显的改善。现在，百度搜索发布《百度移动搜索落地页体验白皮书4.0》，旨在继续与各内容生产……【查看全文】
-
搜索引擎判定相似文章网页的原理
余弦相似性是指通过测量两个向量内积空间的夹角的余弦值来度量它们之间的相似性。0度角的余弦值是1，而其他任何角度的余弦值都不大于1;并且其最小值是 -1。从而两个向量之间的角度的余弦值确定两个向量是否大致指向相同的方向。两个向量有相同的指向时，余弦相似度的值……【查看全文】
-
SEO链轮是什么？
SEO链轮(SEO Link Wheels)是从国外引入国内的，一种比较新颖的SEO策略，是一种比较先进的网络营销方式。SEO链轮是指通过在互联网上建立大量的独立站点或是在各大门户网站上开设博客，这些独立站点或是博客群通过单向的、有策略、有计划紧密的链接，并都指向要优化的目标……【查看全文】
-
百度索引量下降的原因及解决方法
作为一名专业的SEO人员，我们很多的时候都在研究站点中有多少页面可以作为搜索候选结果，也就是一个网站的索引量，所谓网站索引量，就是搜索引擎抓取你网站的数量，这能影响到网站收录率，是一个非常重要的SEO因素，索引量是流量的基础，索引量数据的每一个变动都拨动着……【查看全文】
-
百度最新调整后的算法规则
最近闹得沸沸扬扬的百度6.22和6.28的K站事件到目前已经告一段落了，K站的主要原因已经渐渐明朗，以及百度将会对哪些类型的网站会做降权处理，现在也已经明朗化。针对各大站长漫长的着急等待，以及愤恨的心情，百度目前已经给出了较为明确的答案，那么百度规则和算法调整……【查看全文】
-
百度排名算法规则及SEO优化要点总结
做SEO目的其实就是为访客服务，满足用户的需求，想方设法的为了用户提供他们想要看的内容，而不是一味的最求最大利益化，其实百度只是一个展示的平台，只要你有了用户的青睐，你想达到的目标，自然也就水到渠成了，做SEO的核心就是要挖掘用户的力量，只有挖掘用户的力量……【查看全文】
-
网站最新SEO优化公式解析
网站seo优化公式 SEO=Clock=C1+L2+K3+O4 1、是一个积分符号，C=content，L=link，K=keywords，O=others。SEO就是一个长期的对时间积分过程，内容是核心； 2、C1丰富的内容是第一位的要素，按照原创、伪原创、转载依次排列内容的重要性满足用户体验； 3、L2链接的合理与……【查看全文】
-
反向链接是什么意思
反向链接又叫导入链接（Backlinks），外部链接，是指外部网站有你的网址指向你的网站，其实就是在目标文档（网页）内部进行声明，要求目标文档指向自己（网页）的链接，通俗点讲，网页A上有一个链接指向网页B，则网页A上的链接是网页B的反向链接，换言之，常规链接在文……【查看全文】
阅读：2048关键词： 反向链接 日期：2012-08-14 -
百度快照更新是什么意思？
最近发现有很多刚入SEO行业的新手对网站seo的技巧有很多的误区，比如网站快照不更新就代表网站被惩罚。关于这个观点我们先看看什么是百度快照，百度快照的作用是什么？我们有该如何让百度快照持续更新呢？快照即为Web Cache，可以翻译为网页缓存，当搜索引擎派出蜘蛛去对网站……【查看全文】
-
Google搜索质量小组专业解答的25个SEO问题
2013年对于众多站长和SEO可以说是最为波折的一年，这一年百度出台了百度绿萝算法、百度石榴算法和百度绿萝算法2.0，而google也相继出台了谷歌EMD算法、熊猫算法、企鹅算法2.0和蜂鸟算法。作为一个站长或SEOer，你是否对这些算法还存在很多的疑惑，尤其对于靠做外贸产品……【查看全文】
-
基于用户投票的六大排名算法研究
随着互联网的发展，网站的数量也在随着成倍的增加着，就中国的互联网来说，根据中国互联网信息中心的数据显示，目前中国的网站数量每半年都会以接近10%的数量增长。这些大量的网站涌现，也就意味着我们已进入了信息大爆炸的时代。 而如今用户担心的已不再是信息太少，而……【查看全文】
-
404 Not Found错误页面的解决方法和注意事项
404页面就是当用户访问某网站时，点击了错误的链接时，所返回的页面。最常见的出错提示：404 Not Found。其目的就是告诉浏览者其所请求的页面不存在或链接错误，同时引导用户使用网站其他页面而不是关闭窗口离开。错误页面的文字可以自定义，有些网站没有设置404错误页面，或……【查看全文】
-
落地页体验白皮书5.0解读：如何合理设置展开全文功能
本文解读文章深度剖析展开全文功能的设置要求。白皮书5.0提到”展开全文的设置必须具有文字标示，且功能实际可用；展开全文功能最多只能出现一次，但不可出现在落地页的首屏内容中（列表页除外）；展开全文与广告等引导性内容要设置一定距离间隔，避免干扰用户操作。”如何设置展开全文按钮才更符合用户的体验习惯呢？这篇文章将为你答疑解惑。百度搜索用户研究团队的用户调研发现，搜索用户进入落地页的诉求是浏览页面全部内容，展开……【查看全文】
-
2011-2012年百度历次大更新数据分析
本篇文章记录了百度从2011年到2012年中旬百度大更新记录的文章。以下数据分析以站长之家官方提供的网站监控分析数据为蓝本，结合优词网等站点观察数据和一些 优秀SEO站长工具和软件的收集，并佐以自己手上二十几个站点作参考进行综合分析，基于统计学分析原理，以大量站……【查看全文】
分类目录
生活中的一些好点子教会你如何赚钱
知乎问答社区的运营机制
O2O营销模式的深入解析
运营数据中常见的数据陷阱
中小站长常用的5种赚钱方法
APP消息推送的误区与真相
产品经理该如何做好产品的架构和流程
移动设备Web App开发与调试的相关知识要点
传统行业该如何做电子商务？
如何撰写一份产品体验报告？互联网更多>>
基于贝叶斯推断应用原理的过滤垃圾邮件研究
随着电子邮件的应用与普及，垃圾邮件的泛滥也越来越多地受到人们的关注。而目前正确识别垃圾邮件的技术难度非……
互联网技术的50年发展回顾与分析
1998年至2008年是公认的互联网飞速发展的十年，无论是传输速率、网络规模、关键技术还是应用领域都经历了大幅的增……
云服务器的常规安全设置及基本安全策略
我们要保障云服务器数据安全，首先应树立正确的安全意识，从监控、入侵防御、数据备份等多方面做好安全措施，……
交互设计的三要素：目标、任务和行为 
织梦dedecms列表页实现无限下拉加载效果的方法技巧 
网站CSS代码优化的7个原则 SEO优化 更多>>
|
|
-
百度公告：关于近期出现网站劫持用
近日，百度搜索技术团队发现，搜索结果中的部…… -
移动设备前端开发中viewport的理论及使
在移动设备上进行网页的重构或开发，首先得搞…… -
医疗行业该如何做免费营销推广
当前医疗网站越来越多，竞争也越来越激烈，各…… -
未来的站内SEO优化需要做些什么？
SEO说难不难，说简单也不是那么简单，很多人问…… -
医疗行业开展品牌推广急需解决的1
如今医疗行业要想在互联网上占有一席之地，就…… -
百度对站点Logo属性审核原则的具体要
自百度搜索资源平台后台的站点属性设置开通上…… -
外贸企业网站常用的5个优化推广方法
做海外推广不同国内的网站推广，因为在文化、…… -
预约未到诊患者的回访技巧及话术整
很多朋友问预约是否有技巧，个人认为技巧是沉……