大型电商日志离线分析系统（一）

一、项目需求分析

某大型网站日志离线分析系统

1.1 概述

该部分的主要目标就是描述本次项目最终七个分析模块的页面展示。

1.2 工作流

在我们的demo展示中，我们使用jquery+echarts的方式调用程序后台提供的rest api接口，获取json数据，然后通过jquery+css的方式进行数据展示。

步骤概述：
1、调用REST API：使用jQuery的$.ajax方法或者fetchAPI（如果您愿意的话）来调用后端提供的REST API，获取数据。
2、处理JSON数据：将获取到的JSON数据处理成ECharts支持的格式。
3、使用ECharts展示数据：将处理后的数据传递给ECharts图表实例，用于展示图表。
4、使用CSS进行样式定制：根据需要使用CSS来调整图表的样式或页面布局。

1.3 分析

1.3.1 总述

在本次项目中我们分别从七个大的角度来进行分析，分别是：
用户基本信息分析模块
浏览器信息分析模块
地域信息分析模块
用户浏览深度分析模块
外链数据分析模块
订单分析模块
事件分析模块
下面就每个模块进行最终展示的分析。
注意几个概念：
用户/访客：表示同一个浏览器代表的用户，非注册用户。
会员：表示网站的一个正常的会员用户，在平台尚注册过。
会话：一段时间内的连续操作，就是一个会话中的所有操作。
pv：访问页面的数量pageview。
uv：一个用户访问该网站。
在本次项目中，所有的计数都是去重过的。比如：活跃用户/访客，计算uuid的去重后的个数。

1.3.2 用户基本信息分析模块

用户基本信息分析模块主要是从用户/访客和会员两个角度分析浏览相关信息，包括但不限于新增用户，活跃用户，总用户，新增会员，活跃会员，总会员以及会话分析等。下面就各个不同用户信息角度来进行分析：

1.3.2.1 用户分析

该分析主要分析新增用户、活跃用户以及总用户的相关信息。
新访客：老访客（活跃访客中）=1：7~10
活跃用户，是相对于“流式用户”的一个概念，是指那些会时不时地光顾下网站，并为网站带来一些价值地用户。
简单理解就是经常访问该网站的用户，如浏览商品，下单，收藏等行为。
新增访客数：一天的独立访客中，历史第一次访问您网站的访问数；老访客数：今日之前有过访问，且今日再次访问的访客，记为老访客。

1.3.2.2 会员分析

该分析主要分析新增会员、活跃会员以及总会员的相关信息。

1.3.2.3 会话分析

该分析主要分析会话个数、会话长度和平均会话长度相关的信息。

1.3.2.4 hourly分析

该分析主要分析每天每小时的用户、会话个数以及会话长度的相关信息。

1.3.3 浏览器信息分析模块

在用户基本信息分析的基础上添加一个浏览器这个维度信息。

1.3.3.1 浏览器用户分析

同用户分析。

1.3.3.2 浏览器会员分析

同会员分析。

1.3.3.3 浏览器会话分析

同会话分析。

1.3.3.4 浏览器pv分析

分析各个浏览器的pv值。

1.3.4 地域信息分析模块

主要分析各个不同省份的用户和会员情况。

1.3.4.1 活跃访客地域分析

分析各个不同地域的活跃访客数量。

1.3.4.2 跳出率分析

分析各个不同地域的跳出率情况。
一个网站在某一段时间内有1000不同访客从这个链接进入，同时这些访客中有50个人没有二次浏览行为，直接退出网站，那么针对这个入口网址的跳出率就是50/1000=5%。

1.3.5 用户访问深度分析模块

该模块主要分析用户的访问记录的深度，用户在一个会话中访问页面的数量。
网站访问深度就是用户在一次浏览你的网站的过程中浏览了你的网站的页数。如果用户一次性的浏览了你的网站的页数越多，那么就基本上可以认定，你的网站有他感兴趣的东西。用户访问网站的深度用数据可以理解为网站平均访问的页面数，就是pv和uv的比值，这个比值越大，用户体验度越好，网站的粘性也越高。
此处uv可以理解为cookie中的uuid数量。

1.3.6 外链数据分析模块

主要分析各个不同外链端带来的用户访问量数据。
外链就是指在别的网站导入自己网站得到链接。导入链接对于网站优化来说是非常重要的过程。导入链接的质量（即导入链接所在页面的权重）间接影响了我们的网站在搜索引擎中的权重。
意义在于要不要做这个外链推广。

1.3.6.1 外链偏好分析

分析各个外链带来的活跃访客数量。

1.3.6.2 外链会话（跳出率）分析

分析会话相关信息，并计算相关会话跳出率的情况。

1.3.7 订单数据分析模块

主要分析订单的相关情况

1.3.8 事件分析模块

在本次项目中，只选用一个事件案例进行分析，就是订单相关的一个事件分析。

三、js sdk

3.1 概述

该文档的主要作用是为了开发人员参考可以参考本文档，了解js sdk的集成方法以及提供的各种不同的api。
注意：不采用ip来标示用户的唯一性，我们通过在cookie中填充uuid来标示用户的唯一性。
埋点：在页面（jsp或html）中植入js代码。
初级埋点：在产品流程关键部位植入相关统计代码，用来追踪每次用户的行为，统计关键流程的使用程度。
中级埋点：植入多段动作代码，追踪用户在该模块每个页面上的系统行为，事件之间相互独立。
高级埋点：联合公司工程、etl采集分析用户全量行为，建立用户画像，还原用户行为模型，作为产品分析，优化的基础。

3.2 执行工作流

在我们的js sdk中按照收集数据的不同分为不同的事件，比如pageview事件等。js sdk的执行流程如下：
在这里插入图片描述
用户进入网页。
判断是否有用户id。
如果没有，判断是否需要生成id，如果需要则生成id并保存在cookie中。
判断是否有会话id。
如果没有，生成会话id并保存在cookie中。
分支到两个操作：
触发PageView事件。
触发Launch事件。
执行了一系列事件处理，包括发送event事件、发送页面停留时间事件、发送页面关闭时的数据，以及可能的其他自定义事件处理。

3.3 数据参数说明

在各个不同事件中收集不同的数据发送到nginx服务器，但是实际上这些收集到的数据还是有一些共性的。下面将所有可能共用到的参数描述如下：
在这里插入图片描述

3.4 事件分析

3.4.1 概述

针对我们最终的不同分析模块，我们需要不同的数据，接下来分别从各个模块分析，每个模块需要的数据。
用户基本信息就是用户的浏览行为信息分析，也就是我们只需要pageview和launch事件就可以了；
浏览器信息分析以及地域信息分析其实就是在用户基本信息分析的基础上添加浏览器和地域这个维度信息，其中浏览器信息我们可以通过浏览器的window.navigator.userAgent来进行分析。
地域信息可以通过nginx服务器来收集用户的ip地址来进行分析，也就是说pageview事件也可以满足这两个模块的分析。
外链数据分析以及用户浏览深度分析我们可以在pageview事件中添加访问页面的当前url和前一个页面的url来进行处理分析，也就是说pageview事件也可以满足这两个模块的分析。
订单信息分析要求发送一个订单产生的事件，那么对应这个模块的分析，我们需要一个新的事件chargeRequest。
对于自定义事件分析我们也需要一个pc端发送一个新的事件数据，我们可以定义为event。除此之外，我们还需要设置一个launch事件来记录新用户的访问。
各种不同事件发送的数据url格式如下，其中url中后面的参数就是我们收集到的数据：http://www.itbaizhan.cn/logo.gif?requestd
ata k1=v1&k2=v2&…&kn=vn