seo网站日志分析工具(：网站日志数据缺失了用户交互行为的数据优势 )

　　seo网站日志分析工具(：网站日志数据缺失了用户交互行为的数据优势

)

　　第19章

　　我们通常不会使用网站日志数据作为网站分析的主要数据源，但是我们可以使用网站日志数据来弥补web分析工具的不足。

　　典型的 网站 日志文件

　　网站 日志数据的优点是不需要提前安装跟踪代码。只要你的网站在线，也就是当网站代码在服务器上运行时，就会开始记录数据。

　　一般来说，如果用户访问你的网站触发任何动作，网站的日志都会被一一记录。

　　下面是一个典型的网站日志记录。用户IP：192.168.22.10地址，成功访问了网站主页（/）（即HTTP的返回码为200） ，流量来源为谷歌()，用户使用火狐浏览器。

　　192.168.22.10 - - [21/Nov/2003:11:17:55 -0400] "GET / HTTP/1.1" 200 10801 "http://www.google.com/search?q=china+seo&ie=utf-8&oe=utf-8 &aq=t&rls=org.mozilla:en-US:official&client=firefox-a" "Mozilla/5.0 (Windows; U; Windows NT 5.2; en-US; rv:1.8.1.7) Gecko/20070914 Firefox/2.0.0.7"

　　网站日志数据文件中的缺陷

　　网站 日志数据文件有缺点。

　　从网站的日志中得到的数据，不足以输出完整的系列数据分析报告。目前网站大多使用JavaScript等代码在网站上实现用户交互，但是网站Logs无法记录这些JavaScript代码产生的交互。这导致网站的日志分析数据中用户交互数据丢失。请注意，许多典型的数据分析工具可以跟踪 JavaScript 交互。

　　当你的网站有网站静态缓存文件时，文件缓存机制只会返回用户的缓存文件。例如，图像文件、CSS 文件和 JavaScript 文件等文件类型适用于文件缓存机制。因此，当你的网站日志返回到用户缓存文件时，不会被记录在网站日志中。

　　当网站日访问量超过10万时，会生成至少30G的网站日志文件，当月累计1TB原创数据。将如此庞大的原创数据处理成通俗易懂的日常报告非常困难且耗时，而且还占用了大量宝贵的存储资源。

　　网站日志中的搜索引擎蜘蛛数据

　　网站日志数据的主要优点是可以记录搜索引擎蜘蛛访问网站的数据。这也是其他网站分析工具做不到的。

　　以下是一个典型的网站日志，记录了搜索引擎蜘蛛（如谷歌蜘蛛Googlebot）访问/抓取您的网站的某个页面（/a.html）的数据记录：

　　66.250.65.101 - - [21/Nov/2003:04:54:20 -0400] "GET /a.html HTTP/1.1" 200 11179 "-" "Mozilla/5.0 (compatible; Googlebot/2.1; +http://www.google.com/bot.html)"

　　本节记录搜索引擎蜘蛛来自谷歌（Googlebot）：

　　compatible; Googlebot/2.1; +http://www.google.com/bot.html

　　我们如何使用搜索引擎蜘蛛数据

　　处理自然搜索流量的原理如下：

　　抓取（Crawl） -> 索引（Index） -> 排名（Ranking） -> 流量（Traffic）

　　如果你想让你的网站被搜索引擎排名和索引，第一步就是让搜索引擎蜘蛛抓取你的网站。

　　网站日志数据可以暴露网站的问题

　　在网站日志文件中，无论是记录用户访问的数据，还是搜索引擎蜘蛛访问/抓取的数据，都会显示HTTP状态码。以下是一些常见的 HTTP 状态代码：

　　在网站日志中，所有记录都返回200或300状态码，表示没有异常。如果返回 40 4、 500 或 503 状态码，说明有问题，请注意。

　　数据分析技术白皮书于2016年11月正式发布。

　　英文版：Web Server Log Analytics-繁体中文版：网站Log Analysis

　　数据分析技术白皮书内容根据以下许可协议发布：CC Attribution-Noncommercial 4.0 International