巧用 Img / JavaScript 采集页面数据-云栖社区

我们发送重要邮件时为了确认对方已读，都会在邮件中设置一个“读取回执"标签以确定对方时候读信。

这种模式用途很广，例如：

• 发送传单时，确保对方已读
• 推广网页时，多少用户做了点击
• 移动App运营活动页面，分析用户访问情况

对这类个性化的采集与统计，针对站长CNZZ、百度统计，移动的Talking Data、友盟等都无法胜任。主要难点在于：

• 个性化需求难满足：用户产生行为并非移动端场景，其中会包括一些运营个性化需求字段，例如：来源、渠道、环境、行为等参数
• 开发难度大/成本高：为完成一次数据采集、分析需求，首先需要购买云主机，公网IP，开发数据接收服务器，消息中间件等，并且通过互备保障服务高可用；接下来需要开发服务端并进行测试
• 使用不容易：数据达到服务端后，还需要工程师先清洗结果并导入数据库，生成运营需要的数据
• 无法弹性：无法预估用户的使用量，因此需要预留很大的资源池

从以上几点看，当一个面向内容投放的运营需求来了后，如何能以很快捷的手段满足这类用户行为采集、分析需求是一个很大的挑战。

日志服务提供 Web Tracking/JS/Tracking Pixel SDK就是为解决以上轻量级埋点采集场景而生，我们可以在1分钟时间内完成埋点和数据上报工作。此外日志服务每账号*每月提供 500MB 免费额度，让你不花钱也能办事。

方案简介

这里引入采集 + 分析方案基于阿里云日志服务，该服务是针对日志类数据的一站式服务，无需开发就能快捷完成海量日志数据的采集、消费、投递以及查询分析等功能，提升运维、运营效率。 服务功能包括：

• LogHub：实时采集与消费。与Blink、Flink、Spark Streaming、Storm、Kepler打通。
• 数据投递：LogShipper。与MaxCompute、E-MapReduce、OSS、FunctionCompute打通
• 查询与实时分析：LogSearch/Analytics。与DataV，Grafana，Zipkin，Tableua等打通。

采集端介绍

日志服务提供 30+数据采集方式，针对服务器、移动端、嵌入式设备及各种开发语言都提供完整的解决方案，比较典型有：

• Logtail：针对X86服务器设计Agent
• Android/iOS：针对移动端SDK
• Producer Library：面向受限CPU/内存 智能设备

这里介绍的轻量级采集方案（Web Tracking），该方案只需一个http get请求即可将数据传输至日志服务Logstore端，适应各种无需任何验证的静态网页，广告投放，宣传资料，移动端数据采集。相比其他日志采集方案，特点如下：

WebTracking接入步骤

Web Tracking（也叫Tracking Pixel）术语来自于HTML语法中的图片标签：我们可以在页面上嵌入一个0 Pixel图片，该图片默认对用户不可见，当访问该页面显示加载图片时，会顺带发起一个Get请求到服务端，这个时候就会把参数传给服务端。

Web Tracking使用步骤如下：

1. 为Logstore打开Web Tracking标签（Logstore默认不允许匿名写，在使用前需要先开通Logstore的Web Tracking开关）

2. 通过埋点方式向Logstore写入数据，有三种选择：

   1. 直接通过HTTP Get方式上报数据

                    curl --request GET 'http://${project}.${sls-host}/logstores/${logstore}/track?APIVersion=0.6.0&key1=val1&key2=val2'

   2. 通过嵌入HTML 下Image标签，当页面方式时自动上报数据

                    
      or
       
      track_ua.gif除了将自定义的参数上传外，在服务端还会将http头中的UserAgent、referer也作为日志中的字段。

   3. 通过Java Script SDK 上报数据

                    
      
      var logger = new window.Tracker('${sls-host}','${project}','${logstore}');
      logger.push('customer', 'zhangsan');
      logger.push('product', 'iphone 6s');
      logger.push('price', 5500);
      logger.logger();

详细步骤 参见WebTracking接入文档。

案例：内容多渠道推广

当我们有一个新内容时（例如新功能、新活动、新游戏、新文章），作为运营人员总是迫不及待地希望能尽快传达到用户，因为这是获取用户的第一步、也是最重要的一步。

以游戏发行作为例子：

1. 市场很大一笔费用进行游戏推广，例如投放了1W次广告
2. 广告成功加载的有2000人次，约占20%
3. 其中点击的有800人次
4. 最终下载并注册账号试玩的往往少之又少

从以上可见，能够准确、实时地获得内容推广有效性对于业务非常重要。为了打到整体推广目标，运营人员往往会会挑选各个渠道来进行推广，例如：

• 用户站内信（Mail），官网博客（Blog），首页文案（Banner等）
• 短信，用户Email，传单等
• 新浪微博，钉钉用户群，微信公众账号，知乎论坛，今日头条等新媒体

方案设计

1. 我们日志服务中创建一个Logstore（例如叫：myclick），并开启WebTracking功能

2. 为需要宣传的文档（article=1001) 面对每个宣传渠道增加一个标示，并生成Web Tracking标签（以Img标签为例），如下：

   1. 站内信渠道(mailDec)：

   2. 官网渠道(aliyunDoc)：

   3. 用户邮箱渠道(email)：

   4.               其他更多渠道可以在from参数后加上，也可以在URL中加入更多需要采集的参数

3. 将img标签放置在宣传内容中，就可以散布出去了，我们也可以去散步喝咖啡了

采集日志分析

在完成埋点采集后，我们使用日志服务 LogSearch/Analytics功能可以对海量日志数据进行实时查询与分析。在结果分析可视化上，除 自带Dashboard外，还支持 DataV、 Grafana、Tableua等对接方式，我们这里做一些基本的演示：

以下是截止目前采集日志数据，我们可以在搜索框中输入关键词进行查询：

也可以在查询后输入SQL进行秒级的实时分析并可视化：

除了在日志服务中分析外，

以下是我们对用户点击/阅读日志的实时分析：

• 当前投放总流量与阅读数

      * | select count(1) as c

• 每个小时阅读量的曲线

      * | select count(1) as c, date_trunc('hour',from_unixtime(__time__)) as time group by time order by time desc limit 100000

• 每种渠道阅读量的比例

      * | select count(1) as c, f group by f desc

• 阅读量来自哪些设备

      * | select count_if(ua like '%Mac%')  as mac, count_if(ua like '%Windows%')  as win, count_if(ua like '%iPhone%')  as ios, count_if(ua like '%Android%')  as android

• 阅读量来自哪些省市

      * | select ip_to_province(__source__) as province, count(1) as c group by province order by c desc limit 100

• 更多字段和分析场景可以参见 分析语法与 最佳实践

最终可以将这些实时数据配置到一个实时刷新Dashboard中，效果如下:

写在最后

当你看完本文时，可以留意这行文字下有个不可见Img标签将这次访问记录下来了，找找看吧：）