很可惜 T 。T 您現(xiàn)在還不是作者身份，不能自主發(fā)稿哦～
如有投稿需求，請(qǐng)把文章發(fā)送到郵箱tougao@appcpx.com，一經(jīng)錄用會(huì)有專(zhuān)人和您聯(lián)系
咨詢(xún)?nèi)绾纬蔀榇河鹱髡哒?qǐng)聯(lián)系：鳥(niǎo)哥筆記小羽毛（ngbjxym）
“ 今天和大家聊聊URL中，關(guān)于數(shù)據(jù)采集的秘密。”
好久沒(méi)有和大家分享關(guān)于數(shù)據(jù)采集相關(guān)的內(nèi)容了。
關(guān)于數(shù)據(jù)采集，之前分享過(guò)《埋點(diǎn)的事件模型入門(mén)》、《埋點(diǎn)文檔如何撰寫(xiě)》、《AB測(cè)試的基礎(chǔ)概念及應(yīng)用》等。
今天繼續(xù)聊聊和數(shù)據(jù)采集相關(guān)，但是和埋點(diǎn)有所不同的采集方式。
URL，大家應(yīng)該都不陌生了。學(xué)名是統(tǒng)一資源定位符（Uniform Resource Locators），通俗點(diǎn)理解就是網(wǎng)址。
比如下面這個(gè)：
對(duì)，這是大家熟悉的URL。前面是域名，后面通過(guò)幾級(jí)地址直達(dá)目標(biāo)頁(yè)面。
但是，細(xì)心的小伙伴，有沒(méi)有發(fā)現(xiàn)，我們經(jīng)?？吹降腢RL是這個(gè)樣子：
為啥這個(gè)URL這么長(zhǎng)呢？
對(duì)，這就是今天的主題內(nèi)容，URL中的參數(shù)。
咱們還是以上面的這個(gè)淘寶鏈接舉例。鏈接中其實(shí)包括了這么幾部分內(nèi)容：
URL：即淘寶商品詳情頁(yè)的網(wǎng)址；
參數(shù)1：這是今天的重點(diǎn)，是數(shù)據(jù)追蹤參數(shù)，用來(lái)標(biāo)識(shí)采集信息；
參數(shù)2：這是標(biāo)識(shí)itemcode的查詢(xún)參數(shù)。
其中URL和參數(shù)2，是必不可少的，參數(shù)1是可以更改、甚至刪除的。我們把參數(shù)1刪除以后，當(dāng)前頁(yè)面是不會(huì)發(fā)生任何改變的。如下對(duì)比：
但是如果將參數(shù)2或者URL改變，當(dāng)前頁(yè)面肯定就不是當(dāng)前頁(yè)面了。
為啥呢？因?yàn)檫@個(gè)參數(shù)是業(yè)務(wù)參數(shù)，而參數(shù)1是用于做數(shù)據(jù)追蹤、數(shù)據(jù)采集的。既然是用于數(shù)據(jù)采集，當(dāng)然更改刪除，不會(huì)影響頁(yè)面的響應(yīng)。當(dāng)然了，會(huì)影響數(shù)據(jù)的采集，只不過(guò)我們用戶(hù)層面感知不到了。
上面只是用淘寶為例，不同網(wǎng)站、不同公司的URL規(guī)范肯定是各不相同（甚至千差萬(wàn)別）。但是總體上，URL上的參數(shù)可以分為這么兩類(lèi)：追蹤用的參數(shù)和業(yè)務(wù)查詢(xún)參數(shù)。
而大公司的相對(duì)較規(guī)范，邏輯差不多。小公司就各顯神通了。當(dāng)然原理是一樣的原理，只是別人難以理解奇奇怪怪的數(shù)據(jù)標(biāo)注。
比如京東首頁(yè)：
這里面的一堆參數(shù)和淘寶的明顯不一樣。
和當(dāng)當(dāng)?shù)谋?，更不一樣……關(guān)于參數(shù)的具體含義，我們本文后面會(huì)展開(kāi)，以谷歌和阿里為例，看一些通用的規(guī)范。
上文我們提出了，URL中添加參數(shù)的一個(gè)作用，是為了做數(shù)據(jù)采集用的。那具體是為了采集啥數(shù)據(jù)，有啥作用呢？
我們從一個(gè)例子切入。
朋友們可以打開(kāi)百度，隨便輸入一個(gè)關(guān)鍵詞，比如【京東】。
發(fā)現(xiàn)了嘛，top3搜索結(jié)果都是京東的首頁(yè)，且都是官方標(biāo)識(shí)。點(diǎn)擊后，也都是打開(kāi)了京東首頁(yè)。
但是，通過(guò)不同鏈接打開(kāi)的首頁(yè)，是否真的沒(méi)有任何區(qū)別呢？答案是否定的。有區(qū)別，且區(qū)別很大。
第一個(gè)區(qū)別是，前兩個(gè)鏈接都是廣告，點(diǎn)擊進(jìn)入其實(shí)都是扣了廣告主費(fèi)用的；其中展現(xiàn)1是品牌專(zhuān)區(qū)廣告，展現(xiàn)2是搜索廣告。展現(xiàn)3是正常的搜索呈現(xiàn)。
第二個(gè)區(qū)別就是，咱們今天的主題：從不同鏈接點(diǎn)擊的URL是不同的。
展現(xiàn)1的URL：
https://www.jd.com/?cu=true&utm_source=baidu-pinzhuan&utm_medium=cpc&utm_campaign=t_288551095_baidupinzhuan&utm_term=0f3d30c8dba7459bb52f2eb5eba8ac7d_0_3d2f2c6b233244f581d0cc09d744c993
展現(xiàn)2的URL：
https://www.jd.com/?cu=true&utm_source=baidu-search&utm_medium=cpc&utm_campaign=t_262767352_baidusearch&utm_term=211269852825_0_e528ef5f5d0d4ea38b5946f7c91f9836
展示3的URL：
https://www.jd.com/
是不是差別還挺大？
所以，三個(gè)鏈接都是跳到首頁(yè)，怎么區(qū)分開(kāi)哪些訪(fǎng)問(wèn)是通過(guò)品牌廣告、哪些訪(fǎng)問(wèn)是通過(guò)免費(fèi)的流量進(jìn)入呢？是的，就是通過(guò)鏈接中的參數(shù)，進(jìn)行區(qū)分。
大家可以詳細(xì)看看展現(xiàn)1和2的參數(shù)，都有個(gè)utm_source=***，其中展現(xiàn)1（百度品牌專(zhuān)區(qū)廣告）是utm_source=baidu-pinzhuan，展現(xiàn)2（百度搜索廣告）是utm_source=baidu-search。通過(guò)拼音大約能猜到，這個(gè)就是區(qū)分具體來(lái)源的參數(shù)了。
所以，是不是可以大膽的猜測(cè)一下，其他的參數(shù)，也代表了類(lèi)似的含義呢？對(duì)的。我們第三節(jié)詳細(xì)展開(kāi)utm參數(shù)的介紹。
其實(shí)明白了站外的流量追蹤，對(duì)于站內(nèi)的部分，就很好理解了。
我們拿當(dāng)當(dāng)為例。當(dāng)當(dāng)網(wǎng)商詳頁(yè)有下面的三個(gè)推薦模塊：
三個(gè)模塊各打開(kāi)一個(gè)商詳頁(yè)：
推薦模塊1（瀏覽此商品同時(shí)瀏覽）：
http://product.dangdang.com/25308985.html#ddclick_reco_reco_alsoview推薦模塊2（經(jīng)常一起購(gòu)買(mǎi)的商品）：
http://product.dangdang.com/29292067.html#ddclick_reco_reco_buytogether推薦模塊3（購(gòu)買(mǎi)此商品還購(gòu)買(mǎi)過(guò)）：
http://product.dangdang.com/29288042.html#ddclick_reco_product_alsobuy
我們看到，當(dāng)當(dāng)網(wǎng)對(duì)于新開(kāi)的商詳頁(yè)，也做了參數(shù)標(biāo)識(shí)。標(biāo)識(shí)的內(nèi)容，是具體模塊，用以統(tǒng)計(jì)站內(nèi)流量的來(lái)源情況等。
但這里只是精準(zhǔn)到了模塊，沒(méi)有精準(zhǔn)到該模塊的第幾個(gè)位置，這是不夠精細(xì)的。
除了以上兩類(lèi)常見(jiàn)的追蹤類(lèi)別，有的公司還會(huì)把其他一些內(nèi)容也加入到URL追蹤參數(shù)中，比如搜索推薦算法的版本等等。這里就不展開(kāi)了。
上文我們提到了京東的站外追蹤以及當(dāng)當(dāng)網(wǎng)的站內(nèi)位置體系。這里分別以谷歌和阿里為例，詳細(xì)介紹一下兩個(gè)公司在站外和站內(nèi)的追蹤實(shí)踐。
UTM，全文Urchin Tracking Manager，是用于區(qū)分站外流量來(lái)源的參數(shù)標(biāo)記方法。主要有五個(gè)參數(shù)：utm_source、utm_medium、utm_campaign、utm_term、utm_content
其實(shí)上面介紹京東的時(shí)候，有看到utm相關(guān)的一些參數(shù)，其實(shí)應(yīng)該是對(duì)標(biāo)了谷歌來(lái)設(shè)置的。下面，我們看一下谷歌的UTM標(biāo)記規(guī)則。
大家可以對(duì)應(yīng)上文中京東的鏈接看一下：
https://www.jd.com/?cu=true&utm_source=baidu-search&utm_medium=cpc&utm_campaign=t_262767352_baidusearch&utm_term=211269852825_0_e528ef5f5d0d4ea38b5946f7c91f9836
通過(guò)這樣的一些列標(biāo)記，就很清楚的可以知道某一次用戶(hù)訪(fǎng)問(wèn)是來(lái)源于那個(gè)流量、哪次廣告投放、哪個(gè)關(guān)鍵詞等信息。便于投放效果優(yōu)化及相關(guān)的分析。
感興趣的朋友，可以試試在搜狗搜索里搜索【京東】，看一下URL的標(biāo)記參數(shù)。
另外，再看看站內(nèi)追蹤的例子。我們了解一下淘寶的spm體系。
其實(shí)和UTM很類(lèi)似，阿里的spm主要是用于追蹤具體的站內(nèi)位置，總共分了四級(jí)，有點(diǎn)類(lèi)似省市區(qū)縣這樣的層層深入的方式，可以標(biāo)記到具體的展位。
最后我們分享一下從URL參數(shù)添加到最終數(shù)據(jù)統(tǒng)計(jì)的簡(jiǎn)要產(chǎn)品過(guò)程吧。
首先第一步，是含追蹤參數(shù)的URL的創(chuàng)建。
最原始的方式，就是通過(guò)手動(dòng)（或者Excel拼接）添加追蹤代碼，但這種手動(dòng)的方式很容易出問(wèn)題。一方面，做廣告投放的投手們很多對(duì)技術(shù)不太懂，不理解追蹤參數(shù)的意思，經(jīng)常填錯(cuò)；另一方面，由于是URL，對(duì)于參數(shù)、符號(hào)、文本都有一定的格式要求，如果不按照規(guī)范來(lái)，也是很容易出問(wèn)題的。
一旦追蹤碼寫(xiě)錯(cuò)了，那投出去的廣告，就很難追蹤相關(guān)的效果了。
因此，在手動(dòng)的基礎(chǔ)上，很多平臺(tái)、公司會(huì)自動(dòng)生成追蹤鏈接，用戶(hù)在產(chǎn)品化的界面中填寫(xiě)內(nèi)容，系統(tǒng)自動(dòng)生成符合規(guī)范的批量的URL，用戶(hù)只需要將URL復(fù)制粘貼就行，極大提升了正確率。
另外，補(bǔ)充一下。為了數(shù)據(jù)安全以及簡(jiǎn)化參數(shù)，很多信息往往會(huì)以代碼代替原文。比如關(guān)鍵詞，在自己系統(tǒng)中維護(hù)一個(gè)關(guān)鍵詞list對(duì)應(yīng)的id，在參數(shù)中只寫(xiě)id。這樣別人就不知道我投了啥關(guān)鍵詞了。
而對(duì)于站內(nèi)的位置標(biāo)識(shí)而言，會(huì)通過(guò)系統(tǒng)化的方式調(diào)服務(wù)或者前端拼接參數(shù)生成點(diǎn)擊鏈接。
對(duì)于站外投放而言，有了帶追蹤參數(shù)的URL，接下來(lái)就是投放了。把URL填充在相關(guān)的廣告投放平臺(tái)，即可。
這樣，用戶(hù)通過(guò)站外廣告帶來(lái)的點(diǎn)擊，將都會(huì)在URL上有所標(biāo)識(shí)。
用戶(hù)發(fā)生點(diǎn)擊以后，打開(kāi)了投放落地頁(yè)，那么可以通過(guò)自己的日志采集收集每次瀏覽日志。
每條瀏覽記錄都是按照追蹤方案進(jìn)行了標(biāo)識(shí)。
最后基于日志進(jìn)行數(shù)據(jù)清洗、結(jié)構(gòu)化處理，提取相關(guān)信息，落成結(jié)構(gòu)化表格，便于后續(xù)的分析。關(guān)于具體的數(shù)據(jù)處理過(guò)程，后續(xù)有機(jī)會(huì)繼續(xù)分享。
對(duì)了，最后一個(gè)問(wèn)題，為啥要通過(guò)URL追蹤數(shù)據(jù)而不是埋點(diǎn)呢？大家可以思考一下，哈哈。
關(guān)于通過(guò)URL進(jìn)行數(shù)據(jù)采集及追蹤，就先分享這些。感謝關(guān)注！
-END-
本文為作者獨(dú)立觀點(diǎn)，不代表鳥(niǎo)哥筆記立場(chǎng)，未經(jīng)允許不得轉(zhuǎn)載。
《鳥(niǎo)哥筆記版權(quán)及免責(zé)申明》 如對(duì)文章、圖片、字體等版權(quán)有疑問(wèn)，請(qǐng)點(diǎn)擊 反饋舉報(bào)
我們致力于提供一個(gè)高質(zhì)量?jī)?nèi)容的交流平臺(tái)。為落實(shí)國(guó)家互聯(lián)網(wǎng)信息辦公室“依法管網(wǎng)、依法辦網(wǎng)、依法上網(wǎng)”的要求，為完善跟帖評(píng)論自律管理，為了保護(hù)用戶(hù)創(chuàng)造的內(nèi)容、維護(hù)開(kāi)放、真實(shí)、專(zhuān)業(yè)的平臺(tái)氛圍，我們團(tuán)隊(duì)將依據(jù)本公約中的條款對(duì)注冊(cè)用戶(hù)和發(fā)布在本平臺(tái)的內(nèi)容進(jìn)行管理。平臺(tái)鼓勵(lì)用戶(hù)創(chuàng)作、發(fā)布優(yōu)質(zhì)內(nèi)容，同時(shí)也將采取必要措施管理違法、侵權(quán)或有其他不良影響的網(wǎng)絡(luò)信息。
一、根據(jù)《網(wǎng)絡(luò)信息內(nèi)容生態(tài)治理規(guī)定》《中華人民共和國(guó)未成年人保護(hù)法》等法律法規(guī)，對(duì)以下違法、不良信息或存在危害的行為進(jìn)行處理。
1. 違反法律法規(guī)的信息，主要表現(xiàn)為：
1)反對(duì)憲法所確定的基本原則；
2)危害國(guó)家安全，泄露國(guó)家秘密，顛覆國(guó)家政權(quán)，破壞國(guó)家統(tǒng)一，損害國(guó)家榮譽(yù)和利益；
3)侮辱、濫用英烈形象，歪曲、丑化、褻瀆、否定英雄烈士事跡和精神，以侮辱、誹謗或者其他方式侵害英雄烈士的姓名、肖像、名譽(yù)、榮譽(yù)；
4)宣揚(yáng)恐怖主義、極端主義或者煽動(dòng)實(shí)施恐怖活動(dòng)、極端主義活動(dòng)；
5)煽動(dòng)民族仇恨、民族歧視，破壞民族團(tuán)結(jié)；
6)破壞國(guó)家宗教政策，宣揚(yáng)邪教和封建迷信；
7)散布謠言，擾亂社會(huì)秩序，破壞社會(huì)穩(wěn)定；
8)宣揚(yáng)淫穢、色情、賭博、暴力、兇殺、恐怖或者教唆犯罪；
9)煽動(dòng)非法集會(huì)、結(jié)社、游行、示威、聚眾擾亂社會(huì)秩序；
10)侮辱或者誹謗他人，侵害他人名譽(yù)、隱私和其他合法權(quán)益；
11)通過(guò)網(wǎng)絡(luò)以文字、圖片、音視頻等形式，對(duì)未成年人實(shí)施侮辱、誹謗、威脅或者惡意損害未成年人形象進(jìn)行網(wǎng)絡(luò)欺凌的；
12)危害未成年人身心健康的；
13)含有法律、行政法規(guī)禁止的其他內(nèi)容；
2. 不友善：不尊重用戶(hù)及其所貢獻(xiàn)內(nèi)容的信息或行為。主要表現(xiàn)為：
1)輕蔑：貶低、輕視他人及其勞動(dòng)成果；
2)誹謗：捏造、散布虛假事實(shí)，損害他人名譽(yù)；
3)嘲諷：以比喻、夸張、侮辱性的手法對(duì)他人或其行為進(jìn)行揭露或描述，以此來(lái)激怒他人；
4)挑釁：以不友好的方式激怒他人，意圖使對(duì)方對(duì)自己的言論作出回應(yīng)，蓄意制造事端；
5)羞辱：貶低他人的能力、行為、生理或身份特征，讓對(duì)方難堪；
6)謾罵：以不文明的語(yǔ)言對(duì)他人進(jìn)行負(fù)面評(píng)價(jià)；
7)歧視：煽動(dòng)人群歧視、地域歧視等，針對(duì)他人的民族、種族、宗教、性取向、性別、年齡、地域、生理特征等身份或者歸類(lèi)的攻擊；
8)威脅：許諾以不良的后果來(lái)迫使他人服從自己的意志；
3. 發(fā)布垃圾廣告信息：以推廣曝光為目的，發(fā)布影響用戶(hù)體驗(yàn)、擾亂本網(wǎng)站秩序的內(nèi)容，或進(jìn)行相關(guān)行為。主要表現(xiàn)為：
1)多次發(fā)布包含售賣(mài)產(chǎn)品、提供服務(wù)、宣傳推廣內(nèi)容的垃圾廣告。包括但不限于以下幾種形式：
2)單個(gè)帳號(hào)多次發(fā)布包含垃圾廣告的內(nèi)容；
3)多個(gè)廣告帳號(hào)互相配合發(fā)布、傳播包含垃圾廣告的內(nèi)容；
4)多次發(fā)布包含欺騙性外鏈的內(nèi)容，如未注明的淘寶客鏈接、跳轉(zhuǎn)網(wǎng)站等，誘騙用戶(hù)點(diǎn)擊鏈接
5)發(fā)布大量包含推廣鏈接、產(chǎn)品、品牌等內(nèi)容獲取搜索引擎中的不正當(dāng)曝光；
6)購(gòu)買(mǎi)或出售帳號(hào)之間虛假地互動(dòng)，發(fā)布干擾網(wǎng)站秩序的推廣內(nèi)容及相關(guān)交易。
7)發(fā)布包含欺騙性的惡意營(yíng)銷(xiāo)內(nèi)容，如通過(guò)偽造經(jīng)歷、冒充他人等方式進(jìn)行惡意營(yíng)銷(xiāo)；
8)使用特殊符號(hào)、圖片等方式規(guī)避垃圾廣告內(nèi)容審核的廣告內(nèi)容。
4. 色情低俗信息，主要表現(xiàn)為：
1)包含自己或他人性經(jīng)驗(yàn)的細(xì)節(jié)描述或露骨的感受描述；
2)涉及色情段子、兩性笑話(huà)的低俗內(nèi)容；
3)配圖、頭圖中包含庸俗或挑逗性圖片的內(nèi)容；
4)帶有性暗示、性挑逗等易使人產(chǎn)生性聯(lián)想；
5)展現(xiàn)血腥、驚悚、殘忍等致人身心不適；
6)炒作緋聞、丑聞、劣跡等；
7)宣揚(yáng)低俗、庸俗、媚俗內(nèi)容。
5. 不實(shí)信息，主要表現(xiàn)為：
1)可能存在事實(shí)性錯(cuò)誤或者造謠等內(nèi)容；
2)存在事實(shí)夸大、偽造虛假經(jīng)歷等誤導(dǎo)他人的內(nèi)容；
3)偽造身份、冒充他人，通過(guò)頭像、用戶(hù)名等個(gè)人信息暗示自己具有特定身份，或與特定機(jī)構(gòu)或個(gè)人存在關(guān)聯(lián)。
6. 傳播封建迷信，主要表現(xiàn)為：
1)找人算命、測(cè)字、占卜、解夢(mèng)、化解厄運(yùn)、使用迷信方式治??；
2)求推薦算命看相大師；
3)針對(duì)具體風(fēng)水等問(wèn)題進(jìn)行求助或咨詢(xún)；
4)問(wèn)自己或他人的八字、六爻、星盤(pán)、手相、面相、五行缺失，包括通過(guò)占卜方法問(wèn)婚姻、前程、運(yùn)勢(shì)，東西寵物丟了能不能找回、取名改名等；
7. 文章標(biāo)題黨，主要表現(xiàn)為：
1)以各種夸張、獵奇、不合常理的表現(xiàn)手法等行為來(lái)誘導(dǎo)用戶(hù)；
2)內(nèi)容與標(biāo)題之間存在嚴(yán)重不實(shí)或者原意扭曲；
3)使用夸張標(biāo)題，內(nèi)容與標(biāo)題嚴(yán)重不符的。
8.「飯圈」亂象行為，主要表現(xiàn)為：
1)誘導(dǎo)未成年人應(yīng)援集資、高額消費(fèi)、投票打榜
2)粉絲互撕謾罵、拉踩引戰(zhàn)、造謠攻擊、人肉搜索、侵犯隱私
3)鼓動(dòng)「飯圈」粉絲攀比炫富、奢靡享樂(lè)等行為
4)以號(hào)召粉絲、雇用網(wǎng)絡(luò)水軍、「養(yǎng)號(hào)」形式刷量控評(píng)等行為
5)通過(guò)「蹭熱點(diǎn)」、制造話(huà)題等形式干擾輿論，影響傳播秩序
9. 其他危害行為或內(nèi)容，主要表現(xiàn)為：
1)可能引發(fā)未成年人模仿不安全行為和違反社會(huì)公德行為、誘導(dǎo)未成年人不良嗜好影響未成年人身心健康的；
2)不當(dāng)評(píng)述自然災(zāi)害、重大事故等災(zāi)難的；
3)美化、粉飾侵略戰(zhàn)爭(zhēng)行為的；
4)法律、行政法規(guī)禁止，或可能對(duì)網(wǎng)絡(luò)生態(tài)造成不良影響的其他內(nèi)容。
二、違規(guī)處罰
本網(wǎng)站通過(guò)主動(dòng)發(fā)現(xiàn)和接受用戶(hù)舉報(bào)兩種方式收集違規(guī)行為信息。所有有意的降低內(nèi)容質(zhì)量、傷害平臺(tái)氛圍及欺凌未成年人或危害未成年人身心健康的行為都是不能容忍的。
當(dāng)一個(gè)用戶(hù)發(fā)布違規(guī)內(nèi)容時(shí)，本網(wǎng)站將依據(jù)相關(guān)用戶(hù)違規(guī)情節(jié)嚴(yán)重程度，對(duì)帳號(hào)進(jìn)行禁言 1 天、7 天、15 天直至永久禁言或封停賬號(hào)的處罰。當(dāng)涉及欺凌未成年人、危害未成年人身心健康、通過(guò)作弊手段注冊(cè)、使用帳號(hào)，或者濫用多個(gè)帳號(hào)發(fā)布違規(guī)內(nèi)容時(shí)，本網(wǎng)站將加重處罰。
三、申訴
隨著平臺(tái)管理經(jīng)驗(yàn)的不斷豐富，本網(wǎng)站出于維護(hù)本網(wǎng)站氛圍和秩序的目的，將不斷完善本公約。
如果本網(wǎng)站用戶(hù)對(duì)本網(wǎng)站基于本公約規(guī)定做出的處理有異議，可以通過(guò)「建議反饋」功能向本網(wǎng)站進(jìn)行反饋。
(規(guī)則的最終解釋權(quán)歸屬本網(wǎng)站所有)