最近一直在思考統計系統的統計規則怎樣實現。昨天終于有了一點靈感，可以用數學模型來描述統計系統。（這里所說的統計系統是指網站統計系統web analytics）

統計系統統計的是訪問者在對網站的訪問情況，或者說是訪問者的訪問行為。這里面包含三個基本要素：
1.訪問者
訪問者對應ip，但有共享上網的情況，所以更準確點，需要對應cookie。
2.網站
說是網站，其實更準確的說應該是url，傳統的網站都是一個url對應一個葉面，統計系統的統計也都是基于url的。但隨著動態技術、ajax、flash等在服務端存儲狀態以及異步應用的出現，很多url指代的內容也不再固定（這個暫不考慮）。
url又包括兩種，來源url（referrer）和目標url（當前網頁）
3.時間
這個不用說了，一切以時間為基礎。

上面三個就形成了用戶訪問網站的最基本三維，目前大多數統計系統還是基于這三維的，而且大部分是不是完整的建立在這個三維坐標系內，很多只是分別實現了2和3的二維，1和3的二維；1和2的聯系沒有完整建立起來。比如51.la、google analytics等。

完整建立起三維空間的統計系統很少，目前我知道的只有getclicky.com，還有我自己的統計系統（www.referer.cn）:P
getclicky的三維并不完整，我簡單看了一下它的演示，時間軸是有區間的，只在一天（day）的范圍上有效，跨日的統計沒有建立。
referer比較完整，但目前實現的統計規則比較少。

上面說了三維，另外的兩維從何而來呢？

三維的統計系統只是實現了用戶訪問的統計，并沒有實現用戶在網站上行為的統計。什么是用戶行為呢？也就是用戶在網頁上干什么，是在讀還是在寫？用戶要在網頁上產生行為，必須通過電腦，通過鼠標鍵盤，所以對用戶行為的統計轉化為對鼠標鍵盤操作的統計。通過簡單的觸發，我們可以統計到用戶在頁面的什么位置點了鼠標，用戶通過鍵盤輸入了什么內容。

對鍵盤行為的捕獲意義不是很大，但實現難度和成本卻很高，所以暫且放棄對鍵盤事件的統計。

剩下的就是對鼠標行為的統計了，鼠標的運作原理就是在屏幕的二位坐標系內確定坐標。我們要做的就是捕獲鼠標的坐標以及點擊行為。通過對鼠標行為的捕捉和深入分析，可以獲得很多有價值的數據。

因而產生了統計系統另外的兩個緯度：屏幕的坐標。

目前能夠實現鼠標行為統計的還很少，我知道的有http://www.tapefailure.com、http://www.clicktale.com/、www.crazyegg.com、http://www.mybloglog.com/
然后就是我的referer了.
這種行為統計系統數據量要大很多，大部分系統只是實現了部分的統計，比如只統計點擊時的坐標，clicktale和tapefailure完整統計了鼠標移動軌跡，估計是由于數據量的原因，clicktale到現在只是小范圍測試，沒有進展。tapefailure似乎是模仿著clicktale來的，回放界面都差不多。

referer是目前是實現點擊統計，但只是開放了鏈接上點擊的統計，效果可以在我的blog上看到，點擊過的鏈接上會有一個浮動的統計標簽。

隨著互聯網應用的發展，僅僅做到這五維的統計是不夠的，就像前面提到，flash和ajax應用，已經使內容和url不再一一對應。這就使得統計精確度和難度更大，如果要做到這方面的統計，那就不是三維或者五維能夠完成的了。

其實這是一種垂直趨勢，任何行業都如此，不斷的深入，不斷的完善。統計系統將朝著這個方向發展，并且是飛快的發展。

Author：David | English Version 【轉載時請務必以超鏈接形式標明文章原始出處和作者信息及本聲明】
URL：http://blog.iyi.cn/start/2007/05/post_163.html