标签: analytics

我正在完成一个从我的Web服务器下载插件的Windows桌面小工具.我想知道如何跟踪这些插件的使用情况,例如查看哪些插件在哪些国家/地区受欢迎,插件每天/每月/每周使用多少次以及其他类似内容.

在每个用户操作上记录此操作可能会导致我的服务器出现问题,因为会有不断的请求.最好是保留本地日志并定期将其上传到服务器,还是可以使用Google Analytics或其他提供商之类的东西进行此类操作？

我想从使用普通Rails日志文件升级到我的Web应用程序,因此我可以分析页面视图和使用模式.我听说有时会使用CouchDB.

另一方面,我知道有些人只是将纯文本日志文件提供给Hadoop并将它们缩减为汇总统计信息,然后将它们插入到MySQL中.

这两种日志文件记录和分析方法的优缺点是什么？

我正在尝试使用PHP支持创建一个mixpanel漏斗,其中包括以下事件

1. 主页查看
2. 注册
3. 已查看仪表板
4. 提交的代码

目前我正在使用distinct_id进行此操作,因此mixpanel趋势非常准确,但依赖于唯一用户数的漏斗会产生错误数据.

我应该如何使用distinct_id属性来解决这个问题？

我试图在URL中捕获UTM Params以将Source,Campaign等添加到用户帐户.
可悲的是,我似乎无法弄清楚如何捕获这些参数.据我所知,我遵循博客文章http://www.matthuggins.com/articles/tracking-new-user-registrations-by-source-search-terms

所以,在我的应用程序控制器中我有以下内容

ApplicationController.class_eval do
  before_filter :capture_referrer

  protected
    def capture_referrer
      session[:referrer] = request.env['HTTP_REFERER'] if !session[:referrer]
    end
end

在用户控制器中创建Action

@user.referrer = session[:referrer]

在USer模型中:

 def set_traffic_source
  if self.referrer
    url = URI.parse(self.referrer)
    self.source ||= uri.host.downcase.gsub(/^www\./, '')
    self.traffic_keywords ||= search_termins(uri)
  end
end

这一切都很好,用于捕获引用者 - 但我实际上想要读出URI传入的UTM.我该怎么做？

有趣的是,pi的十进制表示永远不会结束,永远不会陷入永久的重复模式.这意味着pi很可能包含所有可能的数字组合.

这家伙计算了5万亿5x(10 ^ 12)个数量的pi:D http://www.numberworld.org/misc_runs/pi-5t/details.html

来自互联网:"转换成ASCII文本,在无限数字串的某处,是你将要爱的每个人的名字,你死亡的日期,时间和方式,以及宇宙所有重大问题的答案. "

想知道某人是否已经转换并分析了已知的字母序列(单词/句子)的结果字符串？

我们有一个内部的WordPress网站,大约有25个用户.我们当前的Google分析设置将向我们显示一个页面被访问过多少次,但由于每个人都来自同一个IP地址,因此它认为它基本上是一个非常勤奋的人点击了很多.

有没有人有跟踪个人用户的策略？

(它们都是根据我们的单点登录登录到WordPress.)

我最近刚转移到WooCommerce平台，需要在MySQL中构建SQL来运行自己的分析报告。例如，我需要显示最近30天内每个国家/地区每个sku的销售总数的报告。我浏览了“ wp_posts”，“ wp_postmeta”之类的表，发现产品和订单中的大多数字段都是基于记录的，而不是基于列的，这使SQL更具挑战性。

我想在sqlite3中排序一天,时间表,并且缺乏一些分析功能.下表

Day        | Time
--------------------------------
2014-10-27 | 2014-10-27 08:46:48
2014-10-28 | 2014-10-28 08:02:42
2014-10-30 | 2014-10-29 08:35:11
2014-10-30 | 2014-10-30 08:20:35
2014-10-31 | 2014-10-31 08:18:13
2014-10-31 | 2014-10-31 18:12:06
2014-11-03 | 2014-11-03 10:35:45
2014-11-03 | 2014-11-04 08:26:26
2014-11-03 | 2014-11-05 08:13:15
2014-11-03 | 2014-11-07 08:06:32    

我希望得到一个结果,其中colum的升级时间按日划分,类似于:

Day        | Time                |Rank
-----------+---------------------+-----
2014-10-27 | 2014-10-27 08:46:48 | 1
2014-10-28 | 2014-10-28 08:02:42 | 1
2014-10-30 | 2014-10-29 08:35:11 | 2
2014-10-30 | 2014-10-30 08:20:35 | 1
2014-10-31 | 2014-10-31 08:18:13 | …

给定一个带有col_1 .... col_m的Google BigQuery数据集,如何使用Google BigQuery SQL返回没有重复项的数据集... [col1,col3,col7],这样当有重复的行时[col1,col3,col7],然后返回这些重复项中的第一行,并删除那些列中具有重复字段的其余行？

示例:removeDuplicates([col1,col3])

    col1 col2 col3
    ---- ---- ----
r1: 20   25   30
r2: 20   70   30
r3: 40   70   30

回报

  col1 col2 col3
  ---- ---- ----
r1: 20   25   30
r3: 40   70   30

要使用python pandas这样做很容易.对于数据帧(即矩阵),可以调用pandas函数removedDuplicates([field1, field2, ...]).但是,未在Google Big Query SQL的上下文中指定removeDuplicates.

我最好猜测如何在Google Big Query中使用该rank()功能:

https://cloud.google.com/bigquery/query-reference#rank

我正在寻找一个简洁的解决方案,如果存在的话.

我正在尝试使用的salesData预测执行适合的诊断

acf(SalesDataFC$residuals)

但是我收到一个错误:

salesDataFC $残差

         Jan         Feb         Mar         Apr         May

2012 NA NA NA NA NA

2013 1.00454060 0.74436890 0.59266194 0.53535119 0.18350112

2014 1.99667197 -3.32464848 0.28314025 2.30886777 7.90332419

2015 1.71499831 -0.52401427 0.34252510 -1.64516043 2.77034325

         Jun         Jul         Aug         Sep         Oct

2012 NA NA NA NA NA

2013 0.05094251 -0.22804463 -1.91518053 2.58830624 0.26477677

2014 4.40433679 0.32271024 1.57947031 1.43734334 -3.20311270

2015 -2.20471818 -0.90067401 -3.44177911 5.48261863 -2.98716442

         Nov         Dec

2012 NA NA

2013-4.73145658 4.89403358

2014 2.11005638 -2.66661403

2015 0.01368218 1.55215790

ACF(salesDataFC $残差)

na.fail.default(as.ts(x))出错:对象中缺少值