用戶體驗研究過程中，我們經(jīng)常需要使用前端腳本采集用戶訪問行為相關(guān)的數(shù)據(jù)，例如監(jiān)聽鼠標的點擊事件，記下點擊的位置及被點擊的元素等。一個不可避免問題是，何時將采集到的數(shù)據(jù)發(fā)送到服務(wù)器呢？最直接的方案是每次收集到數(shù)據(jù)后立即發(fā)送，但這可能會帶來較多的HTTP請求，一方面降低頁面的性能，另一方面也增加了打點服務(wù)器的壓力。另一個方案是先將收集的數(shù)據(jù)緩存一下，然后按一定規(guī)則發(fā)送（比如每收集滿10條數(shù)據(jù)發(fā)一次，或者每隔5秒鐘發(fā)一次），其中最終極的方案是所有的數(shù)據(jù)都緩存起來直到離開頁面之前（beforeunload事件觸發(fā)時）再發(fā)送。不過這個終極方案也有自己的問題，比如beforeunload這個事件可靠嗎？在這個事件中發(fā)送打點的丟失率有多少？近期我們就這些問題做了一個研究，對這個丟失率也有了一個更具體的認識。主要的研究過程如下：

首先我們需要收集數(shù)據(jù)，這兒主要有兩個數(shù)據(jù)：頁面加載時立即發(fā)送一個打點，稱為PV打點；監(jiān)聽頁面的beforeunload事件，在這個事件觸發(fā)時再發(fā)送一個打點，稱為unload打點。顯然，如果丟失率為0或非常小的話，PV打點的數(shù)目和unload打點的數(shù)目應(yīng)該相等或非常接近。即丟失率的計算公式為：丟失率=(PV-unload)/PV*100%

如下圖所示：

按這個思路，我們在淘寶頁面上進行了抽樣埋點，并取得了足夠多的PV及unload打點數(shù)據(jù)。但現(xiàn)實總是不完美的，整理這些數(shù)據(jù)的過程中，我們發(fā)現(xiàn)一些unload數(shù)據(jù)沒有對應(yīng)的PV數(shù)據(jù)，也就是說，由于各種各樣的原因，不僅綁定beforeunload事件的unload打點有可能丟失，在頁面初始化時發(fā)送的PV打點也可能丟失，盡管這個概率非常低。于是，我們又為打點添加了一個pvid參數(shù)，值為一個隨機生成的字符串，每一組PV/unload打點的pvid都是相同的。這樣，我們就能通過這個參數(shù)過濾出那些完整的PV/unload打點記錄，再經(jīng)過一些適當(dāng)?shù)恼�理，我們就得到了可以進行統(tǒng)計的有效數(shù)據(jù)。

接下來，根據(jù)上面的公式，我們算出了beforeunload打點的總丟失率，約為20.81%，整個過程如下圖所示：

使用上面的方法我們連續(xù)統(tǒng)計了若干天的數(shù)據(jù)，發(fā)現(xiàn)beforeunload的總體丟失率維持在20%附近。接下來，我們再把這個數(shù)據(jù)按瀏覽器進行細分，看各個瀏覽器下這個丟失率是否有差異。

首先看一下當(dāng)前瀏覽器分布情況：

清洗過的日志數(shù)據(jù)再根據(jù)UA字段細分后的結(jié)果為：

從上圖可以看到，各大瀏覽器的表現(xiàn)并不一樣，其中份額占比最大的IE8在丟失率上表現(xiàn)最好，遠低于總體平均水平，而chrome和safari卻遠高于平均值。各瀏覽器的丟失率乘以它們各自的權(quán)重（市場份額）之后再求和，就得到了總的平均丟失率，在我們的實驗中，這個總丟失率約為20%。

結(jié)論：使用beforeunload事件打點并不可靠，總丟失率在20%左右，其中各瀏覽器的表現(xiàn)各不相同；當(dāng)然在一些丟失率要求不高的采集任務(wù)中這個事件還是能派上用場的，比如說統(tǒng)計頁面停留時間、頁面內(nèi)容曝光比例等。

最后需要特別說明的是：丟失率與用戶瀏覽器分布情況、所采用的打點方式以及打點服務(wù)器響應(yīng)速度等因素都有關(guān)，本結(jié)果僅供參考。

統(tǒng)計人：魚相、季札。

文章來源：淘寶UED

標簽： beforeunload 丟失率統(tǒng)計 數(shù)據(jù)統(tǒng)計 

版權(quán)申明：本站文章部分自網(wǎng)絡(luò)，如有侵權(quán)，請聯(lián)系：west999com@outlook.com
特別注意：本站所有轉(zhuǎn)載文章言論不代表本站觀點！
本站所提供的圖片等素材，版權(quán)歸原作者所有，如需使用，請與原作者聯(lián)系。