--------适用于Web和Email监控
我们这里的流量指的是PV而非带宽。关于流量监控的第三方应用已经很多，像谷歌的GA，百度的统计，还有51.la,cnzz ,量子等等。功能大多为
l来源分析
1. 全部来源
2. 搜索引擎来源
3. 搜索词
4. 外部连接
l页面分析
1. 访问的页面分析
2. 入口页面分析
3. 出口页面分析
4. 页面的上下游分析及所占的百分比
l用户的分析
1. 用户的地域分析，省份，地区百分比分析
2. 用户的客户端分析，浏览器，操作系统等
3. 新老客户分析
4. 忠诚度分析
l概览分析（这里我把他们叫做概览分析）
1. PV分析
2. UV分析
3. 独立IP数分析
4. 趋势分析
l热力部分图（其实就是一个页面点击的百分比分布）
这里我要讲的是如何自己去实现这么一个监控程序和分析报表的导出。当然有人说现在有这么多优秀的监控为何还要自己实现一个呢，因为自己实现可以更好的和自己的业务挂钩，这样分析更有力，特别是对于电子商务类型的网站，对用户的行为分析很有必要。某个页面的跳出率过高的话，是不是页面的结构设计有问题呢，用户如果老在购物车结算的时候跳出，是不是程序有问题呢？
我们平时看文章总会看到一个词“点击流（ClickStream）”，用户的点击数据是网站分析的主要来源。点击流来源于何处？肯定是用户的行为，用户在网站的点击才产生了点击数据，点击数据根据时间的先后及页面的访问来源(Referer)就形成了流的形式。如下图：
从上图可以看出，点击流记录的是用户访问的整个流程，而非光光某个动作。了解了点击流的概念后我们开始进行实战。进入项目的分析阶段。
那我们该记录用户的哪些数据呢？才能分析出用户的行为呢？用户在网站*问，从一个页面跳到另一个页面，我们只需要记录（谁+做了什么+在什么时间做的）就OK了。
谁：指用户的唯一标识，一个用户访问一个网站的一次会话中sessionID是保持不变的,所以我们可以用sesstion（当然也可以用cookie来代替）l来指明谁。
做了什么：用户访问网站简单可以分为两种（1）、用户访问了某个页面 (2)、用户点击了某个按钮
针对(1)我们需要记录用户从哪个页面然后跳到哪个页面
(2)用户点击了哪个连接或哪个按钮
时间：这个很简单，用户触发动作的当前时间
针对上面的分析我们设计了下表该获取的数据：
|
编号 |
用户IP地址 |
用户表示 |
用户一次会话标识 |
用户的UA信息 |
用户的来源信息 |
用户的访问页面 |
用户的访问时间 |
是否是新用户 |
用户的cookiexinxi |
|
自增ID |
user_ip |
Global_ticket |
Global_session |
User_agent |
Ref_url |
Loc_url |
Add_time |
new_user |
Cookie_text |
