【数据采集】1.web页面停留浏览时长采集

各位好，近期会推出系列篇分享的数据采集相关内容（含观看时长采集、行为打点采集、渠道采集etc）,敬请期待。今天主要跟大家讨论一下web页面停留时长采集方案。

从公司运营角度来看，用户在网站停留时间，反映了网站黏性。在评估网站推广效果时。,我们经常会看到的付费点击率就与页面平均浏览时长呈现正态分布。

因此需要准确的获取到用户在某个页面的停留时长，这样才能对产品使用功能进行正确的迭代提供坚实的数据支撑。否则，错误的结论会对产品分析产生一定的误导。页面停留时长太短，可能是落地页的内容不够吸引用户；相反，页面停留时长过长，可能是功能复杂导致用户无法正确进入到预期的流程，因此停留时长是一把双刃剑。

▌目前四大计算方法

1.当进入某个页面时获取开始时间，页面关闭或者进入一个新的页面时（此时视为当前页面已经消失）获取结束时间，页面浏览时长 = 结束时间 - 开始时间。这个方法

优点：

a. 灵活性强，能满足各种特殊场景的时长采集；

b. 精确度较高。

缺点：

a. 最后一个页面的停留时间获取不到的，若总共只有一个页面，那这个页面停留无法统计；

b.对于同时打开多个Tab页的情况，则只有倒数第二个页面会得到相对准确停留时长，而其它所有中间被打开的页面的停留时长都会被记录为0，甚至可能就会被作为脏数据。计。例如一个用户很可能同时打开多个网页窗口，然后一直不关闭

c.埋点成本较高

2.通过心跳定时发送数据包，每隔 5 秒（默认）心跳模式更新 LocalStorage 中备份的页面浏览时长。在异常关闭浏览器或 App 被强杀等事件上报失败的场景下，再次进入页面时会将 LocalStorage 中备份的页面浏览时长事件进行补发。好处是结合页面是否位于前台，可以更精确地计算所有页面的真实被浏览的时长。不足则数据包发送的时间间隔决定了统计的精度以及数据上报的负载，越大的精度意味着越高的负载。

3.主动在用户主动关闭页面时（onbeforeunload）发送数据包，通过关闭时间和打开时间之间的差值来获取页面停留时间。这样做是为了解决第一点中只打开一页时无法计算停留时长的问题，但这样的风险是并不能确保数据包发送100%成功。对于同时打开多个页面的情况，无法准确获取用户浏览时长的问题也依然没有解决，用户关闭某页面的时间减去页面被打开的时间，并不能真正体现用户的浏览时间，只能体现页面被打开的时间。另外，如果用户长期不关闭页面，页面的停留时长就会特别长，为了规避这个问题，也需要引入 session 或者其它约束。

4.使用 Session 分析功能分析页面浏览时长。可以先在埋点平台定义一个只包含 Web 页面浏览事件（pageview）的 Session。用户访问页面时，会触发一次 pageview 事件，在这个页面内无论点击哪个按钮触发点击事件，都还在当前页面。因此计算两个页面

根据行业经验，一般网页端的 Session 切割时间建议设置为 30 分钟（可根据业务自定义时间），即相邻两个 pageview 事件的间隔大于 30 分钟就切割。比如用户 A 打开B站官网后，立即离开座位参加了 1 小时会议，回来后继续浏览其他页面，两次 pageview 事件间隔大于 30 分钟明显是异常值，不能算作同一次会话中。

假设用户 A 会话从 10 点开始，具体行为序列如下图所示，切割为 3 个 Session：

▌主流计算方法的缺陷

几乎所有的统计方法都是在不精确的用页面打开时长来充当页面浏览时长。其实没有100%能够准确采集用户停留时长的方案，因此需要做适当的取舍，不能为了提升 1% 的精准度而投入不成比例的成本。

在进行下一步的讨论之前我们先看看以上的几种计算方法中明显的缺陷：

1.只浏览单页时长无法计算；

2.同一时间多页面跳转浏览时长无法精确统计；

3.页面被最小化或者不位于当前Tab。

▌解决方案：以心跳包为主线，对总时长校准

是否有一个成本可控又能规避掉以上几种计算方法中明显的缺陷的办法呢？

由于网页端没有稳定的网页关闭的事件可以捕获，而且存在多个页面并存的情况，想获取足够精确的浏览时长心跳包看似是最好的方案。通过心跳包统计位于最前台的页面的时长，结合后一页进入时间及当前页关闭时间来对总时长进行校准。心跳包每15秒一次。心跳包对于长时间停留的，而没有用户交互的场景是非常好的解决方案，例如观看视频。

最后，应用到实际的分析中，我们不能只看停留，还要看转化。所有的数据都需要仅仅围绕公司的业务实际情况，脱离业务后数据只是数字。

▌页面停留时间和网站停留时间数据的应用？

1、优化页面用户体验

通过统计用户在页面的停留时间，判断用户停留高或者低的主要原因，比如：用户在搜索结果页停留时间长了，是不是搜索结果不能满足用户需求，用户在列表页停留时间长了，是不是我们的列表页筛选做的还不够人性化，在产品落地页停留长了是不是因为落地页内容展示过多或者用户没有找到他想要的内容等。

2、精准营销

记录网站停留时间较长，但是最后没有下单的用户，对这些用户进行精准营销，推送优惠券，或者下次用户再登录时，推荐潜在感兴趣的内容。

▌参考资料

[1].老曹.页面停留时间和网站停留时间详解[G],2012.05.17 http://www.woshipm.com/pd/1443.html

[2].张晓亮.网站页面浏览时长≠停留时长 一文读懂差异了解最佳实践[G]

[3].蒋雯雯.如何知道页面浏览时长系列之Web篇[G].2022-03-28

🧐分享、点赞、在看，给个3连击呗！👇