TapCub 正式上线:统计、分析、客服一个平台免费用
数据分析

如何追踪网站访客:4 种方法对比和准确度限制

对比服务器日志、JavaScript 代码、无 Cookie 统计和标签管理器各能看到什么、看不到什么,并用算例对齐日志和代码的数字,再看 Cookie 有效期的影响。

林舟 发布于 2026 年 11 月 20 日 10 分钟阅读 数据分析
示例数据:12,400 个日志请求,其中 4,100 个是机器人,对比代码记录的 7,100 次页面浏览。1,200 的差距(占 8,300 的 14.5%)拆成 498 个被拦截、450 个伪装的机器人和 252 个预取。示例数据

追踪网站访客有四种方法:服务器日志(记录每个请求,没有浏览器数据)、JavaScript 代码(页面浏览和行为,会被拦截工具漏掉)、无 Cookie 统计(不存 ID,回访者统计较弱)和标签管理器(只是加载代码的方式,不是新的测量)。多数网站用代码统计人、用日志看爬虫。下文说明每种方法会漏掉什么,用一个算例解释日志和代码为什么相差 14.5%,以及哪种方法对应哪种问题。

读完你会知道

  • 先定下来需要的是请求、页面浏览、会话还是访客;工具对不上,多半是因为数的单位不同
  • 按类别解释日志和代码的差距;示例中 8,300 次页面浏览里的 1,200 拆成拦截、伪装的机器人和预取
  • 在 7 天 Cookie 上限下,1,000 人在第 0、10、20 天各访问一次会被算成 3,000 个访客;比较工具时用会话和页面浏览

追踪网站访客有哪几种方法?

有四种,区别在于访问记录在哪里产生:在服务器上(日志文件)、在浏览器里(JavaScript 代码)、在不依赖浏览器存储的识别层里(无 Cookie 统计),或者通过一个替你加载代码的容器(标签管理器)。上面的对照表把四种并排列出。本文其余部分说明每种方法能看到什么、看不到什么,并用一个示例日把其中两种的数字对齐。

选之前先定下来「访客」在你的决策里指什么,因为各种方法数的东西不一样:

  • 请求是任何对象(真人或非真人)取走一个文件。
  • 页面浏览是在浏览器里加载一个页面。
  • 会话是同一个访客在没有长时间间隔下的一组页面浏览。
  • 访客是跨会话被识别出来的人或设备,这个数字最依赖 Cookie。

服务器日志给你的是请求。代码给你的是页面浏览、会话,以及(取决于存储方式)访客。两个工具对不上时,先检查它们数的是不是同一个单位。

方法记录什么漏掉什么适合做什么
服务器日志每个请求:IP、时间、网址、状态码、来源页、User-AgentCookie、滚动、点击、缓存页面;包含机器人爬虫、错误、审计、不能跑脚本的网站
JavaScript 代码浏览器里的页面浏览、会话、事件、设备和行为使用拦截工具或关闭 JavaScript 的访客;不执行脚本的机器人统计人和他们的行为
无 Cookie 统计不存 ID 的页面浏览和会话跨天可靠的回访访客数隐私优先的方案
标签管理器自己不记录任何东西;按规则加载代码多一次请求和一个故障点经常改代码的团队

多数网站把统计人的代码和看爬虫、做审计的日志结合使用。

服务器日志怎么追踪访客,又漏掉了什么?

你的网站服务器本来就对每个请求写一行记录。Apache 的组合日志格式里,这一行包含客户端 IP 地址、时间、请求行(方法、路径和协议)、状态码、响应大小、Referer 头和 User-Agent 头,仅此而已。没有 Cookie,没有屏幕尺寸,没有滚动深度;Apache 文档还说明,请求经过代理时,记录的 IP 是代理的地址。

日志擅长的地方:

  • 凡是到达服务器的请求都看得见,包括屏蔽脚本或关闭 JavaScript 的访客。
  • 记录状态码,所以 404 和 500 看得见。
  • 不需要改页面。

日志漏掉的,或者算错的:

  • 机器人都在里面。 Imperva 2025 年报告里,自动化流量占网页流量的 51%。原始日志不分哪些请求是真人,你得按 User-Agent 过滤,对自称知名名称的爬虫再做 DNS 检查。定义见机器人。
  • 访客很难数。 没有 Cookie,只能用 IP 加 User-Agent 近似一个人,会把同一办公室网络后面的人合在一起,又把在 Wi-Fi 和移动网络之间切换的人拆开。
  • 来自缓存或 CDN 边缘节点的页面可能根本没到源站,源站日志会少算。
  • 锚点和页内行为(锚点、点击、滚动)不会发给服务器,日志看不到。
  • 头部的值是原样写入的。 Apache 文档提醒,客户端可以插入控制字符,所以解析时要把原始日志当作不可信输入。

需要审计记录、想看爬虫,或者不能运行脚本时,日志是合适的工具。要回答「有多少人读了这页,接下来做了什么」,它就不行了。

JavaScript 代码怎么追踪访客,又漏掉了什么?

代码是每个页面上的一小段脚本。页面加载时,它把一条消息(页面、来源页、时间,可选的访客 ID)发给统计服务。因为代码在浏览器里运行,它能测到服务器测不到的东西:屏幕尺寸、语言、滚动深度、点击、停留时间,以及单页应用里不会触发新服务器请求的路由切换。

代码漏掉的:

  • 屏蔽它的访客。 广告拦截和隐私工具可以阻止统计脚本加载;关闭 JavaScript 的访客什么也不会发送。
  • 不执行脚本的机器人。 对真人计数来说这常常是好事,但也意味着只装代码的方案看不到爬虫。
  • 代码没触发的页面。 模板漏了代码片段、同意横幅把它拦住了,或者页面很慢,访客在脚本运行之前就离开了。

代码会把访客 ID 存在某个地方,通常是 Cookie,浏览器的规则就从这里开始起作用。WebKit 的跟踪防护把 JavaScript 写入的 Cookie(客户端 Cookie)有效期限制在 7 天,这是它 2019 年 2 月在 ITP 2.1 里引入的限制;同时,在 Safari 中连续 7 天没有与该网站交互时,会删除其他可由脚本写入的存储。所以第 8 天回来的访客,看起来可能是新访客。

不用 Cookie 追踪会有什么变化?

无 Cookie 统计不再依赖保存下来的 ID。工具仍然收到每一次页面浏览,但对回访者的识别不那么确定,或者只在较短的时间窗口内有效。取舍很直白:

长期 Cookie没有持久 ID
10 天后回访能识别(前提是 Cookie 没被清掉)通常算成新访客
是否要同意横幅常常需要,取决于法律和配置取决于配置和当地法律
页面浏览、会话、来源准确准确
跨会话路径可以做有限

别把这张表读成「无 Cookie 更差」。页面浏览、来源和每会话转化不受影响;丢掉的是长周期的回访访客数,而在上面说的 7 天上限下,这个数本来就不可靠。下面用数字看影响有多大:

示例数据。 1,000 个人各在第 0 天、第 10 天和第 20 天访问你的网站。Cookie 有效期 7 天时,每次访问都像新访客:30 天内「独立访客」是 1,000 × 3 = 3,000,而真实人数是 1,000,放大系数 3.0 倍。如果改按会话数,几种方法都会一致地得到 3,000 个会话。结论:比较工具时用会话和页面浏览,长周期的「独立访客」只当估算值。

标签管理器在哪个位置?

标签管理器不是第四种测量方式,而是一种分发代码的方式。你在网站上放一个容器代码片段,管理器按你在它界面里设置的规则加载统计代码(以及其他代码)。当市场人员需要不发版就增改代码时,它就有价值。

它也带来几项要检查的内容:

  1. 多一次请求。 先加载容器,再加载代码,所以第一次页面浏览的触发比直接放代码片段稍晚。
  2. 多一个故障点。 触发规则写错,可能让代码触发两次或根本不触发。在管理器的预览模式里测试,并把页面浏览数和直接放代码的数字对比一天。
  3. 拦截工具可能连容器脚本一起拦。 所以你会丢掉和直接放代码时同样的访客。

多人经常改代码时用标签管理器;一个团队负责整个网站、想要最简单的做法时,直接放代码片段。

算例:为什么日志和代码的数字对不上?

示例数据,一个网站的一天。服务器日志里有 12,400 个页面请求。按 User-Agent 和 DNS 检查,4,100 个被判为机器人,剩下 8,300 个看起来像真人。同一天 JavaScript 代码记录了 7,100 次页面浏览。

差距是 8,300 − 7,100 = 1,200 次页面浏览,占日志数字的 14.5%。别把两个数取平均,而要按类别解释这个差距:

原因页面浏览(示例拆分)
访客使用脚本拦截或关闭了 JavaScript498
日志把复制了浏览器 User-Agent 的机器人算成了真人450
预取和重复请求,例如浏览器取了一个从未显示的页面252
已解释合计1,200

第一行 498 是 8,300 个看起来像真人的请求的 6%,是为这个网站假设的拦截比例。这个拆分用来演示方法,不是基准:要测你自己的拦截比例,可以做一个两种方式都记录的测试页面。由此得到的规则:如果超过约 10% 的差距解释不了,问题是代码故障(漏页、重复触发),不是方法差异。 先修这个。

app.tapcub.com

同一天各方法的页面浏览

示例日
服务器日志,全部请求12,400
服务器日志,看起来像真人8,300
JavaScript 代码7,100
示例数据
示例数据:12,400 个日志请求,其中 4,100 个是机器人,对比代码记录的 7,100 次页面浏览。1,200 的差距(占 8,300 的 14.5%)拆成 498 个被拦截、450 个伪装的机器人和 252 个预取。

该选哪种方法?

如果只想先看一个流量数字,从怎么查看网站流量开始。要选方法,对照你的问题:

  • 「有多少人来、他们做了什么?」 JavaScript 代码,上线时再用日志做一次对照。
  • 「爬虫在访问我的页面吗,拿到的状态码是什么?」 服务器日志(或者把服务端数据送进你的统计工具)。
  • 「这个网站不能运行脚本。」 只能用日志,接受上述限制。
  • 「市场团队每周都改代码。」 在代码之上加标签管理器。
  • 「我们不想要持久 ID。」 无 Cookie 统计;报会话和页面浏览,把回访率当估算值。

多数网站最终是用代码统计人、用日志看爬虫和审计。两者的答案本来就不同,记下你上次对齐它们的日期。

怎么在 TapCub 里追踪访客?

对上面那个一天的差距,TapCub 把两部分放在同一个项目里:页面脚本统计人,机器人报表放爬虫,再用一分钟的检查确认安装没问题。

TapCub 实时汇总:当前在线访客和最近半小时的活动
演示数据:用来确认脚本正在采集的实时汇总。
  1. 安装脚本。 从 网站统计 › 配置 › SDK 代码复制代码片段,放到每个页面模板上。TapCub 默认无 Cookie 统计;是否需要同意横幅取决于配置和当地法律。
  2. 确认它在工作。 打开你自己的网站,再打开 网站统计 › 实时(见查看实时访客)。你的页面浏览几秒内就应该出现。「在线」是最近 5 分钟内有事件的不同访客数,实时流分成真人和机器人。
  3. 看访客从哪里来。 网站统计 › 来源按渠道、来源页、搜索引擎和 UTM 把访客分组,每个会话只记在它到达时的来源名下。
  4. 把机器人分开。 新项目是识别并单独统计模式,认出来的机器人出现在 网站统计 › 机器人,不会进入真人访客、会话或页面浏览。
  5. 补上代码看不到的部分。 不执行 JavaScript 的爬虫,只有你用 配置 › 设置 › API 密钥里的密钥发送服务端访问记录才会出现。已登录的人调用 tapcub.login,就会出现在 全端分析 › 用户 › 用户里,并带有按天排列的行为时间线。

TapCub 的日志文件导入(全端分析 › 数据管理 › 数据导入)用来在安装脚本之前,先从 Nginx 或 Apache 日志里看一眼页面浏览;它会跳过静态资源、爬虫、没有 User-Agent 的请求以及 4xx、5xx 响应(404 会记成事件,而不是页面浏览),日志里的访客也不会和脚本访客合并。

FAQ

追踪网站访客最简单的办法是什么?

在每个页面加一段 JavaScript 统计代码,一分钟内在实时报表里确认它能工作。它给你页面浏览、来源、会话和转化。服务器日志留着,用来检查爬虫和错误。

可以。页面浏览、来源和会话不需要 Cookie。失去的是跨多天可靠识别同一个人的能力,所以长周期的独立访客数只当估算值。

为什么服务器日志显示的流量比统计工具多?

日志数的是每个请求,包括机器人、预取和屏蔽了脚本的访客;代码只数脚本运行过的页面浏览。先从日志里过滤机器人,再像算例那样按类别解释剩下的差距。

广告拦截会阻止网站追踪吗?

它们可以阻止 JavaScript 代码加载,这些访问就不会出现在基于代码的报表里。服务器日志仍会记录请求。用一天的两边对比测出你自己的差距。

WebKit 把 JavaScript 写入的 Cookie 限制在 7 天(2019 年 ITP 2.1 起),并在 Safari 中连续 7 天没有与该网站交互后清除其他可由脚本写入的存储。第 7 天之后回来的访客可能显示为新访客。

资料来源

归档:数据分析

这篇文章对你有帮助吗?

我们会根据反馈修改和补充这篇内容。

林舟

产品体验专员

关注产品体验、功能使用与增长实践,喜欢把复杂流程拆成清晰步骤,让分析结果更容易用到日常决策中。

一分钟检查你的追踪是否正常

安装一段脚本,打开实时报表看到自己的访问,再分别查看来源和机器人。

看清数据,找到增长。

每一次点击,都有数据依据。装好一行代码,1 分钟看到第一批数据。

无需信用卡 · 统计与客服都有免费版 · 统计无 Cookie