Cookie与“访客”的标准比例？

#1 楼

Quantcast通过电子邮件发送给我：


您提到您的GA号和质量控制号之间存在相当大的差异。尽管这种情况并不经常发生，但确实会发生，并且有几种可能的原因。例如，我们考虑了第三方Cookie和自动刷新，而Google Analytics（分析）则没有。我们还要求发布商将我们的代码放在页面底部附近，以符合MRC和IAB标准。如果您的其他测量标签在页面上位于较高位置，则当Quantcast不在时会触发它们。 （我们是唯一获得MRC认可的流量测量服务）。此外，由于时区方面的考虑，数字永远不会完全相同-我们使用归一化函数，并且GA是固定的。

如果您想了解有关如何确定数字的更多信息，请查看：http://www.quantcast.com/how-we-do-it。我们还提供了有关经Cookie校正的受众群体数据和方法的白皮书，位于此处。官方”数字，以获得他们认为更接近真实人数的信息。他们有一个Cookie校正的受众白皮书（PDF链接），这表明他们的系统相当精巧，而不是像除以魔术数一样简单：


Quantcast Quantified Publisher程序捕获每月有超过750亿个媒体消费事件，这些事件由超过14亿个Cookie产生（截至2008年6月的数据）。此外，我们的许多Quantified Publisher合作伙伴都与我们共享独立于
cookie的匿名标识符。我们的模型还包括几个面板，这些面板提供了基于人的参考点和标定
，而没有Cookie删除。我们通过不同的收集过程对大量数据进行三角剖分，
偏见和问题。我们的模型考虑了访问频率，时间段，使用多台计算机的可能性，甚至考虑了多人使用同一台计算机提供基于人的估计的影响。
我们使用保留样本和独立的
数据集验证了我们将独特的cookie转换为人们的模型。此外，我们的模型是动态的，并且会不断进行校准，以反映Internet流量模式的不断发展的本质。

#2 楼

Quantcast计数不足的另一个因素是：它们使用第三方cookie（从.quantserve.com域提供的cookie），而Google Analytics（分析）使用第一方cookie（例如stackexchange.com等）。
，因为某些浏览器（尤其是Safari，但最近使用的Firefox和Chrome）禁用了第三方Cookie作为默认设置，许多其他浏览器可能会单独选择禁止第三方Cookie的隐私设置。这意味着有一部分人口将永远不会被QuantCast的cookie跟踪。从本质上讲，这意味着Google Analytics（分析）将始终返回更高的访问者数量。

我说没有经验法则。作为一名分析从业人员，我想寻求“真正的”访问者数量是没有希望的，而应该专注于访问本身。例如，对于您的Google Analytics（分析）帐户，我至少有8位不同的访问者，他们分别在工作笔记本电脑，个人笔记本电脑，手机和iPad上通过Chrome，Safari和Firefox访问StackOverflow。 Google Analytics（分析）服务的计数方式均不同，因此返回的数字均显着不同。

即使实施完美，​​Google Analytics（分析）几乎总是比基于服务器日志的分析系统显示更少的访问量，但是比基于Quantcast等基于第三方Cookie的系统显示的访问量更高。重要的不是查看原始总数，而是每种方法在其优势中显示的趋势。因此，切勿将Quantcast数字与Google Analytics（分析）数字进行比较；而是在收集它们的上下文中使用数字。

另一个问题可能是您的Google Analytics（分析）实施不正确，因为如果未正确正确地将其配置为您的多域和子域设置，可能会成为噩梦，这可能导致单个浏览器被视为多个访客，这本身就增加了您的人数。对于Quantcast而言，这绝不是问题，因为所有cookie均在其第三方域中设置。

#3 楼

对于访问量超过一百万的网站，Cookie与唯一身份访问者的比例通常在1.3到1.7之间。 com使用两个第一方分析提供程序（GA和Comscore Direct），而GA仍然显示绝对唯一身份访问者比Comscore的唯一身份访问者多30％。

Comscore仅按国家/地区显示唯一身份访问者，因此要将GA与Comscore进行比较，我们必须计算基于美国的绝对唯一身份访问者的数量，如下所示：

美国访问次数/全球访问次数*绝对唯一用户数

（1,150,110 / 1,650,979）* 1,273,059 = 886,842美国为基础的唯一用户

Comscore报告为680,900美国为基础的唯一用户。因此Google Analytics（分析）的展示率要高出30.2％。 Comscore拥有一组人员，他们也可以用来估计流量，然后使用该人员来确定每人的平均Cookie数量。随着越来越多的人使用移动设备（我们的移动使用率为15％），唯一的cookie高估了唯一的用户的数量是很有意义的。

#4 楼

这是MediaMind最近针对不同市场推出的（“ Cookie通货膨胀乘数”）研究（2011年5月4日，昨天我写这篇文章）：


新闻稿

报告（需要填写表格并给他们提供您的电子邮件地址）

直接链接到报告（因为该电子邮件地址不是唯一的）
由eMarketer撰写

他们计算得出的通货膨胀率在德国的2.2到美国的3.0之间。

#5 楼

也许您的Google Analytics（分析）访问者人数比普通网站更夸张，原因是受众群体的技术性更高？例如，程序员，尤其是Web开发人员，更可能使用各种浏览器，从而增加了cookie数。

对于问题1，我想与许多指标一样，最好使用您自己站点中的数据而不是查找全局标准，因为聚合可能会误导您。一种使cookie达到真实访问者数量的方法可能是计算您从每个注册用户看到的cookie数量，然后从中获取数量。

关于数字2，理论上计算真实访客的最好方法是强迫所有人注册一个帐户。因为这显然不是一个好主意，所以您可以看一下规范化。例如，您可以使用我上面建议的注册用户指标的平均Cookie，并将其应用于GA报告的访问者人数。

#6 楼

我认为IP是可信任的...当我使用python创建像GA这样的统计系统时，我使用了类似的方法


将cookie发送到浏览器，并将所有代理数据抓取到数据库
如果新访问者具有cookie的简便方法，则它不是新访问者，所以我将其保存为新访问者（如果用户在2小时后重复访问网站，我还分配了日期和延迟时间来查找新访问者）
保存用户IP以及该用户的一些ID以及IP和cookie（它也保存在cookie中）
新用户来了，并且没有任何cookie ...此IP是新的吗？是？好的，它的新用户只抓住用户代理和IP /否？该用户多少次？超过限制？不是真正的新访问，不是这个用户代理更多？好的，这是新方法...：D

此方法有故障，但不是很差，并且接近有效数据...（它还取决于找到新用户的延迟时间（两次访问之间的延迟）并尝试用户没有cookie的时间）