Cookie与“访客”的标准比例？

如最近的博客文章所述，我们看到Google Analytics（分析）“访问者”与Quantcast“访问者”之间存在很大差异。

同样，由于我们从未弄清的原因，Google Analytics（分析）获得的数量比Quantcast大得多。目前，GA仅在stackoverflow.com上展示的访问者（1500万）就比Quantcast 在整个网络上看到的访问者（1400万）多：

为什么？我不知道。要么是Google Analytics（分析）有时会丢失Cookie，要么是Quantcast错过了访问者。计数是一门不精确的科学。

我们认为这是因为Quantcast使用的Cookie和访问者比率比较保守。Google Analytics（分析）可能会将每个cookie都视为“访问者”，而Quantcast只会将每个1.24 cookie都视为“访问者”。这对我来说很有意义，因为人们可以从多台计算机，多个浏览器等访问我们的网站。

我有两个密切相关的问题：

1. Cookie与访客之间是否存在可接受的标准比例？这显然是一门不精确的科学，但是有没有新兴的经验法则？

2. 除了依靠浏览器cookie之外，还有没有其他更准确的方法来将“访问者”计入网站？还是无论您如何衡量，这总是总是尽力而为的估算方法吗？

Quantcast通过电子邮件发送给我：

您提到您的GA编号和QC编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，并且有多种原因可以导致这种情况发生。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较高，则可能会在Quantcast不在此位置时触发。（我们是唯一获得MRC认可的流量测量服务）。而且，出于时区考虑，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。

如果您想进一步了解我们如何确定我们的电话号码，请访问：http : //www.quantcast.com/how-we-do-it。我们还在此处提供了有关经Cookie校正的受众群体数据和方法的白皮书。

仔细阅读白皮书，我发现它们实际上是按照Jeff的建议进行的：伪造“官方”数字以获得他们认为更接近真实人数的信息。他们有一份Cookie校正的受众白皮书（PDF链接），这表明他们的系统相当复杂，而不是简单地除以魔术数字即可：

Quantcast Quantified Publisher计划每月捕获超过750亿个媒体消费事件，这些事件是由超过14亿个Cookie生成的（截至2008年6月的数据）。此外，我们的许多量化出版商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校准，并且没有删除Cookie。我们通过不同的收集过程，偏见和问题对大量数据进行三角剖分。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进行基于人的估计的影响。我们使用保留样本和独立数据集验证了我们将独特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。

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）则使用第一方Cookie（stackexchange.com等）

这非常关键，因为某些浏览器（尤其是Safari，但最近使用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人数。

我会说没有经验法则。作为一名分析从业者，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，因此返回的数字明显不同。

即使实施完美，​​与基于服务器日志的分析系统相比，Google Analytics（分析）几乎总是会显示较少的访问量，但与诸如Quantcast之类的基于第三方cookie的系统相比，其访问量会更高。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编号与Google Analytics（分析）编号进行比较；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进行配置，则需要针对多种域和子域设置进行配置，这可能是一场噩梦，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。

对于访问量超过一百万的网站，Cookie与唯一身份访问者的比率通常在1.3到1.7之间。

尽管yc01正确表示GA使用第一方Cookie而不是第三方Cookie，但我们在RealSelf.com使用两个第一方分析提供商（GA和Comscore Direct），并且GA的绝对唯一身份访问者仍然比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，我们必须按以下方式计算基于美国的绝对唯一身份访问者的数量：

美国访问/全球访问*绝对唯一用户

（1,150,110 / 1,650,979）* 1,273,059 = 886,842美国唯一身份用户

相比之下，Comscore报告有680,900个美国唯一用户。因此Google Analytics（分析）会多显示30.2％。

Comscore的业务基础是努力做到准确，而Google Analytics（分析）主要是一种免费的方式来跟踪和优化使用AdWords和AdSense的网站。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会夸大唯一的人数是有道理的。

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

• 新闻稿
• 报告（需要填写表格并向他们提供您的电子邮件地址）
• 直接链接到报告（因为电子邮件地址不是唯一的）
• 由eMarketer撰写

他们计算出的通货膨胀系数在德国的2.2至美国的3.0之间。

也许由于您的Google Analytics（分析）受众群体的技术性更高，您的GA访问者人数比普通网站更加虚假？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，而不是寻找全局标准，因为聚合可能会产生误导。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。

至于数字2，理论上计算真实访客的最好方法是强迫每个人注册一个帐户。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。

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，我使用了这种方法

• 将Cookie发送到浏览器并将所有代理数据获取到数据库
• 如果新访问具有cookie的简单方法，它不是新访问，所以我将其保存为非新访问（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）
• 保存该用户的用户IP和一些ID以及IP和Cookie（也保存在Cookie中）
• 新用户来了，没有任何cookie ...此IP是新的吗？是？确定其新用户仅获取用户代理和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，这是新的...：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）以及用户没有cookie的尝试时间）