随着 web 技术的蓬勃发展，前端的展示、交互越来越复杂，在用户的访问、操作过程中产生了大量的数据。由此，前端的数据分析也变得尤为重要，为产品的提升和改进提供数据支撑。对于站长来说，你可以使用百度统计等已有的服务平台，但是，如果现有的统计平台不能满足你的需要，你想开发自己定制化的数据统计平台，想了解背后隐藏的技术。那么下面就逐步描述前端有哪些数据、如何采集前端的数据、以及如何展示数据统计的结果。

前端的数据有很多，普遍比较关注的 PV、UV、广告点击量，到客户端的网络环境、登陆状态，再到浏览器、操作系统信息，最后到页面性能、JS 异常，这些数据都可以在前端收集到。数据很多、很杂，不进行很好的分类肯定会导致统计混乱，也不利于统计代码的组织，下面就对几种普遍的数据需求进行了分类：

访问数据是基于用户每次在浏览器上打开目标页面来统计的，它是以 **PV 为粒度的统计 **，一个 PV 只统计一次访问数据。访问数据可以算作是最基础、覆盖面最广的一种统计，可以统计到很多的指标项，下面列出了一些较为常见的指标项：

• PV/UV ：最基础的 PV（页面访问数量）、UV（独立访问用户数量）
• 页面来源：页面的 refer，可以定位页面的入口
• 操作系统：了解用户的 OS 状况，帮助分析用户群体的特征，特别是移动端，iOS 和 Android 的分布就更有意义了
• 浏览器：可以统计到各种浏览器的占比，对于是否继续兼容 IE6、新技术（HTML5、CSS3 等）的运用等调研提供参考价值
• 分辨率：对页面设计提供参考，特别是响应式设计
• 登录率：百度也开始看重登陆，登陆用户具有更高的分析价值，引导用户登陆是非常重要的
• 地域分布：访问用户在地理位置上的分布，可以针对不同地域做运营、活动等
• 网络类型：wifi/3G/2G，为产品是否需要适配不同网络环境做决策
• 访问时段：掌握用户访问时间的分布，引导消峰填谷、节省带宽
• 停留时长：判断页面内容是否具有吸引力，对于需要长时间阅读的页面比较有意义
• 到达深度：和停留时长类似，例如百度百科，用户浏览时的页面到达深度直接反映词条的质量

页面 DOM 结构越来越复杂，但是要追求用户体验，这就对页面的性能提出了更高的要求。性能的监控数据主要是用来衡量页面的流畅程度，也有一些主要的指标：

• 白屏时间：用户从打开页面开始到页面开始有东西呈现为止，这过程中占用的时间就是白屏时间
• 首屏时间：用户浏览器首屏内所有内容都呈现出来所花费的时间
• 用户可操作时间：用户可以进行正常的点击、输入等操作
• 页面总下载时间：页面所有资源都加载完成并呈现出来所花的时间，即页面 onload 的时间
• 自定义的时间点：对于开发人员来说，完全可以自定义一些时间点，例如：某个组件 init 完成的时间、某个重要模块加载的时间等等

在用户的所有操作中，点击应该是最为主要的一个行为，包含了：pc 端鼠标的 click，移动端手指的 touch。用户的每次点击都是一次诉求，从点击数据中可以挖掘的信息其实有很多，下面只列出了我们目前所关注的指标：

• 页面总点击量
• 人均点击量：对于导航类的网页，这项指标是非常重要的
• 流出 url：同样，导航类的网页，直接了解网页导流的去向
• 点击时间 ：用户的所有点击行为，在时间上的分布，反映了用户点击操作的习惯
• 首次点击时间 ：同上，但是只统计用户的第一次点击，如果该时间偏大，是否就表明页面很卡导致用户长时间不能点击呢？
• 点击热力图 ：根据用户点击的位置，我们可以画出整个页面的点击热力图，可以很直观的了解到页面的热点区域

这里的异常是指 JS 的异常，用户的浏览器上报 JS 的 bug，这会极大地降低用户体验，对于浏览器型号、版本满天飞的今天，再 NB 的程序员也难免会有擦枪走火的时候，当然 QA 能够覆盖到大部分的 bug，但肯定也会有一些 bug 在线上出现。JS 的异常捕获只有两种方式：window.onerror 、try/catch ，关于我们是如何做的将在后续的文章中有详细的描述，这里只列出捕获到异常时，一般需要采集哪些信息（主要用来 debug 异常）：

• 异常的提示信息 ：这是识别一个异常的最重要依据，如：’e.src’ 为空或不是对象
• JS 文件名
• 异常所在行
• 发生异常的浏览器
• 堆栈信息 ：必要的时候需要函数调用的堆栈信息，但是注意堆栈信息可能会比较大，需要截取

可参考 域名劫持资源重加载方案