HotLog в роли агрегатора статистических данных


Оглавление (нажмите, чтобы открыть):

Основы статистики с Python: описательная статистика

Область статистики часто понимают неправильно, однако она играет важную роль в повседневной жизни. Корректно составленная статистика позволяет извлечь знания из неопределённого и сложного реального мира, однако при неправильном применении она может нанести вред или ввести в заблуждение. Для того, чтобы отличить правду от лжи, важно чётко понимать методы статистики и значение различных статистических измерений.

В этой статье мы поговорим о:

  • определении статистики;
  • описательной статистике:
    • мерах центральной тенденции;
    • мерах разброса.

Нам не понадобятся глубокие знания статистики, однако понадобится хотя бы минимальное знание Python. Если вы не встречались с циклами for и списками, будет лучше сначала ознакомиться с ними.

Не знаете с какой стороны подойти к Python? Тогда загляните в нашу статью, где мы объясняем, с чего начать.

Загружаем данные

Мы будем обсуждать статистику, используя реальные данные, взятые с платформы Kaggle из датасета Wine Reviews. Сами данные были извлечены с сайта Wine Enthusiast.

Предположим, вы — ученик сомелье. Вы нашли интересный датасет и хотели бы сравнить различные вина, воспользовавшись статистикой для описания данных и сделав для себя несколько выводов.

XYZ school, Москва, до 250 000 ₽

Код, представленный ниже, загружает датасет wine-data.csv в переменную wines в виде списка списков. В статье мы будем вести статистику на примере этой переменной:

Давайте посмотрим на первые пять строк данных, указанных в таблице, чтобы понять, с какими значениями мы работаем:

Что именно представляет собой статистика?

Это вопрос с подвохом. Статистика включает в себя много всего, поэтому попытка кратко описать её неизбежно приведёт к упущению некоторых деталей. Тем не менее нам нужно с чего-то начинать.

Область статистики можно рассматривать как научную среду для работы с данными. Это определение включает все задачи, связанные со сбором, анализом и интерпретацией данных. Также статистика может относиться к отдельным измерениям, которые представляют собой сводную информацию по данным или определенные их аспекты. В этой статье мы постараемся провести грань между научной областью статистики и непосредственными измерениями.

И первым шагом будет логичный вопрос: а что такое «данные»? К счастью, это определение дать проще. Данные — это совокупность наблюдений за миром, которая может иметь множество вариаций, от качественных до количественных. Исследователи собирают данные, полученные в ходе экспериментов, предприниматели собирают данные своих клиентов, а игровые компании собирают данные о поведении игроков

Эти примеры указывают на ещё один важный аспект: наблюдения обычно связаны с генеральной совокупностью, представляющей интерес. Возвращаясь к предыдущему примеру: исследователь может рассматривать группу пациентов с определённым состоянием. Для наших данных генеральной совокупностью будет набор отзывов о винах. Чётко определив генеральную совокупность, мы можем применить методы статистики и извлечь знания из полученных результатов.

Но почему нас интересуют генеральные совокупности? Полезно иметь возможность сравнивать и противопоставлять их, чтобы проверить наши идеи. Например, мы хотели бы узнать, что пациенты, получающие новое лечение, выздоравливают быстрее тех, кто получает плацебо, но кроме того мы хотели бы доказать это количественно. Здесь на помощь приходит статистика, которая предоставляет точный подход к данным и даёт возможность принимать решения, основанные на реальных событиях, а не на догадках.

  • статистика — наука о данных;
  • данные — набор наблюдений за интересующей нас генеральной совокупностью;
  • статистика предоставляет конкретный способ сравнения генеральных совокупностей с помощью чисел, а не неоднозначных описаний.

Описательная статистика

Когда у нас есть набор наблюдений, полезно свести признаки наших данных в одно определение. Этим занимается описательная статистика. Как следует из названия, описательная статистика описывает конкретное свойство данных, которые она обобщает. Такую статистику можно разделить на две категории: меры центральной тенденции и меры разброса.

Меры центральной тенденции

Меры центральной тенденции — показатели, представляющие собой ответ на вопрос: «На что похожа середина данных?». Слово «середина» звучит неточно, так как существует множество определений для её описания. Далее мы обсудим, как каждая новая мера меняет наше определение «середины».

Среднее значение

Данная характеристика описывает среднее значение в наборе данных. Вычислить её довольно просто: сложите все значения и разделите полученную сумму на количество значений.

В случае со средним значением «серединой» датасета будет среднее арифметическое его значений. Среднее значение отражает типичный показатель в наборе данных. Если мы случайно выберем один из показателей, то, скорее всего, получим значение, близкое к среднему.

Вычислить среднее значение на Python просто. Давайте выясним, чему равна средняя оценка вина в нашем датасете:

Это среднее значение говорит нам, что «типичная» оценка в датасете равна примерно 87,8. Соответственно, большинство вин имеют высокий рейтинг, если предположить, что оценивают по шкале от 0 до 100. Тем не менее нужно учесть, что Wine Enthusiast не публикует отзывы с рейтингом ниже 80.

Есть разные типы среднего значения, но это — наиболее распространённая форма. Оно называется средним арифметическим, так как интересующие нас значения складываются.

Медиана

Следующая мера центральной тенденции, о которой пойдёт речь, — медиана. Медиана, как и среднее значение, нужна для определения типичного значения в наборе данных, но при этом не требует вычислений.

Чтобы найти медиану, данные нужно расположить в порядке возрастания. Медианой будет значение, которое совпадает с серединой набора данных. Если количество значений чётное, то берётся среднее двух значений, которые «окружают» середину.

Стандартной библиотекой Python не предусмотрен поиск медианы, но мы можем написать свою реализацию, следуя описанному алгоритму. Попробуем найти медиану цен на вина:

Прим.перев. С версии Python 3.4 есть встроенный способ поиска медианного значения.


Медианная цена бутылки вина составляет 24$. Это предполагает, что как минимум у половины вин в датасете цена равна или ниже 24$. Неплохо! А что насчёт среднего значения? Учитывая, что и медиана, и среднее значение отражают типичное значение, можно предположить, что они должны быть примерно одинаковы:

Средняя цена в 33,13$ на порядок выше медианной. Как это произошло? Разница между медианой и средним значением существует из-за робастности (выбросоустойчивости).

Проблема выбросов

Как вы помните, среднее значение можно найти, сложив все значения и разделив сумму на их количество, в то время как медиана ищется простой перестановкой значений. Если в данных есть выбросы — значения, которые гораздо выше или ниже остальных, — это может негативно повлиять на среднее значение. Таким образом, среднее значение не робастно, а медиана — напротив, выбросоустойчива.

Давайте взглянем на максимальную и минимальную цену в наших данных:

Теперь мы знаем, что в данных есть выбросы. Выбросы могут отражать интересные события или ошибки в нашем наборе данных, поэтому важно уметь определять их наличие. Сравнение медианы и моды — один из способов определить наличие выбросов, хотя визуализация обычно позволяет сделать это быстрее.

Мода

Это последняя мера центральной тенденции, о которой пойдёт речь. Мода определяется как значение, которое наиболее часто встречается в наборе данных. Мода не так очевидно соответствует понятию «середины» как среднее значение или медиана, но это соответствие абсолютно обосновано: если значение появляется в данных неоднократно, оно приблизит среднее значение к моде. Чем чаще появляется значение, тем сильнее оно влияет на среднее. Таким образом, мода показывает наиболее значимый фактор, формирующий среднее значение.

Как и в случае с медианой, встроенной функции для поиска моды у Python нет. Зато мы можем вычислить её сами, посчитав количество повторений различных цен и выбрав самую частую:

Прим.перев. На самом деле, с версии Python 3.4 можно найти и моду.

Мода относительно близка к медиане, поэтому можно уверенно сказать, что и мода, и медиана отражают средние значения цен на вино.

Меры центральной тенденции полезны для описания среднего значения данных. Тем не менее они не показывают, насколько большой разброс присутствует в данных. Здесь на помощь приходят меры разброса данных.

Меры разброса данных

Меры разброса отвечают на вопрос: «Как сильно варьируются мои данные?». В мире существует не так много вещей, которые остаются в одном и том же состоянии при каждом наблюдении. Эта изменчивость делает мир нечётким и неопределённым, поэтому полезно иметь показатели, которые могут обобщить эту «нечёткость».

Размах

Наша первая мера разброса — размах. Из всех измерений, которые мы рассмотрим далее, его вычислить проще всего. Для этого нужно просто вычесть из наибольшего значения в наборе данных наименьшее.

Мы нашли максимальную и минимальную цены, когда искали медиану, поэтому сейчас можем использовать их:

Итак, размах равен 2296, но что это значит? Когда мы рассматриваем результаты различных измерений, очень важно делать это в контексте наших данных. Наша медианная цена была 24$, а размах равен 2296$. Размах на два порядка больше медианы, что указывает на сильный разброс данных. Возможно, будь у нас ещё один винный датасет, мы могли бы сравнить размахи, чтобы понять, как они отличаются. В ином случае сам по себе размах не слишком полезен.

Мы скорее хотели бы узнать, как сильно данные отличаются от типичного значения. Здесь нам помогут стандартное отклонение и дисперсия случайной величины.

Стандартное отклонение

Стандартное отклонение тоже является мерой разброса данных. Оно помогает узнать, как сильно данные отличаются от типичного значения. Иными словами, оно говорит о том, как сильно данные отличаются от среднего арифметического. Отношение к среднему арифметическому хорошо видно при расчёте отклонения:

Поговорим немного о строении уравнения. Как вы помните, среднее арифметическое рассчитывается путём сложения всех значений и деления на их количество. Уравнение стандартного отклонения похоже, но используется, чтобы найти, на сколько в среднем значения отклоняются от типичного, и включает дополнительную операцию с извлечением корня.

В некоторых источниках можно увидеть в качестве знаменателя n вместо n-1 . Такие детали выходят за рамки нашей статьи, но знайте, что использование n-1 считается более корректным. Подробное объяснение можно найти здесь.

Мы хотим посчитать стандартное отклонение, чтобы более полно описать цены вин и их оценки, поэтому напишем свою функцию. Поиск кумулятивной суммы вручную выглядел бы довольно громоздко, но циклы for в Python всё упрощают. Мы пишем свою функцию, чтобы показать, что на Python легко заниматься такой статистикой. Тем не менее в библиотеке numpy тоже реализовано вычисление стандартного отклонения через функцию std :

Такие результаты вполне ожидаемы. Оценки варьируются от 80 до 100, поэтому можно предположить, что стандартное отклонение будет небольшим. С другой стороны, отклонение в ценах гораздо выше из-за выбросов. Чем больше стандартное отклонение, тем больше рассеяны данные вокруг среднего значения, и наоборот.

Далее мы увидим, что дисперсия тесно связана со стандартным отклонением.

Дисперсия

Часто стандартное отклонение и дисперсию связывают вместе и делают это не без причины. Вот уравнение дисперсии, ничего не напоминает?

Дисперсия и стандартное отклонение — почти одно и то же! Дисперсия — просто квадрат стандартного отклонения. Более того, обе величины отражают одну и ту же вещь — меру разброса, хотя стоит отметить, что единицы измерения разные. В каких бы единицах ни измерялись ваши данные, единицы измерения отклонения будут такими же, а у дисперсии они будут возведены в квадрат.

Многие новички в статистике задают вопрос: «Зачем возводить отклонение в квадрат? Разве нельзя избавится от отрицательных слагаемых при помощи модуля?». Избавление от отрицательных значений — хорошая причина для возведения в квадрат, но не единственная. Как и на среднее значение, на дисперсию и стандартное отклонение влияют выбросы. Очень часто нас интересуют выбросы, поэтому возведение в квадрат позволяет выделить эту особенность. Если вы знакомы с математическим анализом, то поймете, что наличие экспоненциального выражения позволяет найти точку минимального отклонения.

Чаще всего при статистическом анализе нам понадобятся только среднее значение и стандартное отклонение, однако дисперсия по-прежнему важна в других академических областях. Меры центральной тенденции и разброса позволяют нам систематизировать данные и извлечь из них знания.

  • описательная статистика используется для систематизации и количественного описания данных;
  • среднее значение указывает на типичное значение в нашем наборе данных. Оно не робастно;
  • медиана является центральным значением в ряду данных. Она робастна;
  • мода — значение, которое появляется наиболее часто;
  • размах — это разность между максимальным и минимальным значениями в наборе данных;
  • дисперсия и стандартное отклонение являются средним расстоянием от среднего арифметического значения.

Статистика и её роль в развитии современного общества

экономические науки

  • Сушкова Мария Викторовна , бакалавр, студент

  • Финансовый университет при Правительстве РФ
  • ЭКОНОМИЧЕСКАЯ РЕФОРМА
  • УПРАВЛЕНИЕ
  • СТАТИСТИЧЕСКАЯ ИНФОРМАЦИЯ
  • ОБЩЕСТВО

Похожие материалы

В современных условиях развития общества значительно вырос интерес к статистике как науке и ее широкому применению в практической деятельности. Сегодня уже никто не может отрицать значение и недооценивать роль статистики в общественной жизни.

Статистические данные способствуют формированию адекватного представления о нынешнем состоянии дел в стране. Благодаря этому в случае выявления каких-либо отклонений или несоответствий становится возможным своевременно предпринять ряд корректирующих мер и существенно улучшить ситуацию. [5]

Статистика, как любая другая наука, возникла из практических потребностей людей. Возникновение и развитие капитализма потребовало обширной и достоверной информации о состоянии производства, источниках сырья, рынках труда и сбыта продукции и т.п. Накапливается опыт в сборе, систематизации и обработке первичных статистических материалов. Появляется потребность в их анализе для выявления закономерностей общественного развития. Термин «статистика» был введен в 1746 голу немецким ученым, профессором философии и права Готфридом Ахенвалем (1719-1772). С тех пор статистика занимает видное место как наука о массовых явлениях, является важным подспорьем в решении как государственных, так и хозяйственных задач.

Существует общеизвестное высказывание о роли статистики в системе других наук, которое звучит так: «Статистика — царица всех наук». Это высказывание говорит о том, что в основе выводов и положений большинства социальных наук лежит статистическая база — изучение множественных явлений с помощью статистических методов.

Зачастую при помощи одинаковых статистических выводов пытаются обосновать противоположные точки зрения. Значение статистической науки понимали ученые еще XIX века. Так, тверской статистик В.И. Покровский писал еще 1874 году: «. Статистические цифры служат лучшим средством проверить правильность и целесообразность мер, применяемых для общественного благоустройства. . Но, чтобы статистика имела такое значение, необходимо пользоваться ее данными с крайней осторожностью и беспристрастием. . Самое широкое разнообразие мнений существует почти по всем вопросам общественным, и каждое мнение старается найти себе опору в статистических фактах и цифрах. . Что статистикою каждая политическая партия пользуется для своих целей, что статистическими данными подкрепляют самые несправедливые и нелепые мнения, в этом статистика не виновата». [4] Статистика позволяет решить целый ряд проблем по вопросам управления:

  • постоянное владение ситуацией, отслеживание положительных и отрицательных тенденций;
  • оценка любой операции по критериям ее успешности;
  • выработка дальнейшей стратегии развития на основе статистических данных;
  • дает руководителю чувство уверенности и безопасности за счет использования достоверных данных;
  • оперирование только фактами, которые имеют достоверное происхождение;
  • выделение областей, которым наиболее необходима корректировка или улучшение.

Систематическое ведение статистики – это залог качественного и профессионального управления, показатель хорошей информированности руководителя. Любое новое начинание строится, прежде всего, на оценке существующих фактов, состояния в данной отрасли. [1]

Коренные экономические преобразования, связанные с переходом на рыночные условия хозяйствования, изменили статистическую систему, действующую в России. Страна вынуждена быстро и активно включаться в работу по адаптации к международным стандартам. Изменились методики статистического учета. Разрабатываются новые методики сбора и обработки статистической информации.

Коренным вопросом осуществления радикальной экономической реформы в России явился переход от командно — административных форм управления к экономическим. Это поставило перед статистикой, как составной частью системы управления национальным хозяйством новые задачи. Исходя из изменений управления, роли и места предприятий, фирм, межрегиональных отношений, основными задачами для статистики на современном ее этапе являются:

  • выявление имеющихся резервов эффективности общественного производства;
  • своевременное обеспечение надежной информацией законодательной власти, управленческих исполнительных и хозяйственных органов;
  • всестороннее исследование происходящих в обществе глубоких преобразований экономических и социальных процессов на основе научно обоснованной системы показателей;
  • обобщение и прогнозирование тенденций развития национального хозяйства. [2]

В условиях изменения социально политической роли статистики как фактора формирования общественного сознания особое значение имеет существенное расширение гласности и доступности сводной статистической информации при сохранении принципа конфиденциальности индивидуальных данных. Это является одним из крайне необходимых направлений демократического общества. Расширение публикаций статистической информации позволяет лучше видеть положение дел на местах в отдельных регионах, сосредоточить внимание на недостатках и упущения для их устранения.

Возвращение статистике широкого общественного предназначения определяет главные направления ее развития:

  • совершенствование анализа статистической информации;
  • упорядочение отчетности;
  • обеспечение достоверности отчетности.

Перед статистикой встают проблемы теоретического обоснования обьема и структуры статистической информации, отвечающей современным и перспективным условиям развитой экономики, перехода к функциональным принципам управления.[3]

Важной задачей статистики является осуществление расчетов величины прожиточного минимума и определение численности населения. Имеющего доходы ниже черты бедности, сбор информации о распределении пенсионеров по размеру пенсий, работающих на предприятиях всех форм собственности – по уровню получаемой зарплаты, продолжительности рабочего времени, отпусков.

Статистика занимается изучением формирования новых отношений собственности, её приватизации, развития новых форм хозяйствования и видов предпринимательской деятельности. При этом, наряду с количественным измерениями становления многоукладной экономики, значительно расширяется информация о качественных показателях предприятий различных форм собственности и хозяйствования с тем, чтобы проводить сопоставительный анализ эффективности их деятельности.

О роли и значении статистики в развитии общества, в научном познании окружающего мира и в управлении предприятием свидетельствует система и виды статистических показателей.

Без статистической информации невозможно познание закономерностей природных и социальных массовых явлений, их предвидение, а значит, и регулирование либо прямое управление, будь то на уровне отдельного предприятия, города или региона, на государственном или межгосударственном уровне.

Мастер Йода рекомендует:  35 лучших сайтов для самообразования

В период перехода экономического комплекса на принципиально новые методы и формы хозяйствования очень важно определить место и роль статистике в экономики страны.

В заключение следует сказать, что статистика это наука, которая является неотъемлемой в жизни каждого общества, она определяет динамику развития, спада, роста общественных явлений. Это наука, которая решает определенные задачи благодаря наличию и развитию статистических методов, а также благодаря развивающимся информационным технологиям. Результаты исследования массовых явлений методами статистики являются объективной базой в других науках, являются залогом достоверности сделанных ими выводов.

Список литературы


  1. Данилов А. Н. Статистика (Учебное пособие). — Омск: Издательство ОмГТУ, 2015. — 88 с.
  2. Денисенко Р. М. Статистика: место и роль в развитии общества. // Сибирский торгово – экономический журнал. — 2014. — №1 (19).
  3. Денисенко Р.М. Статистика коммерческой деятельности. // Учебное пособие/ Р.М. Денисенко; Министерство образования и науки РФ, Омский ин-т (фил.). Омск, 2012 г.
  4. Покровский В.И. О значении и о задачах статистики // Сборник материалов для статистики Тверской губернии. 1874.
  5. Статистик — это кто? Социальная, экономическая и правовая статистика // URL: http://fb.ru/article/156203/statistik—eto-kto-sotsialnaya-ekonomicheskaya-i-pravovaya-statistika (дата обращения: 20.01.2020).

Электронное периодическое издание зарегистрировано в Федеральной службе по надзору в сфере связи, информационных технологий и массовых коммуникаций (Роскомнадзор), свидетельство о регистрации СМИ — ЭЛ № ФС77-41429 от 23.07.2010 г.

Соучредители СМИ: Долганов А.А., Майоров Е.В.

HotLog — регистрация в рейтинге сайтов и получение кода счетчика посещений

Здравствуйте, уважаемые читатели блога KtoNaNovenkogo.ru. Сегодня хочу сказать пару слов про рейтинг HotLog, в который можно попасть установив на свой сайт их счетчик посещаемости. Не сказать, чтобы этот сервис сбора статистики посещаемости был шибко популярен на просторах рунета, но он все же есть и не сказать о нем было бы не правильно. Правда, если верить голосованию, которое я провожу на этом блоге, то ХотЛог по популярности выигрывает только у сервиса ОпенСтат (ранее называемого СпайЛОг).

Сам по себе интерфейс сервиса HotLog не меняется уже многие годы в отличии, например, от рейтинга Рамблер Топ100, который совсем недавно претерпел, можно сказать, революционные изменения и стал сильно похож на счетчик Яндекса. Но далеко не все популярные системы статистики обновляются. Например, все тот же Ливинтернет или счетчик от Майла сохраняют свой изначальный облик десятилетиями и при этом продолжают быть одними из самых часто используемым на сайтах.

Регистрация в HotLog и добавление сайта в рейтинг

Так же, как и в упомянутых выше системах сбора статистики посещений, в HotLog имеется рейтинг (здесь читайте про рейтинги блогов и сайтов), основанный на показаниях устанавливаемого бесплатного счетчика посещений. И в ХотЛоге обратная ссылка на ваш ресурс будет открыта для индексации поисковиками. Пузомерки страницы в HotLog, с которой будет вести обратная ссылка на ваш ресурс, довольно приличные. Один ТИЦ=3 200 чего стоит.

Перейдем к регистрации в системе HotLog и получению бесплатного счетчика посещений. На странице регистрации вы сначала выбираете внешний вид информера, затем заполняете поля с информацией о вашем ресурсе, оставляете галочку «Участвует в рейтинге» и выбираете категорию, которая больше всего подходит вашему сайту по тематике.

Также придумываете себе логин и пароль для доступа к статистике посещаемости вашего счетчика HotLog, указываете E-mail и жмете на кнопку «Добавить».

Вас перебросит в окно, где вы сможете скопировать код счетчика посещений, для того, чтобы вставить его затем в шаблон вашего сайта (как его установить, читайте в статьях про установку счетчика посещаемости в Вордпресс и про установку счетчика на Joomla).

Использовать под это дело плагины и расширения я бы не советовал, ибо это немного нагружает и подтормаживает сервер, а скорость загрузки страниц вашего сайта сейчас является фактором, влияющим на ранжирование как в Гугле, так и в Яндексе. Да и сами посетители, привыкшие к высоким скоростям интернета, не будут ждать больше нескольких секунд открытие страницы вашего сайта, а просто уйдут с него ухудшив вам тем самым поведенческие характеристики.

Кстати, если потом забудете пароль или логин для доступа в HotLog, то его довольно легко можно будет восстановить на этой странице. Причем, я умудрился забыть даже Емайл адрес, который использовал при регистрации. Но сервис позволяет залить в корень сайта файлик с нужным названием и указать там нужный Емайл, чтобы на него уже пришли данные для восстановления доступа в аккаунт:

Довольно удобно и оригинально, на мой взгляд.

Статистика посещаемости от HotLog

Данные по вашим счетчикам вы сможете найти на первой вкладке из верхнего меню ХотЛОга:

Тут будет указана и позиция занимаемая вашим сайтом в рейтинге HotLog (в выбранной при регистрации рубрике). Поменять рубрику, а также другие настройки задаваемые при регистрации сайта, вы сможете кликнув по кнопке «Настройки», а нас сейчас больше интересует статистика собранная сервисом по нашему сайту, поэтому кликаем по одноименной кнопке «Статистика» расположенной под названием нужного сайта.

Ничего необычного или выдающегося тут нет — практически полностью повторяются возможности популярного счетчика LI, о которых я писал по указанной ссылке во всех подробностях. Обычная стата по источникам трафикам, по точкам входа и выхода, по времени и глубине просмотра (поведенческим факторам), странам, языкам, операционкам и браузерам, с которых заходили пользователи. Есть также и возможность задания и отслеживания целей, что не может не радовать.

В общем, есть минимальный набор, который нужен подобному сервису и ничего более. Дизайн устаревший, данные можно почерпнуть в любой другой системе статистики (более авторитетной для рекламодателей), а вот сильных причин ставить именно этот счетчик, например, взамен ставшего уже умолчательным Ливинтернета, как бы не наблюдается. Да, есть рейтинг, с которого можно получить дополнительную внешнюю ссылку, но и только. Хоронить сервис пока рано, но и советовать его код для обязательной установки тоже было бы не уместно. Решайте сами. ИМХО.

Ручной и автоматический сбор статистики оптимизатора в базе данных Oracle

В базе данных Oracle оптимизатор запросов играет важнейшую роль в выполнении операторов SQL наиболее эффективным образом. Один и тот же оператор SQL можно выполнить несколькими способами, и задача оптимизатора запросов состоит в выборе наиболее быстрого и эффективного пути выполнения каждого запроса к базе данных.

Чтобы разработать наилучший план выполнения любого оператора SQL, оптимизатор сначала оценивает возможные пути доступа, порядки соединения (join orders) и т.п., и выбирает несколько подходящих планов выполнения. Затем он вычисляет стоимость альтернативных планов на основе использования ими системы ввода-вывода, центрального процессора и памяти. На этом шаге оптимизатор использует статистику, которая среди прочего включает информацию о распределении данных и характеристики хранения таблиц и индексов. И, наконец, оптимизатор сравнивает стоимости альтернативных планов и выбирает план с минимальной стоимостью.

На заметку! В Oracle рекомендуют позволить базе данных автоматически собирать статистику оптимизатора.

Автоматически собираемая статистика оптимизатора

Выпуск Oracle Database 10g представил средство сбора статистики оптимизатора. Теперь вас не должен беспокоить вопрос о частоте сбора статистики или объектах, включаемых в процесс сбора, поскольку Oracle теперь обо всем позаботиться за вас.

На заметку! Бывают ситуации, когда ручной сбор статистики оптимизатора оправдан, и мы обсудим это в ниже в разделе “Ручной сбор статистики оптимизатора”.

В Oracle Database 11g очень легко включить автоматический сбор статистики — Oracle автоматически запускает его при создании новой базы данных Oracle Database 11g или обновлении до версии Oracle Database 11g. Для автоматического сбора статистики оптимизатора используется пакет DBMS_STATS.

Совет. Удостоверьтесь, что параметр инициализации STATISTICS_LEVEL установлен в TYPICAL или ALL, чтобы обеспечить включение средства автоматического сбора статистики.

Планировщик и GATHER_STATS_JOB

Когда вы создаете новую базу данных или обновляете до версии Oracle Database 11g, Oracle автоматически создает задание базы данных по имени GATHER_STATS_JOB, а планировщик Oracle Scheduler автоматически планирует задание для запуска во время окна обслуживания. Вот как проверить, работает ли задание автоматического сбора статистики:

Oracle планирует задание GATHER_STATS_JOB для автоматического выполнения с использованием инструмента Oracle Scheduler. Начиная с Oracle Database 10g, планировщик Scheduler заменил старые средства планирования заданий, использовавшие пакет DBMS_JOB .


Планировщик Oracle Scheduler по умолчанию имеет два окна операций:

  • еженедельное ночное окно между 10 вечера и 6 утра, с понедельника по пятницу;
  • окно на выходные дни между полуднем субботы и полуднем понедельника.

Вместе эти два окна известны как окно обслуживания (maintenance window). Oracle автоматически планирует задание GATHER_STATS_JOB для запуска во время открытия окна обслуживания. Отключается автоматический сбор статистики следующим образом:

Задание GATHER_STATS_JOB вызывает процедуру DBMS_STATS.GATHER_DATABASE_STATS_JOB_PROC для сбора статистики оптимизатора. Задание собирает статистику только для объектов, которые попадают в один из перечисленных ниже классов.

  • Объекты с отсутствующей статистикой. Любой объект без статистики является кандидатом на сбор статистики.
  • Объекты с устаревшей статистикой. Oracle считает статистику объекта устаревшей, если 10 или более процентов строк объекта были модифицированы с момента последнего сбора статистики для этого объекта.

По умолчанию Oracle отслеживает модификации (изменения с помощью операторов DML) в объектах базы данных, пока параметр инициализации STATISTICS_LEVEL установлен в TYPICAL или ALL (TYPICAL — значение по умолчанию).

Процедура GATHER_DATABASE_STATS_JOB_PROC устанавливает приоритеты между объектами базы данных на основе активности DML по каждому объекту. Эта процедура первыми анализирует объекты, которые претерпели максимум изменений DML, так что даже если задание по сбору статистики не будет завершено целиком, прежде чем закроется окно обслуживания, она гарантированно соберет наиболее востребованную статистику.

Обратите внимание, что по умолчанию планировщик прервет задание GATHER_STATS_JOB, если оно еще будет выполняться на момент закрытия окна обслуживания. Объекты, для которых статистика не будет собрана до закрытия окна поддержки, будут автоматически обработаны при следующем запуске задания. Однако атрибут STOP_ON_WINDOW_CLOSE задания GATHER_STATS_JOB можно установить в FALSE. Я планирую написать статью, посвященную Oracle Scheduler, и там будет объяснятся, как это сделать.

Использование Database Control для управления расписанием GATHER_STATS_JOB

Вы всегда можете изменить окно обслуживания по умолчанию с помощью SQL*Plus. С помощью OEM Database Control можно также модифицировать текущее расписание запуска GATHER_STAT_JOB.

Ниже перечислены шаги, которые потребуется для этого сделать.

  1. На домашней страницы Database Control щелкните на вкладке Administration (Администрирование).
  2. Перейдите в раздел Scheduler Group (Группа планировщика) и щелкните на ссылке Windows (Окна).
  3. Щелкните на кнопке Edit (Редактировать). После этого можно отредактировать времена окон обслуживания.

Ручной сбор статистики оптимизатора

С помощью пакета DBMS_STATS можно выполнять ручной сбор статистики оптимизатора на уровне таблицы, схемы или базы данных, а также собирать статистику системы. Начиная с версии Oracle Database 10g, рекомендованный способ сбора статистики, однако, заключается в том, чтобы позволить базе данных делать это автоматически. Тем не менее, в некоторых ситуациях, вроде описанных ниже, для сбора статистики необходимо использовать традиционный пакет DBMS_STATS вместо того, чтобы полагаться на автоматический сбор Oracle.

  • Использование внешних таблиц.
  • Сбор системной статистики.
  • Сбор статистики о фиксированных объектах, таких как динамические таблицы производительности.
  • Немедленно после запуска пакетного задания загрузки, поскольку оно делает имеющуюся статистику неактуальной.

ElasticSearch — агрегация данных

В статье мы рассмотрим, как правильно реализовывать агрегацию данных, зачем это может понадобиться, и сдобрим это кучей рабочих примеров.

Для всех, кому интересно как сделать свои запросы в ES интереснее и посмотреть на обычной поиск с другой стороны, прошу под кат.

В предыдущей статье пользователи разделились поровну между статьёй по более простой теме и по более сложной, поэтому я выбрал не очень сложную тему, но довольно свежую, которая добавилась в ES относительно недавно(v1.0) и несёт довольно интересный функционал.

Aggregation module

Этот модуль пришел в ES на смену Facets, причем в настойчивой форме, Facets теперь считаются устаревшими и будут удалены в ближайшие релизы. Хотя агрегаты и были добавлены в v1.0.0RC1, а сейчас уже >1.2, я все же не рекомендую использовать Facets.
Зачем же понадобилось изменять рабочий инструмент?
Наверное, главной фишкой агрегатов является их вложенность. Приведу общий синтаксис запроса:

Как видно из структуры, агрегатов может быть сколь угодно много, и у каждого элемента может быть вложенный элемент без ограничений по глубине.
Используя вложенность, мы можем получить очень интересные статистические данные (пример в конце статьи).

Типы агрегатов

Типов агрегатов очень много, но все их можно объединить в 2 главных типа:

— Bucketing (Обобщение)
Для простоты понимания, это можно сравнить со всем знакомым инструментов «GROUP BY». Конечно, это довольно упрощенное сравнение, но принцип работы схож. Этот тип на основе фильтров обобщает документы, по какому-то определённому признаку, хороший пример это terms aggregation.

— Metric (Метрические)
Это агрегаты, которые высчитывают какие либо значение по определенному набору документов. Например sum aggregation

Думаю, для начало теории хватит, всем, кого интересует более фундаментальная информация по этому модулю, могут ознакомится с ней по этой ссылке.

Простой пример

Дамп наглым образом взят из этой прекрасной статьи

Давайте сгруппируем спортсменов по их виду спорта и узнаем сколько их в каждом спорте:

Тут мы используем агрегат «terms», который группирует документа по полю «sport».
«size» : 0 (0 заменяется на Integer.MAX_VALUE автоматически) говорит о том, что нам нужные все документы без исключения, в нашем случае не важна скорость, но надо учитывать, что более точный результат требует больше времени.

Отлично, бейсболистов больше всего.
Давайте отсортируем спортсменов по среднему значению их рейтинга, от большего к меньшему:

Тут отлично видно, что такое вложенный агрегат и как он может помочь нам выбрать документы максимально гибко.
Сначала мы указываем, что нужно сгруппировать спортсменов по имени, потом отсортировать по «rating_avg», который высчитывается в под агрегате «avg», по полю «rating». Заметьте, как элегантно ES работает с массивами ( «rating» : [10, 9] ) и с легкостью высчитывает среднее значение.

Еще одна прекрасная возможность агрегатов это использование «script» . Например:


Начиная с версии 1.2.0 выполнение скриптов по умолчанию отключено. Вы можете его включить, при условии что у пользователей нет прямого доступа к ES (Надеюсь, что это так, иначе советую вам немедленно закрыть этот доступ ради безопасности ваших данных).

Агрегация во всей красе или что-то посложнее

Давайте найдём всех спортсменов, которые находятся в радиусе 20 миль от точки «46.12,-68.55»
Сгруппируем их по виду спорта и выведем подробную статистику по рейтингу спортсменов в этом виде спорта.
Звучит неплохо, а вот и пример.

Заключение

Надеюсь, я смог донести общие возможности этого прекрасного модуля. Всем, кого это тема заинтересовала, я советую ознакомиться со всем списком фильтров по этой ссылке.
Рад любым полезным замечаниям и дополнениям по теме.

Так же можно прочитать мою предыдущую статью по ES — ElasticSearch и поиск наоборот. Percolate API
И принять участие в голосование внизу статьи.

Только зарегистрированные пользователи могут участвовать в опросе. Войдите, пожалуйста.

Сбор статистики

Добрый вечер)
возникли проблемы в отражении на графике — загруженность рабочих(ресурс).
по справке ссылают на элемент PML, но можно ли как то иначе отразить данную статистику? например в диаграмме ссылаясь на: Ресурс.Статистика ( при включенном флажке сбор статистики)
на что необходимо сослаться?

и еще, есть два типа агентов, различаются значением параметра внутри них. необходимо построить график изменения числа 2 типа (завис от времени)
подскажите пожалуйста как построить)

Добавлено через 13 минут
про загруженных рабочих разобралась)
вопрос остается только про интенсивность агентов

02.12.2020, 21:20

Сбор статистики
Доброе время суток!У меня проект энергопотребление кирпичного завода.Нужно считать сколько.

Сбор статистики
Есть 2000 человек, на каждого человека есть карта. Необходимо иметь информацию о том, какой продукт.

Сбор статистики
Не знаю пишеться это на PHP или на Java scrips, думаю что на PHP. Дело состоит вот в чем мне надо.

Сбор сетевой статистики
Здравствуйте. Есть VDS с Ubuntu 16.04.1 LTS. Нужно собирать сетевую статистику (в фоне) сколько.

Сбор статистики по очереди
Есть программа написанная на GPSS: GENERATE (EXPONENTIAL(1,0,1)) QUEUE ALL_0 QUEUE Q_1 .

Немного о статистике 9

Для начала, очень краткий вводный курс в теорию маркетинговых и социологических исследований. Все на самом деле, очень просто: есть ложь, есть наглая ложь и есть статистика (М.Твен). Круче статистики я могу назвать только социологию, а круче социологии — маркетинг. Но и маркетинг, и социология применяют статистические методы для решения своих задач.

На самом деле, недоверие к статистике происходит из способов манипуляции с данными — где-то что-то пропустили (намеренно или по недомыслию), где-то что-то привнесли лишнего. А где-то и просто соврамши. Злоупотребления могут быть и в области интерпретации данных — достаточно немножко подправить минимумы-максимумы на оси гистограммы, и вуаля, кажется, что происходят буквально тектонические сдвиги в исследуемом параметре, а на самом деле незначительные изменения:

И все же маркетингово-социологические исследования необходимы, иначе откуда бы мы получали волшебный пендаль мотивацию для развития компании? Так называемый бенчмаркинг это великолепный стимул, ибо все знают, что соседний ряд едет всегда быстрее, соседняя очередь движется эффективнее, а у соседа морковь вон какая вымахала. Другой вопрос, как, что и зачем нам сравнивать, чтобы польза от сравнения все же появилась.

Маркетинг-социологи знают множество способов исследований внешней среды. Вот небольшая их часть:

  • Интервьюирование;
  • Анкетирование;
  • Наблюдение невключенное и включенное;
  • Контент-анализ;
  • Социологический и социально-психологический эксперимент;
  • Социопсихолингвистические методы;
  • Изучение статистических данных;
  • Соцаргументация журналистского текста.

Любознательных отправляю к учебникам, а мы займемся «изучением статистических данных».

И сразу встает вопрос, а где взять данные? Если по собственной абонентской базе можно худо-бедно (у кого-то худо, у кого-то бедно, а где-то есть и хорошо поставленные процессы) выводить статистику по приросту/оттоку и тем паче по полученным деньгам, то где взять стату по конкурентам? Небось у всех собственные данные загрифованы «Для служебного пользования». Не пойдешь же к конкуренту испрашивать цифры — не дадут все равно.

На помощь приходят различные аналитические и рейтинговые агентства разной степени бестолковости. Самыми бестолковыми из которых могу назвать «ТАСС-Телеком», «аналитические рейтинги», которые просто блистают перлами, терминологической мешаниной и сравнением теплого с круглым. Не буду углубляться в стеб и поношение — просто вот так получилось. Тем более что новостная лента у данного агентства весьма неплоха и достаточно оперативна. А рейтинги и хуже бывают — «ТОП-8 Екатеринбургских провайдеров» это надо было постараться придумать.

Мастер Йода рекомендует:  Click.tv продвигает свежие идеи

Для того чтоб как-то опираться на отчеты аналитических агентств, нужно иметь некоторую степень доверия к ним. Неангажированность, профессионализм, потенция получать данные из различных источников, а затем делать правильные выводы — все это вещи субъективные и поддаются тоже только субъективной оценке. Я провел экспресс-опрос в Фейсбуке в соответствующем сообществе на предмет доверия к различным аналитическим агентствам и получил вот такие результаты:

В опросе принимали участие люди, так или иначе связанные с отраслевой аналитикой (кто-то, возможно, увидит себя или знакомых). Интерпретировать результаты в данном случае, тоже является субъективным занятием, и я этого делать не стану. Что получилось, то получилось.

Проблемы «исследований» и «рейтингов» — это методология и источники данных. Методология иногда бывает весьма витиевата: «индексы», сравнение по выручке и абонентам, сравнение по «физическим» и «юридическим лицам». А данные для «рейтингов» могут браться совершенно стохастические, самые «достоверные» из которых запрос бухгалтерского баланса (баланс любой конторы можно запросить в Росстате за небольшую денежку) и веерная рассылка анкет для заполнения собственно операторами. Кто не заполнил — в рейтинг не попал. А потом из кусочков данных анкет и бухотчетов пытаются высосать «выводы» типа «Связьтранснефть», «МегаПейдж» и «Телеком-экспресс» — компании с наиболее высокими темпами прироста выручки: 1048%, 364% и 338%.

Кроме того, таковые «исследования» не самые оперативные. Я бы даже сказал, бессмысленно затянутые. Просто потому, что бухотчетность в Росстат по итогам завершившегося года сдается до мая месяца следующего, а в доступ у не самого быстрого государственного статистического бюро отчеты попадают вообще в третьем квартале. К этому времени хотелось бы видеть нечто более соответствующее текущей ситуации ибо «время — деньги».

А еще, федеральные аналитики, как правило, оперируют цифрами федерального же масштаба. И их можно понять. Во-первых, отчеты могут получиться весьма толстые. Во-вторых, для толстых отчетов нужно и работу провести немалую. В-третьих, оплачиваемый спрос имеется у федерального «крупняка», а на региональном уровне и спрос меньше и цены ниже.

Что же делать? Довольствоваться тем, что дают? В отличие от телевидения, статистика интернет четко и конкретно связана с компьютерами и вычислительными мощностями. И посему, посчитать количество интернет-пользователей не представляет неразрешимо тяжелой задачи.

Я предлагаю простой и вполне себе эффективный способ получать оперативные сводки с рынка вполне научным способом. А именно — снимать информацию, анализировать ее и делать выводы с помощью доступных и бесплатных инструментов веб-статистики. Интернет-компании давно этим занимаются, ибо для них каждый посетитель странички это деньги, слава и народное призвание. Есть масса статистических сервисов, а некоторые из них даже научились считать посетителей по провайдерам. И достаточно просто — выкачивая и систематизируя выделенные IP-адреса из базы RIPE. И нет тут никакого хайтека уже несколько лет как.

Сервисов интернет-статистики достаточно много. Кроме того, есть монстры статистики (по совместительству еще и лидеры рынка) типа Яндекса и Google. В данной статье (а я не ставлю задач посчитать что-то конкретно) я продемонстрирую возможности двух систем сбора интернет-статистики — LiveInternet и OpenStat. Просто потому, что у них как раз сделан разбор по провайдерам, а собственно статистика открыта и общедоступна. А еще, я буду сильно удивлен, если читатели — профессионалы интернет-провайдинга: а) не слышали об этих сервисах и их возможностях; и б) не используют эти сервисы и/или нечто более совершенное/подходящее.

Для того чтобы все же информация была более полная, назову еще несколько интернет-счетчиков, которые умеют собирать стату по российским пользователям:

  • Яндекс.Метрика — имеет невидимый посетителю странички счетчик. Отчёты обновляются каждые 5 минут. Анализирует рекламный трафик, конверсии, строит интерактивные карты путей пользователей по сайту. Доступны отчёты по полу и возрасту посетителей сайта. Предоставляет бесплатный мониторинг доступности сайта, с возможностью отправки уведомлений по SMS. Все отчёты доступны за произвольный период.
  • Google Analytics — проводит полный анализ аудитории и межсайтовых переходов. Тоже невидим и тоже многое умеет, кое-где превосходит Яндекс, кое-где уступает.
  • Рамблер исторически считается авторитетным и популярным счётчиком и рейтинговой системой в рунете. Сейчас у них есть сервис под названием RuMetrika, где можно что-то и посчитать.
  • Spylog — умер. Теперь это OpenStat.
  • Счётчик компании LiveInternet.ru весьма популярен, предоставляет всевозможные виды отчётов. Переведен на 16 языков. Так же, как и SpyLog, предоставляет возможность так называемой глобальной статистики — статистики всего Рунета в открытом доступе.
  • Система Интернет-статистики HotLogпредоставляет счетчик посещений, считающийся удобным и простым, одновременно предоставляя большое количество статистических отчетов, необходимых для владельца сайта и маркетолога. Система постоянно развивается и дополняется небольшими сервисами, например, мониторинг сайта. Подробные статистические отчеты генерируются за сутки.
  • РейтингMail.Ru – счетчик от Mail.Ru Group, предоставляющий аналитику по посещаемости сайтов. Доступны данные о социально-демографическом и географическом распределении посетителей сайта. Позволяет отслеживать динамику посещаемости, общую статистику, статистику по просмотрам из различных стран, по переходам с самых популярных поисковиков. Отчеты можно просматривать в разрезе месяца, недели и дня, статистика хранится за все время, начиная с установки счетчика на сайт. Кривой, как и все у Майл.ру.


LiveInternet

Когда говорят о тенденциях в Рунете — использования различных браузеров, различных ОС, процентах рынка той или иной поисковой системы, как правило, ссылаются именно на глобальную статистику LiveInternet.ru. Статистика доступна по адресу http://www.liveinternet.ru/stat/ru — заходим, изучаем, нажимаем ссылки, развлекаемся.

Вот срез по суточной посещаемости всея Рунета за последний месяц:

Всего получается, Рунет посещает порядка 95 млн. человек ежесуточно. В он-лайне в среднем одновременно находится 1,6-1,7 млн. человек. Кстати, 10 декабря зафиксирован своеобразный рекорд — достигнута планка ежедневной аудитории в 100 млн. человек и 1,9 млн. среднее он-лайн.

Разумеется, что 100 млн. человек в Сеть ежедневно не выходит — на самом деле, в отчете отражены посетители Рунетовских сайтов (с установленным счетчиком LI) и из других стран. Отчетливо заметна «пила» выходных дней — некоторое количество людей заходят в Интернет с работы, и по итогу получается, что некоторых считает, например, два раза. Разница между рабочим и выходным днем составляет в среднем 10-12%.

Вот еженедельный срез с учетом только российских регионов:

Виден рост аудитории за полгода на примерно 24,2% (с 50 млн. до 62,12 млн.). Эту цифру можно ставить в актив всем причастным — от провайдеров, до продавцов компьютерной техники. Самые интернетизированные регионы: Москва (кто бы сомневался) — 26.5% всей российской аудитории, Питер — 10,2%, Краснодар(!) — 5,6%, Екатеринбург — 5% и замыкает пятерку Новосибирск — 3,9% всего Рунета. На последнем месте, кстати, Анадырь, где Интернет все же есть — целых 3312 человек.

Вот срез ежемесячный, с разбивкой на пользовательские операционные системы:

Здесь можно сделать вывод, что аудитория Рунета (опять с иностранцами) за период с июня 2010 по декабрь 2012 фактически утроилась. Еще виден «крест Windows» — количество установленных «семерок» превысило XP где-то весной 2012 года.

Холивара ради, уберу «всего» и «windows», зато поставлю Symbian и iOS для всех яблочных устройств:

Видно, что Андроид лидирует по количеству заходов в Сеть еще с 2011 года. Но вот что произошло с Symbian в ноябре 2012 — я не понимаю. Скачек в более чем два раза можно объяснить только системным сбоем собственно системы статистики и это проблема для «серьезных исследований».

Еще одно разочарование подстерегло меня, когда начал рассматривать отчеты по цели данной статьи — статистику по провайдерам.

  1. LI мешает в кучу и мобильных, и фиксированных посетителей.
  2. Ростелеком до сих пор существует в виде разрозненных МРК. И вообще, кажется, давно не обновляли базы из RIPE. Есть пояснение по группировке провайдеров, но группировка сия очень и очень устарела.
  3. Количество разных провайдеров, учитываемых LI — 31 страница по 100 на каждой. Т.е. больше 3 тысяч. Нет такого количества провайдеров в стране, даже вместе с СНГ. А это опять значит, что в группировках что-то напутано и имеются «мертвые». Зачем они в отчетах? И кто бы мог подумать, что UGMK Telekom LLC нужно искать под секретным псевдонимом ut-svr? Причем, именно так, как написано — целиком.
  4. При этом некоторых провайдеров я просто не нашел, ни по торговым маркам, ни по устоявшимся названиям, ни по юридическим лицам. И даже по маске RIPE не нашел. М.б. потому что фильтры вопреки здравому смыслу регистрозависимые?
  5. Нет возможности делать фильтры по регионам.

У кого есть ФБ, предлагаю устроить Герману Клименко (отцу-основателю LI) флеш-моб и просить (или потребовать?) допилить сервис до возможности использовать в реальной жизни. И чтоб не позорился.

И последняя ложка дегтя для LI — помните, я писал, что представление данных играет значение? Ну, когда меняется диапазон между минимумом и максимумом на оси ординат и кажется, что на графике изображены горы? Вот вам пример, как это сделал LI:

На графике кажется, что абонентская база Эр-Телеком просто ракетой взмывает в заоблачные дали. А на самом деле, за полгода количество пользователей выросла с 1,355 млн. до 2,085 — или на 54%. Пусть это и впечатляющий результат, но на графике кажется, что Эр как минимум удесятерился. Правда есть одно сомнение — в официальном пресс-релизе ЭТ утверждает, что Дом.РУ подключил 5 млн. абонентов. Но даже если учесть, что из-за путаницы в группировке по операторам у LI есть промахи и даже если принять, что абоненты Дом.ру не каждый день входят в Сеть (или посещают исключительно зарубежные сайты без счетчика LI), а ошибка при этом составляет два раза, то все равно я не вижу 5 млн. абонентов. Тем более что, как правило, абоненты уже не используют в домашних условиях только один компьютер — появилось множество мобильных устройств, которые считаются за отдельного посетителя, но фактически это один абонент.

Этот интернет-проект статистики и веб-аналитики /условно/ голландской компании «OpenStat B.V.», предназначенный для оценки посещаемости веб-сайтов, и многомерного анализа поведения пользователей.

Система Openstat была запущена в апреле 2010 года на обломках системы SpyLOG, имеющей десятилетний опыт разработки и реализации задач веб-анализа.

Кроме традиционных видов интернет-статистики, важных для владельцев интернет-проектов, таких как расчет конверсии, показателей отказов, глубины просмотра, процента выходов и тд., Openstat исследует глобальные тренды развития Рунета и его отдельных компонентов, занимается разработкой современных методов категоризации контента сайтов и групп сайтов.

Особым своим достоинством компания считает акцент на том, что её сервис не связан с рекламными сетями, площадками, агентствами, медиа холдингами, рекламодателями или иными участниками рекламного рынка в Интернете. Следовательно, менее подвержен искажениям в пользу отдельных площадок — см. статистику Мэйл.ру.

Глобальные тренды Рунета сервис демонстрирует вот на таком настраиваемом дашборде:

… где видно, что по количеству месячной аудитории, учтенной статистикой, сервис несколько недотягивает до LI. Это связано с тем, что счетчики OS установлены на меньшем, чем у LI, количестве веб-сайтов. Зато собственно статистика предоставлена в более красивом и юзабельном виде. Всю статистику можно рассматривать по разным срезам и даже загружать в виде эксель-табличек с целью более детального рассмотрения.

Правда, не обходится и без «косяков»:

… видны сбои статистики, например, в июле 2012 года. Зубцам в начале 2011 и 2012 года склонен верить — длительные новогодние каникулы, как правило, не добавляют посещаемости, а вовсе даже наоборот.

Зато по операторам связи сделана вполне хорошая годная статистика и группировка вызывающая уважение — группировка данных RIPE занятие не для слабаков:

Отчетливо видны провалы в апреле 2012 года у Ростелекома и Эр-Телекома. Не знаю с чем это связано. Скорее всего, с введением/выводом блоков IP-адресов у провайдеров. Или с тем, что в системе убрали счетчики какие-то крупные интернет-проекты, почему-то полюбившиеся абонентам Дом.ру и Мегателекома. Или глюки собственно сервиса. Далее, для того чтобы избежать таких флуктуаций, будем смотреть стату на более проверенном временном диапазоне:

По крайним точкам можно вычислить изменение АБ:

    Ростелеком: 1 мая — 3,35 млн. посетителей и 30 ноября — 3,69 млн. Рост

10%.
Мегафон: 1 мая — 1,07 млн. посетителей и 30 ноября — 1,25 млн. Рост

16,8%.
ЭР-Телеком: 1 мая — 0,89 млн. посетителей и 30 ноября — 1,01 млн. Рост

Абсолютные цифры уже не так интересны, но относительный рост АБ можно считать правдоподобным — примерно так и рос рынок.

В отличие от LI, OS умеет различать мобильных пользователей и абонентов ШПД:

.. заодно видно, что OpenStat еще не объединил МГТС и МТС, Билайн и Корбину. Кроме того, в «топ» попали операторы СНГ — Укртелеком, Казахтелеком, Белтелеком и Киевстар.

Доля мобильных пользователей у Ростелекома составляет 3%, у Мегафона — 28,5%, у МТС — 42,4%, а Эр-Телеком — 3,9%. Что с общей картиной мира довольно хорошо коррелирует — логично, что у мобильных операторов доля мобильных клиентов должна быть выше раз в десять.


Еще раз оговорюсь, что поскольку приведенные цифры не охватывают весь Рунет, то мы можем считать только относительные показатели. Мы не знаем, сколько точно Openstat окучил из полной аудитории, но долю можем вычислить вполне.

Например, посчитаем долю Ростелекома:

  • общее число пользователей, учтенных OS по итогам ноября в России, составило 17,34 млн. пользователей.
  • из таблицы выше, мы знаем, что 3,4 млн. из них принадлежит Ростелекому. Потом я обнаружил, что в группу РТК не внесли ЦТ, НКС и еще ряд провайдеров, купленных Мегателекомом. В общем, получилось 3,98 млн. пользователей и наверняка далее в таблице есть еще кусочки большой конторы. Пусть для ровного счета будет 4 млн.
  • т.о. доля РТК составляет 23%

То же для Эр-Телекома — 5,2%.

Вот что получилось у меня в итоге:

Несколько отличается от опубликованной по итогам третьего квартала Ростелекомом картины:

Вопрос «кому верить» не ставится. Ибо одно дело учитывать в деньгах, другое в абонентах. На мой взгляд, и то и другое правильно. Но в зависимости от обстоятельств и поставленных задач.

Для закрепления пройденного можно посчитать какой-нибудь реальный кейс, связанный с большинством посетителей ресурса — попробуем рассчитать локальную рыночную долю небольшого провайдера.

Например, мне написали коллеги из Санкт-Петербурга — небольшой оператор под названием INFO-LAN (ООО «Информационная Сеть») с просьбой «пропиарить их компанию».

Что ж. Пиарю: Инфо-Лан с 1998 года проверенный оператор связи в Санкт-Петербурге, обеспечивает самый быстрый (до 1024 Мбит/c) безлимитный доступ в Интернет для своих Абонентов — физических лиц и корпоративных клиентов. Компания предлагает «качественное и быстрое подключение Интернет и обслуживает следующие районы Санкт-Петербурга: Красносельский район (в т.ч. г. Красное Село и п. Горелово), Невский район, Петродворцовый район (Новый Петергоф, Старый Петергоф, Седьмой микрорайон, п. Стрельна, г. Ломоносов) и др.».

Места, надо сказать, знатные. 🙂

Попробуем рассчитать их рыночную долю и тренд развития. Для начала, определим диспозицию в Санкт-Петербурге, который относительно России имеет вот такой тренд роста (по LI):

По итогам ноября, месячная аудитория СПб составила 6,27 млн. пользователей, увеличившись с лета 2010 года с 2,57 млн. — рост 143%. Российская аудитория, кстати, выросла на 166%.

Openstat имеет несколько более скромные показания:

Суточная аудитория Питера составляет порядка 1,7 млн. посетителей.

Зато мы можем посчитать количество пользователей из INFO-LAN. И подойдем более тщательно к этому вопросу. Для начала, определим количество AS в RIPE. Здесь мне помог, во-первых, форум Инфолана, во-вторых, ссылку на форум дал коллега. Граф связей сетей у исследуемой компании следующий:

Теперь мы знаем автономную систему и, следовательно, более точно можем поискать в RIPE список принадлежащих провайдеру IP-адресов.

Имеем точное название оператора «Information Network, LLC», видим, что у провайдера имеется одна географическая зона и количество анонсированного в IPv4 пространства в размере 6144 IPs. Сеть за последний год не росла, а даже вовсе и уменьшилась (?).

К сожалению, пример оказался не самым удачным, ибо LI INFOLAN-AS не узнал. Совсем. Зато Openstat знает этого провайдера прекрасно:

И утверждает, что в Сеть от данного провайдера входит примерно 8 тыс. пользователей. А еще прекрасно видно, что изменений в абонентской базе за последние полгода практически не было.

Соотношение между мобильными и «большими» пользователями вполне соответствует фиксированному оператору — 540/8092 = 6,7%.

Рыночное положение на конец ноября 2012 в Питере примерно 0,008/1,77 = 0,45% — оператор весьма не крупный.

Однако на лицо падение рыночной доли — на 1 мая было 0,008/1,24 = 0,65%

Т.е. можно сделать вывод, что небольшой, но гордый оператор имеет весьма устоявшуюся абонентскую базу не более 6 тыс. абонентов (по анонсированному пространству и за вычетом мобильных пользователей, которые не абоненты, но пользователи). И бизнес исследуемого провайдера развивается отстающими от общерыночных тенденций темпами.

Разумеется, это только пример. Используя этот немудреный метод можно «прокачать» информацию обо всех конкурентах, составить собственную конкурентную карту (пожалуй, этот мастер-класс я оставлю для другой статьи) и регулярно обновлять данные. Из регулярности уже сложится понимание рыночного окружения, а исходя из рыночного окружения, можно будет принимать взвешенные решения о рекламе, о тарифах, о прочих маркетинговых действиях, которые помогут сдвинуть дело с мертвой точки, увеличить продажи и доходы оператора.

Ничего об операторе, который подвергся «исследованию», я до сего дня не знал. Все мои знания о нем я почерпнул из открытой статистики и с официального сайта компании. Кстати, об официальном сайте — тарифы у них очень интересные:

… я бы даже сказал, замечательные тарифы. На Урале пока таких нет. Кроме того, Инфо-Лан предлагает своим абонентам конечное оборудование — роутеры, ресиверы цифрового телевидения, Wi-Fi адаптеры. Если клиент не хочет брать оборудование в собственность — провайдер предлагает аренду. Есть еще масса сопутствующих услуг от монтажа локальных сетей, до установки ОС и настройки компьютеров и сетевого оборудования.

Есть возможность оплатить вперед на квартал и даже год. Возможно, это удобно. Возможно, что абоненты, чтобы лишний раз не бегать, используют эти тарифы. Но мой опыт подсказывает для таких тарифов два подвоха: а) абонент через квартал, а тем более год, забывает дату последующей оплаты. И когда таких абонентов отключают – они сильно волнуются и создают нагрузку на СТП; б) При небольшом объеме платежей (5 тыс. абонентов с ARPU

400 руб. создают денежный поток в 2 млн.руб./мес.) и компанейском подходе возможно нарваться на кассовые разрывы – деньги получены еще в первом квартале, а в четвертом прилетела необходимость, например, заменить вышедшее из строя оборудование. И денег до следующего квартала ждать неоткуда.

Мастер Йода рекомендует:  PHP-исключения Try и Catch PHP

Но идею с годовой оплатой считаю хорошей.

И цифровое телевидение (не кабель) — бесплатно!

А еще, недавно INFO-LAN установил промоутерскую стоечку в местном магазине с симпатишной девушкой. Думаю, что теперь клиентов станет больше:

… фото тоже с официального сайта.

Хорошо, что стойка мобильная — такую стойку можно будет переносить в другие точки, где собираются потенциальные абоненты компании. Я бы даже сделал что-то вроде карты перемещения — неделю-две в одном районе, неделю в другом. Через пару месяцев вернулся и повторил акции устрашения подключения абонентов в местах их естественного скопления.

И в заключение хочу сказать, что данная статья — тоже некоторого рода манипуляция с цифрами. См. самое начальное высказывание М.Твена:

И традиционный призыв — присылать интересные проекты на оборзевание. 🙂


DDD_Aggregate

Aggregate is a pattern in Domain-Driven Design. A DDD aggregate is a cluster of domain objects that can be treated as a single unit. An example may be an order and its line-items, these will be separate objects, but it’s useful to treat the order (together with its line items) as a single aggregate.

An aggregate will have one of its component objects be the aggregate root. Any references from outside the aggregate should only go to the aggregate root. The root can thus ensure the integrity of the aggregate as a whole.

Aggregates are the basic element of transfer of data storage — you request to load or save whole aggregates. Transactions should not cross aggregate boundaries.

DDD Aggregates are sometimes confused with collection classes (lists, maps, etc). DDD aggregates are domain concepts (order, clinic visit, playlist), while collections are generic. An aggregate will often contain mutliple collections, together with simple fields. The term «aggregate» is a common one, and is used in various different contexts (e.g. UML), in which case it does not refer to the same concept as a DDD aggregate.

For more details see the Domain-Driven Design book and other links in the DDD Community website.

Метод управления компанией на основе статистик

Попробуйте ответить себе на следующие вопросы:

  • Какие данные Вы собираете и анализируете для принятия решений?
  • Бывает ли так, что Вам не хватает данных для принятия решений?

Если это так, то Вам будет очень полезно сегодняшнее письмо.

Когда я начинал заниматься бизнесом, я действовал в основном на ощущениях. Объем продаж увеличивался – хорошо, хотелось сделать ещё больше. Если вдруг возникал спад, я старался узнать, как идут дела у знакомых бизнесменов, больше слушал информацию об общей ситуации на рынке. Но это не помогало приводить дела в порядок.

В конечном итоге я просто засучивал рукава и как-то выкручивался. Говорят же, что “везет тому, кто везет”. Но потом я познакомился с методом управления на основе статистик, и теперь горячо рекомендую его всем своим клиентам и партнерам. Это не просто сбор данных для какого-то сложного анализа, а очень точная и простая технология, применяя которую получаешь однозначный рост.

Это так же просто, как переключение передач в машине. Невозможно разогнаться до 200 км/ч на первой скорости, так же как и нереально тронуться с места на 5-й скорости. В зависимости от текущих статистик необходимо делать определенные действия, набор шагов, которые соответствуют состоянию дел в Вашей компании. И делая именно эти шаги, получаешь рост, независимо от любых внешних обстоятельств.

Я мог бы еще очень много сам рассказать на эту тему, и еще с большим удовольствием помочь Вам внедрить и научиться пользоваться этой системой управления. (Внедрение системы статистик – первоочередное действие в любой компании наших клиентов). Но сегодня я хотел бы предоставить Вам статью моего хорошего знакомого и учителя Клауса Хилгерса на эту тему. Лучше, чем он, об этом не расскажет никто.

Клаус Хилгерс

Управление на основе статистик – гарантия успешного управления вашей компанией

Клаус Хилгерс – основатель и президент компании Epoch Consultants Inc. (США), всемирно известный консультант, лектор и тренер. Более двадцати лет он успешно предоставляет консультации по управленческому ноу-хау владельцам и руководителям в разных областях бизнеса. Благодаря своей деятельности он получил репутацию универсального и эффективного консультанта по вопросам управления. Г-н Хилгерс имеет степень мастера социологии университета Montclair штата Нью Джерси. Он является автором книг, видео лекций и статей по управлению, продажам и другим связанным с ними вопросам.

Клаус разработал программы по управлению, продажам, маркетингу и коммуникации для многих частных, общественных и профессиональных организаций, включая DuPont, UPS, RCA, Bethlehem Steel, , Budget Rent-a-Car, ВМС США, администрации штатов Вермонт и Техас. Этот список можно продолжать и продолжать. Он является профессором Международного Хаббард-колледжа по управлению, учебного заведения, имеющего статус государственного и предоставляющего административное обучение по технологии Л. Рона Хаббарда. Многие профессиональные ассоциации приглашают г-на Хилгерса для выступления на своих конференциях и съездах, для проведения семинаров и тренингов.

Начиная с 1977 года компания Epoch Consultants, Inc. успешно сотрудничает с различными коммерческими компаниями и государственными организациями в разных странах, предоставляя консультации и обучение для владельцев, руководителей и сотрудников. Главный офис этой компании находится в городе Клирвотер, штат Флорида, США.

Вы, наверное, замечали, – с течением времени ни что не остаётся неизменным. Например, экономика была в отличном состоянии, затем наступил спад. От вас ушёл сотрудник, открылась новая конкурирующая компания, сотрудников уволили из-за сокращения штата, ваша реклама не принесла ожидаемого отклика. Вы раздумываете над тем, следует ли вам понизить цены, повысить их или оставить на прежнем уровне.

Ваша компания может находиться под влиянием многих факторов, как позитивных так и негативных. Нам необходимо контролировать эти факторы, потому как именно хороший контроль над ситуацией в бизнесе определяет качественное предоставление услуг клиентам. Самым главным инструментом, который поможет вам “держать руку на пульсе вашей компании” и контролировать различные внешние и внутренние факторы, может стать управление на основе статистик. Например, Джек Велч, бывший член совета директоров компании “Джэнерал электрик” как-то сказал, что качество сотрудника, на которое он всегда обращает внимание, – это способность сдерживать обещания и выполнять то, что требуется несмотря ни на какие препятствия. А проверить, сдерживает ли человек свои обещания или нет, можно проанализировав результаты его деятельности.

Хочу представить вам систему управления на основе статистик, разработанную американским администратором-практиком Л. Роном Хаббардом. Данная система применяется сотнями различных компаний по всему миру. Она позволяет чётко управлять бизнесом и контролировать все его процессы. Это можно сравнить с управлением автомобилем. Хорошо, когда у водителя есть приборы, показывающие скорость, наличие бензина, уровень масла, состояние аккумулятора. Вы смотрите на приборы и знаете, что происходит с автомобилем. Как руководителю бизнеса вам тоже необходимо иметь перед собой показатели работы предприятия, чтобы знать о его жизнеспособности и надёжности. Если у вас есть система таких показателей, вы легко сможете узнать, какие подразделения вашей организации работают успешно, какие не работают, а также что необходимо исправить или улучшить.

Что является продуктом коммерческой организации?

Любая компания, любая организация должна производить продукт или предоставлять услугу, ради производства или предоставления которых она была создана. Чтобы оценить, насколько хорошо компания работает, необходимо иметь систему количественного измерения произведённого продукта или предоставленной услуги. Можно сказать, что любая компания или организация должна производить и предоставлять своим клиентам так называемый ценный конечный продукт. Ценный конечный продукт – это что-то, что можно передать другим людям (организациям) и получить взамен поддержку. Поддержка в данном случае – это, обычно, пища, одежда, жильё, деньги, терпимость и сотрудничество (доброжелательное отношение). Именно так Л. Рон Хаббард определяет ценный конечный продукт в “Словаре современного менеджмента”. Если то, что вы производите или предоставляете нельзя измерить, значит это нельзя назвать продуктом. Я могу со всей определённостью заявить, что самая длинная пауза в разговоре возникает именно в том случае, когда я спрашиваю владельца бизнеса о том, какой продукт производит его компания.

Если вы можете определить продукт, то вы сможете разработать и статистику, которая будет отражать количество продукта, производимого как отдельным сотрудником, так и подразделением или организацией в целом. Давайте рассмотрим в качестве примера ценный конечный продукт оздоровительного клуба. Консультируя один из клубов в Америке, я предложил им такую формулировку: “члены клуба, которые с энтузиазмом посещают клуб на регулярной основе и привлекают в клуб новых людей”. После того как мы определили продукт, мы смогли разработать и основные статистики клуба, которые действительно отражали эффективность посещения клуба разными категориями публики, то есть клиентами (посетителями) клуба. Нас интересовало: сколько человек приходит в клуб, то есть какова его посещаемость? Как увидеть взаимосвязь между посещаемостью клуба постоянными членами клуба и количеством новых клиентов. При правильной работе с клиентами рисунки этих графиков должны совпадать, то есть если посещаемость клуба постоянными клиентами растёт, растёт и количество новых клиентов и наоборот. Этого не произойдёт только в том случае, если ваши сотрудники не будут спрашивать у членов клуба имена потенциальных клиентов, или если клиенты будут не слишком довольны качеством обслуживания.

Организация может использовать большое количество статистических показателей. Одни показатели могут отражать эффективность компании в целом, другие – эффективность работы её отделов и подразделений, третьи – эффективность работы отдельных сотрудников. У каждого сотрудника должна быть статистика, которая будет отражать эффективность работы именно этого сотрудника. Даже в тех областях, где казалось бы сложно измерить продукт каждого отдельного работника, это всё-таки можно сделать. Например, сотрудники, занимающиеся маркетингом и рекламой, могут подсчитывать количество откликов на рекламу (количество потенциальных клиентов, позвонивших или пришедших в офис компании по рекламе). Сотрудники, занимающиеся продажами, могут подсчитывать количество сделанных ими звонков, количество назначенных встреч, количество проведённых встреч, соотношение количества проведённых встреч к количеству заключённых сделок, число имён потенциальных покупателей, полученных от постоянных клиентов. На основании статистических данных можно определить, какое подразделение вашей организации является наиболее эффективным.

Зачем нужны статистические показатели?

  1. То, что можно измерить и вознаградить, будет выполнено.
  2. Вы можете увидеть, улучшается ли ситуация, остаётся неизменной или ухудшается.
  3. Вы можете определить, является ли какое-либо действие успешным или нет.
  4. Вы можете разработать стратегию вашей организации, основываясь на статистических показателях, а не на предположениях.
  5. Управлять на основе статистик лучше и безопасней, чем управлять, руководствуясь слухами, предчувствиями, интуицией или личной неприязнью.
  6. Статистики дают вам в распоряжение факты и только факты.
  7. Вы можете определить для сотрудников точные правила, в соответствии с которыми будет измеряться их работа, и в каком случае они будут получать премии.
  8. Статистики показывают вам, какие области вашей деятельности нуждаются в коррекции или улучшении.
  9. Статистики предоставляют ключевые данные для проведения оценки эффективности работы.
  10. Если вы не можете измерить какую-то работу, то, вероятно, она и гроша ломанного не стоит.

Именно поэтому вам нужны числовые показатели – статистики.

Ведение графиков

На самом деле многие компании ведут учёт статистических показателей: записывают цифры в таблицы, но не наносят их на графики. Но дело в том, что цель использования статистик – это иметь возможность сравнить текущий уровень производства с уровнем производства в более ранний момент времени. Например, важно получить ответы на вопросы, когда у нас было больше клиентов, в январе этого года или в январе прошлого года? Является ли объём производства или объём продаж в этом месяце большим, чем в прошлом месяце? Графики позволяют вам проводить сравнения быстрее и легче, а также видеть тенденции развития вашего бизнеса. Как сказал один владелец бизнеса: “С тех пор, как я начал вести графики, у меня появилась более реалистичная картина того, что происходит у меня в компании. Теперь я могу быстрее принимать более эффективные решения”. Система управления на основе статистик используется многими преуспевающими компаниями во всём мире. Например, одна из компаний, владеющая сетью ресторанов по всей Америке за три года увеличила недельный доход с 9 тысяч долларов до 48 тысяч благодаря использованию именно этой системы.

Как читать статистики

Статистические показатели связаны между собой. Например, если уменьшается количество имён потенциальных клиентов в базе данных менеджера по продажам, то, соответственно, будет падать и объём продаж новым клиентам и общий доход компании. Статистики чётко показывают ситуацию и позволяют определить стратегию, подходящую именно к конкретному случаю. Ниже приведены вопросы, ответы на которые помогут вам выбрать правильные решения при разработке стратегии:

  • Приходит ли достаточное количество посетителей в мой магазин, оздоровительный клуб, салон и т.д.; обращается ли достаточное количество потенциальных клиентов в мою компанию?
  • Есть ли у меня проблемы, связанные с продажами или маркетингом?
  • Заканчивается ли хотя бы 65 процентов встреч, проведённых моими менеджерами по продажам, заключением сделок?
  • Сообщают ли наши постоянные клиенты новые имена возможных клиентов?
  • Достаточен ли объём нашей рекламы и направляется ли реклама нужному типу публики?
  • Поощряю ли я тех сотрудников, которые добиваются отличных результатов (что видно по их статистикам)?
  • Действительно ли у моих сотрудников есть стимул выполнять свою работу?
  • Приносит ли моя реклама ожидаемый отклик?
  • Правильно ли установлены наши цены?

Статистики являются тем самым фактором, который определяет, нужно ли вам что-то менять в своей деятельности или нет. Например, вы смотрите: как количество и качество ваших рекламных действий отражается на том, сколько людей проявляет интерес к продуктам или услугами вашей организации, как потом это отражается на количестве встреч, проводимых менеджерами по продажам, и, соответственно, на том, сколько встреч завершается заключением сделок, что впоследствии обеспечивает приток новых покупателей или клиентов.

Введение системы статистик

  • Определите, что вы производите. Какой ЦКП (ценный конечный продукт) у вашей компании в целом, у отделов, у отдельных подразделений вашей компании и каждого штатного сотрудника? Вам необходимо хорошо проработать формулировки, потому что если вы сделаете их не совсем корректными, то применение данной системы управления на основе статистик не приведёт к ожидаемому результату.
  • Определите статистику, которая будет правильным образом отражать ваш ЦКП. Обратите на это особое внимание, поскольку здесь также можно совершить массу ошибок.
  • Разработайте систему, при помощи которой вы будете отслеживать свои статистики. Ведите статистики валового дохода, прибыли, объёма продаж, количества заходов на ваш сайт, объёма предоставленных услуг, cебестоимости продукта, отклика на рекламу, повторных продаж и любые другие.
  • Заведите для каждой статистики несколько графиков, которые вы будете отмечать на еженедельной, ежемесячной и ежегодной основе.
  • На постоянной основе проводите анализ статистик при помощи графиков статистик. Что показывает график?
  • Разработайте письменную стратегию, направленную на улучшение статистик. Какой должна быть правильная стратегия в период спада? Нужно ли рекламировать больше, меньше, либо использовать другой способ рекламы? Ваши дела будут идти настолько хорошо, насколько хорошо будет проработана ваша стратегия.
  • Добивайтесь, чтобы ваши сотрудники работали в соответствии с разработанной стратегией.
  • Оцените, насколько эффективна ваша стратегия, проанализировав график статистики за то время, в течение которого вы эту стратегию используете. Если график отражает увеличение объёма производства или продаж, то повторяйте шаги вашей стратегии.
  • Премируйте ваших сотрудников за их достижения.
  • Каждую неделю ставьте сотрудникам задачи по достижению определённого объёма производства или продаж.

Заключение

Хорошее управление начинается с заботы о том, как идут дела, с наблюдения за ситуацией, с хорошей информированности о положении дел, с правильной оценки положения дел, с действий, обеспечивающих постоянное улучшение ситуации. Чтобы добиться успеха, необходимо действовать на основе фактов, а для этого у вас должны быть цифры, отражающие производственные показатели вашей организации. Помните: только то, что можно измерить и вознаградить, будет выполнено.

HotLog – счетчик посещаемости сайта

HotLog – это интернет сервис, который предоставляет подробную статистику о вашем сайте. В данный момент он находится в пятёрке лучших статистических инструментов в рунете. HotLog работает с 2001 года, и за это время он успел обрасти дополнительными функциями, и теперь этот счётчик является достойным конкурентом для Яндекс Метрики и Live Internet, а может даже стать их альтернативой.

Hot Log демонстрирует отличную и бесперебойную работу на сайте и простоту в использовании.

Как установить счётчик HotLog

Для начала надо будет зарегистрироваться на сайте HotLog и добавить туда свой сайт. Заметим, что на HotLog есть рейтинг сайтов, в котором будет полезно поучаствовать и вам. Понадобиться выбрать рубрику, под которую попадает ваш сайт, и дать краткое описание для него.

После этого вы можете выбрать вид счётчика. У счётчика есть множество видов цветов. Поэтому вы сможете подобрать такой HotLog, который подойдёт дизайну вашего сайта.

После этого получите код счётчика. В установке нет ничего сложного и нового даже для начинающего web-мастера. Нужно скопировать код и разместить его на страницах сайта. Вставить код HotLog можно как в файлы шаблона, так и виджет «Текст» на Word Press. О виджетах мы писали здесь.

После этого счётчик будет работать, а ваш сайт окажется в рейтинге, и вы получите дополнительную ссылку и небольшую часть трафика.

Какие возможности есть в HotLog

Hotlog показывает множество статистических данных, полезных для разработки стратегии продвижения сайта. К ним в первую очередь относятся стандартные для любого счётчика возможности подсчёта посещений за период времени.

Кроме того, HotLog продемонстрирует в персональном кабинете данные о ссылках, которые ведут на ваш сайт, и какое количество трафика они принесли. Учитывается ссылки с других сайтов, социальных сетей, каталогов, рекламы и других источников.
Также можно просмотреть, какие из страниц являются у посетителей самыми популярными. Это позволяет выявить причину популярности строить на её основе стратегию продвижения. HotLog покажет точки входа и точки выхода на сайте, глубину просмотра, а также время пребывания посетителя на той или иной странице.

Аналогично Яндекс метрике на Hotlog можно настроить цели и следить за путями их достижения. Это полезно для определения структуры сайта.

Из технических параметров HotLog может показать операционную систему, которая установлена у посетителя, браузер, глубину цвета на экране и его разрешение, а также используются ли там cookies и javascript.

Из географических данных можно посмотреть страну и город посетителей, а также их IP адрес.

Добавить комментарий