URL地址反映出网站的蛛丝马迹
我喜欢浏览网页时多个心眼。这个心眼需要观察许多元素,每个元素都能提供信息。孤立的一个元素不重要,但是多个元素组成的信息,往往能获得有价值的判断。那么从这些元素说起:
永远不忽略URL
URL是一个重要的信息,职业敏感让分析师绝对不会忽略URL地址的特点。URL反映出网站的蛛丝马迹,直接以例子说话:
$URL地址所在的域名
很多人在网上被骗,很大原因就是从来不关注URL所在的域名。
比如:http://www.taobao.ipx32.com/about.html,看似弱智的骗术却让很多网友 误以为是淘宝的网站而落入圈套。这是ipx32域的网站,而不是taobao的网站。
在浏览的过程中,时刻关注页面的URL域名,可以知道点击链接是否离开本站,而关注新到的站点域名有何特征。在许多大客户的营销过程中,跨域的链接是很常 见的,不同的域意味着站长或广告主的监测工具与策略也会有所不同。
比如:在IT门户中常有Intel,华硕,HP等硬件厂商的专题页面(可能会添加Google Analytics或Nielsen的监测代码),这些页面中会有链接将访问者导入新的域名,如intel.com.cn,或者hp.com.cn(可能 会添加Omniture、HBX或Webtrends的监测代码)。这种跨域的URL是显而易见的。
$ URL地址所包含的参数
URL中包含参数是再常见不过了,但每个参数都有含义,关注它们能够全面掌握网站的功能特点。比如:
http://www.chinawebanalytics.cn/?p=917 这是Sidney的新博客的地址,可以分析这个博客运营了挺长的一段时间了,ID号都排到917了。
http://adsclick.qq.com/adsclick?oid=1112901&loc=QQ_SX_JY_Test6&url=http://www.52-abc.com/这是QQ首页的右侧广告链接,里面丰富的参数告诉了我们对这些广告位的名称定义,以及跳转的目标地址。
http://www.soso.com/q?sp=S&sc=web&cid=w.q.in.sb.web&ty=1&bn=&op=entry&kw=&w=WA 这是腾讯搜搜的“WA”结果页,告诉我们搜索关键词参数是用W变量。还有一些别的参数,也许一下子看不懂,如果有需要可再多次试验研究,就可以确定。
总之,对URL的参数关注是分析师的基本功。
$ URL地址所指向的文件类型
URL中会包括文件类型的信息。
HTML/HTM:这说明这种网站的页面是经过静态化处理的,以方便搜索引擎抓取。现在大部分门户与CMS系 统都会有静态化处理功能。再有一些简单的个人网页也会使用html文件名。
JSP/PHP/ASPX/ASP:这说明这是一种动态页面,网页源文件是存在服务器端,这些文件的特性可自 行搜索了解。
无类型:有些地址,http://www.ectend.com,这是属于服务器 自定义了主页,效果其实是http://www.ectend.com/index.php
.do:http://www.ems.com.cn/qcgzOutQueryAction.do?reqCode=gotoSearch 这种情况是jsp开发的网站。其实不需要完全知道,能辅助即可。这种网站一般有一定的技术含量,但技术实力不强,不够先进,常见于一些国资背景企业的功能 型网页,或者网站的后台。因为时下好的网站,在前端页面都能将URL隐藏得很好,不会出现.do这种情况。
另外:还有一些开源项目的网站URL地址比较特别,如Wordpress:http://www.ectend.com/index.php/excellent-analytics/; 或 Wikipedia:http://zh.wikipedia.org/wiki/Wikipedia:首页。
$ URL地址命名的特征
从URL的命名也能发现蹊跷或有趣的事,比如:
淘宝的URL特征就很有意思,是通过base 64编码的。(感谢money的指点,修正原来错误,很有收获,再次说明URL里有乾坤),很 多“-”。我推测“–”之间代表着变量,如果中间没有值,就代表这个变量没有定义。
http://list.taobao.com/browse/50018957-50018960/n-1-1---------------------0---------yes---------------------2-------b--40--commend-0-all-50018960.htm?ssid=r18?ad_id=&am_id=&cm_id=&pm_id=
凡客诚品的URL也很有特色:
http://www.vancl.com/Product_1E10000/RuanNiuPiXiDaiXiuXianXie+HeiSe.html, 产品拼音+颜色。
另外还能找出他们员工粗心之处:我们知道中文括号()与英文括号()不同,URL地址中只能出现英文括号,中文括号会翻译成编码。可见Vancl 的员工在产品录入时没有统一标准:
http://www.vancl.com/CategoryList-1440-1--1/GaoJiMianTangQuanMianChenShan%EF%BC%88ZunGuiKuan%EF%BC%89.html
http://www.vancl.com/CategoryList-1324-1--1/ShangWuXiuXianKu(BiaoZhunKuan).html
网页源文件
对于好奇的网页,一定要查看网页源文件。通过源文件的快速浏览能够确定网站的技术实力、设计人员的素质,监测工具与监测方法的部署情况。一般关注以 下四点:
代码是否干净还是冗烦
部署了哪些监测工具
监测工具的代码部署的位置与顺序
是否加入了可疑代码