※ 引述《danceofdie (zong)》之銘言: : 1. 對於資料流量來源的總結,兩家公司都以隱私為由不公開資料來源,所以看完官方文件後也是不知道實際的來源是什麼。 https://www.similarweb.com/corp/ourdata/ https://www.semrush.com/kb/998 雖然很模糊,但這兩家其實有大概講一下資料來源 - 拿一堆關鍵字丟搜尋引擎的結果頁面看結果 - 跟上面類似,不過是去拉維基百科之類的大型公開資料 - 跟第三方買各種資料 - 第一方資料(不過說能拿到 GA 資料但不講怎麼拿到 GA 資料,毛毛的) 這種大規模資料搜集有時候生意不是那麼好端上檯面。 自己沒做過,但古早有聽人講過「到處下廣告,然後用廣告成效估計網站用量」之類的招 這招現在應該沒有五年十年前這麼好用,但大概還是有把戲能變? 另外 similarweb 直接在網站上提到他們會跟 ISP 買資料。 某個程度上滿嚇人的... 總之,他們的主要資料大~概~不是實際用量數據。 而是各種側面資料,加上一部分流量資料來作為估計用的基準。 這樣估計出來的資料光是能落在同一個數量級就很了不起了。 GA 直接用 JavaScript 測量網站使用狀況,品質會好得多 但也不會是百分之百準確 - Firefox 某些情況下會擋 GA,Brave 應該也會擋 - 跑在客戶端的 code 本來就不可能完全可信 - 會各種被塞(黑帽 SEO?)資料 -- 頂天立地:愛孩子就要支持蘿莉控 https://goo.gl/Zmk62o -- ※ 發信站: 批踢踢實業坊(ptt.org.tw), 來自: 114.47.15.211 (臺灣) ※ 文章網址: https://ptt.org.tw/Soft_Job/M.1658288600.A.606 ※ 編輯: GALINE (114.47.15.211 臺灣), 07/20/2022 12:03:05
Boston: 我印象中 similarweb 是透過網路封包分析(跟 ISP 買資料 07/20 17:48
Boston: 理論上應該會比 GA 這種埋在 client side 的追蹤來得更準 07/20 17:48
Boston: 主要是裝個 AD block or 不啟用 javascript 07/20 17:48
Boston: GA 基本上就追蹤不到了 07/20 17:49
Boston: 而且近幾年瀏覽器對隱私越來越嚴格,越來越多防止追蹤功能 07/20 17:49
grado0802: 未看先猜這包養 07/20 17:49
GALINE: 如果是 shared host 或雲端服務,分析能力還是有限 07/20 20:58
GALINE: 現在HTTPS幾乎標配,除非環境污染 MITM,不然打穿機率不高 07/20 21:00
GALINE: 自己的機器或固定外部IP應該就能抓很準了 07/20 21:01
GALINE: 突然想到DNS那個方向應該還是有招... 07/20 21:02
guanting886: 正常環境不會有MITM 07/21 01:00
smilejin: 一定又是這包養 07/21 01:00
guanting886: 數據資料可以一魚多吃 當你使用平台的服務就同意他 07/21 01:02
guanting886: 們可以怎麼使用你的資料 而且賠償是有上限的 07/21 01:02
guanting886: 有些數據也不一定需要ISP 那邊買 07/21 01:04
guanting886: 當你拉進那些免費的字體、JS、服務就是幫別人收集資 07/21 01:06
guanting886: 料完善他們的服務 07/21 01:06
qusekii: 包養平台不意外 07/21 01:06
guanting886: 舉例說 SEMRUSH 可以知道某網站數據狀況,上面的數 07/21 01:20
guanting886: 據缺很意外跟 GA 上的資料接近,即使有誤差。可是那 07/21 01:20
guanting886: 個網站呢用的AWS、Cloudfront + Cloudflare 的服務 07/21 01:20
guanting886: 其他就是一些常見的 GA、FB PIXEL、BING 追蹤轉換、 07/21 01:22
guanting886: 成效的東西 07/21 01:22
Y949731: 覺得包養網EY嗎 07/21 01:22
guanting886: 還有 Google Font 07/21 01:23
guanting886: 你說究竟是誰出賣了這個網站的呢 不知道 但是一開 07/21 01:25
guanting886: 始你同意了服務條款,他們也得到你的授權,他只要 07/21 01:25
guanting886: 適當的去掉可以識別的資料他們怎麼用你也拿他們沒 07/21 01:25
guanting886: 什麼辦法 畢竟免費服務麻 07/21 01:25
T730733: 包養網站葉配啦 07/21 01:25
guanting886: 像某家賣IP Geo 資料的業者,他們怎麼可以抓到很準 07/21 01:32
guanting886: 確的 Country/City 可以思考一下他們以前推了什麼服 07/21 01:32
guanting886: 務給網友XD 07/21 01:32
guanting886: 還有一些數據平台資料鎖很緊,爬蟲還不一定爬得穩, 07/21 01:37
guanting886: 不是合作夥伴我是不相信啦XD 07/21 01:37
FireStation: 記者收了包養網多少啦 07/21 01:37
GALINE: 「正常」是不應該有...(望向 superfish 案 07/21 15:04
GALINE: CDN 業者拿到的資料品質應該也不錯 07/21 15:05
GALINE: 這年頭資料都被賣來賣去的啊.... 07/21 15:16