【Best Practice】基于阿里云数加·MaxCompute及Quick BI构建网站用户画像分析
前文背景:【Best Practice】基于阿里云数加·StreamCompute快速构建网站日志实时分析大屏 最近很多云栖社区的网友们看了上面一篇文章后都在追我下一篇,由于时间关系先给各位抱歉。那本篇文章我们来阐述如何通过MaxCompute和Quick BI来完成网站用户画像分析。还是和以往一样,看看整个数据架构图如下: 开通阿里云数加产品 前提条件 为了保证整个实验的顺利开展,需要用户使用开通相关产品及服务,包括DataHub、MaxCompute、AnalyticDB、Data IDE、Quick BI。 业务场景 数据来源于网站上的HTTP访问日志数据,基于这份网站日志来实现如下分析需求: n统计并展现网站的PV和UV,并能够按照用户的终端类型(如Android、iPad、iPhone、PC等)分别统计。 n统计并展现网站的流量来源。 n统计并展现网站的用户地域分布。 【说明】浏览次数(PV)和独立访客(UV)是衡量网站流量的两项最基本指标。用户每打开一个网站页面,记录一个PV,多次打开同一页面PV 累计多次。独立访客是指一天内,访问网站的不重复用户数,一天内同一访客多次访...