流量就是在單位時間內流體通過一定截面積的量。這個量用流體的體積來表示稱爲瞬時體積流量(qv)，簡稱體積流量;用流量的質量來表示稱爲瞬時質量流量(qm)，簡稱質量流量。 對在一定通道內流動的流體的流量進行測量統稱爲流量計量。流量測量的流體是多樣化的，如測量對象有氣體、液體、混合流體;流體的溫度、壓力、流量均有較大的差異，要求的測量準確度也各不相同。因此，流量測量的任務就是根據測量目的，被測流體的種類、流動狀態、測量場所等測量條件，研究各種相應的測量方法，並保證流量量值的正確傳遞。
通常說的網站流量(traffic)是指網站的訪問量，是用來描述訪問一個網站的用戶數量以及用戶所瀏覽的網頁數量等指標，常用的統計指標包括網站的獨立用戶數量、總用戶數量(含重複訪問者)、網頁瀏覽數量、每個用戶的頁面瀏覽數量、用戶在網站的平均停留時間等。
網站訪問統計分析的基礎是獲取網站流量的基本數據，根據網上營銷新觀察的相關文章，網站流量統計指標大致可以分爲三類，每類包含若干數量的統計指標。
(1)網站流量指標
網站流量統計指標常用來對網站效果進行評價，主要指標包括：
獨立訪問者數量(unique visitors);
重複訪問者數量(repeat visitors)
頁面瀏覽數(page views);
每個訪問者的頁面瀏覽數(Page Views per user);
某些具體文件/頁面的統計指標，如頁面顯示次數、文件下載次數等。
(2)用戶行爲指標
用戶行爲指標主要反映用戶是如何來到網站的、在網站上停留了多長時間、訪問了那些頁面等，主要的統計指標包括：
用戶在網站的停留時間;
用戶來源網站(也叫“引導網站”);
用戶所使用的搜索引擎及其關鍵詞;
在不同時段的用戶訪問量情況等。
(3)用戶瀏覽網站的方式 時間設備、瀏覽器名稱和版本、操作系統
用戶瀏覽網站的方式相關統計指標主要包括：
用戶上網設備類型;
用戶瀏覽器的名稱和版本;
訪問者電腦分辨率顯示模式;
用戶所使用的操作系統名稱和版本;
用戶所在地理區域分佈狀況等。
--------------------------------
pv(page view,瀏覽量)
.頁面的瀏覽次數，衡量網站用戶訪問的網頁數量;
.用戶每打開一個頁面就記錄1次，多次打開同一頁面則瀏覽量累計。
uv(unique visitor，獨立訪客)
.1天內訪問某站點的人數(以cookie爲依據);
.1天內同一訪客的多次訪問只計爲1個訪客。
ip(獨立ip)
.指1天內使用不同ip地址的用戶訪問網站的數量;
.同一IP不管訪問了幾個頁面，獨立IP數均爲1。
ip:uv=1:1一個ip對應一個訪客，這說明訪問者可能都是在一些個人電腦上訪問或者是adsl用戶。
ip:pv=uv:pv=1:1 這說明每個訪客只瀏覽一次頁面，這可能是訪問者誤打誤撞進了這個頁面，然後就離開了，這時候就該對頁面的質量進行分析。(統計工具還提供頁面停留時間，這也可以反映頁面的質量問題，停留時間越長，說明你的網站有值得去瀏覽的地方，這時候，訪客極有可能成爲你的潛在用戶.)
綜上所述，ip:uv能看出訪問者是個人pc還是網吧機房之類的情況，幫助站長分析網站的用戶羣;uv:pv能看出一個網站的質量，比例越小越好;在網站初期，流量不大的情況下 ，這些數據的意義可能不是很大，但當網站推廣到一定程度後，它們就具有非常有效的指導意義。ip:uv分析網站推廣應該向哪個方向努力，由uv:pv分析網站質量應該作那些改善， 即用戶體驗。
-----------------------------------
一、什麼情況ip會大於uv
一般家庭電腦都是用adsl撥號上網，也就是動態的ip地址，每次撥號一次ip數量就會加1，可是真實的用戶還是一個人，甚至有人一天撥號10幾次也有可能，這樣算來，一個用戶就會產生10個ip，對數據分析員來說就造成巨大誤差。
二、什麼情況uv大於ip
多個用戶，一個ip這樣情況會造成uv大於ip，不錯，就是網吧，一般中型網吧100-200太電腦，現如今的網吧比前幾年要發達的多，並非共享動態ip了，都是公用一個專線ip(專線ip是靜態ip，ip地址是不變的)，打個比方：如果一個網站幾百人都登陸你的網站，那麼ip數是1，實際上卻有100人訪問你的網站，而且網吧的顧客都是流動的也就是說，無論多少人在這個網吧訪問你的網站，ip數都會被記成1。但是uv確實100。
雖然UV相對ip來說比較精準，但是還有很 多地方是技術人員無法完善的。
1、也是一個用戶多臺電腦影響到uv
一個用戶多臺電腦。如今，人們上網的方式越來越的多樣化，網吧，個人電腦，辦公室，如果這人在三個不同環境瀏覽你的網站會產生3個不同的cookies，uv=3，實際上也是一人瀏覽而已，而現在所有的網絡分析解決方案會將此記錄成3個不同的訪客。這也是現如今無法解決的一個問題。
2、購買時長影響到uv
一般來說一個訪客變成一個顧客，如果這段時 間比較短的話，統計工具完全有能力統計到對方的頁面瀏覽和行爲分析，從而進行準確的數據分析。
但是一般比較貴重的物品，訪客可能要經過很長時間甚至半年時間的考慮，才能從訪客變成我們的顧客，在這段時間裏，訪客隨時有可能系統崩潰，刪除cookies或者購買新電腦等操作，而這個用戶在最後購買時候 會被當 成新的訪客對待，進而導致被當成新的訪客對我們的數據分析造成很大的誤差。
--------------------------
下面是一些影響PV的因素：
一條新聞發佈以後，其PV數據便可以加以跟蹤，通常是每5分鐘統計一次。不同品牌的網站的不同頻道，對其所發佈的新聞的PV表現有一個大致的評判尺度。新聞發佈後，一般PV值總有一個上升的過程。可以從不同時段的PV表現，來計算PV的單位時間變化幅度，有經驗的網絡編輯，經過幾個5分鐘的數據積累，便能大致預料到這條新聞的PV峯值水平。如果這個水平不能令人滿意，則編輯就要採取一些手段，如“優化”標題，或者增加其他吸引眼球的元素，如圖片。一般來說，通過這樣的“處理”，一條新聞的pv表現能有所改善，達到新的高峯。
也就是說，網絡新聞的編輯手段影響着pv值。
還有哪些因素對PV有影響呢?至少還有這些因素:
1.新聞發佈的時間
不同的時間段，上網的人數不同，訪問該站點的人數也不同，因此，有時PV值的漲落，其主要貢獻，在於不同時段上網人數的自然波動。同樣一條新聞，在不同的時段發佈，PV表現就會有差別。
不同時段上網的人，其人口特徵(性別、年齡、教育程度、閱讀旨趣等)不同，所以，同樣是1萬個上網的人，甚至同樣是對某個網站的1萬次訪問，不同時段，這1萬次訪問在不同頻道/內容上的分佈是有差別的。所以有時，pv的變化，和這個因素導致的變化有關。
2.訪問的週期
對於一些常瀏覽的網站，我們可能一天之中會訪問幾次，這中間有一定的時間間隔。這個間隔，很多時候和人們的現實工作節奏有關係。比如，不少人一上班會抽空瀏覽一下新聞，第二次再來看看又有什麼新聞的時候，往往是上午中間休息時，甚至是午飯後的休息時間。因此，即使其他因素不變，由於人們回訪網站的週期性，也會對新聞或網站的pv帶來影響。當然，由於不同的人回訪的週期長短不一、時段不一，這個影響因素未必會導致明顯的波動，而可能分散在不同時段的PV表現中，但可以肯定的是，任何一個PV數據，也有這種回訪週期的因素所起的作用。
3.突發事件因素。
比如一些突發事件，會導致人們對某一網站的訪問增加，但這些訪問的初衷，本只是突發事件相關新聞。然而由於人們的新聞消費，往往具有不可預期性，所以常見的現象是，人們在看完想看的新聞後，還會順帶看看其他的。這一因素，也可能對某條新聞(與突發事件無關)的 pv有所貢獻。
最後，當然是一些偶然因素(其實搭便車因素也屬於此)。包括哪些呢?比如天氣因素，比如非典期間，等待。
由此看來，一個簡單的pv數據，其實是多種因素綜合貢獻的結果，所以有時的pv漲落，實在不是完全可以通過編輯手段來加以引導和影響的。知道這一點很重要。因爲這告訴我們，盲目的不加具體分析的以pv來衡量成敗好壞，是不合理的。
在社會科學研究中，這種區分不同因素對某一個現象的貢獻，就是所謂的詳析模式。很多我們看似不變的東西，其實內部構成比例上發生了很大的變化。而有些看似變化的東西，其相對關係其實沒有什麼變化，只是一種單純的數量上的漲落。
網站說日均 IP / PV 訪問量約爲 600 / 2400的意思是，今天訪問首頁次數爲2400次，訪問IP爲600個。也就是說這600個IP一共訪問首頁2400次。
---------------------
pv 、人均瀏覽次數
頁面瀏覽數(page views)：在一定統計週期內所有訪問者瀏覽的頁面數量。如果一個訪問者瀏覽同一網頁三次，那麼網頁瀏覽數就計算爲三個。頁面瀏覽數常作爲網站流量統計的主要指標。不過，頁面瀏覽數本身也有很多疑問，因爲一個頁面所包含的信息可能有很大差別，一個簡單的頁面也許只有幾行文字，或者僅僅是一個用戶登錄框，而一個複雜的頁面可能包含幾十幅圖片和幾十屏的文字，同樣的內容，在不同的網站往往頁面數不同，這取決於設計人員的偏好等因素。例如一篇6000字左右的文章在新浪網站通常都放在一個網頁上，而在有些專業網站則很可能需要5個頁面，對於用戶來說，獲取同樣的信息，新浪網的網站統計報告中記錄的頁面瀏覽數是
1，而別的網站則是5個。作者在網絡廣告常用術語中也介紹過，由於頁面瀏覽實際上並不能準確測量，因此現在IAB推薦採用的最接近頁面瀏覽的概念是“頁面顯示”【術語解釋】。無論怎麼稱呼，實際上也很難獲得統一的標準，因此頁面瀏覽指標對同一個網站進行評估有價值，而在不同網站之間比較時說服力就會大爲降低。
每個訪問者的頁面瀏覽數(Page Views per user)：這是一個平均數，即在一定時間內全部頁面瀏覽數與所有訪問者相除的結果，即一個用戶瀏覽的網頁數量。這一指標表明瞭訪問者對網站內容或者產品信息感興趣的程度，也就是常說的網站“粘性”。比如，如果大多數訪問者的頁面瀏覽數僅爲一個網頁，表明用戶對網站顯然沒有多大興趣，這樣的訪問者通常也不會成爲有價值的用戶。但應注意的是，由於各個網站設計的原則不同，對頁面瀏覽數的定義不統一，同樣也會造成每個訪問者的頁面瀏覽數指標在不同網站之間的可比性較低。
儘管存在統計指標定義無法統一的問題，但在網站統計時仍不得不利用這些相關的指標。一般所說的“網站流量”通常指一個網站的頁面瀏覽數，例如ALEXA全球網站排名系統的綜合排名，就是根據網站的獨立用戶數量和每個用戶的頁面瀏覽數兩項指標(加權?)相乘來計算的。因此可以看到這樣的情況：兩個網站相比，A網站的Reach數量(統計指標爲百萬用戶中訪問該網站的用戶數量，即“Reach”)高於B
網站(假定A網站爲100，B網站爲60)，但B網站每個用戶的頁面瀏覽數高於A網站(假定這項指標A網站爲1，B網站爲2)，其結果是，獨立用戶量小的 B網站在綜合排名中高於A網站，因爲B網站的總流量較高(B網站流量爲120，A網站爲100)。
網絡營銷人員都希望自己網站的平均頁面瀏覽數高，這項指標高有其好的一面，但同時也可能說明網站在信息層次方面可能存在問題。藉助於ALEXA的全球網站統計數據，我曾對多個很有影響力的專業信息網站的每個用戶頁面瀏覽數進行過分析，結果發現那些無需用戶登錄即可瀏覽的網絡營銷相關專業信息類網站，每個用戶的平均頁面瀏覽數都比較低(通常在1.5-2.5之間)，而一些論壇或者需要用戶先登錄的網站，平均網頁瀏覽數都比較高(相應地，在同樣Reach數量的情況下這些網站的ALEXA網站綜合排名也比較高)，但這並不一定意味着這些網站的真正價值就高於那些用戶平均瀏覽數低的網站。還有另外一種情況，有些網站用戶1-2次點擊即可到達最新的內容頁面，有些網站則可能需要5次以上的點擊才能看到內容，這樣，後者的每個用戶頁面瀏覽數就較高，但並不是因爲用戶對網站內容的興趣大，而是因爲網站信息層次較深的問題。可見，要對這些問題進行嚴格的對比，看來也是比較麻煩的事情，因此這裏只能進行模棱兩可的討論。
網上營銷對網站流量統計指標中頁面瀏覽數量問題的觀點是：如果沒有對一個網站的實際狀況進行具體分析，單純看頁面瀏覽數(以及每個用戶的頁面瀏覽數)本身只能大致反映出一個網站的訪問量情況，但並不能說明用網站內容是不是真的對用戶具有“粘性”，尤其不要爲每個訪問者的平均頁面瀏覽數很高而自豪，如果這個數字太高，反而可能說明網站設計存在一定的問題。當然，如果這一指標過低(比如小於1.5)，則很可能說明網站內容的受歡迎程度不高。
注：本文由瘋子工作室原創,轉載請註明原文網址：http://www.madseo.net/seo/74.html