流量就是在单位时间内流体通过一定截面积的量。这个量用流体的体积来表示称为瞬时体积流量(qv)，简称体积流量;用流量的质量来表示称为瞬时质量流量(qm)，简称质量流量。 对在一定通道内流动的流体的流量进行测量统称为流量计量。流量测量的流体是多样化的，如测量对象有气体、液体、混合流体;流体的温度、压力、流量均有较大的差异，要求的测量准确度也各不相同。因此，流量测量的任务就是根据测量目的，被测流体的种类、流动状态、测量场所等测量条件，研究各种相应的测量方法，并保证流量量值的正确传递。
通常说的网站流量(traffic)是指网站的访问量，是用来描述访问一个网站的用户数量以及用户所浏览的网页数量等指标，常用的统计指标包括网站的独立用户数量、总用户数量(含重复访问者)、网页浏览数量、每个用户的页面浏览数量、用户在网站的平均停留时间等。
网站访问统计分析的基础是获取网站流量的基本数据，根据网上营销新观察的相关文章，网站流量统计指标大致可以分为三类，每类包含若干数量的统计指标。
(1)网站流量指标
网站流量统计指标常用来对网站效果进行评价，主要指标包括：
独立访问者数量(unique visitors);
重复访问者数量(repeat visitors)
页面浏览数(page views);
每个访问者的页面浏览数(Page Views per user);
某些具体文件/页面的统计指标，如页面显示次数、文件下载次数等。
(2)用户行为指标
用户行为指标主要反映用户是如何来到网站的、在网站上停留了多长时间、访问了那些页面等，主要的统计指标包括：
用户在网站的停留时间;
用户来源网站(也叫“引导网站”);
用户所使用的搜索引擎及其关键词;
在不同时段的用户访问量情况等。
(3)用户浏览网站的方式 时间设备、浏览器名称和版本、操作系统
用户浏览网站的方式相关统计指标主要包括：
用户上网设备类型;
用户浏览器的名称和版本;
访问者电脑分辨率显示模式;
用户所使用的操作系统名称和版本;
用户所在地理区域分布状况等。
--------------------------------
pv(page view,浏览量)
.页面的浏览次数，衡量网站用户访问的网页数量;
.用户每打开一个页面就记录1次，多次打开同一页面则浏览量累计。
uv(unique visitor，独立访客)
.1天内访问某站点的人数(以cookie为依据);
.1天内同一访客的多次访问只计为1个访客。
ip(独立ip)
.指1天内使用不同ip地址的用户访问网站的数量;
.同一IP不管访问了几个页面，独立IP数均为1。
ip:uv=1:1一个ip对应一个访客，这说明访问者可能都是在一些个人电脑上访问或者是adsl用户。
ip:pv=uv:pv=1:1 这说明每个访客只浏览一次页面，这可能是访问者误打误撞进了这个页面，然后就离开了，这时候就该对页面的质量进行分析。(统计工具还提供页面停留时间，这也可以反映页面的质量问题，停留时间越长，说明你的网站有值得去浏览的地方，这时候，访客极有可能成为你的潜在用户.)
综上所述，ip:uv能看出访问者是个人pc还是网吧机房之类的情况，帮助站长分析网站的用户群;uv:pv能看出一个网站的质量，比例越小越好;在网站初期，流量不大的情况下 ，这些数据的意义可能不是很大，但当网站推广到一定程度后，它们就具有非常有效的指导意义。ip:uv分析网站推广应该向哪个方向努力，由uv:pv分析网站质量应该作那些改善， 即用户体验。
-----------------------------------
一、什么情况ip会大于uv
一般家庭电脑都是用adsl拨号上网，也就是动态的ip地址，每次拨号一次ip数量就会加1，可是真实的用户还是一个人，甚至有人一天拨号10几次也有可能，这样算来，一个用户就会产生10个ip，对数据分析员来说就造成巨大误差。
二、什么情况uv大于ip
多个用户，一个ip这样情况会造成uv大于ip，不错，就是网吧，一般中型网吧100-200太电脑，现如今的网吧比前几年要发达的多，并非共享动态ip了，都是公用一个专线ip(专线ip是静态ip，ip地址是不变的)，打个比方：如果一个网站几百人都登陆你的网站，那么ip数是1，实际上却有100人访问你的网站，而且网吧的顾客都是流动的也就是说，无论多少人在这个网吧访问你的网站，ip数都会被记成1。但是uv确实100。
虽然UV相对ip来说比较精准，但是还有很 多地方是技术人员无法完善的。
1、也是一个用户多台电脑影响到uv
一个用户多台电脑。如今，人们上网的方式越来越的多样化，网吧，个人电脑，办公室，如果这人在三个不同环境浏览你的网站会产生3个不同的cookies，uv=3，实际上也是一人浏览而已，而现在所有的网络分析解决方案会将此记录成3个不同的访客。这也是现如今无法解决的一个问题。
2、购买时长影响到uv
一般来说一个访客变成一个顾客，如果这段时 间比较短的话，统计工具完全有能力统计到对方的页面浏览和行为分析，从而进行准确的数据分析。
但是一般比较贵重的物品，访客可能要经过很长时间甚至半年时间的考虑，才能从访客变成我们的顾客，在这段时间里，访客随时有可能系统崩溃，删除cookies或者购买新电脑等操作，而这个用户在最后购买时候 会被当 成新的访客对待，进而导致被当成新的访客对我们的数据分析造成很大的误差。
--------------------------
下面是一些影响PV的因素：
一条新闻发布以后，其PV数据便可以加以跟踪，通常是每5分钟统计一次。不同品牌的网站的不同频道，对其所发布的新闻的PV表现有一个大致的评判尺度。新闻发布后，一般PV值总有一个上升的过程。可以从不同时段的PV表现，来计算PV的单位时间变化幅度，有经验的网络编辑，经过几个5分钟的数据积累，便能大致预料到这条新闻的PV峰值水平。如果这个水平不能令人满意，则编辑就要采取一些手段，如“优化”标题，或者增加其他吸引眼球的元素，如图片。一般来说，通过这样的“处理”，一条新闻的pv表现能有所改善，达到新的高峰。
也就是说，网络新闻的编辑手段影响着pv值。
还有哪些因素对PV有影响呢?至少还有这些因素:
1.新闻发布的时间
不同的时间段，上网的人数不同，访问该站点的人数也不同，因此，有时PV值的涨落，其主要贡献，在于不同时段上网人数的自然波动。同样一条新闻，在不同的时段发布，PV表现就会有差别。
不同时段上网的人，其人口特征(性别、年龄、教育程度、阅读旨趣等)不同，所以，同样是1万个上网的人，甚至同样是对某个网站的1万次访问，不同时段，这1万次访问在不同频道/内容上的分布是有差别的。所以有时，pv的变化，和这个因素导致的变化有关。
2.访问的周期
对于一些常浏览的网站，我们可能一天之中会访问几次，这中间有一定的时间间隔。这个间隔，很多时候和人们的现实工作节奏有关系。比如，不少人一上班会抽空浏览一下新闻，第二次再来看看又有什么新闻的时候，往往是上午中间休息时，甚至是午饭后的休息时间。因此，即使其他因素不变，由于人们回访网站的周期性，也会对新闻或网站的pv带来影响。当然，由于不同的人回访的周期长短不一、时段不一，这个影响因素未必会导致明显的波动，而可能分散在不同时段的PV表现中，但可以肯定的是，任何一个PV数据，也有这种回访周期的因素所起的作用。
3.突发事件因素。
比如一些突发事件，会导致人们对某一网站的访问增加，但这些访问的初衷，本只是突发事件相关新闻。然而由于人们的新闻消费，往往具有不可预期性，所以常见的现象是，人们在看完想看的新闻后，还会顺带看看其他的。这一因素，也可能对某条新闻(与突发事件无关)的 pv有所贡献。
最后，当然是一些偶然因素(其实搭便车因素也属于此)。包括哪些呢?比如天气因素，比如非典期间，等待。
由此看来，一个简单的pv数据，其实是多种因素综合贡献的结果，所以有时的pv涨落，实在不是完全可以通过编辑手段来加以引导和影响的。知道这一点很重要。因为这告诉我们，盲目的不加具体分析的以pv来衡量成败好坏，是不合理的。
在社会科学研究中，这种区分不同因素对某一个现象的贡献，就是所谓的详析模式。很多我们看似不变的东西，其实内部构成比例上发生了很大的变化。而有些看似变化的东西，其相对关系其实没有什么变化，只是一种单纯的数量上的涨落。
网站说日均 IP / PV 访问量约为 600 / 2400的意思是，今天访问首页次数为2400次，访问IP为600个。也就是说这600个IP一共访问首页2400次。
---------------------
pv 、人均浏览次数
页面浏览数(page views)：在一定统计周期内所有访问者浏览的页面数量。如果一个访问者浏览同一网页三次，那么网页浏览数就计算为三个。页面浏览数常作为网站流量统计的主要指标。不过，页面浏览数本身也有很多疑问，因为一个页面所包含的信息可能有很大差别，一个简单的页面也许只有几行文字，或者仅仅是一个用户登录框，而一个复杂的页面可能包含几十幅图片和几十屏的文字，同样的内容，在不同的网站往往页面数不同，这取决于设计人员的偏好等因素。例如一篇6000字左右的文章在新浪网站通常都放在一个网页上，而在有些专业网站则很可能需要5个页面，对于用户来说，获取同样的信息，新浪网的网站统计报告中记录的页面浏览数是
1，而别的网站则是5个。作者在网络广告常用术语中也介绍过，由于页面浏览实际上并不能准确测量，因此现在IAB推荐采用的最接近页面浏览的概念是“页面显示”【术语解释】。无论怎么称呼，实际上也很难获得统一的标准，因此页面浏览指标对同一个网站进行评估有价值，而在不同网站之间比较时说服力就会大为降低。
每个访问者的页面浏览数(Page Views per user)：这是一个平均数，即在一定时间内全部页面浏览数与所有访问者相除的结果，即一个用户浏览的网页数量。这一指标表明了访问者对网站内容或者产品信息感兴趣的程度，也就是常说的网站“粘性”。比如，如果大多数访问者的页面浏览数仅为一个网页，表明用户对网站显然没有多大兴趣，这样的访问者通常也不会成为有价值的用户。但应注意的是，由于各个网站设计的原则不同，对页面浏览数的定义不统一，同样也会造成每个访问者的页面浏览数指标在不同网站之间的可比性较低。
尽管存在统计指标定义无法统一的问题，但在网站统计时仍不得不利用这些相关的指标。一般所说的“网站流量”通常指一个网站的页面浏览数，例如ALEXA全球网站排名系统的综合排名，就是根据网站的独立用户数量和每个用户的页面浏览数两项指标(加权?)相乘来计算的。因此可以看到这样的情况：两个网站相比，A网站的Reach数量(统计指标为百万用户中访问该网站的用户数量，即“Reach”)高于B
网站(假定A网站为100，B网站为60)，但B网站每个用户的页面浏览数高于A网站(假定这项指标A网站为1，B网站为2)，其结果是，独立用户量小的 B网站在综合排名中高于A网站，因为B网站的总流量较高(B网站流量为120，A网站为100)。
网络营销人员都希望自己网站的平均页面浏览数高，这项指标高有其好的一面，但同时也可能说明网站在信息层次方面可能存在问题。借助于ALEXA的全球网站统计数据，我曾对多个很有影响力的专业信息网站的每个用户页面浏览数进行过分析，结果发现那些无需用户登录即可浏览的网络营销相关专业信息类网站，每个用户的平均页面浏览数都比较低(通常在1.5-2.5之间)，而一些论坛或者需要用户先登录的网站，平均网页浏览数都比较高(相应地，在同样Reach数量的情况下这些网站的ALEXA网站综合排名也比较高)，但这并不一定意味着这些网站的真正价值就高于那些用户平均浏览数低的网站。还有另外一种情况，有些网站用户1-2次点击即可到达最新的内容页面，有些网站则可能需要5次以上的点击才能看到内容，这样，后者的每个用户页面浏览数就较高，但并不是因为用户对网站内容的兴趣大，而是因为网站信息层次较深的问题。可见，要对这些问题进行严格的对比，看来也是比较麻烦的事情，因此这里只能进行模棱两可的讨论。
网上营销对网站流量统计指标中页面浏览数量问题的观点是：如果没有对一个网站的实际状况进行具体分析，单纯看页面浏览数(以及每个用户的页面浏览数)本身只能大致反映出一个网站的访问量情况，但并不能说明用网站内容是不是真的对用户具有“粘性”，尤其不要为每个访问者的平均页面浏览数很高而自豪，如果这个数字太高，反而可能说明网站设计存在一定的问题。当然，如果这一指标过低(比如小于1.5)，则很可能说明网站内容的受欢迎程度不高。
注：本文由疯子工作室原创,转载请注明原文网址：http://www.madseo.net/seo/74.html