Вопросы и ответы об источниках трафика

1. Почему не собираются данные по рекламным системам
2. Почему много прямых заходов на сайт
3. Как узнать откуда идут внутренние переходы на сайт
4. Почему в отчетах Метрики много переходов с источником «Не определено»
5. Почему могут не фиксироваться переходы с определенных сайтов

Чтобы отчеты Метрики отображали информацию о кампаниях Директа, в Директе на странице Редактирование кампании в блоке Счетчики Яндекс Метрики выберите счетчик, установленный на вашем сайте.

Для сбора данных из других рекламных систем необходимо использовать метки.

• Возможно, подобные переходы были совершены роботами. Данные о посещениях сайта роботами доступны в отчете Роботы из группы Мониторинг. Если вы обнаружили всплески неестественного трафика в отчете Роботы и у вас есть основания полагать, что подобная ситуация может повториться, рекомендуем включить фильтрацию роботов по строгим правилам и по поведению.

• Возможно, подобные переходы совершались с сайтов, которые работают по протоколу HTTPS, и при переходе с них не передается реферер. В данном случае рекомендуем использовать метку utm_referrer.

Формально у визита проставляется источник Внутренние переходы, когда визит начинается с перехода со страницы, домен которой указан в качестве домена сайта или в качестве дополнительного домена в настройках счетчика. Например, в настройках счетчика указан адрес сайта http://mysite.example/, а визит начинается со страницы http://mysite.example/page1.html и при этом переход на нее был произведен не с какого-то внешнего источника, а со страницы того же сайта — например, http://mysite.example/contacts.html (то есть именно страница contacts.html была указана в качестве реферера при обращении к page1.html).

Такая ситуация может возникнуть по нескольким причинам:

• Посетитель пришел на страницу (contacts.html из примера выше), затем не совершал на сайте никаких действий в течение времени, превышающего тайм-аут визита, заданный в настройках счетчика (по умолчанию 30 минут). Тогда следующий его переход на сайте (на страницу page1.html) будет новым визитом, но при этом источником перехода будет тот же сайт.

  Решение

  С одной стороны, можно увеличить тайм-аут визита. С другой стороны, перед этим надо определить модель использования вашего сайта. Рассмотрим пример с почтой (Яндекс Почтой).

  Посетитель зашел, проверил новые письма и оставил открытой страницу в браузере. Через час вернулся и еще раз посмотрел письма, написал ответы. В этом случае будет неверно объединить всю работу пользователя в один визит — это действительно были несколько отдельных сеансов работы с сайтом. Поэтому наличие внутренних переходов является показателем модели использования сайта посетителями.

• Посетитель пришел из внешнего источника на страницу сайта, на которой не было счетчика (допустим, contacts.html) и с нее сразу (в рамках того же визита) перешел на страницу сайта со счетчиком (page1.html). Выполнены два условия: визит начался с page1. html (так как о просмотре страницы contacts.html в Метрике нет данных из-за отсутствия на этой странице счетчика), но страница, с которой был переход (contacts.html) принадлежит тому же сайту, что указан в настройках счетчика — http://mysite.example/.

  Решение

  Рекомендуем установить счетчик Метрики на страницу. В этом случае бывает сложно определить, на какой именно странице не установлен счетчик. Узнать это можно с помощью сегментации.

Чаще всего такая ситуация возникает, если код счетчика установлен некорректно (часть кода счетчика, которая должна быть размещена в теге <noscript>, размещена вне этого тега).

Все больше сайтов переходят на защищенное HTTPS-соединение. При этом у тех сайтов, которые еще не перешли на защищенное соединение, растет доля прямых заходов. С технической точки зрения, Прямые заходы — это обращения к страницам вашего сайта, при которых браузер посетителя не передал HTTP-заголовок Referer. Обычно этот заголовок содержит URL предыдущей страницы, с которой был сделан переход на ваш сайт. Если поле отсутствует, значит предыдущей страницы не было: например, посетитель вручную ввел адрес в адресную строку браузера.

Организация W3C (World Wide Web Consortium) издала документ Referrer Policy, который содержит рекомендации о передаче этого заголовка: реферер передается при переходе с HTTP на любой тип сайта и при переходе с HTTPS на HTTPS, при переходе с HTTPS на HTTP реферер не передается. Таким образом, если вы покидаете безопасный контур HTTPS-сайтов, браузер не передает по открытым каналам (в нешифрованном виде) адрес последней посещенной вами страницы.

На практике, для владельцев сайтов это означает следующее: если ваш сайт работает по HTTP-протоколу, вы не увидите источник перехода, если этот источник работает по защищенному HTTPS-соединению.

Решение

Рекомендуем перевести ваш сайт на защищенное соединение. Бесплатный сертификат шифрования можно получить благодаря проекту Let’s Encrypt — некоммерческому центру сертификации, поддержанному многими крупными представителями интернет-отрасли. Инструкция по переходу на HTTPS

Если вы являетесь владельцем защищенного интернет-ресурса, но хотите, чтобы при переходе с вашего сайта заголовок Referer передавался даже при переходе на незащищенный сайт, разметьте специальным образом страницы сайта, с которых будет происходить переход на незащищенные ресурсы. Подробно о методах разметки можно прочитать в документе «Referrer Policy» (раздел Referrer Policy Delivery). По данным проекта Can I use такую разметку ссылок поддерживает уже более половины используемых браузеров.

 Написать в чат

Обратите внимание: служба поддержки не обзванивает пользователей. Не следуйте указаниям людей, которые вам звонят и представляются службой поддержки Яндекс Метрики.

Неопределенный трафик

18 Октября 2019

Исследование погрешностей учета трафика в различных отчетах Яндекс.Метрики

В последнее время в системе аналитики Яндекс.Метрики по данным счетчиков некоторых сайтов наблюдается разница суммарного поискового трафика за идентичный период между отчетами “Поисковые запросы” и “Поисковые системы”. Ниже приведено исследование данного вопроса с раскрытием причин, влияния на связанные показатели и верную трактовку разницы между показателями данных двух отчетов, далее называемой “неопределенный трафик”.

Для начала рассмотрим метод определения и подсчета трафика в каждом из отчетов:

Отчет «Поисковые запросы»

В отчете приведен список поисковых фраз, по которым посетитель совершил визит на сайт с поисковой выдачи. По каждой фразе можно посмотреть, из каких поисковых систем осуществлялся переход по ней. По статистике, 99% представленных фраз в отчете являются визитами с поисковой системы Яндекс и только 1% со всех остальных поисковиков (Метрика не может определить большую часть запросов с других поисковых систем, по которым были переходы на сайт)

Посмотреть отчет в Метрике:

Отчеты → Стандартные отчеты → Источники → Поисковые запросы.

Отчет «Поисковые системы»

Отчет содержит информацию о поисковых системах, которые привели посетителей на ваш сайт.   Данные можно посмотреть как суммарно по всем системам, так и по отдельно взятым поисковикам.

Посмотреть отчет:

Отчеты → Стандартные отчеты → Источники → Поисковые системы.

Неопределенный трафик в Метрике по источнику “Поисковые системы (Яндекс)”:

причины появления, метод расчета

Причины того, почему часть фраз Метрика определить не может объяснены в Яндекс.Помощи. Ссылка на нее тут — https://yandex.ru/support/metrica/sources/search-queries.html. Ниже приведена выдержка оттуда:

Метрика определяет фразы, которые привели посетителей из Поиска Яндекса, по рефереру и Cookie браузера. Cookie выставляется на домен, на который посетитель переходит из результатов поиска. Срок действия cookie ограничен. Метрика может не определить фразу по следующим причинам:

1. Срок действия cookie закончился. Например, посетитель набрал запрос в поисковой строке и перешел по ссылке из результатов поиска, после чего оставил страницу открытой на долгое время, затем обновил ее или закрыл.
2. Страница, по ссылке на которую перешел посетитель из результатов поиска, перенаправила его на другой домен. Например, когда владелец сайта решил сменить главное зеркало у сайта, поставив на новое зеркало редирект со старого адреса.
3. Браузер посетителя блокирует Cookie (отключить Куки позволяют настройки любого браузера, а также в сети много популярных расширений позволяющих их блокировать.

Узнать количество неопределенного трафика в Метрике можно путем сравнения 2-х отчетов за выделенный промежуток времени.

Отчет 1 — “Поисковые запросы”

(Отчеты → Стандартные отчеты → Источники → Поисковые запросы).

Отчет 2 — “Поисковые системы”

(Отчеты → Стандартные отчеты → Источники → Поисковые системы).

В обоих случаях сегментировать только поисковой системой Яндекс.

Вычесть получившийся трафик по результатам “Отчета 1” из “Отчета 2” за идентичный период. Полученное число и будет неопределенным трафиком.

Комментарий компании Яндекс:

“Наши специалисты связывают рост переходов с Поиска Яндекса без поисковых фраз с увеличением переходов по саджесту на Поиске. То есть по поисковой подсказке в строке поиска, еще до окончания набора запроса. Переходы по саджестам часто не несут в себе поисковый запрос. В связи с этим, в отчетах Метрики такие переходы могут быть отмечены как «не определен».

Динамика неопределенного трафика в Метрике

Наша компания проанализировала динамику изменения трафика, который не был определен в Метрике. Для эксперимента было взято 8 коммерческих сайтов разных тематик и на протяжении 12 месяцев (с мая 2018 года по апрель 2019) отслеживалось изменение количества неопределенного трафика, после чего были выведены средние значения суммарно по всем наблюдаемым сайтам.

Данные по сайтам

Сайт 1	05.18	06.18	07.18	08.18	09.18	10.18	11.18	12.18	01.19	02.19	03.19	04.19
Всего трафик, Яндекс	1527	1662	1666	1274	1430	1728	1738	1470	1244	1356	1053	833
Неопр. трафик	17	43	27	41	89	124	121	82	117	120	89	66
% неопр. трафика	1	3	2	3	6	7	7	6	9	9	8	8

Сайт 2	05.18	06.18	07.18	08.18	09.18	10.18	11.18	12.18	01.19	02.19	03.19	04.19
Всего трафик, Яндекс	12483	10842	9887	8179	7538	7943	8462	8506	6585	7539	8044	8606
Неопр. трафик	221	234	396	473	399	490	535	469	372	453	583	711
% неопр. трафика	2	2	4	6	5	6	6	6	6	6	7	8

Сайт 3	05.18	06.18	07.18	08.18	09.18	10.18	11.18	12.18	01.19	02.19	03.19	04.19
Всего трафик, Яндекс	18478	18852	19403	21051	20828	23504	22317	23275	22449	25849	28572	27809
Неопр. трафик	517	554	845	1051	1087	1624	1632	1437	1807	2135	2473	3250
% неопр. трафика	3	3	4	5	5	7	7	6	8	8	9	12

Сайт 4	05.18	06.18	07.18	08.18	09.18	10.18	11.18	12.18	01.19	02.19	03.19	04.19
Всего трафик, Яндекс	11436	12344	14129	17931	17443	24549	35688	57843	39955	31528	36679	30475
Неопр. трафик	326	334	416	766	816	1688	2961	5529	3958	3032	3880	4200
% неопр. трафика	3	3	3	4	5	7	8	10	10	10	11	14

Сайт 5	05.18	06.18	07.18	08.18	09.18	10.18	11.18	12.18	01.19	02.19	03.19	04.19
Всего трафик, Яндекс	4518	4524	4413	4592	4062	4597	5117	5018	4189	4824	4464	4632
Неопр. трафик	152	124	171	200	259	299	435	430	349	393	346	456
% неопр. трафика	3	3	4	4	6	7	9	9	8	8	8	10

Сайт 6	05.18	06.18	07.18	08.18	09.18	10.18	11.18	12.18	01.19	02.19	03.19	04.19
Всего трафик, Яндекс	13535	12417	12253	13486	15209	20240	18574	13186	14602	14805	15572	15658
Неопр. трафик	77	122	425	615	733	1209	1190	940	905	1035	1183	1171
% неопр. трафика	1	1	3	5	5	6	6	7	6	7	8	7

Сайт 7	05.18	06.18	07.18	08.18	09.18	10.18	11.18	12.18	01.19	02.19	03.19	04.19
Всего трафик, Яндекс	6381	6093	6757	7049	4225	8581	9424	6391	6398	6916	5795	3599
Неопр. трафик	102	139	309	358	253	546	594	629	764	804	695	317
% неопр. трафика	2	2	5	5	6	6	6	10	12	12	12	9

Сайт 8	05.18	06.18	07.18	08.18	09.18	10.18	11.18	12.18	01.19	02.19	03.19	04.19
Всего трафик, Яндекс	5043	5128	4871	3573	4456	4335	6597	6540	5584	6063	6035	4443
Неопр. трафик	117	124	211	326	520	525	518	603	553	882	959	533
% неопр. трафика	2	2	4	9	12	12	8	9	10	15	16	12

Суммарные данные по сайтам

Сумма	05.18	06.18	07.18	08.18	09.18	10.18	11.18	12.18	01.19	02.19	03.19	04.19
Всего трафик, Яндекс	99332	92943	95870	101148	96660	121900	134655	149519	130212	128707	131555	125640
Неопр. трафик	1529	1674	2800	3830	4156	6505	7986	10119	8825	8854	10208	10704
% неопр. трафика	2	2	3	4	4	5	6	7	7	7	8	9

График 1. Суммарный трафик анализируемых сайтов

По результатам видим очень сильный рост неопределенного трафика за последний год — с 2 до 9 процентов. Из-за этого встал вопрос, что за трафик не определяется Метрикой — коммерческий или брендовый.

Чтобы это узнать дополнительно нашей компанией было оценено общее количество брендового трафика (на тех же 8 сайтах за тот же промежуток времени).

Сайт 1	05. 18	06.18	07.18	08.18	09.18	10.18	11.18	12.18	01.19	02.19	03.19	04.19
Всего Яндекс	1527	1662	1666	1274	1430	1728	1738	1470	1244	1356	1053	833
Абсолютный бренд	196	259	246	345	389	353	243	208	270	284	357	284

Сайт 2	05.18	06.18	07.18	08. 18	09.18	10.18	11.18	12.18	01.19	02.19	03.19	04.19
Всего Яндекс	12483	10842	9887	8179	7538	7943	8462	8506	6585	7539	8044	8606
Абсолютный бренд	245	106	190	154	143	75	79	80	124	71	149	158

Сайт 3	05.18	06.18	07.18	08.18	09.18	10.18	11. 18	12.18	01.19	02.19	03.19	04.19
Всего Яндекс	18478	18852	19403	21051	20828	23504	22317	23275	22449	25849	28572	27809
Абсолютный бренд	17243	17200	17630	18800	18754	20786	19651	20746	19816	22765	25055	23577

Сайт 4	05.18	06.18	07.18	08.18	09.18	10.18	11.18	12.18	01. 19	02.19	03.19	04.19
Всего Яндекс	11436	12344	14129	17931	17443	24549	35688	57843	39955	31528	36679	30475
Абсолютный бренд	5888	6365	7542	8926	7815	13259	19963	34004	24478	19377	22303	18130

Сайт 5	05.18	06.18	07.18	08.18	09.18	10.18	11.18	12.18	01.19	02.19	03. 19	04.19
Всего Яндекс	4518	4524	4413	4592	4062	4597	5117	5018	4189	4824	4464	4632
Абсолютный бренд	1659	1408	1400	1318	1255	1504	1264	1331	1344	1551	1400	1420

Сайт 6	05.18	06.18	07.18	08.18	09.18	10.18	11.18	12.18	01.19	02.19	03.19	04.19
Всего Яндекс	13535	12417	12253	13486	15209	20240	18574	13186	14602	14805	15572	15658
Абсолютный бренд	9555	8115	7570	7980	8686	11038	10083	7103	7396	7987	7626	8113

Сайт 7	05. 18	06.18	07.18	08.18	09.18	10.18	11.18	12.18	01.19	02.19	03.19	04.19
Всего Яндекс	6381	6093	6757	7049	4225	8581	9424	6391	6398	6916	5795	3599
Абсолютный бренд	1276	1340	1284	1480	930	1802	2168	1342	1536	1452	1275	756

Сайт 8	05.18	06.18	07.18	08. 18	09.18	10.18	11.18	12.18	01.19	02.19	03.19	04.19
Всего Яндекс	5043	5128	4871	3573	4456	4335	6597	6540	5584	6063	6035	4443
Абсолютный бренд	296	150	326	195	236	229	182	178	252	207	203	117

По результатам изменения количества брендового трафика мы видим, что он либо остался на одном уровне, либо вырос. Уменьшения брендового трафика не произошло из чего следует вывод, что данный трафик не ушел в “неопределенный” и тот рост, что есть в неопределенном трафике — это трафик по небрендовым запросам.

Этот вывод также подтверждается комментарием специалистов Яндекса о том, что неопределенный трафик — трафик по саджестам, поскольку доля брендов, которые попадают в саджест, минимальна.

python 3.x — NameError: имя «метрика» не определено

Задавать вопрос

спросил
3 года, 2 месяца назад

Изменено
2 года, 8 месяцев назад

Просмотрено
43к раз

Выдает ошибку в расчете точности метрик. Я импортировал библиотеку для расчета метрик точности, но все равно выдает ошибку, что имя метрики не определено

 из sklearn.feature_extraction.text импорт TfidfVectorizer
tf_idf_vect = TfidfVectorizer()
обзоры_tfidf = tf_idf_vect.fit_transform (x_train ['question_text']. значения)
обзоры_tfidf1 = tf_idf_vect. transform(x_cv['question_text'].значения)
обзоры_tfidf2 = tf_idf_vect.transform (тест ['question_text']. значения)
из sklearn.model_selection импортировать GridSearchCV
из sklearn.naive_bayes импортировать BernoulliNB
импортировать sklearn.metrics
б = БернуллиNB()
param_grid = {'alpha':[1000,100,10,1,0.1,0.01,0.001]} # параметры, которые нам нужно попробовать на классификаторе
gsv = GridSearchCV(nb,param_grid,cv=2,verbose=1,n_jobs=-1,оценка='f1')
gsv.fit (обзоры_tfidf, y_train)
nb = Бернулли NB (альфа = 0,1)
nb.fit (обзоры_tfidf, y_train)
train_pred = nb.predict(reviews_tfidf)
cv_pred = nb.predict (отзывы_tfidf1)
test_pred = nb.predict (обзоры_tfidf2)
print("Точность набора поездов: {}".format(metrics.accuracy_score(train_pred, y_train)))
print("ROC набора поездов: {}".format(metrics.roc_auc_score(train_pred, y_train)))
print("Оценка Train Set F1: {}\n".format(metrics.f1_score(train_pred, y_train)))
print("Точность набора проверки: {}".format(metrics.accuracy_score(cv_pred, y_cv)))
print("Проверочный набор ROC: {}". format(metrics.roc_auc_score(cv_pred, y_cv)))
print("Проверочный набор F1 Score: {}\n".format(metrics.f1_score(cv_pred, y_cv)))
print("Матрица путаницы тестового набора:\n [[TN FP]\n [FN TP] ]\n")
df_cm = pd.DataFrame (confusion_matrix (y_test, y_pred), диапазон (2), диапазон (2))
sns.set(font_scale=1.4)#для размера метки
sns.heatmap(df_cm, annot=True,annot_kws={"size": 16}, fmt='g')
NameErrorTraceback (последний последний вызов)
 в <модуль>()
     16 cv_pred = nb.predict(reviews_tfidf1)
     17 test_pred = nb.predict(reviews_tfidf2)
---> 18 print("Точность набора поездов: {}".format(metrics.accuracy_score(train_pred, y_train)))
     19 print("ROC набора поездов: {}".format(metrics.roc_auc_score(train_pred, y_train)))
     20 print("Оценка Train Set F1: {}\n".format(metrics.f1_score(train_pred, y_train)))
NameError: имя «метрики» не определено
 

• python-3.x
• sklearn-панды

3

Попробуйте изменить

 import sklearn. metrics import precision_score
 

to:

 импортировать sklearn.metrics как метрики
 

Взгляните на это, чтобы лучше понять, как работает импорт: https://www.codementor.io/sheena/python-path-virtualenv-import-for-beginners-du107r3o1

1

Зарегистрируйтесь или войдите в систему

Зарегистрируйтесь с помощью Google

Зарегистрироваться через Facebook

Зарегистрируйтесь, используя адрес электронной почты и пароль

Опубликовать как гость

Электронная почта

Требуется, но не отображается

Опубликовать как гость

Электронная почта

Требуется, но не отображается

undefined — создание класса Python для общей формулы метрики расстояния и получение ошибки «NameError: имя ‘p’ не определено»

Я создаю класс в Python для общей формулы метрики расстояния и получаю ошибка: «NameError: имя «p» не определено». Код для класса и теста и ошибка («NameError: имя ‘p’ не определено») приведены ниже, а также встроенные комментарии, описывающие проблему.

Вот код класса:

 класс Lp_distance_metric_general_formula (объект):
"""
Этот класс использует общую формулу метрики расстояния Lp и устанавливает p равным значению, предоставленному пользователем.
Это приводит к получению метрики расстояния для определенного метрического пространства и вычислению расстояния
вектора в этом метрическом пространстве.
Пример
-------
Если пользователь устанавливает p = 2, то выводится формула евклидова расстояния.
Если пользователь устанавливает p = 1, то выводится формула расстояния такси.
Примечание
----
Можно использовать значения p меньше 1, но это особые случаи, которые мы будем игнорировать.
Эти специальные значения интересны для академических целей, но на практике вам, скорее всего, не нужно знать
о них.
"""
def __init__(я, p=2, reg_strength = 1.0):
    
    """
    Параметры
    ----------
    
    p: целое число или число с плавающей запятой
        значение p, используемое для вычисления расстояния вектора в определенном метрическом пространстве
        
    reg_strength: int или float
        обычно устанавливается значение меньше 1,0, чтобы уменьшить силу метрики расстояния при использовании в качестве регуляризатора модели. 
        оставьте это значение равным 1,0 при измерении векторных норм (т.е. длин векторов)
    """
    
    assert p >=1 , «значение p должно быть больше или равно 1»
    
    я.р = р
    self.reg_strength = reg_strength
            
определение calc_squared_vector_comps (я):
    
    # возводим каждую компоненту вектора в self.x в степень p
    # сохранить результат в self.squared_vector_comps
    # ВАШ КОД ЗДЕСЬ
    self.squared_vector_comps = (self.x)**p
    
    # вызвать NotImplementedError()
    
def calc_sum_of_squared_comp (я):
    # возьмем сумму квадратов компонентов в self.squared_vector_comps
    # сохранить в self.sum_of_squared_comp
    # подсказка: используйте tf.reduce_sum
    # ВАШ КОД ЗДЕСЬ
    self.sum_of_squared_comp = tf.reduce_sum(self.squared_vector_comps)
    
    #поднять не реализованную ошибку()
    
определение calc_vector_norm (я):
    
    # взять корень 1/p из self.sum_of_squared_comp, чтобы вычислить норму, т.е. ||x||
    
    # сохранить результат в self. 1/𝑝
    self.calc_vector_norm()
    
    # вернуть векторную норму, масштабированную штрафом регуляризации
    # мы говорим штраф, потому что значение обычно меньше 1,0, тем самым уменьшая норму
    вернуть self.reg_strength * self.vector_norm
 

Вот код для теста:

 # создайте экземпляр класса модульного теста, который будет проверять расчеты методов Lp_distance_metric_general_formula.

тесты = Test_distance_metric_solution()

# создать экземпляр Lp_distance_metric_general_formula, установить p = 2 для получения евклидовой метрики расстояния

lp = Lp_distance_metric_general_formula (p = 2, reg_strength = 1,0)

# не изменяйте этот test_vector

# Test_distance_metric_solution предполагает, что вы используете именно этот test_vector

test_vector = np.array([1., 2.])

лп (тест_вектор)

# проверить вычисления, которые выполняются в каждом из следующих методов класса lp

test.test_squared_vector_comps(lp.squared_vector_comps)

test.test_sum_of_squared_comp(lp.

              

                            
This entry was posted in Продвижение