活用 | ログマニアックス

正規表現では、ワイルドカードやメタ文字を使用して、フィールドの一部を検索または取得することができ、テキスト処理の作業に使用されます。 Google Analytics のほとんどのフィルタでは、POSIX 正規表現を使用して、データの検索と検索後の処理を行っています。たとえば、除外フィルタでは、フィルタで指定したフィールドに正規表現に一致するデータが含まれている場合、そのヒットが除外されます。

日本語が非常にわかりにくいですが、
これはGoogle Analyticsのヘルプの中で、
GAでも正規表現を使うことでフィルタリング処理ができることを指しています。

GA以外のソリューションでも、例えば、
SiteCatalystのような、JavaScriptを使ったソリューションでは、
実装・変更の際には避けては通れないテクニックです。

僕は全く得意ではないので、書く必要があっても社内のエンジニアと相談して記述しているのですが、
勉強をしておくと実装以外にもDLしたデータの分析にも使える有効なテクニックです。

ここでは日本語のものを中心に
正規表現を学ぶためのサイトを紹介します。

タグ: GA

アクセス解析とクローラ

2009 年 12 月 22 日コメントはありません

Binoculars 2Black / metallic binoculars. I would like to know where it will be used. Please comment. It is still free to use! Objects / Tools

インターネットの中のユーザーの動きを明らかにしていくのがアクセス解析ですが、
ウェブサイトを閲覧しているのは生身の人間だけではありません。
クローラやbotと呼ばれるプログラムもサイトを訪れます。

クローラとは

クローラ – Wikipedia

クローラ (Crawler) とは、ウェブ上の文書や画像などを周期的に取得し、自動的にデータベース化するプログラムである。「ボット(Bot)」、「ロボット」、「スパイダー」、「ロボット」などとも呼ばれる。
主に検索エンジンのデータベース、インデックス作成に用いられているほか、統計調査などの目的にも利用される。近年では電子メールアドレス収集業者などもクローラを利用して、スパムの送信効率を上げている。
一般にクローラは、既知のHTML文書の新しいコピーを要求し、文書中に含まれるリンクをたどり別の文書を収集するという動作を繰り返す。新しい文書を見つけた場合はデータベースに登録する。また、既知のファイルが存在しないことを検出した場合はデータベースから削除する。

とのことですが、主に検索エンジンが
そのインデックス作成のために大量に巡回をさせています。

検索エンジン以外に、
最近きくのが、競合分析やら、文章データ収集のためのbotです。

アクセス解析によってはこうしたクローラを含めて計測をすることができます。