Ένα ποσοστό αναπήδησης χρειάζεται ένα bit, όχι ιχνηλάτη
Μέχρι τις 28 Αυγούστου αυτός ο ιστότοπος δεν εμφάνιζε ποσοστό αναπήδησης, και η σελίδα πληροφοριών έλεγε ότι αυτό ήταν σκόπιμο: θα χρειαζόταν μια συνεδρία που να παρακολουθείται σε πολλές προβολές σελίδων, και αυτό θα χρειαζόταν πλαίσιο συγκατάθεσης.
Το πρώτο μισό ήταν αλήθεια. Το δεύτερο μισό έπαψε να ισχύει τη στιγμή που αρχίσαμε να καταγράφουμε σελίδες εξόδου, και κανείς δεν ενημέρωσε την πρόταση.
Γιατί δεν μπορούσε απλώς να υπολογιστεί
Υπάρχει ένας πίνακας με μεταβάσεις από σελίδα σε σελίδα. Μοιάζει να περιέχει ό,τι χρειάζεται ένα ποσοστό αναπήδησης: μια επίσκεψη που πηγαίνει από μια σελίδα σε άλλη δεν είναι αναπήδηση, οπότε αρκεί να μετρηθούν οι επισκέψεις χωρίς μεταβάσεις.
Αυτό δεν λειτουργεί, και ο λόγος βρίσκεται σε τρεις γραμμές του κώδικα καταγραφής. Μια μετάβαση απορρίπτεται όταν οι δύο σελίδες είναι ίδιες, όταν πέρασαν περισσότερα από τριάντα λεπτά ανάμεσά τους, και μετά από τριακόσια νέα ζεύγη σε έναν μετρητή μέσα σε μία μέρα. Κάθε κανόνας είναι σωστός για τον σκοπό του πίνακα — να δείχνει ποια σελίδα οδηγεί σε ποια — και ο καθένας κάνει μια πραγματική δεύτερη σελίδα αόρατη.
Εν τω μεταξύ, μια επίσκεψη, όσον αφορά την καταμέτρησή της, διαρκεί μία ώρα: τόσο επιβιώνει η γραμμή της στον ενεργό πίνακα. Έτσι ο αριθμητής θα χρησιμοποιούσε έναν ορισμό της επίσκεψης και ο παρονομαστής άλλον. Ο αριθμός δεν θα ήταν ελαφρώς λάθος, θα ήταν χωρίς έρεισμα.
Τι έλεγαν πράγματι τα δεδομένα
Στις 27 και 28 Αυγούστου υπήρξαν 8.669 επισκέψεις και 2.817 μεταβάσεις, δηλαδή κατά μέσο όρο 1,32 σελίδες ανά επίσκεψη. Από τους 572 μετρητές, 99 κατέγραψαν έστω και μία μετάβαση.
Δεν πρόκειται για κάποιον διακόπτη που είναι κλειστός — η καταγραφή διαδρομών είναι ενεργή από προεπιλογή, και όλοι οι 166.453 μετρητές την έχουν ενεργοποιημένη. Αυτοί οι ιστότοποι είναι πράγματι μία μόνο σελίδα: σελίδες προφίλ, ιστότοποι μίας σελίδας, μια συλλογή φωτογραφιών στην πλατφόρμα κάποιου άλλου. Για τους περισσότερους από αυτούς το ποσοστό αναπήδησης θα είναι κοντά στο εκατό τοις εκατό, και αυτό θα είναι σωστό.
Ένα bit, και καμία νέα συλλογή δεδομένων
Μια επίσκεψη έχει ήδη μια γραμμή για μία ώρα. Τώρα αυτή φέρει ένα ακόμη στοιχείο: αν η επίσκεψη είδε ποτέ μια δεύτερη, διαφορετική σελίδα. Η τιμή ορίζεται μέσα στην εντολή που εκτελείται ούτως ή άλλως, χωρίς επιπλέον ερώτημα:
ON DUPLICATE KEY UPDATE mehr = mehr | (url <> VALUES(url)),
last_seen = UNIX_TIMESTAMP(), url = VALUES(url)Η σειρά αυτών των αναθέσεων είναι όλο το κόλπο. Η βάση δεδομένων τις αξιολογεί από αριστερά προς τα δεξιά, οπότε το url εξακολουθεί να περιέχει την προηγούμενη διεύθυνση όταν γίνεται η σύγκριση. Αν μπει url πρώτο, η γραμμή συγκρίνει τη νέα διεύθυνση με τον εαυτό της, το bit μένει μηδέν για πάντα, και το ποσοστό αναπήδησης δείχνει εκατό τοις εκατό για όλους. Είναι μια αποτυχία που μοιάζει ακριβώς με εύλογο αποτέλεσμα, γι' αυτό άξιζε να αποδειχθεί σε μια δοκιμαστική γραμμή πριν της δοθεί εμπιστοσύνη.
Όταν λήξει η ώρα, ο νυχτερινός καθαρισμός μετρά τις γραμμές που λήγουν — πόσες επισκέψεις, πόσες από αυτές με περισσότερες σελίδες — γράφει μία γραμμή ανά μετρητή και ημέρα, και διαγράφει τις γραμμές. Το bit ζει μία ώρα. Κανένα cookie, και τίποτα που να ζει περισσότερο από αυτό.
Τι γενικεύεται
Το ενδιαφέρον ερώτημα δεν ήταν ποτέ πώς να παρακολουθηθεί μια συνεδρία. Ήταν ποιο από όσα ήδη καταγράφουμε τυχαίνει να απαντά στο ερώτημα, και αν η απάντηση που δίνει στηρίζεται στον ίδιο ορισμό με το ερώτημα.
Δύο πηγές που μοιάζουν και οι δύο να μετρούν επισκέψεις, η μία με κανόνα τριάντα λεπτών και η άλλη με κανόνα εξήντα λεπτών, θα βγάλουν έναν λόγο που είναι αριθμός και δεν σημαίνει τίποτα. Είναι ευκολότερο να προστεθεί ένα bit σε μια γραμμή που υπάρχει ήδη παρά να εξηγηθεί, αργότερα, γιατί το ποσοστό είναι αυτό που είναι.