Umami v2.16版本发布:新增流量渠道分析与增强数据追踪能力
2025-06-01 08:09:36作者:凌朦慧Richard
Umami作为一款开源的网站分析工具,以其简洁的界面和注重隐私的特性受到开发者社区的广泛欢迎。最新发布的v2.16版本带来了多项重要更新,特别是在流量分析方面进行了显著增强,使网站所有者能够更深入地理解访问者的来源和行为模式。
核心功能升级
流量渠道分析视图
v2.16版本引入了一个革命性的"Channels"视图,这个功能将网站流量按照不同来源渠道进行分类展示。对于营销人员和网站分析师来说,这个功能的价值在于:
- 直观展示各渠道流量占比,包括直接访问(无referrer)的情况
- 帮助快速识别表现最佳的流量来源
- 便于比较不同渠道的用户行为差异
- 为营销策略调整提供数据支持
这个视图采用清晰的视觉化设计,使复杂的流量数据变得一目了然,大大提升了数据分析的效率。
智能referrer分组
新版本对referrer分析进行了智能化改进,能够自动将相似来源进行归类。例如:
- 所有Google子域名(google.com、google.es、google.co.uk等)会被统一归入"Google"类别
- 社交媒体平台的不同国家版本也会被智能合并
- 减少重复统计,提供更准确的来源分析
这项改进特别适合全球性网站,解决了以往因地域化域名导致的流量分散统计问题,使分析结果更具参考价值。
技术优化与增强
URL哈希排除功能
针对单页应用(SPA)和动态网站的追踪需求,v2.16新增了忽略URL哈希值的选项。开发者只需在追踪代码中添加data-exclude-hash=true属性,即可排除哈希部分对页面浏览统计的影响。这项改进:
- 避免因SPA路由变化产生大量虚假页面浏览记录
- 保持数据清洁,提高分析准确性
- 特别适合Vue、React等现代前端框架构建的应用
多语言支持扩展
本次更新继续完善了国际化支持,新增了蒙古语、波斯语(Farsi)和西班牙语的界面翻译,使Umami能够服务更广泛的全球用户群体。
底层架构升级
技术栈方面,项目将Prisma ORM升级到了v2.16.0版本,这带来了:
- 更好的数据库兼容性
- 性能优化
- 更稳定的数据操作接口
问题修复与稳定性提升
开发团队解决了多个影响用户体验的问题,包括:
- 修复了带有target=_top属性的链接事件追踪失效的问题
- 解决了自定义过滤导致的无效查询问题
- 优化了Redis认证中的用户角色处理
- 改进了会话创建机制,防止潜在的软锁情况
- 修复了事件名称包含空格时漏斗报告失效的问题
这些修复显著提升了系统的稳定性和数据准确性,为用户提供了更可靠的分析服务。
社区贡献
Umami的发展离不开开源社区的鼎力支持。本次更新特别感谢多位贡献者在多语言翻译、问题报告和功能建议方面的付出,体现了开源协作的力量。
v2.16版本的发布标志着Umami在网站分析领域又迈出了坚实的一步,通过更精细的流量分析和更完善的技术架构,为各类网站提供了专业级的数据洞察能力,同时坚守着对用户隐私保护的承诺。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
567
3.83 K
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
892
667
Ascend Extension for PyTorch
Python
376
445
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
349
200
昇腾LLM分布式训练框架
Python
116
145
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.37 K
778
暂无简介
Dart
798
197
React Native鸿蒙化仓库
JavaScript
308
359
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
1.13 K
271