核心是准确识别“首次访问的页面”，需基于referer字段判断：为空或站外域名即为落地页，站内referer则排除；工具须过滤静态资源、归一化带参url，并关联转化行为分析效果。
要通过可视化工具分析网站最受欢迎的落地页，核心是准确识别“首次访问的页面”，而非所有被请求的URL。落地页（Landing Page）通常指用户通过外部渠道（如搜索引擎、广告、外链）直接进入网站时访问的第一个页面，不是站内跳转产生的中间页。
关键前提：区分落地页和普通页面请求
Nginx 日志本身不直接标记“是否为落地页”，它只记录每次HTTP请求。所以必须借助额外字段或逻辑来推断——最可靠的是 Referer 字段：
- 若
$http_referer为空（即日志中该字段为-或""），且请求的是根路径/或具体页面路径（如/product/123），大概率是直接访问或来自书签、微信内置浏览器、邮件客户端等无 Referer 的场景； - 若
$http_referer属于站外域名（如https://google.com、https://weibo.com），则该请求 URL 就是落地页； - 若
$http_referer是本站域名（如https://example.com/blog），说明是站内跳转，不应计入落地页统计。
主流可视化工具中的落地页提取方式
✅ NginxPulse（推荐轻量方案）
- 内置自动归一化 + Referer 分类逻辑，落地页统计默认启用；
- 在「TOP N 访问排行」模块中，可切换查看 “落地页 TOP10”（非默认显示，需在面板变量或筛选器中勾选 Landing Page 模式）；
- 它会自动过滤掉
Referer为本站域名的请求，并合并带参数的 URL（如/article?id=100→/article）； - 支持按天/小时粒度下钻，对比不同渠道来源的落地页表现。
✅ Grafana + ClickHouse（高阶实时方案）
- 查询语句示例（在 Explore 或 Panel SQL 中）：
SELECT normalizePath(request_uri) AS landing_page, count(*) AS visits FROM nginx_logs WHERE parseDomain(http_referer) NOT IN (['example.com', 'www.example.com']) AND http_referer != '' AND http_referer NOT LIKE 'https://example.com%' AND http_referer NOT LIKE 'http://example.com%' GROUP BY landing_page ORDER BY visits DESC LIMIT 10
- 需提前在日志采集阶段（如 Vector）或 ClickHouse 表中建好
normalizePath()函数和parseDomain()UDF； - 可联动「来源Referer TOP10」看板，交叉验证哪些外部域名带来了最多落地流量。
✅ GoAccess（快速验证用）
- 默认不区分落地页，但可通过命令行临时筛选：
goaccess access.log \ --log-format='%h %^ [%d:%t %^] "%r" %s %b "%R" "%u"' \ --date-format='%d/%b/%Y' --time-format='%H:%M:%S' \ --ignore-referer='example.com' \ --ignore-referer='www.example.com' \ --ignore-referer='localhost' \ -o report.html
- 报告中「Requested Files (URLs)」列表即为剔除站内 Referer 后的近似落地页排序（注意：它仍包含部分无 Referer 请求，需人工二次判断）。
落地页分析时要注意的细节
- 静态资源（
.js,.css,.png）即使无 Referer，也不应算作落地页——可视化工具需预先过滤； - SPA 应用的
/#/xxx路由由前端控制，Nginx 日志里统一记录为/，需结合X-Forwarded-For或自定义 header 补充； - 移动端微信/QQ 内置浏览器常抹去 Referer，这类流量会集中在
/或首页，需单独标注为“社交 App 直达”； - 归一化必须做：
/user/567?from=news和/user/890?from=ad应合并为/user/:id，否则无法反映真实页面热度。
落地页数据真正有用，是在和转化目标（如注册按钮点击、表单提交）关联之后。可视化工具若支持字段关联（如 NginxPulse 的「落地页→后续行为」漏斗视图），就能看出哪个入口带来的用户更愿意留下。
