从数据中了解用户 - UCD大社区

《精通web analytics》读书笔记

admin — 2009-06-02 01:56:35

微缩一下《精通web analytics》的内容，供参考。

一、分析数据的原则

可行动。别只为分析而分析，要为改进而分析。
以用户为中心。用户是带着不同的目的来的，把所有目的融合在一起去分析，得到的数据不具备指导意义。数据分析的本质是要搞清楚：用户“们”的目的何在？这些目的能达成吗？没有达成的原因在哪里？

二、分析哪些数据

源属性数据：来源及效率，搜索关键字及效率；
页面属性数据：关注浏览最多的页、进入最多的页、退出最多的页，关注它们的跳出率、点击分布（ClickMap）；
用户属性数据：通过cookies记录用户ID，把用户ID和网上行为关联起来。

三、分析数据的方法论

细分。分析数据需要细分，细分的维度很多，比如按来源细分，按跳出率（看
对比。分析数据需要有对比标杆，没有对比标杆数据就没有了意义。可以是不同细分之间互为标杆，也可以把历史数据当作标杆（这就是看趋势图了），也可以是拿行业数据或者竞争对手数据作为标杆。

基于数据还是基于直觉的设计——阿里巴巴访问随感

谭浩 — 2009-05-07 02:07:31

从北京清华国际设计博士论坛回来后，从4月25日开始休假，到51假期结束。游览了浙江西部的龙游石窟。5月4日到5日，在杭州参观和访问阿里巴巴中国站和国际站，和阿里巴巴国际站和中国站的老大和朋友进行了2天的沟通和交流。还住了老男的别墅，感觉非常好。在沟通和交流中，有些问题似乎已经成为了互联网行业用户体验设计的共同关注的问题。这里简单探讨一下设计是基于数据还是基于直觉更好。

Doug Bowman离开Google的一个所谓的理由就是其不喜欢过于用数据来说话。其实，如果把设计看作一个“创新”+“沟通”的过程的话，创新阶段，直觉很关键，在沟通阶段数据就很重要了。很多设计师总是觉得自己怀才不遇，自己的东西不能被别人所理解，其实，要让设计在一个企业里发挥更大的作用，沟通往往更加重要。如果设计师的想法不能用大家都能明白的话语说出来，其价值会大大折扣。数据在沟通中往往扮演重要的角色。有句经典的名言：“除了假设的提出者，没有人相信假设；除了实验的操纵者，每人都相信实验。”人们总是相信数据，觉得数据踏实。这不奇怪。如果我们把企业的相关方当作用户来看待的话，那么追求“数据驱动”显然优于“直觉驱动”。再加上互联网数据是那么的容易获取。

当然，追求数据并不是说直觉就不需要了。数据的前提在于该产品已经产生。数据不能证明未发生的事件。因此，对于创新和新产品而言，设计师的直觉扮演着非常重要和核心的作用。但这个时候，如何说服相关方就成为了非常重要的工作。Google的1%测试就是这样的解决办法。

总结一下，数据不能替代设计，但是数据可以评价设计。如果我们把数据看着一种沟通工具而不是设计方法，可能更加适应于我们的现状。基于这样的想法，我觉得，就互联网行业而言，可能更数据比更直觉来得更好。

相关话题：从数据中了解用户源地址：http://www.haodesign.com/?p=86

关于产品统计数据的碎碎念

noreply@blogger.com (Lushnis) — 2009-04-21 14:15:00

最近，公司逐渐尝试用一种“运营”的思路来辅助设计产品，在某种功能的设计与开发过程中，同步试用到一批合作网站上，通过检测这些网站的数据，来分析产品设计的得失，从而不断改进。相对于之前靠臆测和个人感觉来设计产品。这种方式更为科学、效率更为可观。我相信在成熟的产品公司里，此类工作肯定是普遍的。网页内嵌的分析代码、软件中隐藏的回传接口、用眼动仪来跟踪测试用户的行为，都是获取数据的实例。

数据是不会骗人的，对数据的分析是一门学问，我相信不下一点功夫，难以看到数据之后的真相。

但是我更为感兴趣的话题是，数据对于产品设计的大趋势，有什么影响？领导建议产品经理甚至开发人员都要学会用上述的“运营”思路来对待产品，对此我个人持有保留意见。我认为数据可以参考，但是不能依赖和迷恋，特别是不能过分倚靠数据来设计未来的产品。

数据的得来，很大部分是分析用户的行为，而用户的行为能左右产品的趋向吗？我认为是不能的。我们可以通过分析用户的行为来改进产品，无论从易用性还是其他方面，让她变得成熟，但是这些都是小聪明，而非大智慧，这能促进产品的完善，却不能从根本上催生产品的突破。举例来说，在 Firefox 风靡之前，抛开对于 W3C 标准的支持这个当时还没有广泛浮出水面的命题，IE6 已经是很好用的一款浏览器了。至少比后来的 IE7、IE8 更像一款成熟的产品。但是我们这些当时的 IE6 用户，能想到自己需要 Firefox 吗？我们能在未知的情况下想象出一款多标签浏览、支持 Add-ons、开源免费而且拥有一个精致 Logo 的浏览器吗？我想这根本不是我们能不能想象的问题，而是我们连想都不曾想的问题。

类似的例子不胜枚举，Google 的 Yahoo 的用户不知道自己以后会喜欢一个叫 Twitter 的网站；话说推出 5G 容量的 iPod 时，Sony 和 Samsung 的用户也并没有表示出足够的理解吧：哪个傻X会揣着 1000 首歌在大街上晃？

所以我的观点是：产品的突破，还是要靠领导者的远见和思维的火花。

数据的重要性是毋庸置疑的，但是作为创新者，不能迷恋数据。每年的好莱坞大片，我相信都有很程式化的套路来保证电影不会亏本，请多少明星、多少动作戏、多少激情戏、多少电脑特技、不痛不痒的台词和情节，这些东西在好莱坞非常成熟，使一部电影看上去更像是工业产物而非导演灵感的闪现。这样的电影能成功伴随观众花 50 块钱（在中国大陆）坐在电影院吃完爆米花，然后在票房上让投资商感到满意。但是——容我一心情愿地这么认为——真正能震撼观众甚至能改变行业惯性的却并非这一类电影，比如小成本的《疯狂的石头》，恐怕要比你看过的多数好莱坞大片要印象深刻吧。

产品经理如能有效的分析数据，并从数据中发现问题，对于完善产品是大有裨益的。但是数据也许会成为壁垒，它让你固守住一个城池，你只想“高筑墙，广积粮”，却看不到城外的风光呢。

总之，如果你打算随波逐流，那么你最好确认自己有足够的能力推波助澜，否则，我建议另辟蹊径。小沈阳能火，你说这是为什么呢？哈～

如何平衡用户体验与数据的关系？

余学军 — 2009-03-08 18:35:00

最优秀的用户体验研究者一定是在研究用户的最大容忍度，而不是在研究如何让产品趋于完美！在长期的用户体验研究过程中，我发现很多用户体验的研究者都会从一开始的“产品优化”走向“完美主义”，特别是一些远离市场的人员更是如此，他们执着的工作态度和近于苛刻的完美艺术设计理念让他们希望自己的产品成为世界上最完美的产品，而这样的结果是直接导致成本的提升，而成本却是企业生存的关键，企业的真正需求是要将成本最低的产品以最适合的方式销售给用户，在这个过程中，用户体验研究者需要让企业在保持 “最低成本”的时候让用户最大限度容忍企业提高的产品的“瑕疵”，而不至于用户抱怨让企业丢掉市场。因此，用户体验研究者应该树立用户体验研究工作不是远离市场的完美艺术行为，而是对用户最大容忍度把握的产品调整行为的意识，当然任何挑战和超越用户最大容忍度的行为事实证明也将让这家企业丢掉市场，如三鹿。

衡量用户体验好坏的指标不仅取决于用户感受，更多是取决于产品对应的核心数据！世界上任何一家伟大的企业都存在各种为大众所不齿的“坏习惯”，这些习惯在某个阶段或者是某些方面让这些伟大的企业最终存活下来，并且打败了竞争对手而成为伟大的企业，而这些坏习惯的底线就是市场用户的最大容忍度。事实上我们承认这些企业是伟大的企业的前提本身就是这些企业创造出的各项巨大的核心数据；也就是说用户体验的好坏更多是来源数据，任何被市场最多用户所接受的产品都是商业化运作的最佳用户体验；但是，对于那些损害用户体验，却没有提高核心数据的非专业人员的行为，企业一定要学会避免。

从一开始就清楚自己的最终目标，可以让你更好地处理好用户体验与数据之间的关系！清楚自己最终的目标，可以让你在实现目标的过程中规避和解决那些让你远离目标的问题和困难，网站的最终目标是数据，优化用户体验的目标是提升数据，损害用户体验的目的还是为提升数据。所以，优化用户体验应该适可而止，不要为实现完美而增加企业成本；损害用户体验更应该必须是确实能提升数据，否则就是赔了夫人又折兵！

如何统计"跳出率"数据并运用于改善网站?

阿笨 — 2009-02-17 12:34:48

前阵的文章里提到网站的运营统计数据，很多人有兴趣。今天有空，正好看到有人问，为什么用户只点了首页推荐的产品就走了。正好可以用到跳出率的数据分析。所以阿笨今天单讲讲这网站的跳出率分析。

跳出率的高低是网站分析的一个重要指标,通常用于评估网站的用户体验。其实网站的跳出率，实实在在地可以用于指导网站以及页面的改善。

从概念上说，跳出率主要指访问者不访问网站的其它页面而直接从进入页离开的比例，具体来说，可以分成二种，针对整个网站的网站跳出率和针对每一个页面的页面跳出率。下面看下如何来取得这些统计数据：

网站跳出率，可以这样理解，那些访问该网站，仅浏览了一个页面就离开的用户所占的比例，打个比方，有人从baidu上搜索“公积金贷款”这个关键词，然后通过点击搜索结果，链接到了我们的网站上一篇名为“公积金贷款的条件及办理流程”的文章上。但是该用户在浏览完这篇文章以后，就关闭了浏览器或者通过地址栏去浏览其他网站。这种用户，就是跳出率的分子，而全部独立访问用户作为分母得出的比率百分数就是跳出率。所以跳出率=只看一页的UV/全部UV。我们从各种访问统计的数据中，找到访客分析的部分之用户访问深度，在“一口气浏览 1 页”之类的一栏里，不难发现这个数据，如图：

如果你的站，这个数字在90%以上，哈，你辛苦推广来的流量，大部分都成为了垃圾流量，别指望给你带来太多利益了。

页面的跳出率就好理解多了，进入的网页里， 15分钟内，不再访问其他页面，或直接关闭浏览器，就算跳出。跳出率=离开次数pv/浏览次数pv。这个数据用来监督某次活动效果或专题成功性评估，很有价值。如图示例：

这张图说明当前页面的跳出率为100% ，如果这张页面是推广的产品链接页面，这样的广告费，就是白花了，你得赶快添加必要的链接或内容，增加页面转化率。

这张图，进来了31，从当前页面出去的是25，所以跳出率（31-25）/31=19% 说明跳出率很低，页面足够吸引人，进而还可以分析，25中多数去了哪里，那么那些链接的设置就是有效的，反之，没人点，就可以考虑下是否有待改善。

所以，阿笨认为，对于做内容的网站或销售产品的网站，关注网站跳出率这种指数，比单纯为提高排名的SEO，更要来得重要得多。

好了，回到首段提到的那个问题，如何避免顾客只看首页推荐或只购买页面推荐的商品呢。既然用户都进来了，主要问题就是解决跳出率高的问题，解决方法：改善商品展示页面的用户体验。具体地说，就是商品展示页面要改进哪些细节，才能吸引用户点击更多的其他页面呢？首页基本的搜索、导航和产品分类是否足够明显？除此之外，同类产品、相关产品，有打包优惠的产品，常用达配推荐，或热销产品等内容的布置，都能大大减少页面的跳出率，而不至于对当前页面不感兴趣后关闭离开。

以上文字，阿笨提请，转帖请注明作者及出处。不到之处，敬请指正，欢迎讨论。

如何让网站留住更多读者：数据收集与分析

zhengyongmw — 2009-01-21 13:09:56

简介

您了解您的博客读者吗？是什么内容吸引了他们来到您的网站？如果您的网站每天有上万名访问者，却只有极少数的人成为你的客户或忠实读者，那么你一定得看看本文！

互联网是一个快节奏的环境。世界各地的人们在任何时间都能来到你的站点，你的每个访客都有不同的目的和需求。不像实体零售商店，你不能看到谁来到了你的商店以及在柜台前浏览了哪些商品。你不了解你的访客，如何才能为所有这些客人展开一个粗略的轮廓呢？

你每天都能从访客在你站点的进行的交互活动得到他们的一些信息，他们有些注册了网站帐户，有些留下了注释，有些给你发送的电子邮件。不过，他们中的大多数是“不可见”的，他们找到您的网站，看看你的这样那样，点一下网站链接然后消失。

当前我们可以结合可见的用户活动（比如：注释/电子邮件）和统计数据（比如：访问频率/访问停留时间）来了解访客目的。不过这些信息对于大多数的商务网站和博客来说已经足够了吗？是的，但是我认为如果能够更多的了解和认识你的听众，这将对你的在线生意更有帮助。

在营销和广告活动中，我们积极主动地确定我们的目标受众。以最终目标为开始，然后以正确的言论和词组组织我们的网站/广告，间距、样式、关键词以及呼吁人们作为消费者/用户/读者的观点。收集访问我们的网站的访客资料，使我们更有效的市场营销。

为你的受众分析和构建一个全面的形象非常有益，即使它可能需要重新定位，因为它提供一系列的资讯，允许你更好的提升内容范围，网站可用性，转换率以及行销活动。我们把这个过程分为两个阶段：统计分析和数据收集。

统计分析：从你已经了解的开始

图片版权: Mint

依靠你当前使用的统计工具，你能够得到一些关于访客如何使用你站点的信息，他们从何而来以及他们都在寻找什么。很显然有大量不同的指标来参考，不过我们这里只列出一些我们认为通常对理解你的用户更相关的一些指标：

访客忠诚度，跳出率，回头率，站点停留时间。 这些网站指标衡量了一个重要的事情：访客参与程度。他们访问你的站点多久，最后一次使用网站的访问深度。尽管这些数字无法最终显示现场用户的活动，却是衡量用户热情的标准。
访客位置。 让你可以揣测访客的文化与语言习惯。如果你知道你的访客多数都来自一个特定的国家或地区，你可能需要以地域文化为重点来创建一个Landing Page或者内容页。
访客搜索片段及关键词。包括搜索引擎以及站内搜索。这是最清晰的访客兴趣指示器，搜索片段告诉你他们想要从你的站点获得什么，并且显示了你需要补充什么信息来填补内容的空白。这是特别的数据收集，如果你持续从某个特别的字句获得查询，你就可以有针对性的创建访客感兴趣的内容，并提供更吸引他们注意的相关内容给他们。
流量来源。 这包含了搜索引擎，引用站点，直接输入/书签流量以及广告活动的流量来源。留意引用站点：它显示了什么样的访客正在阅读或使用。流量来源还可以告诉你哪里能够更好的提高你的知名度。

花一点时间在这些统计数据上面。不要仅仅看到他们在每一个单一的时间点的表现，经常有规则的研究它们会更有意义，把目光放在站点或者营销/广告活动的存在周期上。总体上，他们会给你一个用户想要什么的好主意，什么吸引了用户的注意。

如何获取更多的访客数据：使用投票，调查以及特征

这是非常有趣的一个部分：积极征求用户信息。代替简单的监视web统计数字，你可以抓住时机，让访客自愿告诉你个人资料以及他们的想法。你可以通过下面的几个办法来实现：

投票. 一个完美和通俗的方法，依靠用户选择来获取信息，并且在任何网站都非常容易设置和维护。询问形形色色的不同问题，逐步积累大量信息，这是一个不会显得过于具有侵越性的好方法。运行一个投票两个星期，然后改变需要投票的问题来获得更多信息。把投票问题集成在一篇相关的文章中也是一个很有效的方法，当然你也可以把投票程序放在站点中的其他醒目的位置。
调查. 基于调查的长度和创建的方式，调查表需要更多的时间和努力才能完成。如果调查太长，一些访客会逃避或者放弃完成他们。适当捆绑一些特别优惠或者刺激性的竞赛在调查中，有利于较长的调查完成。简短的调查可以用在已经存在的客户，或者在用户完成一个特别的购买或付款计划/订阅等之后提供给他们。
现场用户功能. 如果你运行一个社区，社会化煤体服务，或者一个博课，你则可以通过简单提供更多的用户功能（让用户可以在你的网站交流）来获取更多的信息。比如，允许用户在个人资料中输入更多的传记信息，或者给他们一些选项来为你的博客文章或者其他用户的贡献进行评分。交互功能也为你的用户增加了价值，并且提高了他们在你网站的互动参与活动。在网站策略基础上进行思考，你需要什么样的数据，然后创建一个新功能，让用户间接暴露这些信息给你。 Facebook就是一个很好的例子，通过特别的功能生成大量的可采集数据。当然，这需要有一个良好和适当的隐私协议，并且让用户可以随时容易的选择退出。
访客回执. 要了解你的访客，确保监视你的反馈通道非常有用。注释，电子邮件，新进的博客链接，在线社区的叙述，这些都可以给你一个直观的感觉，了解人们都是怎么想你的网站的。订阅正确的回馈通道 (Google alerts, blogsearch 等.) 并且天天对他们进行跟踪。你可以选择自己或者是让其他的正式回馈/社区协调人员来为你了解人们的想法。访客回馈常常都是未经同意的，即使你是特别的向他们询问，而且容易的获得更多的注释/电子邮件。访客回执为你提供了如何更好地满足您的目标市场的线索。

本文不是一篇完全详尽的列表，不过我们提供的一些方法可以在线或者离线一起使用。对于投票和调查，你可以为你的网站平台找到一些插件或者软件。当然，你还可以使用一些扩展的在线服务，比如 SurveyMonkey, PollDaddy, 4Q 以及 Wufoo

在获取数据之后，安装一个允许你分段和比较在一个周期内发现的系统。你可以简单的使用一个电子制表工具或者更复杂的工具。当你综合这些访客分析数据后，你将很容易的了解你的客户，你可以更好的调节内容来适应他们的需求和兴趣。

数据统计、分析、挖掘再得出结论的误区

许晴朗 — 2009-01-13 18:18:11

问：统计资料表明．大多数汽车事故出在中等速度的行驶中，极少的事故是出在大于150公里/小时的行驶速度上的。这是否就意味着高速行驶比较安全？
答：绝不是这样。统计关系往往不能表明因果关系。由于多数人是以中等速度开车，所以多数事故是出在中等速度的行驶中。

问：统计数字还表明，在亚利桑那州死于肺结核的人比其他州的人多。这是否就意味着亚利桑那州的气候容易生肺病？
答：正好相反。亚利桑那的气候对害肺病的人有好处，所以肺病患者纷纷前来，自然这就使这个州死于肺结核的平均数升高了。

问：有一个调查研究说脚大的孩子拼音比脚小的孩子好。这是否是说一个人脚的大小是他拼音能力的度量？
答：不是的。这个研究对象是一群年龄不等的孩子。它的结果实际上是因为年龄较大的孩子脚大些，他们当然比年幼的男子拼得好些。

这三个片段着重说明了，在你听到一种统计关系时，切勿轻率地对其因果关系作结论。下面再举几个例子；

1）常常听说，汽车事故多数发生在离家不远的地方，这是否就意味着在离家很远的公路上行车要比在城里安全些呢？不是，统计只不过反映了人们往往是在离家不远的地方开车，而很少在远处的公路上开车。

2）有一项研究表明其一个国家的人民，喝牛奶和死于癌症的比例都很高。这是否说明是牛奶引起癌症呢？不！这个国家老年人的比例也很高。由于癌症通常是年龄大的人易得，正是这个因素提高了这个国家癌症死亡者的比例。

3）一项研究表明在某个城市心力衰竭而死亡的人数和啤酒的消耗量都急剧升高。这是否表示喝啤酒会引起心脏病发作？不！两种情况的增加是人口迅速增加的结果。若按同样的理由，心脏病发作还可见归咎于上百个其他因素，如咖啡消耗量增加，嚼口香糖的人增多，玩桥牌更加盛行，更多的人看电视，等等。

4）一项研究显示出，欧洲某个城市的人口大量增加，同时鹳鸟窝也大量增加。这是否就支持了鹳鸟送来婴儿这一信念？（欧洲有一种说法，称婴儿是鹳鸟送来的，常用鹳鸟来临表示婴儿降生）。不！它反映的事实是这个城市内的房屋增多，鹳鸟就有更多地盘来筑窝了。

5）最近一项研究显示，大多数杰出的数学家是大儿子。这是否意味着头生子比以后生的儿子数学才能高些？不！这只是简单地反映出一个事实：大多数的儿子是头生子。

Design IT. (3)，看不懂数据

白鸦 — 2009-01-13 12:46:08

一堆数据摆面前，数据背后有什么样的事情在发生，这些数据里面暗藏着什么样的用户需求，什么样的商业机会？看懂这些，将为未来产品设计的方向，用户需求的把握起到关键性的作用。
但，“看不懂数据”是一个普遍的问题，而且是一个永远存在的问题。基本上，我认为原因都出在看数据的人身上。
.
1、不配看数据

产品设计者对待数据的态度，不像一个市场分析者或者财务分析者。我们看数据，更多是需要了解数据背后用户的行为逻辑和期望需求。这就要求我们看到数据的时候，必须第一时间想象到用户是如何创造出这些数据的，为什么会创造出这样的数据。

作为一个产品设计者首先必须告诉自己：“I’M Not User” ，如此同时还要再把自己模拟成一个平凡的用户，不停的反复的去用自己的产品，和同类产品。我向来认为，一个做移动互联网的产品设计师，不有事没事换手机玩，不是好的产品设计师；一个电子商务的产品设计师，不每周在网上买一件东西，不是一个好的产品设计师。

06 年中，在某个用户体验设计的会上，某知名教授大讲他所在公司搞到的facebook的数据，说他的理解、说他的分析，说facebook如何没戏。刚开始听着蛮有根有据，后来越听越不对味，突然他冒出来一句“虽然我从来不用facebook”… 我当场昏厥。这种人，不配分析facebook的数据，更不配去评论。

要想有资格去看数据，通过数据给产品设计提供有效的依据。方法很简单，也很有效：把自己当作一个平凡的用户，不停的用。有，且只有这么一个方法。
.
2、为了看数据而看数据

和做可用性测试一样，测试之前不能说没有“关注点”，发现什么就是什么。那样什么也发现不了，即使发现了，价值也不大。数据拿到手里，没有目的的去看，不如不看。

在做产品设计的数据分析之前，首先应该搞清楚自己需要什么样的数据来说明什么问题。一个数据对于不同的产品、不同的环境、不同的用户类型，得到的结论应该是不一样的。传统的市场研究中，对于数据的分析往往是根据“硬属性”，比如他们对于用户的分析基本都是根据“人口属性”的数据，他们得到的结论也很少结合现实环境。这样的结论，对于（互联网的）产品设计基本上没有太大的参考价值，特别是如今个性化需求越来越强，用户行为越来越独特的时候，“人口属性 ”很不能代表用户背后的行为逻辑。

比如，想了解“有购物搜索需求的网民”具备的主要特征，这个时候“年龄、学历、性别、收入、婚姻状况、消费能力、信息获取方式、上网条件、..”可能都是对我有参考价值的数据，但那些才是最重要的呢？分析后很快就可以发现，比较而言“年龄、收入、上网时间、上网条件”都不是最重要的，“消费能力”、 “信息获取方式”在这里才是最重要的特征。这些数据背后才更能代表用户的行为逻辑和需求。（如果不是很明白这个结论，稍后再《Desing IT.》第8篇左右会谈到产品设计上如何区分用户属性）
.
3、不去筛选数据

做一个优秀的设计者，首先必须善于“提问”。“提问”的水准和设计水平基本成正比。要什么样的数据，什么样的数据可以帮我解决这些问题和疑问？这个很简单，一罗列你可以想到很多很多。但，事实上数据类型到达一定数量后，类型越多，反倒越不利于对于结论的判断。因为，不同数据类型之间会产生相互的干扰，有些时候次要问题可能会战胜主要问题，影响最终的结论。

在实际项目中，解决了主要问题，次要问题可能就会很自然的被稀释了。获取数据也一样，必须搞清楚什么样的数据最能说明这个问题？确定这些会使分析过程的精力更加集中。把主要的几个问题想穿、打透，其他问题很快就会迎刃而解了。

很多时候不是解决不了问题，而是想解决的问题太多；很多时候不是数据不够，而且想要的数据太多。还比如，想要了解如何解决“购物搜索”的需求，其实只要关注好“信息获取方式”、“消费能力”、“决定购买的因素”基本就能解决很多问题，盯着“用户是男是女，8岁还是80岁”，只能是耗费精力。

不去筛选数据，还有一个很大的危害就是：“因为没有筛选，所以不能把关心的数据点看透彻”。
比如，很多人都在夸开心网的推荐做的好，很多用户在上面找到了自己的“同学”，于是定论为“算法的技术好”。其实如果专注关心“开心网为什么打通用户关系这么快”的人，经过详细分析后是不会得到“技术好”这个结论的。根据我的观察，我比较赞成麦田的结论：“开心网把校友录的数据库用进去推荐算法里面了”，我甚至认为开心网的推荐里面不只是用了“校友录”的数据库，还有更多其他数据库。（麦田对于数据的分析虽然是偏市场和运营性的，但其实对于产品设计的促进一样很大，而且他确实是一个观察数据很细，研究数据很深的人）
.
4、不关注数据采集的方式和方法

当我们为某个项目寻找方向或者确定某个决策，需要一些数据的支持，以便了解状况并确定思路。这个时候，不仅需要给出“需要什么样的数据”这个需求，同时还应该包括如何得到这些数据。

很多时候，我们只提出需要什么样的数据，并不去提出要求如何得到这些数据的方式、方法，完全依靠调研者的经验去获取数据，这是不可取的。因为这样来的数据对结果的帮助是不准确的，甚至往往会出现误导。因为调研过程中不同的方式方法，得到的结果会不一样。

比如，还是要做一个购物搜索的网站，你给出的“需求”不应该只是“用户目前获取信息的方式”、“搜索的商品类型”等，还应该包括数据的来源，以及获取的方法。现有搜索网站？问卷？电话？…
不同的方式方法，渠道，得到的数据是不一样的。不同水平的人采集到的数据结果也是不一样的。

往往我很同情国内的同行，大家能找到靠谱的数据真的少的可怜。就拿行业数据来说，基本上国内没有一家第三方机构可以提供靠谱的数据。XX统计局就不说了，比如商业机构艾瑞，他的数据丝毫不具备可信度。最根本的，我们可以去看看尼尔森在欧美（不要看国内的尼尔森，那是同样的不靠谱。跟他们合作过一次，东西做的一塌糊涂）的一些问卷，从问卷设计的逻辑、采集方式、统计方法，甚至包括“埋地雷”的方法，都高出国内这些数据提供商一大截。（比如一个细节：去尼尔森在欧美的一些问卷试试，如果你是玩的心态，很快就会被说“谢谢你参与调查”。因为，他们很快就通过“地雷”判断出你并非真正的采集对象，很快就把你踢走了，而国内的你可以随便玩）

有些时候，如果实在没有办法，去做小量的抽样数据，也比那这些不靠谱的数据去分析强。
.
5、只用定量数据，没有定性数据

还说那个最老土的例子：
沃尔玛每天总重要的事是“想尽一切办法，把货架摆好，让顾客更快的找到，更快的走掉”。事实上，当他们的MBA（商业数据分析）人员通过庞大的数据处理系统发现，啤酒和尿布的销售曲线惊人相似的时候，他们其实只能得到一个“结论”。但，这些知识定量的数据，并不能挖掘出本后的顾客行为，以及为什么会造成这个现象。这个时候，如果靠“分析”、“猜测”是不能得到正确结论的，方法只能是去结合“定量”的研究，通过具体观察和调研了走到用户身边，最终才能了解到 “因为，在美国一般都是男人去买尿布的，而在沃尔玛就算买1美元的东西也要排队半个钟结帐，男人们这个时候就顺手拿了啤酒犒劳一下自己”。

海量的定性数据，只能告诉我们结论，不能告诉我们背后的原因。同样，如果只有定性的数据，往往看到的现象可能是片面的，结论可能是有偏差的。（关于定性研究，稍后章节详细解释）

.
还有一些常见问题：只关心数据结果，不关心过程（比如，就知道那个广告的流量大，没注意那个广告比别的大三倍）；只看大数据，不看小数据（比如，只发现交易量疯狂增长了，没注意虚假交易疯狂上升了）；只看数据表象，不看发展过程（比如，只知道现在的行业分布均衡，没发现曲线的前方已经出现裂痕）；等等。因为没有方便拿出来说的实例，不再一一絮叨 …

其实，
要看明白数据是个很简单的事情，但要真正懂数据背后的原因和逻辑，是一个很难的事情。自问，我依然只刚刚上路。
不过，可以肯定的是，随着对于用户的接触越多，对于用户心理模型的理解越透彻，对于业务逻辑了解的越透彻，一定会带来对于数据的理解能力越强。共勉

PS：《Design IT.》接下来的两篇是，“Design IT. (4)，团队和决策 ”、“Design IT. (5)，有什么可做？”。
(《Design IT.》系列关闭评论，请在你自己的博客用“文章”回复，或者将你的文章发布到UCD大社区里。这些文章都会聚合成话题)

浅谈对产品数据分析的理解

jason — 2008-09-25 11:09:59

一个产品的数据和数据分析到底能给我们带来什么呢？?

1、能让我们了解产品现状：?

（1）每个产品都有指标性数据，如：用户数、登陆用户数、会员数、PV、UV、帖子数、视频数等等，当然根据产品的不同，对指标性数据的定义会不同；这些数据会从整体上告诉你，这个产品目前是一个什么状况；?

（2）其次在指标性数据之后，还有一些特征性数据可以让你，更详细的了解产品，如：用户的年龄和性别分布、用户的活跃度比例、帖子的类型分布、用户搜索的关注点是什么、PV的内容类别分布等；

通过这些数据我们能做到就是了解这个产品的基本面，仅此而已；其实对我们真正做产品的帮助不是很大，虽然很重要。

2、能让我们了解趋势：?

除了指标性数据和特征性数据之外，我们会经常用到变化数据，如：一个月或几个月里整个站点PV的变化、或者某个功能的PV变化、登陆用户数的变化、内容分布的变化等，通过变化曲线图，我们会发现，产品正走向良性发展，还是走向低谷！

趋势数据带给我们一个很重要的信息：产品的发展是否健康，是否朝着我们预期的方向在发展。通过趋势数据分析我们很容易发现产品是否有问题，是否存在不足，但趋势分析是不能让我们清楚问题具体在哪里，和解决办法的。

3、能帮助我们发现问题所在：?

在进一步数据分析后，我们会发现针对某个功能的数据分析，以及某个功能的上下游关系分析，会让我们更清楚的知道产品，那些环节是重要的，哪些环节是有问题的，比如：?

（1）针对产品新增的功能的分析，我们可以观察使用这个功能的用户的变化，来判断这个功能是否受欢迎；观察这个功能页面的用户来源和去向页面，来判断这个功能，给产品带来了多大价值，或者在整个产品的各环节中，占到了什么样的比例。再结合功能的使用趋势，可以决定我们是否要加大对其的投入，或改善他没有达到我们预期的方面；?

（2）针对产品用户体验流程的数据分析，你还会发现，用户是如何到达，我们的最核心内容页面的，这个流程的分布，会对我们改善流程提供借鉴。

这个时候，我们就已经从认识产品，到利用数据来改善产品了！这个才是数据分析的核心价值所在！

4、能帮助我们认清用户：?

这个也是数据分析的核心价值所在。?

我们会发现，其实我们是可以挖掘到用户的行为数据的，比如：用户喜欢看什么样的内容、用户喜欢什么样的互动方式，用户点击页面的热度分析等，这些会从更深一个层次完善我们的产品，从产品设计的角度，给用户提供更个性化的东西。当然这里的技术难度相应也会更高！

我们常说用数据说话，实际上做到的人并不多，而真正灵活应用的就更少了。?

举个小例子，当一个新功能推出后，自我感觉还比较良好，这时突然收到用户投诉，说这个功能不好用，怎么办？是直接按照用户改呢，还是置之不理？

建议是：?

1、收集看这样反馈的人有多少？都是什么样的人（背景）？他们为什么觉得不好用，是个人习惯还是确实存在体验漏洞？?

2、到后台好好的看看数据，这个功能的使用情况，有可能观察2天，看数据的变化情况和用户的反馈情况。?

最后再综合的做判断，通过深入的了解和抓住真实的用户数据，才不容易被数据所蒙蔽。

数据分析和用户研究

龙襄 — 2008-10-20 22:03:47

关于数据分析和用户研究，粗浅的说点我的理解：

各网站常见的PV分析，是对大量数据样本的统计分析。算是定量的研究；而淘宝目前的用户研究，一直采用小样本方式。算是定性的研究。

定量的信息告诉你发生了什么，它真实、精确，但缺少细节，无法看清和解释问题的根源。定性的信息告诉你为什么会发生，它灵活、快速、细节丰富，但缺乏普遍性，且描述性细节多过可统计的数据。这也正是为什么，数据分析部也会做用户访谈；而用户研究部需要上量的数据支持的原因。

举个例子，可能更好理解定性和定量数据的差异：如下图，中国网络数据中心[dcci]，统计了08年上半年，中国网民对网络的应用和使用地点的关系。

可以看出，很明显，在办公室上网的人，比在其他地点上网的人，收发更多的电子邮件，进行更多的网络交易。
如果考虑到人群基数，可以推知，在单位和家里是网上购物的主要地点。

这个信息，有利于我们大致认清目标用户。但，在单位的人，几点购物？有多少时间购物？浏览和购买的操作有什么特点？有什么特殊需求？这些有足够细节的，能影响具体设计的信息，往往是无法直接获得的。在设计实践中，设计师往往依靠自己或专家的经验和直觉。经验，其实就是一种小样本的积累。不精确，却足以解决一些问题。我们当然也可以用定量的方法，分别统计每个细小问题的大量数据，为最终的设计提供真实而丰富的细节。但是，问题分的细了，统计时间和成本必然增加。性价比是需要权衡的。

因此，为了弄清楚网络购物的人们，大都在什么时候出手，这个细节问题，我旺旺抽访了12个卖家，问他们什么时间段最忙，以推知主流买家的购物习惯。得到如下信息：
1）钻级卖家，一周才卖几件，看不出一天内买家的变化趋势。印象里，非周末的下午，卖的多。
2）皇冠卖家，下午〉=晚上的繁忙程度。也就是说，晚上不会比下午更忙。而下午最忙是16点。晚上一般是8-11点。
3）皇冠特例：3C数码卖家说，最忙时候是上午10:00-11:30 和晚上8-11点。下午不忙。男性买家是绝大多数。

由定量信息和以上抽样信息结合，大致可以看出：
1）上班人员一般在临近下班前拍下宝贝。而不是一般推理的午休时间。
2）晚上在家购物的人，一般在晚饭后[天气预报后时段]，上网购物人数增多。
3）男性买家，可能更倾向于上午下班前购物。

以上信息，仅供参考。

另外，今天看到一句话，很有感触：

“一般人认为数据是客观而准确的，其分析结果也是一样。但其实，准确的数据之后，依赖的是分析师的常识、经验和主观判断。”

用Analytics的新功能Advanced Segment跟踪特定用户群

aw — 2008-11-05 11:56:16

【前言】

用户体验的极致是什么？我认为是尊重每一个不同用户的需求和习惯。当然，我们无法跑去问某一个用户是否习惯用左手使用鼠标、是否习惯更多一点的 padding还是更大一点的标题。但是，在成本和精力足够合适的情况下，如果能为更加特定的用户提供他们习惯的浏览方式（和产品风格设计无关），那就是用户体验一个很大的提升。例如，我曾统计过来到awflasher.com这个博客的细节数据的一些基本情况（如PV）。

然而，一直一来，在网站统计报告中定位这种特定用户群（例如通过Google搜索来到我Blog的所有IE用户）却比较麻烦。好在最近Google Analytics提供了许多新功能。今天我体验了一下，Advanced Segments则完全能够满足我的需要。今天就分享一下使用这个功能的具体过程：）

【需要定位的目标用户】

我要寻找通过Google搜索来到我Blog的所有Firefox用户。

【具体步骤】

1、进入Analytics管理界面，在左上角找到“Advanced Segments”

2、点击之后，左边会出现：

3、点击这个“Create a new advanced segment”，然后你会看到一个全新的界面。左侧有许多可用条件，右侧则有一些逻辑单元（or是或，即两者满足其一即可，and是与，即两者必须同时满足）

我们首先找到Traffic Source（流量来源），把Source（来源）拖拽到右侧的虚线区域。

4、我们在右侧，条件（Condition）这里输入“Starts with”（以…起头）：google

5、这时候，你可以用右下方的测试按钮测试一下满足这个条件的浏览量：

6、等待片刻，这个条件的右侧出现了数据：通过google，给我带来了1674次访问。

7、然后，新增一个“与（and）”条件，确认这些来自Google的流量是搜索引擎（而不是通过Google的其他页面）

8、测试后，我们看到数据是3886，这表示通过搜索引擎（百度、雅虎、Live等）过来的一共有3886次访问（其中包含一部分Google的，待会儿我们就知道了）

然后我们再继续建立一个and条件，确保用户是使用的Firefox浏览器：

9、然后以同样的方法，用“Browser Version”来确保它使用的版本是3以上：

10、这时候，我们按照上面提到的方法再测试一下：

最终：可以清楚的看到，有449个用户是Firefox用户，而其中406个用户的版本在3以上（这说明Firefox用户大多数都是乐于升级的）

至此，我们的特定条件就建立完成了，为这个特定需求输入一个名字：

然后就能在报表中查看了：

可以看到，每天有200-300左右的Firefox3用户是通过Google搜索来到我的Blog的。

如果你有自己的Blog并且也使用了Analytics，还犹豫什么，赶紧去试试看：）

【官方视频（英文）】

http://www.youtube.com/watch?v=wu8YzF0AM14

QQ影新皮肤,不只是大按钮这么简单

骑士 — 2008-12-25 22:57:43

QQ影音至9月发布之后一直口碑很好，视觉界面和交互设计也颇受好评，这是设计师们努力的结果，也是众多用户反馈的功劳。我们希望可以提供更多价值回报给可爱的用户们，这里的用户不只是年轻的时尚一族，还将涉及更广的人群。QQ影音感念亲恩皮肤就是其中的一个尝试。

根据国家统计局的调查数据得知，中国长者现状为：60岁以上1.43亿，占总人口的11%。2020年，60岁将达到2.34亿人，比重从2000年的9.9%增长到16.0%。预计本世纪40年代后期将形成老龄人口高峰平台，60岁以上老年人口更达4.3亿人。

CNNIC上的互联网使用者年龄段显示如下：

文章中表明长者利用网络从事各种活动，如网上购物、查询数据、远距离学习以及聊天和娱乐。我国有60%的60岁以上的长者，为了与子女沟通、与世界保持进步、打发闲暇时间，愿意学习电脑，学习上网。

面对这样的长者人群，我们做过些什么？我们能做些什么？怀着感恩的心情，影音组决定推出一套适合长者使用的皮肤主题。设计师一边着手收集前期视觉资料，一边寻找更多的长者用户案例。

根据设计中心之前研究的大量文档，我们了解到，长者用户对电脑的使用往往是有恐惧感，担心自己对软件无法操作，但是却有好奇和探求的心理。生理上机能的退化，导致手指灵敏度下降，使用鼠标的操作比较困难，注意力稳定性退化，注意的选择能力有所下降，能勉强记住常用的按钮，闪烁的界面容易眼花，太小的图案或数字更是难于看清。针对上述现象初步得出：“感念亲恩”界面应该是清爽，简洁的，过多装饰元素容易对长者注意力形成干扰，针对长者视觉退化的情况，软件界面字体应在12号以上，并使用清晰对比的配色风格，强调大按键设计。

进入到具体的视觉设计阶段，通过图片映射，很快确定了以淡雅的、灰蓝色为主的色调，质感是平实的、简约的、避免花哨的光效处理，界面布局是趋向模块化，大图标、大文字，且减少底纹装饰。但是在后续的CE中发现由于视觉感官不敏感，长者会偏好更明显的颜色，相同色系的各种颜色比较一下，过于鲜艳、亮度较高和低饱和度的颜色比较受排斥。特别是低饱和度的颜色更容易引起长者的反感。

针对这个结果，设计师快速反应并输出了两种新的皮肤配色：

蓝色配色风格

绿色配色风格

经过一轮PK，最终确定使用配色柔和的绿色方案。

从视觉研究上看这次新皮肤的设计是一个充满收获的尝试，从体验上看深度挖掘用户需求也体现出对用户感受的关切关注，同时提升了软件的形象和价值。我们相信，“感念亲恩”只是个开始，后续我们会做出更多的尝试来完善QQ影音这个产品，他应该是好用的，而且会是大家喜欢使用的。

（感谢恋恋提供的数据资料）

相关话题：从数据中了解用户源地址：http://cdc.tencent.com/?p=582

浅谈web分析

佩瑛 — 2008-12-10 11:07:45

记得很早以前看到过这样的一段介绍：

想象你在逛街边的一家书店，如果最终你没有购买任何图书就直接离开了，店长并不会知道你来过。但是如果你买了书，那么书店的员工就会知道他们卖出了一些商品（当然如果你在那里留了联系信息来预订另外一本书，他们就可以得到更多东西）。

回过头来，我们从信息收集的角度看看网站访问，那就是另外一个截然不同的世界了。无论你有没有买东西，在你访问站点时，总是会留下很多记录，通过收集这些访问者留下的大量数据，我们的网络专家就可以得到关于网站用户体验的很多结论。

从站点的记录中，可以知道你走过的每个通道、点击的每个链接、拿了哪些商品、收藏了哪些你感兴趣的话题等等。甚至知道你曾就搜索了哪些宝贝，网络广告推广商就会根据这些你感兴趣的商品，定向的给你投放一些“可能喜欢的宝贝”。

这就是最最简单的web分析概念了，那么我们进行web分析的最终动机又是什么？

你的客户需要什么？他并不需要“可用性”和“用户体验”本身，他真正需要的是实现他的目标，达到他的访问动机。

狭义地看，web分析是指分析网站访客的行为；广泛一点来说，web 分析是指评估、调整网站各个方面的运作，使其符合公司的商业目标。

换句话，web分析，最终动机并不是“报告”，也不是算计着如何向决策者们发送充满数据的垃圾邮件。它的真正目的是获得可行动的认识和度量。

Avinash Kaushik 在《Web Analytics: An Hour a Day》一书中，提到了单靠一些传统的web分析，有时会带来的YY般的数据报告，比如“退出最多的页面”、“访客屏幕分辨率”、“网站交互次数”等等，这些度量的一个共同点是，它们声称会说点什么，但几乎什么也没说明白。

可是反过来思考一下，基于日志数据的web分析真的就一无是处了么？答案当然是否定的。日志分析，依旧是web 分析的基石，他给我们提供的是最广泛的现象呈现，我们可以从中“知其然”。后面“知其所以然”的部分，就需要结合定性的分析研究来发现了。

那么我们能从日志中得到哪些基础数据呢？看看下面这个图，纵向的把收集到的数据进行分析并划分了几个层次，这个图也描述了一个目前很广泛使用的基于日志的统计分析步骤：日志文件->PV->会话->使用者->客户->忠实客户，我们可以明显地看出，金字塔越上层的数据就越具有商业价值。

对图中一些术语的解释：

命中（Hit）和请求是同一术语。为了获得服务器上的一个资源（可以是文本、图像或任何可以被包含在页面内的元素），浏览器和它连接的服务器之间进行的一次单一连接。日志文件中一条记录就是一个请求。

访问数（Visit）和用户会话是同一术语。从CNNIC对这个术语的定义看，没有详细定义什么算是Visit，什么算是Loss，目前，一个Visit必须至少完整下载一个页面到客户端，如果没有完全下载就被用户关闭窗口即结束请求，那么是一个Loss，而不是一个Visit或称Session。一般的度量方法：访问者在20分钟内与网站有交互活动则被认为是同一次进入网站，不记录新的用户会话数；当访问者持续20分钟与网站没有交互活动，当他再次访问网站时访问者被认为再一次进入了网站，记录新的用户会话数。

Avinash 所提出的“三位一体”的web分析理论也正是将定性和定量合二为一的，以使客户需求与公司目标达到双赢为目的，得到可行动的认识和度量。

首先，进行行为分析，也就是我们传统认为的点击数据流分析，分析点击密度、细分用户等等。这一步的目的是收集真实的行为，来试图推测用户的意图。从这些收集统计的数据中，我们并不企图找出真正的意图和问题，而是使其为更高层次的分析面提供参考。

第二点是通过结果分析，来找出“so what”的问题，在网站目标明确的前提下进行实际产出变化的分析，衡量这个web站点在满足它的存在这一目标上做得如何，才能让上一步的数据更加有意义。

第三部分是体验分析，这是分析的关键，打破陈规去让用户告诉我们这些问题到底是“为什么”，方法多是侧重定性分析的，比如AB测试和多元测试、启发式评估、客户之声等等。这样也可以有效的避免将那些网站给用户带来的“误会”当作有效样本放入统计数据池中。

最后说几个有意思的web分析方法：

1. 数据与可视化结合

“如果你有大量的数据，你应该感受到它们的存在。如果你必须浏览十万行日志文档，当你浏览到一百行时就已经忘了第一行。” —Marty

面对庞大的杂乱无章的日志数据，将其可视化，已经成为一种趋势，我们十分高兴的看到，一些主流的web分析网站都推出了很多可视化的东西，而且并不局限于日志数据。很多时候，换个角度，能得到不一样的收获。

来几个典型的例子：

热力图：可以应用在点击日志、眼动分析、页面展现率等等很多定性、定量的分析上

收集页面上点击的位置，颜色越热，表示点击量越高

在一个很长的页面上，可以使用不同的温度颜色来表示那部分的内容更受人关注

文字可视化统计1：类似流行的tag云图，看看11月4日奥巴马胜利演说稿上出现次数最高的150个词是什么~

文字可视化统计2：还是奥巴马的演讲稿，跟在“I”后面的单词出现次数统计

05年中国范围内各种空气污染物污染程度统计，颜色越深表示污染越严重

2. 4Q

我们能拿到的所有数据都只能说明what happened。但是无论你如何严刑拷打你的数据，都很难得到why something happened。那……去问用户吧。这就是4Q主张的：好的衡量方法是听问卷的声音，世界上最好的问卷就只含有三个问题！

Why are you here? （用来发现用户真正的访问意图,4Q认为，用户真正的访问意图只有用户自己知道，这个问题的结果统计会让你大开眼界，它可以帮助你解释很多那些在点击数据分析报告中看起来非常古怪的现象）

Was the visit successful? （任务完成率，这是最关键的一个问题。我们可以很容易的统计出有多少用户真正通过我们的网站解决了他们的问题。）

No? Why Not? （这个问题的回答，将会是开放性的VOC（Voice of Customer），最好避免使用类似下拉框似的的原因选择，在这里应该给用户用自己的话来表述意见和建议的机会，这将会达到更好的效果）

实际上，4Q的含义是four questions，那么在上面三个问题的基础上，还有好的添加了一个帮助综合评估客户满意度的问题：Good site experience?

4Q，是当用户离开你的网站时，所能看到的一个调研问卷，它包含且仅包含上面四个问题，用户可以在一分钟内就答完，但这四个问题被认为是最简单有效的用户意图研究方法。

那些与点击流相关的数据，对我们来说是缺少上下文环境的。由于这种信息的缺乏，我们不得不掺入一些自己的理解、经验、看问题的角度，来企图将数据分析得更有意义。而通过4Q那四个简单的问题，我们可以得到的是所谓的“上下文”，这也就让我们的数据分析更加有理有据，分析出更加客观的“所以然”。

Userfly：网页访客动作记录器

WebLeOn — 2008-12-09 04:52:15

Userfly可以提供免费的网页访客动作记录服务。只需要在网页中添加一段简单的Javascript代码，就可以记录访客从打开该网页到关闭整个过程中的动作。

Userfly能够记录的内容包括鼠标的移动、点击以及键盘输入等动作。下面这个视频很好的讲解了Userfly的使用方法和主要的功能。

userfly.com from Chris Estreich on Vimeo.

免费用户每个小时记录10位用户（10个IP）的动作。Userfly也提供收费服务，除了可以记录更多的用户外，还支持身份验证和网页加密。

对于网站拥有者来说，Userfly可以很方便的对用户行为进行检测和分析，通过A/B Testing等方法为网站UI/UE提供非常有价值的信息。但是对于很多网页访问者来说，如果知道他们所浏览的网页有这样的功能，可能就会敬而远之了。

隐式挖掘网站用户行为

千鸟 — 2008-07-26 07:37:01

如何了解用户需求？根据用户是否主动参与分为显式与隐式两种挖掘模式，因为显式的动静比较大，有很大局限性，所以为了保证结果准确性以及提高用户接受度，一般都采用隐式。

用户的日常交互行为会产生四类关键数据：鼠标移动轨迹、链接点击分布、页面浏览流、页面停留时间。通过用户的行为能反映用户的观点，同时利用访问的网页次序可以找出网页之间的隐性关系。

收集数据

Web服务器的日志（用户会话记录）
Web trends或类似的第三方共享软件（客户端分析，流量分析，可用性分析）
自己开发的第三方软件/插件（需求自定义）

大型网站通常会把以上三种方法组合应用，大致原理就是给进入网站的用户赋予身份识别，每次产生交互动作就向服务器发回请求，通过时间和页面判断连接各个请求点并且记录下来。（算法不讨论）

过滤数据

明确目标，定义核心数据。
界定用户行为，利用多数人的行为来消除个人行为的主观性。
对用户进行归类，确定数据类别。

大型网站每天所产生的数据量是惊人的，所以常规需求一般都是定时或定量的分析。另外，额外的数据处理会减慢网站的速度，搜集的数据越多，潜在的负面影响越大。

习惯分析

对用户浏览过的页面进行内容分析，根据信息主题对页面进行聚类。
聚类过程中除了考虑页面内容相近程度，还应该考虑页面路径。
把用户浏览行为对其兴趣的作用列入聚类结果，得到综合评估模型。

用户兴趣分偶然和稳定两种情况，其中偶然可以认为是随机变化的，稳定的挖掘又有基于内容和行为两种方式，在内容上表现有重复度、相似度等，在行为上表现有停留时长、点此次数、拉动滚动条次数等。

实际案例

类似系统、浏览器、分辨率的客户端分析，常见而且简单，略过。

关于鼠标轨迹、点击分布的可用性例子：

跟踪用户在进行检索时的鼠标移动轨迹，可以获取用户操作的先后顺序、热点功能、动作曲线等一手数据，这些都是改善或简化表单的重要参考。
在重要的页面进行详细的点击分布监控统计，主要检查信息呈现的易用性，看看有没有偏离设计初衷，经常更新，找到规律。

处理特定用户行为、用户群、用户来路的任务流例子：

监控分布式注册流程，能够看到有多少用户填了表单、填完了表单，或者在某个步骤有异常流失。
监控不同模块入口过来的注册用户，能够统计出各模块导入的有效注册量、百分比、成功率，以便合理调配资源。
监控投放广告过来的注册量、注册成功率、转换付费用户成功率，以便明确广告的投入产出比。
监控用户的纵深浏览行为，是测试导航可用性很好的办法，也就是说用户会不会在你的网站内迷路？

结束

再次强调，这里的讨论仅限于后期研究的隐式挖掘，就是不去惊动用户，不让用户察觉的方法，完全通过技术手段拿到我们想知道的数据，再通过理论分析来改进产品。

之前在某上市公司全程参与了类似系统的开发，最艰难的部分还是在如何获取数据的基础建设阶段，但终归是一劳永逸的事情，对以后的发展有益无害。

相关话题：从数据中了解用户源地址：http://ucdchina.com/blog/?p=12