在很长一段时间关注用户行为分析方面的理论知识和实践之后，自觉需要对行为方面进行总结归纳。
   用户行为分析实践过程中其实很不好确定哪一个理论比较正确或者比较准确表达了用户的行为认知。
   非已开发成熟的产品之外，各单位需要自行摸索研发一系列的东东。这个东东有可能只是用户注册的统计信息，有可能ip、pv等统计，也有能购物篮分析等。对此，在我看来这些应当属于一个网站运营商的运营部门统一筹建成为一套体系。这套体系能够不断的把工作岗位上的个人知识、技能、看法等转化为使用工具，让更多的同事们去察觉网站的真实情况。
1、分析内容

    以下列决的项目有些很简单实现，有些到现在为止都争论不朽，还有一些在我写文章的时候还没有想到。几乎很多网站运营人员都会知道这些项目和其他的。可是对下面的红色部分需要应用到实践中，尤其很难或不可能。更是很多运营上没有把一系列用户行为方面的事情放到一处，作为不同角度分析的依据和参考。

          我希望能够列出用户行为方面一些项目，让更多的去思考和应用。毕竟我们网络方面工作人员的价值在于给更多的人服务。

1．1统计地区分布
1．2统计PV、UV、IP
1．3统计目录访问分支情况
1．4分析用户来源
1．5分析用户去向
1．6分析用户点击轨迹
1．7分析用户关注度关联情况
1．8分析搜索引擎来源
1．9分析网页停留时间
1．10提炼网页关键词
1．11统计活跃性因素（用户登录、新闻查看、帖子回复、产品销售、关键词收录情况等）
1．12分析购物篮效果
1．13分析推广转换率分析
1．14汇总网站过滤词库
1．15维护地区-IP库之间关系
1．16规划用户积分体制
1．17归档用户信用体制
 
2、分析周期
1、延期分析
      现在很多服务提供商对网站分析都采取这种模式，大家也对这种模式结果和标准都比较认可。
      延迟时间有几分钟、几小时、一天、几天等不等。
    
     主要优点：
         分析系统的硬件软件要不是很高，又能满足多数需求。
     主要缺点：
         随着中国游客的不断增长，单位时间内用户产生的数据较大，此时进行延迟处理，就会产生新旧数据累计积累的情况。
2、实时分析
      有些情况下，需要知道网站运作的及时情况，不容延迟等候才知道实际情况。
     主要优点：
       对所分析挖掘的数据实时认识，及时解决问题。
      主要缺点：
       对海量数据实时处理需要使用较高的技术含量和其他资源。
3、数据采集方式
   
2．1服务器日志分析
      常见模式。
     
2．2横向JavaScript嵌套分析
     常见模式。
2．3通过服务器插件获取访问信息
     
2．4从路由器上捕获信息
 
 
4、客户识别方式
3．1采用Coockie识别
3．2采用Session识别
3．3采用Ip+浏览器 识别
 
5、过滤体系
5．1观念的过滤
      网站的不确定性因素很多，更新频率块，用户本身的素质也不断的在变化。对一个Web2。0时期的注重众多人交互的时代，比女大十八变还要快速变化。所以，对网站的运营的所有人来说加强学习和更新知识体系是很重要。
5．2技术的过滤
      现在技术发展速度很快，对一个想法使用不同的技术、不同程度的实现。就在这样取舍的方式的过滤中，会有很大的学文，并让相同的项目在不同的公司中产生不同的实践效果。
3．3方法的过滤
      创新时代有想法的人太多，有能力的人很多。可在具体操作中要很科学的达到目标，要采取适当取舍的方法。