用戶分析是網(wǎng)站分析中一個(gè)重要的組成部分，在分析用戶之前我們必須首先能夠識別每個(gè)用戶，分辨哪些是”New Customer”，哪些是”Repeat Customer”。這樣不但能夠更加清晰地了解到底有多少用戶訪問了你的網(wǎng)站，分辨他們是誰（用戶ID、郵箱、性別年齡等）；同時(shí)也能夠幫助你更好地跟蹤你的用戶，發(fā)現(xiàn)它們的行為特征、興趣愛好及個(gè)性化的設(shè)置等，以便于更好地把握用戶需求，提升用戶體驗(yàn)。

    通常當(dāng)你的網(wǎng)站提供了注冊服務(wù)，而用戶注冊并登陸過你的網(wǎng)站，那么用戶可以更容易地被識別，因?yàn)榫W(wǎng)站一般都會保存注冊用戶的詳細(xì)信息；但是你的網(wǎng)站并不需要注冊，而用戶的行為以瀏覽為主，這是用戶識別就會顯得較為困難，下面提供了幾種常用的用戶識別的方法：

    識別用戶的幾種方法

    當(dāng)用戶并未注冊登錄的情況下，識別用戶的唯一途徑就只剩下用戶瀏覽行為的點(diǎn)擊流數(shù)據(jù)，通常情況下它們會保存在WEB日志里面，關(guān)于WEB日志的詳細(xì)說明可以參考我之前的文章——WEB日志格式。而WEB日志本身存在的缺陷可能導(dǎo)致用戶識別的不準(zhǔn)確性，關(guān)于WEB日志的缺陷可以參考之前的文章——WEB日志的作用和缺陷，所以我們在選擇用戶識別方法的過程中，在條件允許的情況下盡量選擇更為準(zhǔn)確的方法：

    1、基于IP的用戶識別

    IP地址是最容易獲取的信息，任何的WEB日志中均會包含，但其局限性也較為明顯：偽IP、代理、動態(tài)IP、局域網(wǎng)共享同一公網(wǎng)IP出口……這些情況都會影響基于IP來識別用戶的準(zhǔn)確性，所以IP識別用戶的準(zhǔn)確性比較低，目前一般不會直接采用IP來識別用戶。

    獲取難度：★

    準(zhǔn)確度：★

    2、基于IP+Agent的用戶識別

    同樣基于最簡單形式的WEB日志，我們可以增加一項(xiàng)——Agent，來提高單一IP方式識別用戶的準(zhǔn)確性。Agent也是WEB日志中一般都會包含的信息，通過IP+Agent的方式可以適當(dāng)提高IP代理、公用IP這類情況下用戶的分辨度，同時(shí)通過Agent還可以識別網(wǎng)絡(luò)爬蟲等特殊“用戶”，但同樣準(zhǔn)確度也欠高。

    獲取難度：★

    準(zhǔn)確度：★★

    3、基于cookie的用戶識別

    當(dāng)你通過自定義Apache日志格式或者JavaScript的方法獲得用戶cookie的時(shí)候，其實(shí)你已經(jīng)找到了一個(gè)更有效的用戶識別的手段。cookie在未被清除的其前提下可以認(rèn)為是跟某個(gè)訪問客戶端電腦綁定的（一個(gè)客戶端有可能包含多個(gè)cookie），所以用cookie來標(biāo)識用戶其實(shí)指的是用戶使用的客戶端電腦，而并非用戶本身。

    用cookie識別用戶的方法當(dāng)然也存在缺陷：最常見的就是cookie被清除而導(dǎo)致用戶無法與原先記錄實(shí)現(xiàn)對應(yīng)；同時(shí)由于客戶端電腦會被共用，或者用戶會在不同的電腦上訪問你的網(wǎng)站，這個(gè)時(shí)候cookie就無法直接對應(yīng)到該用戶了。

    獲取難度：★☆

    準(zhǔn)確度：★★☆

    4、基于用戶ID的用戶識別

    基于用戶ID的用戶識別是最為準(zhǔn)確，因?yàn)橐话闱闆r下用戶不同共享他的用戶ID，所以我們可以認(rèn)為數(shù)據(jù)中的userid唯一地指向該用戶，幾乎不存在偏差。當(dāng)然要使用用戶ID來識別用戶是需要一定的前提條件的：網(wǎng)站必須是提供用戶注冊登錄服務(wù)的，并且可以通過一些手段在點(diǎn)擊流數(shù)據(jù)中記錄userid。

    獲取難度：★★

    準(zhǔn)確度：★★★

    所以對于一個(gè)需要用戶ID注冊登錄的網(wǎng)站來說，用戶唯一標(biāo)識符的選擇可以遵從以下順序：當(dāng)用戶注冊登錄時(shí)以userid為準(zhǔn)，當(dāng)用戶在未登錄狀態(tài)瀏覽時(shí)以用戶的cookie為準(zhǔn)，當(dāng)用戶未登錄且cookie無法獲取的情況下以IP+Agent為準(zhǔn)；這樣就能從最大程度上識別唯一用戶。

    這里推薦一個(gè)網(wǎng)站日志中cookie項(xiàng)的自定義設(shè)置方法，以便更好地識別用戶。cookie是從用戶端存放的cookie文件記錄中獲取的，這個(gè)文件里面一般在包含一個(gè)cookieid的同時(shí)也會記下用戶在該網(wǎng)站的userid（如果你的網(wǎng)站需要注冊登陸并且該用戶曾經(jīng)登錄過你的網(wǎng)站且cookie未被刪除），所以在記錄日志文件中cookie項(xiàng)的時(shí)候可以優(yōu)先去查詢cookie中是否含有用戶ID類的信息，如果存在則將用戶ID寫到日志的cookie項(xiàng)，如果不存在則查找是否有cookieid，如果有則記錄，沒有則記為”-”，這樣日志中的cookie就可以直接作為最有效的用戶唯一標(biāo)識符被用作統(tǒng)計(jì)。當(dāng)然這里需要注意該方法只有網(wǎng)站本身才能夠?qū)崿F(xiàn)，因?yàn)橛脩鬒D作為用戶隱私信息只有該網(wǎng)站才知道其在cookie的設(shè)置及存放位置，第三方統(tǒng)計(jì)工具一般很難獲取。

    獲取用戶信息的途徑

    通過以上的方法實(shí)現(xiàn)用戶身份的唯一標(biāo)識后，我們可以通過一些途徑來采集用戶的基礎(chǔ)信息、特征信息及行為信息，然后為每位用戶建立起詳細(xì)的Profile：

    1)用戶注冊時(shí)填寫的用戶注冊信息及基本資料；

    2)從網(wǎng)站日志中得到的用戶瀏覽行為數(shù)據(jù)；

    3)從數(shù)據(jù)庫中獲取的用戶網(wǎng)站業(yè)務(wù)應(yīng)用數(shù)據(jù)；

    4)基于用戶歷史數(shù)據(jù)的推導(dǎo)和預(yù)測；

    5)通過直接聯(lián)系用戶或者用戶調(diào)研的途徑獲得的用戶數(shù)據(jù)；

    6)有第三方服務(wù)機(jī)構(gòu)提供的用戶數(shù)據(jù)。

    識別并獲取用戶信息的價(jià)值

    通過用戶身份識別及用戶基本信息的采集，我們可以通過網(wǎng)站分析的各種方法在網(wǎng)站是實(shí)現(xiàn)一些有價(jià)值的應(yīng)用：

    1>基于用戶特征信息的用戶細(xì)分；

    2>基于用戶的個(gè)性化頁面設(shè)置；

    3>基于用戶行為數(shù)據(jù)的關(guān)聯(lián)推薦；

    4>基于用戶興趣的定向營銷；