用户数据与用户行为

        一直在做产品，也深知网络用户访问数据能提取用户行为，却一直没往这方面详细了解。在网上翻找信息，无意中翻阅google reader找到《数学之美》google 黑板报的专题内容，才有点思路--------简约贝叶斯方法。网上找了一圈，也已经有很多数据统计中心提供类似的服务。

        

        看个简单例子，下图是一个访问者人口属性的问题。网站提供服务是在于传递信息，并且达到产品的销售为目的。如何提供更加精准的服务和提供有价值的信息给用户就是网站的产品不断需要完善和改变的过程。

很久以前我们分析这类方法经常使用比较笨拙的办法就是：让用户填调查问卷。调查问卷的方法有网上的也有线下的。采用的也是抽样调查。现在这种方法仍然在不断的使用，并且去适合不同的环境和需求。抽样调查至今仍然存在以下几个问题：

1、数据量是“抽样” ，注定数据的来源会不足够，不足够不是说不能加大，加大的矛盾在于成本的控制。在数据来源不足的情况下也很难认定数据反映的现实状况。

2、调查不够“自然”，和很多用户体验实验室一样，当一个受访者在被调查中，或多或少都会面临很多潜在的思维跳出。一个问题可能会引起面部表情的变化，也可能会作出本来自然情况下不会考虑到的问题。意思就是说调查所获得的数据会因为受访者的环境变化等因素影响调查的数据真实性。

3、调查问卷的设置。调查问卷的设置也会有天然的屏障无法逾越，很多调查问卷并没有资深的数据支撑来设计调查问卷。调查问卷的多少？排列？引导？等比较深层次的内容就有点难度。

     虽然抽一定量的样能减少误差。但是多少是个合适范围比较难考量。

      现有网站的统计cnzz、51.la 、51yes、量子、孔明、百度统计、google analytics 等常见的公众统计系统，还有一些私有的统计系统不为人所知。大部分第一代的统计数据只考虑ip、 pv、访问页面等基础信息量。而这些基础信息量所提供的有价值的信息还是很少，也只是能简单的看出访问区域，访问流量，所根据经验推算出的地区用户有效性。或者看出浏览者浏览器平台需要影响到我们产品服务的定向功能。

      这些老牌和新牌的免费统计服务，都吸引很多站长为他们提供用户数据，至于服务商能从这些数据里面提取多少有效的数据，得看每家的研发实力。

      关于简约贝叶斯方法，是一种概率论，是基于大量的数据状态下进行分析用户数据的判断方法。详细的还是得看更深的文章。

         网络产品还是现实的实物产品都是以销售为目的产生，如何让使用者便捷的找到需要的产品，并直接销售，就属于常见的服务模式变迁的问题。产品服务、表现形式、营销手段都属于信息的传递过程。在这个过程产生价值。