如何获取并分析一个网站的相关信息

随着很多网站的做大做细，网站数据分析变得更为重要。通过网站数据分析可以充分了解一个网站的运作情况，并加以改进。这些数据会告诉你，你的网站流量是否有效？流量在哪里流失？目标受众是否精准？如何改善网站产品格局和网站运营？等等一系列问题。但在这之前的第一步就是需要获取网站的数据。本文主要介绍如何获取网站数据以及需要获取哪些关键数据。

1，网站内部数据

网站内部数据是网站最容易获取到的数据，它们往往就存放在网站的文件系统或数据库中，也是与网站本身最为密切相关的数据，是网站分析最常见的数据来源，我们需要好好利用这部分数据。

服务器日志

网站分析不再局限于网页浏览的PV、UV，转化流失等，基于Events的分析将会越来越普遍，将会更多的关注用户在接受网站服务的整个流程的情况。

随着网站应用的不断扩张，以及前端技术的不断升华。网站日志不再局限于点击流的日志数据，如果你的网站提供上传下载、视频音乐、网页游戏等服务，那么很明显，你的网站服务器产生的绝不仅有用户浏览点击网页的日志，也不只有标准的apache日志格式日志，更多的W3C、JSON或自定义格式的输出日志也给网站分析提供了新的方向。

网站分析工具

通过网站分析工具获得数据是一个最为简便快捷的方式，通过网站分析工具获得的数据一般都已经经过特殊计算，较为规范，如PV、UV、Exit Rate、Bounce Rate等，再配上一些趋势图或比例图，通过细分、排序等方法让结果更为直观。

但通过网站分析工具得到数据也远不止这些，上面的这些数据也一样可以通过统计网站日志获得，但网站分析工具的优势在于其能通过一些嵌入页面的JS代码获得一些有趣的结果，如一些网站分析工具提供的点击热图，甚至鼠标移动轨迹图。这些分析结果往往对网站优化和用户行为分析更为有效。

数据库数据

对于一般的网站来说，存放于数据库中的数据可以大致分为3个部分：

网站用户信息，一般提供注册服务的网站都会将用户的注册账号和填写的基本信息存放在数据库里面；

网站应用或产品数据，就像电子商务的商品详细信息，如商品信息会包含商品名称、特征描述、产品属性等；

用户在应用服务或购买产品时产生的数据，最简单的例子就是电商网站的用户购买(购买单、报价单、询盘)数据——购买时间、购买的用户、购买的商品、购买数量、支付的金额等。

当然，这一部分数据的具体形式会根据网站的运营模式存在较大差异，一些业务范围很广，提供多样服务的网站其数据库中数据的组合会相当复杂。

其它

其它一切网站运营过程中产生的数据，有可能是用户创造，也有可能是网站内部创造，其中有一大部分我们可以称其为“线下数据”。

2，外部数据

网站分析除了可以从网站内部获取数据以外，通过互联网这个开放的环境，从网站外部获取一些数据可以让分析的结果更加全面。

互联网环境数据

可以去一些网络数据分析平台查一下互联网中顶级网站的访问量趋势。

竞争对手数据

时刻关注竞争对手的情况可以让你的网站不至于在竞争中落伍。除了一些网站数据查询平台以外，直接从竞争对手网站上获取数据也是另外一条有效的途径，也有网站会出于某些原因（信息透明、数据展示等）将自己的部分统计信息展现在网站上，看看那些数据对于掌握你的竞争对手的情况是否有帮助。

在获取上述几类数据的同时，也许我们还可以从其他方面获取一些更为丰富的数据。

合作伙伴数据

如果你有合作的网站或者你经营的是一个电子商务网站，也许你会有相关的产品提供商、物流供应商等合作伙伴，看看他们能为你提供些什么数据。

用户数据

如果你的网站已经小有名气，那么尝试在搜索引擎看看用户是怎么评价你的网站，或者通过SNS网站等看看用户正在上面发表什么关于你的网站的言论。

当然通过用户调研获取数据是另外一个不错的途径，通过网站上的调查问卷或者线下的用户回访，电话、IM调查，可用性实验测试等方式可以获取一些用户对网站的直观感受和真实评价，这些数据往往是十分有价值的，也是普通的网站分析工具所获取不到的。

在分析网站的外部数据的时候，需要注意的是不要过于相信数据，外部数据相比内部数据不确定性会比较高。网站内部数据即使也不准确，但我们至少能知道数据的误差大概会有多大，是什么原因造成了数据存在误差。而外部数据一般都是有其他网站或机构公布的，每个公司，无论是数据平台、咨询公司还是合作伙伴都可能会为了某些利益而使其公布的数据更加可信或更具一定的偏向性，所以我们在分析外部数据是需要更加严格的验证和深入的分析。而对于用户调研中获取的数据，我们一般会通过统计学的方法检验数据是否可以被接受，或者是否满足一定的置信区间，这是进行数据分析前必须完成的一步。

1月3日，支付宝开放年度个人账单查询之后，芝麻信用“搭便车”让消费者“被选择”授权获取个人信息的事实在网上曝光。随后，中国人民银行约谈支付宝和芝麻信用。近日，关于一些APP过度索权和个人金融信息安全的话题成为舆论焦点。

“新华视点”记者调查发现，为了收集用户信息，在大数据时代占据市场先机，一些APP过度索取消费者权限的情况近乎“疯狂”，相关法律和监管滞后。

“没人知道哪些数据会成为未来商业发展的重点，所以，拥有足够多的数据才是重点”

“大数据时代，没人知道哪些数据会成为未来商业发展的重点，所以，拥有足够多的数据才是重点。搜集的数据越多，营销价值就越大。”一位从事互联网营销的业内人士一句话点破了其中奥秘。

互联网从业人员叶先生对自己安卓手机上安装的109个应用进行了统计，104个APP都有“读取已安装应用列表”非强制性权限，由此可以了解用户的行为习惯及分析同行情况；第二受关注的权限就是“读取本机识别码”，这是用于确定用户，因为每个手机识别码都是独一无二的；第三是“读取位置信息”权限，有80个APP需要这一权限，可搜集用户的活动范围。

记者搜索了应用商店10款排名靠前的“手电筒”软件，除了相机权限外，绝大部分都要求用户放开存储、位置信息、电话等，还有1款要求开通访问通讯录的权限。

DCCI互联网数据中心发布的《2017年中国Android手机隐私安全报告》显示，非游戏类APP2017年越界获取的各种隐私权限显著减少，但核心隐私权限中的越界获取“通话记录”和越界“读取彩信记录”出现较大幅度增长。

“从行业看，都在尽一切可能收集用户信息。”移动互联网系统与应用安全国家工程实验室高级安全研究员朱易翔指出，本质上就是一些APP开发商没底线。

个人信息数据保护面临三大挑战

采访中，不少专家表达了对信息安全的忧虑。他们认为，目前我国个人信息数据的法律保护存在三方面问题：

——法无“明”权，保护零散。我国目前对公民个人信息权利的保护始终是依附在隐私、网络安全等领域进行保护，尚未形成法定的独立权利，这直接导致相关保护规范力度不足，措施不够。“大多是概括性、原则性的规定，执行力非常缺乏。”中国政法大学法学院大数据和人工智能法律研究中心主任汪庆华说。

——侵权普遍，维权困难。有专家形象地将目前消费者个人信息被侵犯的环境比喻为“温水煮青蛙”。在企业大量不同程度地违法采集使用个人信息的环境中，消费者不但难以知晓有哪些规范能够支持自己维权，甚至都难以知晓自己已被侵权。

——一些“实名制”规定有漏洞。汪庆华认为，目前，各种“实名制”相关规定质量参差不齐，有些地方的规定甚至成为授权企业过度采集信息的合法依据。

“越是大的平台、知名的公司，就越需要珍惜用户，保护和捍卫用户的个人信息，经合情合法授权利用，是一个企业不可动摇的理念。”中国电子商务研究中心生活服务电商分析师陈礼腾表认为，掌握大量原始数据的企业，更应自觉承担起保护个人数据的责任，“APP中包含了用户诸多隐私信息，若不能好好保护反而‘偷偷摸摸’获取更多信息，将极大影响用户的使用安全感。”

强化监管势在必行

汪庆华认为，虽然我国已经有多部相关法律法规加强对个人信息和与互联网相关的消费者权益的保护，但随着互联网快速发展，需要确立一个和其他人格权区分的个人信息权，在立法层面将原本分散的保护规定整合起来，建立起专门的保护机制。

上海汉盛律师事务所高级合伙人李旻认为，支付宝年度账单默认勾选协议这类现象的发生不是偶然。“从用户服务协议的签订是否在醒目位置明示、协议内容是否合法合规等要素看，电商立法势在必行，以进一步完善平台条款的合法性，理清用户与平台的法律关系。”

此外，强化对巨头企业行为合法性的行政监管非常重要。尤其是针对消费者被侵权，但尚未察觉损失的情况，要有针对性地对企业展开检查，建立适当的个人信息侵权行为行政处罚机制。

1月2日，南京市中级人民法院对江苏省消保委诉百度涉嫌违法获取消费者个人信息及相关问题正式立案。“发展公益诉讼，塑造社会在个人信息领域维权意识，支持各地消费者保护协会代表消费者维权有积极的作用。”中国人民大学法学院未来法治研究院研究员熊丙万表示。

北京志霖律师事务所副主任赵占领说，虽然管理诸多应用程序不太现实，但监管部门可以从应用商店入手，通过管平台来间接管应用，加强应用商店的审核标准，不断改善应用过度索取用户信息的情况。

客户信息收集的主要渠道有：

1、通过网络信息查找客户的详细信息，包括单位名称、公司地址、联系电话等；

2、通过陌生拜访，收集客户信息，最好的方式就是扫街的方式，一家一家的拜访；

3、通过当地的企业黄页获取客户信息，每年都会更新，需要我们及时沟通客户，更新最新的信息；

4、通过资源共享，渠道合作的方式收集客户信息，包括与一些大企业的合作共赢；

5、去工商注册的地方，收集当地的客户信息，当然需要你有关系才行；

6、通过问卷调查的形式来收集客户信息等。

网站分析的数据来源

Avinash Kaushik在他的《Web Analytics》一书中将数据的来源分为4部分：点击流数据（Clickstream）、运营数据（Outcomes）、调研数据（Research/Qualitative）和竞争对手数据（Competitive Data）。点击流数据主要指的是用户浏览网站时产生的数据；Outcomes我更习惯叫做运营数据，主要指用户在网站中应用服务或者购买产品时记录下来的数据；调研数据主要是网站通过某些用户调研手段（线上问卷或者线下调研）获取的一些定性数据；Competitive Data直译为竞争对手数据可能不太合适，因为根据Avinash Kaushik的阐述，更像是跟网站有业务关系或竞争关系或存在某种利益影响的一切网站的可能的数据来源。

在获取上述几类数据的同时，也许我们还可以从其他方面获取一些更为丰富的数据。下面是我对网站分析数据获取途径的整理：

网站内部数据

网站内部数据是网站最容易获取到的数据，它们往往就存放在网站的文件系统或数据库中，也是与网站本身最为密切相关的数据，是网站分析最常见的数据来源，我们需要好好利用这部分数据。

服务器日志

随着网站应用的不断扩张，网站日志不再局限于点击流的日志数据，如果你的网站提供上传下载、视频音乐、网页游戏等服务，那么很明显，你的网站服务器产生的绝不仅有用户浏览点击网页的日志，也不只有标准的apache日志格式日志，更多的W3C、JSON或自定义格式的输出日志也给网站分析提供了新的方向。

网站分析不再局限于网页浏览的PV、UV，转化流失等，基于事件（Events）的分析将会越来越普遍，将会更多的关注用户在接受网站服务的整个流程的情况：上传下载是否完成，速度如何；用户是否观看的整部视频，视频的加载情况；及用户在玩网页游戏时的 *** 作和体验分析等。Google Analytics已经支持了基于事件的分析——Event Tracking，通过JS的动作响应获取数据，但是还存在着一定的局限性。

网站分析工具

当然，通过网站分析工具获得数据是一个最为简便快捷的方式，从原先的基于网站日志的AWStats、webalizer，到目前非常流行的基于JS Tags的Google Analytics、Omniture的SiteCatalyst，及JS和网站日志通吃的WebTrends。通过网站分析工具获得的数据一般都已经经过特殊计算，较为规范，如PV、UV、Exit Rate、Bounce Rate等，再配上一些趋势图或比例图，通过细分、排序等方法让结果更为直观。

但通过网站分析工具得到数据也不远只这些，上面的这些数据也一样可以通过统计网站日志获得，但网站分析工具的优势在于其能通过一些嵌入页面的JS代码获得一些有趣的结果，如Google Analytics上的Overlay或者也叫Click Density——网站点击密度分布，及一些其它的网站分析工具提供的点击热图，甚至鼠标移动轨迹图。这些分析结果往往对网站优化和用户行为分析更为有效。

数据库数据

对于一般的网站来说，存放于数据库中的数据可以大致分为3个部分：

网站用户信息，一般提供注册服务的网站都会将用户的注册账号和填写的基本信息存放在数据库里面；

网站应用或产品数据，就像电子商务的商品详细信息或者博客的文章信息，如商品信息会包含商品名称、库存数量、价格、特征描述等；

用户在应用服务或购买产品时产生的数据，最简单的例子就是博客上用户的评论和电子商务网站的用户购买数据，购买时间、购买的用户、购买的商品、购买数量、支付的金额等。

当然，这一部分数据的具体形式会根据网站的运营模式存在较大差异，一些业务范围很广，提供多样服务的网站其数据库中数据的组合会相当复杂。

其它

其它一切网站运营过程中产生的数据，有可能是用户创造，也有可能是网站内部创造，其中有一大部分我们可以称其为“线下数据（Offline Data）”。如用户的反馈和抱怨，可能通过网站的交流论坛，也有可能通过网站时公布的客服电话、即时通讯工具等，如果你相信“客户中心论”，那么显然对于这些数据的分析必不可少；另外一部分来源就是网站开展的线下活动，促销或推广，衡量它们开展的效果或投入产出，以便于之后更好地开展类似的线下推广。

外部数据

网站分析除了可以从网站内部获取数据以外，通过互联网这个开放的环境，从网站外部捕获一些数据可以让分析的结果更加全面。

互联网环境数据

即使你的网站只是一个很小的网站，但如果想让你的网站变得更好，或者不至于落后于互联网的前进脚步，那么建议你关注一下互联网的发展趋势。可以上Alexa查一下互联网中顶级网站的访问量趋势；看看comScore发布的数据或者199IT–中国互联网数据中心网站上的各种数据分析和研究资料；如果经营电子商务网站，淘宝数据中心也许会让你感兴趣。

竞争对手数据

时刻关注竞争对手的情况可以让你的网站不至于在竞争中落伍。除了在Alexa及一些其他的网站数据查询平台以外，直接从竞争对手网站上获取数据也是另外一条有效的途径，一般网站会出于某些原因（信息透明、数据展示等）将自己的部分统计信息展现在网站上，看看那些数据对于掌握你的竞争对手的情况是否有帮助。

合作伙伴数据

如果你有合作的网站或者你经营的是一个电子商务网站，也许你会有相关的产品提供商、物流供应商等合作伙伴，看看他们能为你提供些什么数据。

用户数据

尝试跟踪用户的脚步去看看他们是怎么评价你的网站的。如果你的网站已经小有名气，那么尝试在搜索引擎看看用户是怎么评价你的网站，或者通过Twitter、新浪微博等看看用户正在上面发表什么关于你的网站的言论。

当然通过用户调研获取数据是另外一个不错的途径，通过网站上的调查问卷或者线下的用户回访，电话、IM调查，可用性实验测试等方式可以获取一些用户对网站的直观感受和真实评价，这些数据往往是十分有价值的，也是普通的网站分析工具所获取不到的。

在分析网站的外部数据的时候，需要注意的是不要过于相信数据，外部数据相比内部数据不确定性会比较高。网站内部数据即使也不准确，但我们至少能知道数据的误差大概会有多大，是什么原因造成了数据存在误差。而外部数据一般都是有其他网站或机构公布的，每个公司，无论是数据平台、咨询公司还是合作伙伴都可能会为了某些利益而使其公布的数据更加可信或更具一定的偏向性，所以我们在分析外部数据是需要更加严格的验证和深入的分析。而对于用户调研中获取的数据，我们一般会通过统计学的方法检验数据是否可以被接受，或者是否满足一定的置信区间，这是进行数据分析前必须完成的一步。

2013年，工信部公布的一个4G牌照启动了十亿级的移动互联网流量红利。

基于空白的蓝海市场、供求关系严重失衡的环境下，优质用户体验成为产品抢占流量的核心竞争力，随之诞生了“ 以用户为中心 ”的产品设计理念。

想要更好地为用户服务，需对用户进行深入分析，而过程就叫做用户调研。

用户调研贯穿了整个产品生命周期，而在生命周期的不同阶段都有不同的目标，所以相应的用户调研的目的也会有所变化。下面就围绕生命周期的 探索期 、 成长期 、 成熟期 、 衰退期 四个阶段对用研目的进行讲述：

1探索期：产品还未完成定型

这个阶段往往指的是公司刚成立，此时产品未成形，需要通过用户画像定位细分市场、产品模式及功能，这个阶段需做大量的宏观调研、定性定量调研，

明确：

你的产品应该切入的是哪个细分市场

找到核心用户及获得用户特征

了解核心用户的核心需求及场景

初步形成用户画像为需求做底层支撑

2成长期：产品运营中

这个时候产品已有domo或已上线迭代，产品处于完善、升级的阶段，需要做大量微观且具体的用户调研：

基于后台、第三方平台监控发现问题，定位问题关键及原因分析，优化产品功能及运营模式

基于数据，对前期的设定的用户画像进行验证、完善

通过调研及用户画像发现新的机会点

在产品最活跃的时机，寻找盈利点

3成熟期：产品相对稳定

到了成熟时期的产品，公司已经有了稳定的运作模式，市场地位趋于稳定，日常工作也大多以维护为主。且 现有增长点 已遇上了瓶颈，用户活跃将不可阻逆地缓慢下降，即使你做再多产品优化、烧钱运营都无法改变你的产品终将走向衰退的命运，时间问题。企业急于寻找 突破口 和 新的增长点 ，用户调研又将被赋予新的使命：

基于用户画像进行“新增长点”的分析，同时取样验证思路并对需求进行分析

获取当产品转型时，新老用户的态度是什么样的？继续留下还是离开？或是成为新的核心用户？（对用户动态进行预测）

对产品转型后的用户群进行洗牌，重新定义用户分层、用户画像

4衰退期：产品活跃度快速下降

进入到这个阶段，说明产品没有成功转型。这时候再做用户调研的意义其实不大，如果一定要做，除了提高回流率、挖掘增长点外，我更希望通过这样一种方式对自己的产品进行一个复盘总结。

当你有了一个idea，你如何 低成本、快速、有效 地验证你的想法是否可行？定义你的目标用户？这里就不得不提到定性/定量研究，它是一种研究指导方法，包含且不局限于调研。

1什么是定性？什么是定量？他们之间有什么关系？

定性研究：定性研究是定量调研的前提，是由熟悉情况和业务专家根据个人的直觉、经验，对研究对象的性质、特征、发展变化规律作出判断的一种方法，经过研究判断提出 初步的意见 ，其结果是不可量化的

如“早餐吃很少”

定量研究：定量研究是基于定性研究的一种 深入研究 、通过数学、数据统计等方式将定性指标转为量化信息的一种方式

如“早餐只吃1个苹果”

2如何做定性/定量研究

一般先组织内部头脑风暴，初步创建用户画像的模型

接下来就可以直接开始做定性调研了，主要目的是验证、优化内部用户画像。通常有以下两种方式：

            1focus group：尽可能邀请包含细分市场不同层次的用户，通过邀请使用产品（竞品也行）、听他们说、观察行为等方式得到不同层级用户的态度，谁的意愿更强？核心动机什么？他的性格如何？等等

            2邀请专家：有条件的可以邀请该细分市场中的专家面聊，记得准备礼品。

做完了以上工作后基本可以拿到一份比较完整但不怎么精确的用户画像，所以紧接着需要针对几个层级的用户画像做剖析，通常也有以下两种方式：

            1问卷调查：基于定性调研的结论，做问卷调查，准备的题目要能够量化（问卷的设计涉及到行为学、心理学等范畴，没想象中的简单）

            2找调研公司：不考虑成本可以直接找专业的调研公司协助。

调研的方式有很多，以下我仅针对常见的 问卷调查 、 用户访谈 的利弊进行梳理

问卷调查

利：成本低、可视化、数量多、便于统计

弊：能够获取的信息量较少、信息不准确的概率高

用户访谈

利：能够通过观察用户表现、表情等获取更多的信息，洞悉用户的真实想法

弊：成本较高、数量少

调研是一项成本非常高的工作，为了避免冷场、纯聊天、跑题等情况的发生，前期需要做好充足的准备：

1首先需要明确你调研的目的以及背景

也就是说，你得清楚本次调研的意义。基于什么环境下出现了什么样的问题需要通过用户调研解决？用户调研的目的是什么？只有盘点完这些问题，后续的工作才有办法展开。

2明确目的后，确认你的调研对象

找到本次调研的典型用户，一般分三步走：

找到相关用户的特质（可能是一个个行为数据、或是性格特征等等）

抽取核心特质作为样本标准（年龄、性格、喜欢的内容、登录时间等等）

通过设定好的标准筛选样本

3分析用户和问题

需针对用户和问题做一次内部分析，得出一定的结论

4准备调研内容

任务：需基于结论给用户设定相关的任务

访问提纲：根据结论给用户设定相关的访问内容，从以下几个维度设计：

                    1基于本品的已知问题：了解用户的 *** 作习惯、消费习惯等，以及原因

                    2基于本品的未知问题：用户的痛点是什么？哪些 *** 作用户感觉很烦？用户愿意掏钱做什么？

                    3基于已知问题与竞品的比较：用户直观感知两者的区别，本品、竞品的使用差异

                    4基于竞品的未知问题：如果从竞品移入本品，用户放弃的理由是？从本品移出到竞品，核心理由是？

演习：反复演习，想办法从用户获取更多的信息

5选择合适的对象

做好以上工作后，就可以从调研对象中筛选合适的对象，需考虑时间、地点、是否感兴趣、是否带有情绪化等等相关因素

6邀约

废话不多说，联系他。

调研过程中有四个字： 望 、 闻 、 问 、 切

1望：观察其所为

给予用户明确的任务（基于之前的内部分析）

让用户自行完成任务（不做任何指导，让他自由发挥）

并从用户的行为过程中、从场景中发现问题

不同层次的用户尽可能分开、不同的任务尽可能分开

2闻：洞悉问题

发现问题后及时记录，并快速分析其可能原因

重点观察：异常行为、用户的表现、用户的表情

在望的同时需产出：关键行为、行为对应可能的原因、行为的具体表现

3问：验证、提问

用户拿到任务后，是怎么思考的

认为需要花多少时间完成，大致需要怎么做

针对关键行为/问题，完整地描述具体表现，并以线性的方式提问3-5次

4切：切中要害

让用户发表看法，他觉得有什么方法能够更好地解决这个问题。接收到用户的解决方案后，需进一步询问用户的动机，挖掘更多的信息

演示你的解决方案，看看用户的感受，不要单纯地问用户“要不要”、“好不好”，用户出于安全考虑用户一般会敷衍回答。

要点

破冰：先缓和情绪，不要着急一下子进入正题，做一些能够让对象放松的事情

快速校验：迅速了解对象背景信息与自己猜测的是否匹配，如果不匹配可以尽快结束，减少无意义工作

模拟、还原：尽可能还原用户的真实环境

记录：通过录屏、录音、笔记的方式将过程记录下来

如何让用户开口

让用户讲故事，把用户当做采访对象，让你自己处于弱势

鼓励用户表达、少打断

如果以上的方法不管用，就刺激用户，说反话：用相反对立的观点刺激用户表达

用户画像是优秀产品的基石（包含不局限于互联网产品），起初是基于产品思路下遐想出的一个虚拟角色，随着调研的展开，用户画像将逐步分层、清晰、量化，所以用户画像是动态变化的、会随着产品生命周期而不断成长。

用户画像的意义在上面已经说明过了，此处不再陈述。

1那么用户画像是什么呢？

用户画像是根据用户社会属性、生活习惯和消费行为等信息而抽象出的一个标签化的用户模型，构建用户画像的核心是给用户“贴标签”，而标签是通过对用户信息分析而来的高度精炼的特征标识。

2构建用户画像的四步走

用户画像可以分四步走：确定样本标准+样本筛选+信息收集+构建画像

确认样本标准：通过前期的定性/定量研究能够获得目标用户群所具备的基本特点

样本筛选：可以提供样本范围，让调研公司去搜集用户样本

信息收集：邀约用户访谈，需尽可能涵盖各个层次的用户

构建画像：这一步将收集到的信息进行整理和分析并归类，创建用户角色框架（更全面地反映出用户的状态），同时结合 用户规模 、 用户价值 和 使用频率 来划分，确定 主要用户 、 次要用户 和 潜在用户 。

3用户画像通过哪些属性构成？

这里有五个维度，通过这五个维度分析能将用户变得更真实准确，它们是：用户静态属性、用户社会属性、用户消费属性、用户行为属性、用户心理属性。

用户静态属性：一般指的是用户一定时间内稳定不变的属性，如：年龄、性别、年龄、学历、角色、收入、地域等。依据不同的产品，这些信息会有不同权重的划分，如教育产品就应该更看重年龄、学历、收入等等，而对地域等信息则不感冒

用户社会属性：能够体现其社会关系、社交方式等

用户消费属性：主要包括消费水平、消费心理、消费嗜好等，反映用户对于花钱的看法，是喜欢质量好的还是性价比高的？倾向于功能价值还是情感价值？这一块需要好好琢磨，涉及到钱的事儿都是重要的事儿。

用户行为属性：体现用户的日常行为特征，如睡懒觉、常加班、喜欢玩游戏、上班刷微博等等信息，用研中想要获取到真实的用户行为属性非常难，一般从数据中来

心理属性：能够体现用户的心理状态，如好胜心极强、好奇心强等等，该标签需要对前四个属性充分分析后才可以获取到。

录屏工具、手机端录屏、统计系统（growingio、诸葛io、appsee、友盟等）、录音笔

为了用研而用研

直接问用户有什么需求

试图说服用户

求全求量

依赖问卷调查

以上就是关于如何获取并分析一个网站的相关信息全部的内容，包括:如何获取并分析一个网站的相关信息、众多APP“疯狂”索取用户信息目的何在、收集信息可以通过用户的渠道有哪些等相关内容解答，如果想了解更多相关内容，可以关注我们，你们的支持是我们更新的动力！