用户行为数据分析项目计划书
2011/5/4
修改记录
目录
一、项目背景 (5)
二、相关术语 (5)
1. Web数据挖掘 (5)
1)Web数据挖掘分类 (6)
2) Web数据的特点 (7)
3) 典型Web挖掘的处理流程 (7)
4) 常用的数据挖掘技术 (7)
5) Web商业智能BI（Business Intelligence） (8)
2. 网站流量统计 (10)
3. 统计指标/术语 (10)
4. 用户分析-- 网站用户的识别 (13)
5. WEB日志的作用和缺陷 (15)
6. 漏斗模型（Funnel Model） (17)
7. 目前提供此服务产品/企业 (18)
三、项目目的 (18)
四、项目需求 (18)
1. 页面统计 (18)
2. 用户行为指标 (19)
3. 潜在用户特征分析 (19)
4. 指定User Cookie的分析 (20)
5. 用户趋势分析 (20)
五、项目系统设计 (20)
六、项目详细设计 (21)
1. 数据收集 (21)
2. 数据模型 (22)
1) 统计PV量(趋势) (22)
2) 消重统计独立IP量/ IP的平均访问页面量(趋势) (22)
3) 消重统计独立UV量/ UV的平均访问页面量(趋势) (23)
4) 统计URL的访问来源Ref的量/ Ref排行(趋势) (23)
5) 统计Ref=URL的去访URL*/跳出的量/ 去访/跳出排行(趋势) (23)
6) 统计分析/预测/规律特定用户的行为(趋势) (24)
7) 统计新访客/老访客(趋势) (24)
8) 页面平均停留时间/ 页面平均时长(趋势) (24)
9) 搜索引擎列表 (24)
10) 搜索引擎关键词 (25)
11) 搜索引擎关键词(各搜索引擎) (25)
12) 老用户回头率（用户黏性） (25)
13) 新增用户增加/流失（用户黏性） (25)
14) 不活跃用户激活（用户黏性） (26)
15) 用户浏览深度（用户黏性） (26)
16) 用户访问兴趣分析（用户黏性） (26)
17) 性别结构(访客特征分析) (26)
18) 年龄结构(访客特征分析) (26)
19) 学历结构(访客特征分析) (26)
20) 收入结构(访客特征分析) (27)
21) 操作系统类型(客户端信息) (27)
22) 操作系统语言(客户端信息) (27)
23) 操作系统时区(客户端信息) (27)
24) 浏览器(客户端信息) (27)
25) 显示器颜(客户端信息) (27)
26) 屏幕分辨率(客户端信息) (28)
27) 国家/省份- 地址位置(客户端信息) (28)
28) 城市- 地址位置(客户端信息) (28)
29) 接入商(客户端信息) (28)
30) 场所(客户端信息) (28)
3. 数据处理 (28)
4. 数据展示 (28)
1)参考网站 (29)
2) 趋势–曲线图趋势 (35)
3)忠诚度 / 用户黏性 (39)
4)用户客户端浏览器 (41)
5)来源分析：Ref分析、站内/站外、站外统计 (41)
6)用户行为 (45)
七、项目约束 (45)
八、项目资源 (45)
九、项目周期 (46)
网站流量统计分析工具
十、项目交付 (48)
十一、其他信息 (48)
一、项目背景
数据挖掘技术是近年来计算机技术发展的热点之一。通过对历史积累的大量数据的有效挖掘，可以发现隐藏的规律或模式，为决策提供支持，而这些规律或模式是不能够依靠简单的数据查询得到，或者是不能在可接受的时间内得到。这些规律或模式可以进一步在专业人员的识别下成为知识。数据挖掘面对的任务是复杂的，通常包括分类、预测、关联规则发现和聚类分析等。
企业网站的绩效考评就是指企业网站访问情况的绩效考评，在网络营销评价方法中，网站访问统计分析是重要的方法之一，通过网站访问统计报告，不仅可以了解网络营销所取得的效果，而且可以从统计数字中发现许多有说服力的问题。网站访问量统计分析无论对于某项具体的网络营销活动还是总体效果都有参考价值，也是网络营销评价体系中最具有说服力的量化指标。
销售预测在提高企业的经济效益及决策支持水平方面占有重要的地位。随着企业信息化水平的提高，企业销售数据的日益丰富，管理者对其中隐藏的销售预测信息的渴望日益强烈。用传统的方法来分析
这些海量数据中的销售信息非常困难，已不能适应时代的要求。如何到更好的方法挖掘出销售数据中隐藏的销售预测信息。
二、相关术语
1. Web数据挖掘
Web数据挖掘建立在对大量的网络数据进行分析的基础上，采用相应的数据挖掘算法，在具体的应用模型上进行数据的提取、数据筛选、数据转换、数据挖掘和模式分析，最后做出归纳性的推理、预测客户的个性化行为以及用户习惯，从而帮助进行决策和管理，减少决策的风险。
Web数据挖掘涉及多个领域，除数据挖掘外，还涉及计算机网络、数据库与数据仓储、人工智能、信息检索、可视化、自然语言理解等技术。

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。