用戶(hù)分析是網(wǎng)站分析中一個(gè)重要的組成部分，在分析用戶(hù)之前我們必須首先能夠識別每個(gè)用戶(hù)，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(hù)訪(fǎng)問(wèn)了你的網(wǎng)站，分辨他們是誰(shuí)（用戶(hù)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(hù)，發(fā)現它們的行為特征、興趣愛(ài)好及個(gè)性化的設置等，以便于更好地把握用戶(hù)需求，提升用戶(hù)體驗。

通常當你的網(wǎng)站提供了注冊服務(wù)，而用戶(hù)注冊并登陸過(guò)你的網(wǎng)站，那么用戶(hù)可以更容易地被識別，因為網(wǎng)站一般都會(huì )保存注冊用戶(hù)的詳細信息；但是你的網(wǎng)站并不需要注冊，而用戶(hù)的行為以瀏覽為主，這是用戶(hù)識別就會(huì )顯得較為困難，下面提供了幾種常用的用戶(hù)識別的方法：

識別用戶(hù)的幾種方法

當用戶(hù)并未注冊登錄的情況下，識別用戶(hù)的唯一途徑就只剩下用戶(hù)瀏覽行為的點(diǎn)擊流數據，通常情況下它們會(huì )保存在WEB日志里面，關(guān)于WEB日志的詳細說(shuō)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致用戶(hù)識別的不準確性，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(hù)識別方法的過(guò)程中，在條件允許的情況下盡量選擇更為準確的方法：

1、基于IP的用戶(hù)識別

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

2、基于IP+Agent的用戶(hù)識別

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

3、基于cookie的用戶(hù)識別

當你通過(guò)自定義Apache日志格式或者JavaScript的方法獲得用戶(hù)cookie的時(shí)候，其實(shí)你已經(jīng)找到了一個(gè)更有效的用戶(hù)識別的手段。cookie在未被清除的其前提下可以認為是跟某個(gè)訪(fǎng)問(wèn)客戶(hù)端電腦綁定的（一個(gè)客戶(hù)端有可能包含多個(gè)cookie），所以用cookie來(lái)標識用戶(hù)其實(shí)指的是用戶(hù)使用的客戶(hù)端電腦，而并非用戶(hù)本身。

用cookie識別用戶(hù)的方法當然也存在缺陷：最常見(jiàn)的就是cookie被清除而導致用戶(hù)無(wú)法與原先記錄實(shí)現對應；同時(shí)由于客戶(hù)端電腦會(huì )被共用，或者用戶(hù)會(huì )在不同的電腦上訪(fǎng)問(wèn)你的網(wǎng)站，這個(gè)時(shí)候cookie就無(wú)法直接對應到該用戶(hù)了。

4、基于用戶(hù)ID的用戶(hù)識別

基于用戶(hù)ID的用戶(hù)識別是最為準確，因為一般情況下用戶(hù)不同共享他的用戶(hù)ID，所以我們可以認為數據中的userid唯一地指向該用戶(hù)，幾乎不存在偏差。當然要使用用戶(hù)ID來(lái)識別用戶(hù)是需要一定的前提條件的：網(wǎng)站必須是提供用戶(hù)注冊登錄服務(wù)的，并且可以通過(guò)一些手段在點(diǎn)擊流數據中記錄userid。

所以對于一個(gè)需要用戶(hù)ID注冊登錄的網(wǎng)站來(lái)說(shuō)，用戶(hù)唯一標識符的選擇可以遵從以下順序：當用戶(hù)注冊登錄時(shí)以userid為準，當用戶(hù)在未登錄狀態(tài)瀏覽時(shí)以用戶(hù)的cookie為準，當用戶(hù)未登錄且cookie無(wú)法獲取的情況下以IP+Agent為準；這樣就能從最大程度上識別唯一用戶(hù)。

這里推薦一個(gè)網(wǎng)站日志中cookie項的自定義設置方法，以便更好地識別用戶(hù)。cookie是從用戶(hù)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(huì )記下用戶(hù)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(hù)曾經(jīng)登錄過(guò)你的網(wǎng)站且cookie未被刪除），所以在記錄日志文件中cookie項的時(shí)候可以?xún)?yōu)先去查詢(xún)cookie中是否含有用戶(hù)ID類(lèi)的信息，如果存在則將用戶(hù)ID寫(xiě)到日志的cookie項，如果不存在則查找是否有cookieid，如果有則記錄，沒(méi)有則記為“-”，這樣日志中的cookie就可以直接作為最有效的用戶(hù)唯一標識符被用作統計。當然這里需要注意該方法只有網(wǎng)站本身才能夠實(shí)現，因為用戶(hù)ID作為用戶(hù)隱私信息只有該網(wǎng)站才知道其在cookie的設置及存放位置，第三方統計工具一般很難獲取。

獲取用戶(hù)信息的途徑

通過(guò)以上的方法實(shí)現用戶(hù)身份的唯一標識后，我們可以通過(guò)一些途徑來(lái)采集用戶(hù)的基礎信息、特征信息及行為信息，然后為每位用戶(hù)建立起詳細的Profile：

1）　用戶(hù)注冊時(shí)填寫(xiě)的用戶(hù)注冊信息及基本資料；

2）　從網(wǎng)站日志中得到的用戶(hù)瀏覽行為數據；

3）　從數據庫中獲取的用戶(hù)網(wǎng)站業(yè)務(wù)應用數據；

4）　基于用戶(hù)歷史數據的推導和預測；

5）　通過(guò)直接聯(lián)系用戶(hù)或者用戶(hù)調研的途徑獲得的用戶(hù)數據；

6）　有第三方服務(wù)機構提供的用戶(hù)數據。

識別并獲取用戶(hù)信息的價(jià)值

通過(guò)用戶(hù)身份識別及用戶(hù)基本信息的采集，我們可以通過(guò)網(wǎng)站分析的各種方法在網(wǎng)站是實(shí)現一些有價(jià)值的應用：

基于用戶(hù)特征信息的用戶(hù)細分；

基于用戶(hù)的個(gè)性化頁(yè)面設置；

基于用戶(hù)行為數據的關(guān)聯(lián)推薦；

基于用戶(hù)興趣的定向營(yíng)銷(xiāo)；