收集數據

　　Web服務器的日志（用戶會話記錄）

　　Web trends或類似的第三方共享軟件（客戶端分析，流量分析，可用性分析）

　　自己開發的第三方軟件/插件（需求自定義）

　　大型網站通常會把以上三種方法組合應用，大致原理就是給進入網站的用戶賦予身份識別，每次產生交互動作就向服務器發回請求，通過時間和頁面判斷連接各個請求點并且記錄下來。（算法不討論）

　　過濾數據

　　明確目標，定義核心數據。

　　界定用戶行為，利用多數人的行為來消除個人行為的主觀性。

　　對用戶進行歸類，確定數據類別。

　　大型網站每天所產生的數據量是驚人的，所以常規需求一般都是定時或定量的分析。另外，額外的數據處理會減慢網站的速度，搜集的數據越多，潛在的負面影響越大。

關于鼠標軌跡、點擊分布的可用性例子：

跟蹤用戶在進行檢索時的鼠標移動軌跡，可以獲取用戶操作的先后順序、熱點功能、動作曲線等一手數據，這些都是改善或簡化表單的重要參考。 

在重要的頁面進行詳細的點擊分布監控統計，主要檢查信息呈現的易用性，看看有沒有偏離設計初衷，經常更新，找到規律。

　　處理特定用戶行為、用戶群、用戶來路的任務流例子：

　　監控分布式注冊流程，能夠看到有多少用戶填了表單、填完了表單，或者在某個步驟有異常流失。
 
監控不同模塊入口過來的注冊用戶，能夠統計出各模塊導入的有效注冊量、百分比、成功率，以便合理調配資源。
 
監控投放廣告過來的注冊量、注冊成功率、轉換付費用戶成功率，以便明確廣告的投入產出比。

　　監控用戶的縱深瀏覽行為，是測試導航可用性很好的辦法，也就是說用戶會不會在你的網站內迷路。