收集数据

　　Web服务器的日志（用户会话记录）

　　Web trends或类似的第三方共享软件（客户端分析，流量分析，可用性分析）

　　自己开发的第三方软件/插件（需求自定义）

　　大型网站通常会把以上三种方法组合应用，大致原理就是给进入网站的用户赋予身份识别，每次产生交互动作就向服务器发回请求，通过时间和页面判断连接各个请求点并且记录下来。（算法不讨论）

　　过滤数据

　　明确目标，定义核心数据。

　　界定用户行为，利用多数人的行为来消除个人行为的主观性。

　　对用户进行归类，确定数据类别。

　　大型网站每天所产生的数据量是惊人的，所以常规需求一般都是定时或定量的分析。另外，额外的数据处理会减慢网站的速度，搜集的数据越多，潜在的负面影响越大。

关于鼠标轨迹、点击分布的可用性例子：

跟踪用户在进行检索时的鼠标移动轨迹，可以获取用户操作的先后顺序、热点功能、动作曲线等一手数据，这些都是改善或简化表单的重要参考。 

在重要的页面进行详细的点击分布监控统计，主要检查信息呈现的易用性，看看有没有偏离设计初衷，经常更新，找到规律。

　　处理特定用户行为、用户群、用户来路的任务流例子：

　　监控分布式注册流程，能够看到有多少用户填了表单、填完了表单，或者在某个步骤有异常流失。
 
监控不同模块入口过来的注册用户，能够统计出各模块导入的有效注册量、百分比、成功率，以便合理调配资源。
 
监控投放广告过来的注册量、注册成功率、转换付费用户成功率，以便明确广告的投入产出比。

　　监控用户的纵深浏览行为，是测试导航可用性很好的办法，也就是说用户会不会在你的网站内迷路。