我们都知道，网站分析是通过监测网站访问者的访问行为实现的，我们所有熟知的网站分析工具，例如Google Analytics，SiteCatalyst（Omniture的网站分析工具），Webtrends。51la等等，都是通过访问者的行为来判断访问者的目的以及他们在网站上的实际体验。当一个网站或者行为过少的时候，我们怎么才能分析出访问者，访问来源来更加贴身的分析一个网站的需求。所以，对于这些传统工具，没有行为，我们就无法真正了解网站的访问者他需要什么，我们能给到什么。

而在这方面，我看到了一个在国内市场很有潜力，或者说更加贴近对一个网站分析的统计程序，孔明统计。

登录界面：

Dashboard：

注册完毕，代码加入，运行一天，就能看到数据报告了。报告的Dashboard映入眼帘，和工具的首页一样清新。

猛一看，很兴奋，对于网站访问者的人口属性（Demographic）统计其实大家都不陌生，Google DoubleClick Ad Planner（按照CCTV的要求应该写为“谷歌双击广告计划者”）就能够提供美国网络访问者的人口属性统计。但是这个问题，在中国，一直没有得到真正的解决。对，我们有艾瑞，但是艾瑞是一个付费工具，一个价钱问题而且也不是监测网站的工具，他一直是做给广告主用的，而不适合给网站的分析作用的。在这之前，我一直在想有没有一个真正符合一个迷你网站或者一个对网站数据分析上作用的统计的东西！我看到了孔明，一个在我需要统计的地方添白空！

接着看看具体的Dashboard。
左上方的饼图，代表着访问者本身的一种属性——访问者作为一个人，他/她自己的兴趣是什么。例如，我的网站访问者A这个人的兴趣大致可以分为最感兴趣网络（65%），比较感兴趣金融（20%），还对旅游感兴趣（10%），以及其他（5%）；B这个人则是金融（55%），旅游（20%），网络（10%），其他（15%）；C这个人……这样，把所有访问者的各种兴趣分布加在一起（也可能是加权加在一起），就做成了这个分布图。这个图的作用很明确——让你了解你的访问者他们抱着什么目的访问你的网站的。一个建议，如果分类还能够更细，那就更有意义。
右边的柱状图是抱有各种类型兴趣的访问者流量网站的PV。例如，我的网站访问者中，对“网络”感兴趣的访问者贡献了最多的PV，对“金融”感兴趣的访问者其次。这的图很直接的说明了——我的内容在满足“网络”兴趣方面做的不错。
下面四个小图是受众的人口属性，很直观，不用多说。我倒是很感兴趣的是，他们是如何获得这些数据的。工具的创始人告诉我，他们通过用户跨网站浏览页面的内容来判断用户的兴趣，并结合用户的浏览行为模式来分析他们的性别、年龄、收入、身份等属性。仍然是间接的方法，而且也需要跨域监测同一个cookie在很多网站上的访问行为和内容，对语义分析的要求也很高。这些都不是简单的事情。不过，他们对自己的技术非常自信。

Underfolder：

上面的抓图只是首页的第一屏，首页还有underfolder的部分，如下图所示：

这个部分想要说明网站内容的分布，我感觉其实如同搜索引擎crawler（爬虫），把内容爬下来，再进行语义的分析，最后总结出具体内容主题的分布。这个功能，我认为他们的意图是用于对比网站访问者实际兴趣和网站实际内容之间的匹配程度，以帮助网站站长优化自己的网站。

有点儿意思，不过似乎还需要再继续完善。

如果能够准确对比访问者意图和网站内容的供给之间的差异，这的确是帮助优化网站内容的一个非常有利的工具。

细分和趋势:

Sidney是最喜欢细分、趋势和转化的。所以，我看到这个工具真的很惊喜.

以上文字转自：http://www.chinawebanalytics.cn/网站分析新工具推荐孔明统计/

当然我看到这些的时候，我想了很多，到底这样一个网站分析的工具猜想部分的分析到底有多大的正确性，但是他给了我一个可猜想和在分析下去的空间，虽然不会有100%的正确，但其他更具用户的体验告诉了我，用户的可能性！