首先，传统的用户行为分析已演变为精细化分析。传统的用户行为分析，我们通常会这么认为：一个用户只要打开APP就算这一天的一个活跃用户，今天新增的用户只要第二天启动一次APP就认为是一个留存用户。而现在，我们对用户的行为分析可以做得更加精细化。比如，我们做了一个互联网阅读类APP产品，如果一个用户打开APP后并没有去浏览当中的一篇文章，而是通过注册机等手段生成的僵尸用户，那么我们可以设定一个规则来界定什么才是活跃用户，即今天至少查看了一篇文章的用户才算是一个活跃用户。再比如，传统的很多用户只要在数据库中生成一条数据就可以当成一个用户，而现在的互联网产品很多都要求实名制，也就是一个用户的身份验证如果不符合条件，就不能算是一个有效用户，比如社交产品上的实名认证、手机认证。因此，精细化用户行为分析会让越来越多的互联网产品，特别是那些靠假数据来获得投资的公司越来越失望，因为用户行为的精细化分析会让一款产品越来越健康，越来越走向高质量。
　　其次，用户行为精细化分析重点在用户画像。我们做用户行为分析，尽管不同的方法上差异很大，但是最终的目的是一样的，那就是通过用户行为产生的数据来还原用户的真实行为和本真面貌。也就是说基于用户在互联网产品上的行为和其行为背后的用户发生的时间频次等维度，尽可能准确地还原用户本真，通过行为数据来构建出完整、精细的用户画像，把用户的行为数据与用户的特征数据结合在一起构成一副用户画像，而不是像传统使用统计工具来得到数据。
　　再次，用户行为精确分析决定产品的市场。用户的行为是指导产品市场评估的有效手段之一，也就是可以通过用户行为的精确分析来判断一款产品是不是符合市场需求。例如，有个刚上线的垂直电商平台，我们可以通过用户的行为来判断是否有必要继续投入精力做这个项目，可以通过有多少用户浏览、、有多少用户真正点击了商品链接、有多少用户在商品页面上停留了较长时间、有多少用户真正购买并支付，这些用户行为数据的精确分析，可以很容易看出这个电视平台是否符合用户需求，是否对用户有一点吸引力，通过这些分析可以确定这个产品的市场空间是否足够大。
　　此外，用户行为分析需要从多个维度进行。随着信息科学和互联网技术的发展，特别是数据挖掘技术的广泛应用，对用户的行为分析也随之越来越深入，例如，对用户的一个点击行为，我们可以从多种维度进行分析，包括时间、空间，其中时间上可以有访问时间、访问频次、停留时间、交互时间等维度;空间上可以有地域分布、访问来源、用户群体等维度，也就是说，对用户行为的分析维度越多，越能够挖掘出更精确的用户信息，进而更加了解用户的需求，促进产品的不断丰富和完善。