在一个很长的页面上，可以使用不同的温度颜色来表示那部分的内容更受人关注
文字可视化统计1：类似流行的tag云图，看看11月4日奥巴马胜利演说稿上出现次数更高的150个词是什么~
文字可视化统计2：还是奥巴马的演讲稿，跟在“I”后面的单词出现次数统计
05年中国范围内各种空气污染物污染程度统计，颜色越深表示污染越严重
2. 4Q
我们能拿到的所有数据都只能说明what happened。但是无论你如何严刑拷打你的数据，都很难得到why something happened。那……去问用户吧。这就是4Q主张的：好的衡量方法是听问卷的声音，世界上更好的问卷就只含有三个问题!
Why are you here? (用来发现用户真正的访问意图,4Q认为，用户真正的访问意图只有用户自己知道，这个问题的结果统计会让你大开眼界，它可以帮助你解释很多那些在点击数据分析报告中看起来非常古怪的现象)
Was the visit successful? (任务完成率，这是更关键的一个问题。我们可以很容易的统计出有多少用户真正通过我们的网站解决了他们的问题。)
No? Why Not? (这个问题的回答，将会是开放性的VOC(Voice of Customer)，更好避免使用类似下拉框似的的原因选择，在这里应该给用户用自己的话来表述意见和建议的机会，这将会达到更好的效果)
实际上，4Q的含义是four questions，那么在上面三个问题的基础上，还有好的添加了一个帮助综合评估客户满意度的问题：Good site experience?
4Q，是当用户离开你的网站时，所能看到的一个调研问卷，它包含且仅包含上面四个问题，用户可以在一分钟内就答完，但这四个问题被认为是更简单有效的用户意图研究方法。
那些与点击流相关的数据，对我们来说是缺少上下文环境的。由于这种信息的缺乏，我们不得不掺入一些自己的理解、经验、看问题的角度，来企图将数据分析得更有意义。而通过4Q那四个简单的问题，我们可以得到的是所谓的“上下文”，这也就让我们的数据分析更加有理有据，分析出更加客观的“所以然”。
web分析三位一体的定性和定量合二为一2，谢谢阅读。
