其实也很简单，百度、谷歌都从各种渠道（主要是cookies数据跟踪，ip记录，以及搜索记录和工具条收集、包括一些其他关联产品搜藏、gmail、网站统计、浏览器、输入法等）收集用户数据和用户操作行为，alexa就简单的多，就是工具条。
那么所需的元数据包含哪些呢？
比如百度、谷歌：
用户搜索了哪些关键字、所在地区的IP、上了哪些网站、停留时间、退出率、甚至各种转化行为监控。
比如alexa就简单的多了，所以它得到的数据也简单的多，它主要监控用户上了哪些网站，所在地区IP就差不多了。
那怎么分析呢？
比如你经常上哪类网站，这个用户群比如经常搜索QQ表情、非主流、最炫民族风mp3、猫和老鼠动画片、蜡笔小新、高考等一个庞大的关键词、上QQ空间、人人网、上百度贴吧等基本可以对应怎样的用户模型，包括年龄、学历、职业等。
比如你经常搜索股票、汽车、单反、VC、时代周刊、财经、上BBC、上纽约时报网站等又可以对应怎样的用户模型。
比如你经常搜索敏捷开发、ruby、html5、app开发、photoshop、产品设计、SEO、ppc、上知乎、上csdn等又对应怎样的用户模型。
这样基本可以通过统计学分析，得出某人的相关属性，然后根据大量的用户集群，得出该用户集群的属性。
这个可以先建立模型然后把相关行为和模型对应，然后进行规模化统计归纳。
而我们做产品需求分析的时候也会根据搜集的信息来归纳我们的潜在用户群的属性，并针对性进行产品开发和理解，而它们更类似翻过来操作。
这个东西百度或者alexa是猜不到的，哈哈，应该是在注册时答问卷获得的吧，我们艾瑞的网民行为跟踪，这些数据也是通过对注册用户的问卷调查获得的。