對於一些準備上線或者剛剛上線的項目，系統中並沒有足夠的日誌可以提供給我們進行分析，這時候，我們前面所說的原始數據分析法就不再適用了，對於此類情況，我們比較常用的方法就是找到一個和該項目近似的系統，通過這種仿真模擬來評估項目可能的使用模型。
類比仿真
對於一些準備上線或者剛剛上線的項目，系統中沒有足夠的日誌可以提供給我們進行分析，對於此類情況，我們比較常用的方法就是找到一個和該項目近似的系統，通過這種仿真模擬來評估項目可能的使用模型。
由於用戶使用系統的模式存在各種變數，因此這種仿真的建模結果是否準確取決與要建模的項目和我們找到的可以類比的項目間是否足夠接近。
比較通用的方法可以選擇使用距離判別法，即選擇一些可以描述系統狀態和使用變化的因子，通過比較不同項目間的這些因子相似度，給出目標項目和參與比較的各個項目的差異值，差異值最小的即距離最小，也就是最相似的項目。
比較關鍵的一些因子如下：
1. 初始數據：主要是指系統參數情況，如有多少基礎數據，條目分別爲多少，如單據或者報表個數，公式數量和複雜度等等；
2. 使用規模：主要是用戶量和業務數據量，如總用戶量是多少，不同角色各有多少用戶，業務數據每月遞增多少；
3. 使用週期：主要是指業務相似度和用戶習慣，如業務預期高峯期是否一致，用戶操作習慣是否一致等；
4. 外圍接口：是否有外圍接口？
5. 。。。。。。
在確定差異值的時候，我們給每一個關鍵因子一個權值，然後將每個因子的差異度進行分檔打分，根據每個因子分值和權值計算出總差異值，選擇差異值最小的就是類比度最高的項目，我們就可以以該項目的使用情況作爲樣本來進行仿真建模。