摘要：原文转自“蓝鲸网站分析博客”链接：http://bluewhale.cc/2011-06-21/how-do-i-learn-web-analytics.html在我学习网站分析的过程中，大致可以分为5个阶段，它们分别是:基础，输入，实践，进阶，输出。简单的说就是兴趣+犯错。下面我将逐一介绍在每一阶段的内容。1，基础阶段：学习的原因第一个阶段是基础阶段，在决定开始学习网站分析之前，先要搞清楚学习的原因。也就是我为什么会想要学网站分析，而不是SEO或是SEM。我认为这是整个学习的基础，并且非常重要。我曾经在前几年SEO风靡的时候买过书，泡过论坛，学习SEO，但没有学成。因为我没有明确学习的原因。 阅读全文

摘要：利用google analytics追踪搜索引擎蜘蛛（spider/robots）的爬行日志原文链接：http://www.robinli007.com/archives/271/在做搜索引擎优化中分析搜蜘蛛爬虫日志是非常重要的一步,大部分网站采取服务器日志数据 ,一般认为采用类似google analytics的页面标记法是无法捕捉搜索引擎爬虫的信息，然而两位法国google analytics的爱好者的一段代码却可以让我们轻松利用google analytics追踪搜索引擎spider的抓取信息。要做到这个功能需要做以下步骤第一步，添加一个新的profile配置文件，这个profile文件 阅读全文

摘要：原文连接：http://www.cnblogs.com/wentingtu/archive/2011/12/28/2304475.html一、 关于分析师的基本介绍1.1 什么是分析师分析师是具有相应专业知识，通过分析相关的数据指标以达到解决问题（包括当前问题，以及问题预测），方便决策，以及提高效率的专家。其具体通过数学和统计模型来发现相关问题，提出相应可行的解决方案。从职能分工和专业性的要求来说，各行业都是需要分析师的角色的，虽然大家常见的分析师主要是财经（股票 OR 投资）的分析师，但是，在这里需要注意的是分析师是一个跨行业属性的角色，不仅仅局限于商业领域，即所谓的商业分析师。中国统计网1 阅读全文

摘要：原文链接：http://www.chinakdd.com/portal.php?mod=view&aid=125749摘要: 简介：R是什么工欲善其事，必先利其器，作为一个战斗在IT界第一线的工程师，C/C++、java、perl、python、ruby、php、javascript、erlang等等等等，你手中总有一把使用自如的刀，帮助你披荆斩棘。应用场景决定知识的储 ...简介：R是什么工欲善其事，必先利其器，作为一个战斗在IT界第一线的工程师，C/C++、java、perl、python、ruby、php、javascript、erlang等等等等，你手中总有一把使用自如的刀，帮 阅读全文

摘要：这段时间在努力汲取网站数据分析的知识，在宋星老师的网站中学到了很多东西，很多文字让我非常喜欢，为了时常可以翻阅，我将文章摘录在自己的博客中，下面的这段是摘录于宋星老师的《不说再见的再见，相逢的人会再相逢》，原文链接如下http://www.chinawebanalytics.cn/farewell_omniture/comment-page-2/#comment-38128关于网站分析的机会 不说再见，因为我相信有一天还会重逢，离开Adobe Omniture，是为了更好地拥抱网站分析。我坚定地信仰网站分析是因为这个领域的机会必然越来越多，需求必然越来越广泛。 谈机会，我想用解答问题的方式.. 阅读全文

摘要：以下文章是摘自"左其盛"空间的文章，原文链接为http://www.cnblogs.com/zuoqs/archive/2011/08/14/2138511.html一个中文的数据挖掘网络资源的索引：“数据草堂：优秀的数据分析师应该关注哪些网站”（http://blog.sina.com.cn/s/blog_5fc375650102dqri.html）。一个入门级的网站：网站分析在中国（http://www.chinawebanalytics.cn/），这个网站的文章好像基本出自一人之手，其网站地图给出的大纲比较有条理，可以算一个网站分析入门的网站。作者有相关工作经验，写的 阅读全文

摘要：数据挖掘（data mining），这是Ryan给我新的任务。这个名词听过很多次，但是，实际上，我还没有真正深入了解过。决定好好学习一下data mining。一、关于datamining：科学的定义：一种透过数理模式来分析企业内储存的大量资料，以找出不同的客户或市场划分，分析出消费者喜好和行为的方法。二、data mining的工具（摘自百度文库，经自己简单整理）：数据挖掘工具的市场一般分为三个组成部分：a、通用型工具；b、综合／DSS／OLAP数据挖掘工具；c、快速发展的面向特定应用的工具。通用型工具占有最大和最成熟的那部分市场。通用的数据挖掘工具不区分具体数据的含义，采用通用的挖掘算法， 阅读全文