在数据分析和数据挖掘的过程中，我们经常需要知道个体间差异的大小，进而评价个体的相似性和类别。最常见的是数据分析中的相关分析，数据挖掘中的分类和聚类算法，如K最近邻（KNN）和K均值（K-Means）

前几天突然想到，如果有人问：“网站分析主要是干什么的？投入成本来进行数据收集和数据分析又有何意义？”也许我第一反应的回答是：“网站分析能帮你更好地优化网站和推广网站。”但仔细想想，这些问题确实没有深入地思考过，也许我们日常中更多去探究网站分析的方法和实现，而对于网站分析的根本意义却没有真正地去想过。所以，这里整理了一下个人看到的目前网站分析的一些应用及体现出来的价值，算是对上面问题的一个简单回答。

我们在使用一些网站分析工具的时候会发现一般报表会被分成三大模块：用户访问、内容浏览和流量来源。每个分类都由各种分析度量组成了各类的展示报表，这里先介绍一下内容浏览模块（主要指的是网站的页面浏览）下的各种度量，以及基于这些度量我们可以实现哪些细分。

最近突然想写个专题类的文章，关于如何让用户更方便快捷地在网站上寻找到他们需要的信息，当然不能脱离博客的主题——网站数据分析，所以这里主要介绍的是如何通过网站分析来优化网站，实现用户对信息的快速获取，首先介绍的是网站的信息架构。

　　关于信息架构，网站设计的同学才是专家，我在这里只是班门弄斧，根据大学里面阅读的信息架构类文献资料的一些残存的记忆，再加上这几天临时抱佛脚的简单温习，在这里表述一下我的一点拙见。

Avinash Kaushik的博客中最近更新的一篇文章——Calculate Customer Lifetime Value，里面非常详细地论述了什么是网站用户的生命周期价值（Lifetime Value，简称LTV），及为什么要使用LTV这个指标。其中主要阐述的是在SEM及网站推广的过程中不要仅关注于一次访问（Visit）中的转化率（Conversion Rates）和CPA（Cost Per Acquisition）这些指标，计算用户在网站的整个周期中创造的总价值将更具意义，用户生命周期价值对于衡量网站的推广策略非常具有参考价值。