隨著很多網站的做大做細，網站資料分析變得更為重要。通過網站資料分析可以充分了解一個網站的運作情況，並加以改進。這些資料會告訴你，你的網站流量是否有效？流量在哪裡流失？目標受眾是否精準？如何改善網站產品格局和網站運營？等等一系列問題。但在這之前的第一步就是需要獲取網站的資料。本文主要介紹如何獲取網站資料以及需要獲取哪些關鍵資料。
1，網站內部資料
網站內部資料是網站最容易獲取到的資料，它們往往就存放在網站的檔案系統或資料庫中，也是與網站本身最為密切相關的資料，是網站分析最常見的資料來源，我們需要好好利用這部分資料。
伺服器日誌
網站分析不再侷限於網頁瀏覽的PV、UV，轉化流失等，基於Events的分析將會越來越普遍，將會更多的關注使用者在接受網站服務的整個流程的情況。
隨著網站應用的不斷擴張，以及前端技術的不斷昇華。網站日誌不再侷限於點選流的日誌資料，如果你的網站提供上傳下載、視訊音樂、網頁遊戲等服務，那麼很明顯，你的網站伺服器產生的絕不僅有使用者瀏覽點選網頁的日誌，也不只有標準的apache日誌格式日誌，更多的W3C、JSON或自定義格式的輸出日誌也給網站分析提供了新的方向。
網站分析工具
通過網站分析工具獲得資料是一個最為簡便快捷的方式，通過網站分析工具獲得的資料一般都已經經過特殊計算，較為規範，如PV、UV、Exit Rate、Bounce Rate等，再配上一些趨勢圖或比例圖，通過細分、排序等方法讓結果更為直觀。
但通過網站分析工具得到資料也遠不止這些，上面的這些資料也一樣可以通過統計網站日誌獲得，但網站分析工具的優勢在於其能通過一些嵌入頁面的JS程式碼獲得一些有趣的結果，如一些網站分析工具提供的點選熱圖，甚至滑鼠移動軌跡圖。這些分析結果往往對網站優化和使用者行為分析更為有效。
資料庫資料
對於一般的網站來說，存放於資料庫中的資料可以大致分為3個部分：
網站使用者資訊，一般提供註冊服務的網站都會將使用者的註冊賬號和填寫的基本資訊存放在資料庫裡面；
網站應用或產品資料，就像電子商務的商品詳細資訊，如商品資訊會包含商品名稱、特徵描述、產品屬性等；
使用者在應用服務或購買產品時產生的資料，最簡單的例子就是電商網站的使用者購買(購買單、報價單、詢盤)資料——購買時間、購買的使用者、購買的商品、購買數量、支付的金額等。
當然，這一部分資料的具體形式會根據網站的運營模式存在較大差異，一些業務範圍很廣，提供多樣服務的網站其資料庫中資料的組合會相當複雜。
其它
其它一切網站運營過程中產生的資料，有可能是使用者創造，也有可能是網站內部創造，其中有一大部分我們可以稱其為“線下資料”。
2，外部資料
網站分析除了可以從網站內部獲取資料以外，通過網際網路這個開放的環境，從網站外部獲取一些資料可以讓分析的結果更加全面。
網際網路環境資料
可以去一些網路資料分析平臺查一下網際網路中頂級網站的訪問量趨勢。
競爭對手資料
時刻關注競爭對手的情況可以讓你的網站不至於在競爭中落伍。除了一些網站資料查詢平臺以外，直接從競爭對手網站上獲取資料也是另外一條有效的途徑，也有網站會出於某些原因（資訊透明、資料展示等）將自己的部分統計資訊展現在網站上，看看那些資料對於掌握你的競爭對手的情況是否有幫助。
在獲取上述幾類資料的同時，也許我們還可以從其他方面獲取一些更為豐富的資料。
合作伙伴資料
如果你有合作的網站或者你經營的是一個電子商務網站，也許你會有相關的產品提供商、物流供應商等合作伙伴，看看他們能為你提供些什麼資料。
使用者資料
如果你的網站已經小有名氣，那麼嘗試在搜尋引擎看看使用者是怎麼評價你的網站，或者通過SNS網站等看看使用者正在上面發表什麼關於你的網站的言論。
當然通過使用者調研獲取資料是另外一個不錯的途徑，通過網站上的調查問卷或者線下的使用者回訪，電話、IM調查，可用性實驗測試等方式可以獲取一些使用者對網站的直觀感受和真實評價，這些資料往往是十分有價值的，也是普通的網站分析工具所獲取不到的。
在分析網站的外部資料的時候，需要注意的是不要過於相信資料，外部資料相比內部資料不確定性會比較高。網站內部資料即使也不準確，但我們至少能知道資料的誤差大概會有多大，是什麼原因造成了資料存在誤差。而外部資料一般都是有其他網站或機構公佈的，每個公司，無論是資料平臺、諮詢公司還是合作伙伴都可能會為了某些利益而使其公佈的資料更加可信或更具一定的偏向性，所以我們在分析外部資料是需要更加嚴格的驗證和深入的分析。而對於使用者調研中獲取的資料，我們一般會通過統計學的方法檢驗資料是否可以被接受，或者是否滿足一定的置信區間，這是進行資料分析前必須完成的一步。