Google Analytics是目前应用最广泛的免费网站统计分析工具，但在网站速度分析方面功能薄弱。有些网站速度测试工具如baidu仅提供页面元素加载时间；有些工具如pingdom提供的Start Time、Connect Time、First Byte和Last Byte细分仍无法满足要求；这里使用功能更强大的GTmetrix来分析网站速度，本篇是网站内容分析第三部分——网站速度分析。 [...]

新的数据工具，或者说网页分析，正在逐渐进入编辑室，并且改变了编辑对于在什么时间，什么位置，推出什么新闻的决定。

刚刚收到一家在线分析工具发布的一个在线分析工具评估选购的白皮书，尽管知道有倾向性存在，但是依然大体浏览了一下，将其中check list要点罗列如下，一起看看。

我确信你们大多数人都非常清楚，网页速度已经成为搜索引擎的排名因素。虽然对于搜索引擎来说，它不是一个关键因素，但是对访问者来说，我一直感觉它是的。

在30天内改造?我几乎能听到读者的自言自语:“这怎么可能?”

——数据的上下文4 往往我们在做分析的时候需要结合各类基本的指标进行二次计算合并得到一个可以用于进行综合评价或比较的度量，这个过程中就需要涉及到一些指标的合并技巧，和比较基准的设定。其实之前“数据上下文”的系列文章中也一再强调了我们需要为指标设定合理的参考系来评价指标的趋势或表现的好坏，之前提供了一系列的方法，但这篇文章里面要介绍的方法应该是最简单方便的，同时不失实用性，得益于《用户体验度量》这本书中的介绍，所以这篇文章更像是一篇读书笔记，内容基本整理总结自《用户体验度量》第8章——合并和比较度量，当然不再局限于用户体验层面，结合了网站分析层面的思考。

Atlanta Analytics 从今年3月份起陆续刊登了几期分析师的囧事漫画系列（AA terrible comics series），诙谐的反映了网站分析师在工作过程中遇到的一些无奈棘手的事情。我将陆续翻译出来，和大家分享。

题记： 这是一个非常现实的问题，国内团购网站如雨后春笋，同质性强，竞争激烈。做好网站数据分析，不断优化转化率是企业必修的内功之一。这是一个让我倍感压力的主题。因为不仅主题本身非常具体，而我做这个系列的想法也是撇开方法论，从执行角度来写，写出具体到代码、可从A-Z操作东西来。

由于Google Analytics是基于javascript创建的，所以在正常情况下Google Analytics是无法跟踪到搜索引擎蜘蛛的爬行轨迹的。但是通过对google analytics原理的学习，你就可以自己动手去实现跟踪爬虫轨迹。方法和前面介绍的使用Google Analytics跟踪手机站流量类似。很早以前也发表了一篇使用PHP跟踪爬虫轨迹的文章，很简单的代码实现，大家也可以做参考。同样这里的方法也使用PHP实现：