在互聯網公司的眾多數據中，營業的數據、財務的數據往往是比較容易得到應用，但是網站訪問的數據往往是應用得最少的。這是什麼原因，網站數據該如何應用呢？
先說應用少的原因：
1、首先是數據的重要程度的認識。
交易數據、財務數據往往是關系到公司的生死，如果這個數據出現問題了，那麼公司的運轉就會出現了緊張狀況。所以上到CEO，CFO；下到公司的具體員工都在關心這個數據。
網站數據只關系到公司產品自身的好壞，而在公司發展的階段，這點上體現並不明顯，在國內尤其不明顯，很多公司都可以憑借一流的銷售，三流的產品去搶占市場，一部分的網站，甚至不要什麼優秀的產品，光是靠著大量的投資，打廣告，吸引到到用戶量，出業務的數據就可以融到大筆的資金，所以網站本身的數據就一定程度上被忽視下來了，而能作到在產品上大投入的公司，憑借的也不是網站的數據，而是產品人員自身的實力。
2、其次是數據處理的成本。
業務數據通每條業務是一個單獨的數據，這樣數據在處理的關聯上簡單很多，數據量也相對網站數據要少很多很多。同時在保證數據准確性方面，由於業務數據關系到財務問題，都是有多台服務器和多系統保證其准確性的。
網站數據往往是由用戶-獨立會話-訪問頁面構成的一個序列的數據，這些矩陣的數據在處理上增加了很大的難度，單單從數據量上講，往往是交易量幾十倍，數據量的增加還不是根本難度，難度是從分析一條數據，變成了分析一個序列的數據；同時另一個難度是這麼龐大的數據量，已經很難保證不丟失數據了，事實上，大部分網站記錄中，丟失1%-5%的數據是正常的現象，而即使是1%，對於序列的分析也有不小的影響。
3、網站數據更難於理解。
由於交易/財務是傳統行業就有的，所以有比較明確的定義，交易量，交易額這些數據大部分人都能知道他的意義，（財務數據除外）; 對於專業的人員，這些數據不存在任何歧義。而且在獲取數據的過程中，獲取方法，統計方法都比較規范，很少在這期間產生疑義。
網站的數據隨著互聯網的發展才發展起來，數據上沒有明確的定義，往往是兩個統計系統裡面，同樣的名詞表示不同的意義；不同的名詞表示相同的意義；同樣的名詞表示著不同的意義；名稱和意義都一樣，但是獲取的方式不同；而且這方面的分析也少有專業人員，相關的人員，例如產品經理，交互設計師甚至有獨立用戶數，獨立IP數，獨立會話數，流量數的卻別都搞不清楚的。同時，在數據獲取的過程中，由於相應開發語言，跳轉方式，服務器配置的不同，獲取數據的方式也不統一，在理解上更增加了一層的難度。
4、網站數據應用上困難。
傳統數據，往往是很容易就應用到實際當中，投入和產出的對比讓很多判斷可以比較容易的下決定。並且業務的情況往往是2選1、N選1的狀況，當數據證明一個比一個好的時候，是比較容易作決定的。同時，由於長期的積累，交易數據有成型的數據解釋結構，看到××數據，就知道這個數據是受××幾個數據影響。
網站的數據往往難以下決定，數據往往是很難直接應用到實際的修改之中。除了A/Btest是方案的對比，其他的數據多數不是方案的對比，而是同一個產品的優化。某頁面的轉化率低，產品經理也不能直接將這個頁面捨棄，還是要進行優化，這讓數據的判斷和處理的難度增加了許多。同時網站的數據，由於受到系統和人的意識兩個方面的影響，還沒有成型的結構去解釋數據受什麼關聯數據的影響，並且，一但是判斷結果是用戶不繼續進行操作，數據上就陷入到了荒原。
以上是網站數據對比業務數據的弱勢，但是並不是說網站的數據沒有意義，只是還沒有到發揮的時候，等到地盤劃定，各個公司要拼內功的時候，優化業務數據的時候，網站數據的作用也就體現出來了。