经常有人让我帮忙简单说说SEO相关的数据分析怎么做，甚至期望能几小时速成。但这方面涵盖的太多，不可能三言两语就说尽，也不知可从哪里简单概括。! \" e7 o7 I- K7 m
+ k( j! K& c$ }$ U
SEO是一个非常不成熟的行业，能参考的资料极有限，大多数东西都要通过数据来摸索，而摸索的过程中，往往能揭露凭过往的直觉没有意识到的真相。所以数据化有时对于SEO是非常残酷的，往往一份简单的数据就可以否定掉一群人数年的努力工作。' K% g1 G1 S. v9 l0 b& R% e s
0 U; O$ v+ F8 ~) B
就拿最常见的例子来说，SEO流量是怎么组成的？大多数人觉得那是靠热门关键词撑起来的，或者认为是大量的热门关键词撑起来的，于是认为热门词的排名上去流量肯定会涨，却不然。对于大多数稍大的网站，绝大多数SEO流量都是由百度指数都没法看到的极其长尾的词带来的。因此哪怕用再大的力气去做热门词的排名，它们贡献的流量依旧很有限。
! O) L+ V8 D. x, M
3 }! h# @( s# @& \8 X+ K* r8 p 或许有人会认为这不可思议，因为从来没看到过这样的数据。但这数据是只有通过分析网站的原始日志才能得出的结论，而Google Analytics此类采样率极低的统计系统无法看到这样的数据。更不提哪怕会熟练用GA的SEO也甚少，因此SEO流量的真相几乎是从不被人看到的。1 \) Q. j% M& p/ T
$ z& M3 O5 g3 k% D 所以，有时听人说“SEO已死”，而我经常说“SEO还没活过”，一点也不夸大。
7 {8 z3 o9 K D/ \4 @1 M5 }- {
/ `* K2 a5 g- ~6 x 如何开始学习数据分析
. d1 p5 U, r7 G: e7 J3 l5 n/ h* F9 w) V# _$ A2 b4 }
SEO的最终目的是给网站产生收益，因此核心指标有两个：转化、流量。
( s9 [- k- \3 s4 y5 O8 r
3 ?' D* T' T/ N5 F) O 比如流量再可以细分：流量 = 收录 * 排名 * 点击率 * 搜索量收录可以再细分：收录 = 抓取量 * 页面质量
' n- l% G: ?5 `. n' Y* u% K7 @. C6 b) l) | E3 `
而比如抓取量，它的瓶颈依情况，可能是抓取时间封顶、可能是抓取总量封顶、可能是页面总量封顶。各种情况都有不同的处理方式，需加入不同的数据指标。( ?; M3 l8 I, z1 i# g$ B
! U9 ?/ B# z5 ?. y
通过类似这样的分法，从最终数据指标（转化、流量）可以逐步细分出几十几百个数据指标，这些数据指标都是有用的，因为它们的数值变动以后，最终也会影响到转化或流量。
. @! c' S6 ~: c: v1 |3 y7 R& M' H7 b! ]( m; m
（有本热门的SEO书籍，花了很大的篇幅去写了对一个网站分析并操作的实例，但最后那个网站的SEO流量却很低，没见多大效果。因为尽管其中有大量的“分析”，却多是在看没意义的数据。）当一个主要数据指标产生波动的时候（最常见的是总流量变动），就需要通过细分数据来分析具体的原因，后面有两个举例提及大致思路与步骤。
& m, x S7 b: Z2 o5 U+ R% Z4 |) ~
: i$ D- u( s1 {. \7 ^2 }- Y 之间涉及到的面则非常广——
\# M2 K: k6 S# ?! V9 F; n& c& M0 M
首先要了解搜索引擎的基础原理，这才能知道在什么情况下什么数据指标是有关的；之后需要对多种技术的入门级知识，因为各类数据的获取方式都不同，有些需要采集、有些需从日志提取、有些从数据仓库导出、有些从API获取等等，需要学习的方向不尽相同；单单的数据只是数字，还需要分析数据才能让它产生价值。临时性的分析一般用到Excel，监控类的分析则需要自己做个能输出图表的报表系统。
5 P5 b t1 L, |+ K/ i V9 T6 l8 W% k2 [1 P; Y) p6 J& @
这些至少要花个半年功夫才能学会，但并不算难，没有什么可畏惧的。就如学习1+1时都会觉得9*9是难的，但学会后再往回看，那就没什么了。. c& B3 l( H& O3 q7 t
1 A$ d6 T, B( F% z: x& f' _8 n# t. T# X
一个基础的假想案例分析
0 `, i+ o" ]/ z {/ ^/ k% h1 p9 o+ l$ k0 X, S- X5 D! K% o
假设个较接近于实际应用的例子：+ P1 M3 J0 e# E% A! @2 i, k' {
; e0 S* p0 X% `/ w- S8 e 一个游戏类论坛，A板块为网盘游戏下载，很多页面上有到X网盘的导出链接；B板块为BT下载，页面上有一个站内的种子下载链接，无站外导出链接。' Y: K! L6 o6 e3 {; E; ~5 C
( L4 ~! p* @1 ^6 I# B3 m
开始分析：
. r- a, T) [9 _5 l# x! [) k
; R d& U( C! t2 k) ?3 Q: e, a' M 统计页面的抓取数量与即时收录数量，并计算之后，发现A板块的页面质量明显低于B。（页面质量 = 收录数量 / 抓取数量）那么此时猜测，是否是A板块帖子页面上，X网盘的导出链接导致了它的页面质量低？8 s! a9 [8 ?9 Z3 ]* z8 P
{9 w3 Z- s: D& O8 _% b6 j- R
为了验证猜测，再将A板块的帖子页面分为两组，其中aa组有X网盘的导出链接、bb组没有X网盘的导出链接。分别计算其页面质量。如果aa组帖子的页面质量明显低于bb组，那么可以得出初步结论：* g: n7 h" c; b/ k. u- b4 ~
; n' f; h- N! | “X网盘的导出链接，使得自身帖子页面质量降低，影响到收录量，并最终导致SEO流量受损。所以需将该类导出链接做特殊处理，比如由自己站内URL，301跳转到X网盘等。”
% ^+ H# r u }
2 E' }& u: Y7 f 当然这个结论未必是正确的。比如，aa组帖子具备的特征，除了具有X网盘的导出链接外，也可能具备的特征如转载帖子比较多（游戏资源贴许多会是转载），可能是后者真正导致了其页面质量的低下。
' K0 | s- t! [) a2 R6 o. g
1 k- {9 n9 `# v4 h6 H/ \ 尽管更严谨的数据分析（比如再将转载帖子与非转载帖子分组）更可能得出准确的结论，但这般严谨下去就没个头了，SEO毕竟不是火箭科学，在某步的数据获取很有难度时，借助经验来猜测下可能更划得来。
1 g1 D$ O, J. f
& Q/ E- E6 r1 ? 所以可以先实施项目，然后再监控整个A板块相对B板块的页面质量是否有拉近，从而以最终效果来证实之前的猜测正确与否。3 ]" @* O* n9 V& i# _2 h2 t$ G h2 {
" k0 }" |8 ?8 W7 ]$ O) Y 尽管这个例子完全为假设，我并不确定实际情况中，帖子到网盘的导出链接是否会影响到页面质量。但类似的例子平日能遇到很多，且此类分析的时候所需的数据收集起来方便，因此这是日常SEO数据分析最容易碰到的一类情况。
: d/ u& K' K, ^5 O
2 l# v0 M$ `" s7 h+ _8 n 一个进阶的实际案例分析. Q1 c6 A- C9 H# f
) O! h9 l) e8 U2 k （数字与实际数值不等，但大致比例相同）
# p# ?* n. z6 R c4 B
- o* s8 _7 a# X; c% e6 W 内页的流量在某一时间段大幅度下降，需分析其下降原因。) a# e6 q4 E& i+ F! J
' v }7 l* z4 n0 f- O
一个常用且管用的思路是，取25%的热词，看它们带来的流量、与另外75%词分别的变化。如果得出的数据是热词的流量下降多，即多半为热词的排名有下降；如果下降程度相当，则为整体的影响。" ?9 u( h' D+ q- F$ X/ h# ~( J
" k/ w# z- Y2 F# V6 s& j* E 首先，计算得出25%的热门关键词，它们的流量下滑幅度为35%；而75%的非热词，它们的流量下滑幅度为30%。
! z3 L1 i3 C9 e8 D
! Q' t$ M9 m5 I5 M6 d: X 但虽然数据差了5%，但差距还不是特别明显，需要进一步分析才能确定。5 W, ~0 B( X% X" m- N ] n
# N$ _" ^$ P0 J) {& L" O5 t 因为关键词往往是可以被进一步分词的，如“SEO文章”可进一步分为两个检索词——“SEO”、“文章”，而且检索词才是搜索引擎真正在处理的。所以进一步的分析就去分析25%的热门检索词流量的变化。
! g) V* Q% [4 H1 }/ l
. B7 J: Z( f. C: {9 X9 E 最终得出的数据是，包含25%热门检索词的关键词流量下降了40%，不包含热门检索词的词流量仅下降10%。
9 T6 N" I& N4 K) X
& h; |( _8 F2 w& i 那么结论就很清晰了，热门检索词相关的流量产生了变化。之后对比网站近期的项目上线列表，没有涉及到这部分的修改，所以这是百度的算法调整所导致的。! U, a/ b1 r& P" I
# w2 b6 Q N7 t) S3 M# E
知道了流量的变动原因后，自然也就可以有一些相应的改进方案了。尽管方案能执行与否尚取决于网站对SEO的重视程度，但至少不用借口于：“百度总是喜欢K我们的站”之类。6 |0 w4 o4 N2 y0 U2 F8 k! I* i& L
|
