如何開始學習資料分析 SEO的資料分析概述與案例

　　經常有人讓我幫忙簡單說說SEO相關的資料分析怎麼做，甚至期望能幾小時速成。但這方面涵蓋的太多，不可能三言兩語就說盡，也不知可從哪裡簡單概括。

　　SEO是一個非常不成熟的行業，能參考的資料極有限，大多數東西都要通過資料來摸索，而摸索的過程中，往往能揭露憑過往的直覺沒有意識到的真相。所以資料化有時對於SEO是非常殘酷的，往往一份簡單的資料就可以否定掉一群人數年的努力工作。

　　就拿最常見的例子來說，SEO流量是怎麼組成的?大多數人覺得那是靠熱門關鍵詞撐起來的，或者認為是大量的熱門關鍵詞撐起來的，於是認為熱門詞的排名上去流量肯定會漲，卻不然。對於大多數稍大的網站，絕大多數SEO流量都是由百度指數都沒法看到的極其長尾的詞帶來的。因此哪怕用再大的力氣去做熱門詞的排名，它們貢獻的流量依舊很有限。

　　或許有人會認為這不可思議，因為從來沒看到過這樣的資料。但這資料是只有通過分析網站的原始日誌才能得出的結論，而Google Analytics此類採樣率極低的統計系統無法看到這樣的資料。更不提哪怕會熟練用GA的SEO也甚少，因此SEO流量的真相幾乎是從不被人看到的。

　　所以，有時聽人說“SEO已死”，而我經常說“SEO還沒活過”，一點也不誇大。

　　如何開始學習資料分析

　　SEO的最終目的是給網站產生收益，因此核心指標有兩個：轉化、流量。

　　比如流量再可以細分：流量 = 收錄 * 排名 * 點擊率 * 搜尋量

　　收錄可以再細分：收錄 = 抓取量 * 頁面品質

　　而比如抓取量，它的瓶頸依情況，可能是抓取時間封頂、可能是抓取總量封頂、可能是頁面總量封頂。各種情況都有不同的處理方式，需加入不同的資料指標。

　　通過類似這樣的分法，從最終資料指標(轉化、流量)可以逐步細分出幾十幾百個資料指標，這些資料指標都是有用的，因為它們的數值變動以後，最終也會影響到轉化或流量。

　　(有本熱門的SEO書籍，花了很大的篇幅去寫了對一個網站分析並操作的執行個體，但最後那個網站的SEO流量卻很低，沒見多大效果。因為儘管其中有大量的“分析”，卻多是在看沒意義的資料。)

　　當一個主要資料指標產生波動的時候(最常見的是總流量變動)，就需要通過細分資料來分析具體的原因，後面有兩個舉例提及大致思路與步驟。

　　之間涉及到的面則非常廣——

　　首先要瞭解搜尋引擎的基礎原理，這才能知道在什麼情況下什麼資料指標是有關的;

　　之後需要對多種技術的入門級知識，因為各類資料的擷取方式都不同，有些需要採集、有些需從日誌提取、有些從資料倉儲匯出、有些從API擷取等等，需要學習的方向不盡相同;

　　單單的資料只是數字，還需要分析資料才能讓它產生價值。臨時性的分析一般用到Excel，監控類的分析則需要自己做個能輸出圖表的報表系統。

　　這些至少要花個半年功夫才能學會，但並不算難，沒有什麼可畏懼的。就如學習1+1時都會覺得9*9是難的，但學會後再往回看，那就沒什麼了。

　　一個基礎的假想案例分析

　　假設個較接近於實際應用的例子：

　　一個遊戲類論壇，A板塊為網盤遊戲下載，很多頁面上有到X網盤的匯出連結;B板塊為BT下載，頁面上有一個站內的種子下載連結，無站外匯出連結。

　　開始分析：

　　統計頁面的抓取數量與即時收錄數量，並計算之後，發現A板塊的頁面品質明顯低於B。(頁面品質 = 收錄數量 / 抓取數量)

　　那麼此時猜測，是否是A板塊文章頁面上，X網盤的匯出連結導致了它的頁面品質低?

　　為了驗證猜測，再將A板塊的文章頁面分為兩組，其中aa組有X網盤的匯出連結、bb組沒有X網盤的匯出連結。分別計算其頁面品質。如果aa組文章的頁面品質明顯低於bb組，那麼可以得出初步結論：

　　X網盤的匯出連結，使得自身文章頁面品質降低，影響到收錄量，並最終導致SEO流量受損。所以需將該類匯出連結做特殊處理，比如由自己站內URL，301跳轉到X網盤等。

　　當然這個結論未必是正確的。比如，aa組文章具備的特徵，除了具有X網盤的匯出連結外，也可能具備的特徵如轉載文章比較多(遊戲資源貼許多會是轉載)，可能是後者真正導致了其頁面品質的低下。

　　儘管更嚴謹的資料分析(比如再將轉載文章與非轉載文章分組)更可能得出準確的結論，但這般嚴謹下去就沒個頭了，SEO畢竟不是火箭科學，在某步的資料擷取很有難度時，藉助經驗來猜測下可能更划得來。

　　所以可以先實施項目，然後再監控整個A板塊相對B板塊的頁面品質是否有拉近，從而以最終效果來證實之前的猜測正確與否。

　　儘管這個例子完全為假設，我並不確定實際情況中，文章到網盤的匯出連結是否會影響到頁面品質。但類似的例子平日能遇到很多，且此類分析的時候所需的資料收集起來方便，因此這是日常SEO資料分析最容易碰到的一類情況。

　　一個進階的實際案例分析

　　(數字與實際數值不等，但大致比例相同)

　　內頁的流量在某一時間段大幅度下降，需分析其下降原因。

　　一個常用且管用的思路是，取25%的熱詞，看它們帶來的流量、與另外75%詞分別的變化。如果得出的資料是熱詞的流量下降多，即多半為熱詞的排名有下降;如果下降程度相當，則為整體的影響。

　　首先，計算得出25%的熱門關鍵詞，它們的流量下滑幅度為35%;而75%的非熱詞，它們的流量下滑幅度為30%。

　　但雖然資料差了5%，但差距還不是特別明顯，需要進一步分析才能確定。

　　因為關鍵詞往往是可以被進一步分詞的，如“SEO文章”可進一步分為兩個檢索詞——“SEO”、“文章”，而且檢索詞才是搜尋引擎真正在處理的。所以進一步的分析就去分析25%的熱門檢索詞流量的變化。

　　最終得出的資料是，包含25%熱門檢索詞的關鍵詞流量下降了40%，不包含熱門檢索詞的詞流量僅下降10%。

　　那麼結論就很清晰了，熱門檢索詞相關的流量產生了變化。之後對比網站近期的項目上線列表，沒有涉及到這部分的修改，所以這是百度的演算法調整所導致的。

　　知道了流量的變動原因後，自然也就可以有一些相應的改進方案了。儘管方案能執行與否尚取決於網站對SEO的重視程度，但至少不用借口於：“百度總是喜歡K我們的站”之類。

        作者：zero 非磚家、一線做SEO的、天天碼代碼的 個人部落格：技術領域 http://tech-field.org/