第一部分：数据分析框架

为了分析问题的聚焦，我们具体拿互联网电商来举例子说明，至于其他的比如互联网金融、教育、社交等等，可以依此借鉴。

（1）从互联网实体角度分析。我们可以从以下7个角度构建互联网数据分析体系。

买家：基本特征分析、交易行为分析、流量行为分析、售后满意分析等

卖家：基本特征分析、经营效果分析、流量曝光分析、售后满意分析、产品分析等

产品：基本特征分析、交易行为分析、流量曝光分析、售后满意分析等

行业：基本特征分析、经营分析、曝光分析、售后分析、产品分析、买卖家分析等

设备：移动端分析、PC端分析、访问对象分析、cookie分析、session分析等

日志：访问对象URL分析、cookie分析、session分析等

事件：登录、流量、点击、曝光、下单、交易、支付、物流、评价、纠纷、仲裁等分析

这个实体分析方法，可以称得上是万能的数据分析框架，适用于所有的互联网企业。我曾工作过的阿里巴巴、腾讯、随手记等企业，我个人都是按照这个套路去构建互联网的分析体系。

（2）从用户的关键路径进行分析。

关键路径分析方法是一个行之有效的常用分析方法，也是做数据化运营的常用工具。关键路径分析让我们聚焦于核心环节，排除杂音，定位出业务的核心问题，快速的加以解决。在应用关键路径分析时候，我们往往先把可能的结果、以及最关心的结果梳理出来，以结果为导向追溯行为的根本，当然，也可以从行为的初始出发，梳理出所有可能的行为路径，找出关键行为，导向我们最终设计好的结果中去。下面我们举例子说明下：

在电商网站中，我们假设我们运营目标是让用户购买网站上的商品（在这里，我要插说几句，我们的目标有时候不只是购买，在精细化运营中，往往会根据用户的生命周期，确定关键路径的目标，比如对于一个进入期的新买家，我们通常会发一些购物攻略加以指导，针对流失期的买家，关键路径的结果我们可能导向申领我们的优惠劵之类，等等。关于这一部分数据化精细化运营方面，在大数据应用系列的数据化运营小讲，我们会详细加以分享，敬请关注）。刚才谈到，我们假设我们运营目标是让用户购买网站上的商品，那么我们可以把关键路径，也即，用户的购买路径梳理出来：

a.用户登录/注册》搜索关键词》查看商品详情》加入购物车》点击下单》确认付款》确认收货

b.用户搜索关键词》类目和店铺》卖家交流》点击下单》确认付款》确认收货

通过这种关键路径，我们还常常进行漏斗分析，从而进行流量的转化分析，找出影响到达最终结果的关键环节。

（3）从KPI拆解角度分析。

KPI拆解分析方法也是比较常见的互联网分析方法。核心思想是先定一个总体目标，比如今年营收12亿，那么可以把这个指标拆解到各个业务线去，业务线再进行拆分，比如分解为12个月，每个月需要达成营收额，接着，就是达成该营收额，根据流量的转化情况，估算出需要多少的流量，目前平台已有多少流量，需要外拓引流多少流量才能达成目标，这就可以层层的拆解指标，最终或落地到产品团队或部分到运营团队去承担KPI任务。

第二部分：数据分析常用分析方法

常用的数据分析方法有：PEST分析方法、5W2H分析法、4P营销分析法、逻辑树分析法、指标拆分法、对比分析法、漏斗分析法、用户行为分析法、用户生命周期分析法、金字塔分析法等等，下面我们逐个的简单说明下

（1）PEST分析方法

这个方法主要应用于行业研究中。从政治（Political）、经济（Economic）、社会（Social）、技术（Technical），简称PEST角度对一个行业进行比较分析。下面我们举一个例子：我们小讲开始就谈到数据分析行业前景，那么我们在此利用PEST分析下大数据行业前景如何？

（2）5W2H分析法

这个方法主要应用于用户行为研究和专项问题分析，从时间、地点、人物、事情、原因、方式、价格等7个方面对一个问题进行刻画研究。请看如下案例二：

（3）4P营销理论

这个方法主要应用于公司整体经营状况分析，是比较经典的营销分析方法。该方法从产品、价格、渠道、促销等四方面对企业经营状况进行全面分析。请看如下案例三：

（4）逻辑树分析法

这个方法也称作问题树分析方法，主要应用于针对业务存在的问题进行专题分析，是数据分析方法中非常常见的一种分析方法。请看案例四：

（5）指标拆分法

这个方法也是经常适用的方法，特别是为了达成业务目标，我们往往都会先定一个总的目标，然后再初步的拆解指标。下面我们讲讲案例五：

（6）对比分析法

对比分析法是非常常用的基础分析方法，虽然方法特别简单，但几乎所有的分析报告中，都会采取对比分析方法。比如去年同期相比、上个月环比、目标和实际达成相比、各个部门和业务线相比、行业内竞品比较、营销效果对比，等等。这里需要注意的是我们不管是横向比较还是纵向比较，比较的双方一定要有可比性，并且在同一个维度、粒度上去比较，要不是毫无意义的。

（7）漏斗分析法

漏斗分析方法经常应用于产品的转化分析。举个电商的例子：用户登录网站1千万，浏览商品详情页200万，加入购物车80万，下单支付50万，支付成功40万。每一步都是转化率的问题。针对关键路径进行漏斗分析能够帮助我们快速的定位到问题所在。从而能够及时做出决策。

（8）用户行为理论

也称用户的活动周期理论。该分析方法，往往用于对用户的基础研究中。用户行为过程分为认知、熟悉、试用、使用和忠诚5个步骤。

（9）用户生命周期理论

该分析方法，也往往用于用户基础研究中，在互联网领域应用广泛。用户的生命周期分为进入期、成长期、成熟期、衰退期、流失期。每一个阶段用户的行为特征是不一样的，其价值是不一样的，需要精细化的运营。不可急功近利。

（10）金字塔理论

金字塔这个分析方法正好和漏斗分析方法相反，它是基数大，上层小。最初是英国历史学家、政治学家诺斯科特·帕金森(C.Northcote Parkinson)在《帕金森定律》(Parkinson's Law)一书中，论述在行政管理中，行政机构会像金字塔一样不断增多，行政人员不断膨胀，每个人都很忙，但组织效率越来越低下。这条定律又被称为“金字塔上升”现象。后来，人们将这一理论延伸应用，不再只限于本意。大凡是基数大，上层小，符合金字塔特征的研究分析都可以套用到该理论中。所以，金字塔这幅图也常常见于各分析报告中。比如，分析用户群体特征（马斯洛需求层次模型、用户价值模型等等）

综上所述种种数据分析方法，如果在一份分析报告中，能够把这些分析方法都灵活反复体现和应用，那么，这个分析报告一定会比较丰满的。

第三部分：数据分析的流程

数据分析的流程主要分为六步骤，遵循这种方法，一个完整的数据分析项目就出来了。

（1）明确分析目的：我们接到一个分析任务，首先要弄清楚我们分析的对象是什么，要达成怎样的目的，不能陷于为了分析而分析。然后，要熟悉行业和业务，透彻的理解分析的目的，构建起分析的角度和体系。

（2）进行数据准备：我们有哪些数据，通过什么途径可以获取到需要的数据，往往涉及到内部数据和外部数据，内部数据常常是我们的业务库或者基础数据团队建立起来的数据仓库系统，外部数据方面，现在各行各业都有大数据交易源，还有大量的公开市场数据。

（3）进行数据加工处理：主要通过数据清洗工作，对重复值进行去重处理、对异常值错误值进行修正或剔除、对缺失值进行填充修正或删除。如果软件环境为支持大数据量情况下，还需要对数据进行抽样处理。经过这些预处理后，最重要的就是进行数据的计算统计、合并转换，让数据符合目标分析过程。

（4）进行数据分析挖掘：绝大部分的分析目标达成都可以刚才介绍的分析方法外加常见统计分析等达到。主要的分析：整体和组成分析、走势趋势分析、均值方差分析、排序TOP分析、同比环比纵横比较分析、频度频率分析、相关关系分析、数量和比例的双坐标分析、逻辑结构分析、金字塔分析、漏斗图分析、矩阵图分析、指标拆解分析、PEST分析、5W2H分析法、4P营销分析等等。还有一部分分析需要到更高级的数据分析方法才能得到结论。

（5）进行数据结果图表展现：数据分析的目的就是要解决问题的，往往数据分析师不是需求的发起人，那么这就需要数据分析师把分析的数据和结论展现给需求方。最佳的方式就是通过图表，有理有据形象的重点突出且专业的表达出来。根据第（4）步骤的分析，我们可以选取恰当的图标。比如常用的有：折线图、柱形图、条形图、饼图、冒泡图、散点图、矩阵图、雷达图、双坐标图、瀑布图、帕累托图、金字塔图、漏斗图等等。

正如我之前的一篇文章 《图说可视化，报表也能做得如此酷炫！》，讲到帆软报表制作数据可视化的几个关键点。

（6）写出分析报告：数据分析最终的结论全部体现在分析报告中，一个分析师水平如何，只要看他写过的一份分析报告就可以完全清楚了。综合灵活应用这么多的分析方法和各种各样的展示图表，分析报告一定会显得非常丰满。下面一个问题我们再详细和大家讨论数据分析报告的相关事情。

浅谈大数据对统计学的挑战和机遇

引言　　国际数据公司的相关研究指出，2011年全球数据生产量达1.8ZB，且全球信息总量每隔两年增长一倍[1]。在大数据时代下，对于统计学发展而言，挑战与机遇并存，挑战指的是现阶段传统统计学相关方法难以适用大数据，机遇指的是基于统计学，大数据展开数据处理、分析，促使大数据具备可视化特性。由此可见，研究大数据对统计学的挑战和机遇有着十分重要的现实意义。　　1.大数据及其目的　　现阶段，关于大数据仍旧没有一个十分明确的界定，大数据起初是源自于技术领域。在信息量不断扩大的情况下，使得常规电脑原有存储空间已不能对新处理数据进行承载，新兴数据处理技术得以产生，好比雅虎的Hadoop平台、谷歌的MapReduce等。此类技术能够对僵化层次结构、一致性予以消除，促进数据无需通过常规数据库表格进行排列，极大程度地提升了人们可处理的数据量[1]。　

　2.大数据与统计学的对比　　2.1样本统计与全样本统计的区别　　样本统计属于统计学不可或缺的依赖，样本指的是结合相应的概率自总体中随机筛选并视作总体代表的集合内容，值得一提的是随机抽样是需要成本的，包括社会关系、资金成本或者时间成本等。基于样本数量提升有限前提下，样本估计误差会随着总体数量增多而增大，这亦是样本统计无法避免的不足。大数据时代下，收集整理庞大的数据信息应运而生，数据信息发展表现出总体即是样本的态势，该属性很好的消除了样本统计这一不足。大数据时代下的全样本统计，通常情况下可对完全总体进行覆盖，然而受大部分数据属于半结构、半结构数据影响，使得概率论应用遭受一定的制约[2]。鉴于此，将全样本统计应用到统计学中，应当就总体数据展开相应的归纳、筛选，即好比在样本统计中展开数据预处理。　　2.2预测分析与非预测分析的区别　　统计学的创立，是为了对变量相互相关关系展开分析，因此获取数据是发生于变量确定之后的，数据分析价值是能够被预测的。相较于统计学的预测分析，庞大数据将互联网、传感器作为载体，存在于分析需求之前，因此构建于大数据上的分析多为非预测性分析。在统计学中，出现大数据无法有效应用局面，这是由于不具备非预测分析所需的庞大数据，庞大数据产生与数据中心、存储系统存在紧密的联系，并非短期产生。也就是说，统计学中大数据的应用发展，说明了非预测分析正逐步取代传统统计学预测分析，数据多次利用正逐步取代传统数据一次性利用的。　　3.大数据对统计学的挑战与机遇　　3.1数据生产、处理与应用的转变　

　相关统计部门经开展严格的统计设计工作，获得相关的统计数据，数据的预处理分别有数据清洗、非全面数据填补以及数据矫正等。大数据时代下的统计手段尚不十分明确，自大数据流环境而言，要不断探索新型抽样方法，并确保抽样方法的实时、连贯及可行性。除去传统的统计分析方法，还应当开发大数据动态分析、数据流算法等[3]。　　3.2大数据时代对市场营销的机遇　　3.2.1大数据营销的特点与价值　　大数据营销的特点：I.数据采集多平台化特点，即大数据时代下，大数据的数据大多来源于不同的领域、不同的渠道。II.时效性特点，随着信息技术的急速发展，互联网用户消费、购物行为方式往往会瞬间出现转变。国际先进大数据营销企业AdTime基于此大数据营销特点，采取了时间营销措施，即采取相应的技术方式全面获悉用户所需，于第一时间对用户当下的需求进行回应，以使用户在下决心购买的最佳时间及时看到对应的产品广告。III.个性化特点，在大数据时代下，广告商传统媒体导向的营销理念逐步由受众导向取代，现如今，广告商可应用大数据了解用户的地理方位，需求内容等信息，达到对用户个性化营销的目的。　　大数据营销的价值：I.升级营销与用户的匹配度，大数据营销不仅可提供给企业了解用户有效的途径，还能够与网络环境下，选取相关技术方法达到对用户精确定位的目的，从而开展好营销工作，升级营销与用户的匹配度。II.改善用户体验，大数据营销促使企业真正意义上认识到用户及其所使用企业产品情况，以给予用户最人性化的提醒。　　3.2.2大数据营销的应用　　（1）与消费者建立紧密关系　　现如今，我国一些企业营销行为仍旧处于个性化定位信息、创意设计阶段，而无法对不同消费者展开个性化的营销活动。大数据时代下，经采用相关数据分析技术方法，基于对消费群体喜好、传媒接触习惯等展开有效的分析，达到特定营销活动明确开展的目的，实现企业精心开展的营销活动精准的辐射至目标消费群体处，与消费者建立紧密关系，极大的改善营销效率、质量[4]。　　（2）掌握竞争对手数据　　企业通过对竞争对手数据的有效掌握，获悉竞争对手发展状况，基于此帮助企业制定科学合理的产品价格，提升企业产品市场竞争优势。与此同时，企业务必要全面实施以事实为前提的决策手段，广泛地应用数据分析方式对企业每一个发展运营步骤进行优化，经对企业一系列数据的充分优化、对接，促使业务环节中潜在的价值得以被有效挖掘，降低生产成本，知己知彼，促使企业在日趋白热化的市场竞争中占据有利位置。　　（3）挖掘企业内部数据　　“市场未动，数据先行”俨然转变为国际上企业有效运营发展的一致认识，为了提升企业管理效率，要求企业要充分挖掘企业内部数据，并展开有效的整合、分析，以为企业相关人员做决策提供有利的参考依据，提升决策准确性，促进企业可持续发展。

3.2.4 企业的应用案例——以亚马逊为例　　在应用大数据开展市场营销方面，美国亚马逊公司一直处于领先地位。亚马逊研发出“用户未下单，先发货”功能，即结合用户的购物需求数据信息，分析用户想要购买的产品，达到用户未下单，提前发货的目的。此外，亚马逊通过对用户检索信息的分析，评估流感的传播，但这仅仅为海量检索数据中的一项用途，相同的数据能够应用于预测大选结果、预测某类产品市场行情等等，极大地降低了统计成本[5]。　　3.3大数据时代对市场营销的挑战　　3.3.1信息收集　　大数据并非就是对数据信息展开盲目的收集，即便收集了再多的数据，倘若这些数据并非是市场营销所需要的，如此便会导致前期收集来的数据信息，变成一堆“数据垃圾”。鉴于此，为了避免这一情况发生，务必要充分分析业务需求，再对自身存在价值的数据展开收集、归纳，如此方可实现大数据的有效收集应用。　　3.3.2经验与数据　　数据采集完毕后，面对参差不齐的数据，还应当做好数据评估工作，评估对何种目标受众开展市场营销工作。鉴于此，要求采取科学合理的手段，将这些参差不齐的数据整合成可被市场营销实践应用的，经结合过去的经验，与采集数据进行有机融合，实现对目标受众的有效分析确定。　　3.3.3分析与优化　　数据分析，一方面是实现数据优化，一方面是进行决策层面上的调整、转变。此环节对于专业人才的需求提出了严苛的挑战。数据分析、数据优化对于专业人才的知识框架要求大不相同，这要求相关企业不仅要培养专业的数据分析人才，还要打造数据优化人才队伍。　

　3.4大数据营销的未来发展趋势　　信息技术不断发展，单一媒体导向的“消费者碎片化”俨然无法达到企业对于数据多样性的需求。大数据时代下，媒体的跨界融合实现对“碎片化”受众的充分聚合。在科学技术技术不断进步的背景下，跨媒介、跨平台、跨终端的多途径将不断被开拓，将使庞大的数据信息获取多维度的整合，并且在多样化网络环境下，消费者主观信息与客观数据有机融合，构筑全面用户数据库环节，将成为未来大数据营销发展的必然趋势[6]。　　4.结束语　　总而言之，大数据为传统统计学带来了严峻的考验，也为传统统计学有效发展创造了良好的契机。在大数据时代发展潮流中，我们应当充分的认识到大数据对于传统统计学而言，是补充而不是更替，构建于样本统计、预测分析内容上的传统统计学，仍旧于社会统计、经济分析中占据着主导位置。大数据时代下，为了实现企业市场营销的有效开展，相关人员务必要不断专研研究、总结经验，全面分析大数据与统计学的对比，充分认识大数据对统计学的挑战和机遇，“与消费者建立紧密关系”、“掌握竞争对手数据”、“挖掘企业内部数据”等，积极促进企业市场营销的科学合理化。

作为一个SEO专员，要学会利用百度统计工具——最大的中文网站分析平台来分析数据首先要学会安装百度统计代码 ，在百度搜索引擎搜索“百度统计” ——注册一个账号——登录百度统计后台。

填写网站信息

建议手动安装统计代码，如果选择自动安装，系统会在每一个页面都给安装统计代码。

安装好了以后，要熟悉后台几个重要的数据分析，包括流量分析、来源分析、访问分析、转化分析、优化分析以及每一个下面的子选项。

一、来源分析

1、全部来源——可以查看 pv、uv 、ip、跳出率平均访问时长。在这我们可以了解网站最近的各项指标的情况。

如上图，我们可以看到今天的浏览量(PV)、访客数(UV)、IP数、跳出率、平均访问时长等。

备注：名词解释：（重点理解）

（1）浏览量(PV)——即通常说的Page View(PV)，用户每打开一个网站页面，就记为1个PV。用户多次打开同一页面，浏览量累计。同一个页面被访问多次，浏览量也会累计。

（2）访客数(UV)—— 一天之内您网站的独立访客数(以Cookie为依据)，一天内同一访客多次访问您网站只计算1个访客。访客数主要是以cookie为依据来进行判断的，而每台电脑的cookie也是不一样的。有时候IP数会大于真实的访客数，比如：一个ADSL拨号用户，可能一天中在三个不同的时段拨号上网并访问了这个网站，那么网站获得的IP数是3，但是真实的访客数只是1。有时候访客数也会大于IP数，因为像公司、网吧这样的地方，往往都是多个用户共用一个IP。 比如：一个局域网对外是相同的一个IP，但是有10个人同时访问，那么这个时候，访客数为10，而IP数仅为1。

（3）IP数——一天之内您网站的独立访问ip数 通过上面的例子，我们能了解到访客数要比IP数更能真实准确地反映用户数量。

（4）跳出率——指访客来到网站后，只访问了一个页面就离开网站的访问次数占总访问次数的百分比。跳出率是反映网站流量质量的重要指标，跳出率越低说明流量质量越好，用户对网站的内容越感兴趣。

（5）平均访问时长——访客在一次访问中，平均打开网站的时长。即每次访问中，打开第一个页面到关闭最后一个页面的平均值，打开一个页面时计算打开关闭的时间差。

2、搜索引擎——查看不同搜索引擎的来访数据，对比分析有针对性的对某一搜索引擎优化一下。

3、搜索词——可以看到用户是通过什么词进来我们网址。如下图：

4、外部链接

二、访问分析

1、受访页面——可以看出，我的网站哪些页面是用户浏览的，哪些是受欢迎的页面，对于比较受欢迎的页面我们可以将它放在推荐那里，让用户更方便找到！

2、入口页面

3、受访域名

4、页面点击图

5、页面上下游 能告诉我们哪些信息?

a.哪些页面给指定页面带去了较多的流量以及这些页面的具体流量情况。

b. 指定页面给哪些页面带去了较多的流量以及这些页面的具体流量情况。

通过这些信息，您可以了解指定页面的访客行为规律，从而了解访客的关注点及访问习惯；另外，如果您在指定页面设定了目标，那么您还可以通过这些目标的转化情况去衡量访客在指定页面的行为路径的合理性。最终，根据获取的这些信息，您可以有根据地改善指定页面与其他页面之间的层次关系，从而让访客在您网站上获得更好的使用体验。

三、访客分析

1、地域分布——可以看出哪个地区访问比较集中，可以考虑将主机或服务器放在那个地区，降低延迟，更利于SEO。

2、系统环境

3、新老访客

4、访客属性

对于网站建设来说，前面咱们有说过如何才能做出高价值的网站？对于对于互联网来说，只要是网站都属于线上业务，线上业务相对线下最大的优势在于用户数据的分析，用户的可追踪，可通过分析进行用户体验优化，网站页面优化等等，今天就为大家介绍下如何进行网站数据的分析？

如今，越来越多的线下环节被互联网化、数据化，用数据改善线下流程成为可能，网站分析的很多理念也焕发出勃勃生机。包括很多被咱们站长朋友熟悉的一些工具网站统计、数据统计、站长工具等等。

一、网站分析应从哪里开始

一个完整的网站分析应用过程是这样的： 分析目标 → 插码 → 分析 → 行动 ，但实际上大部分人是无法参与插码这个环节的，这样对数据理解不够深刻，分析起来容易产生偏差。为了便于理解，先简单介绍一下网站分析的原理。

主流的网站分析工具基本都是采用页面标记法，就是说在前端页面嵌入一小段可被浏览器执行的代码(如站长统计工具)，相当于给页面安装上摄像头，把用户在页面上的一举一动都记录下来，再传输给后端的服务器。在这里咱们需要注意的是，网站分析没有准确的数据，但是它可以作为一个咱们对于网站的参考，一些原因导致数据的不真实性如：服务器来不及加载采集代码、网络传输原因、客户浏览的真实性都有可能导致数据的偏差。

数据采集是网站分析的起点，也是非常繁琐的工作，尤其开始的时候，页面、推广没有什么规范，只能定制采集代码，相当麻烦，即使是制定了规范，运营、开发经常赶时间上线，无暇遵循，人员的流动也影响规范的执行，经常到使用数据的时候才发现哪里哪里没有部署好。办法也不是没有，譬如把采集规范固化到CMS、推广流程中，对采集数据进行异常监控等。

二、如何用好网站分析数据？

网站分析只是一堆数据而已，那么如何用好网站分析数据呢？关键是五个点：转化、趋势、细分、对比、溯源，其中核心就看两个：转化、趋势，而：细分、对比、溯源这些词主要作为辅助。

1、转化

网站来了多少人，其中多少购买，这就是”转化”。我们在运营的时候，一般会设计一些用户的行为路径，譬如我们希望用户来访 → 访问产品页面→ 进入购买流程 → 填写资料 → 确认支付或者 扫码 → 进入活动页面 → 参加活动等等。

我们希望看到用户在各个环节的流向，是否符合我们的期望，与之相对应的，则是那些不符合我们期望的“转化”因此产生了一些专业术语(“流失率”、“跳出率”、“离开率”、“退出率”)，那么关于这一点咱们最关心的应该是用户去哪里了？用户为什么不进行购买/消费？

“转化”二字，是运营的终极目标，也是网站分析的核心。 所有的分析都是围绕“转化”二字开展(那些流失、跳出、退出等可看作是不好的“转化”)，做好转化分析关键是准确的把握哪些是关键环节，针对不同的场景进行不同的路径设计，形成转化漏斗图。

2、趋势

前面提到，网站分析数据是不准确的，但为什么它还有意义，因为数据的精度是稳定的，虽然具体数值不是绝对准确的，但是能够准确的把握运营的趋势。

对于运营来说，比当前更重要的是，是否在正确的道路上，网站的流量、转化是不是一直向好，重要环节、路径、页面体验是否持续提升，运营是否碰到天花板了等等。把握这个趋势，清楚自己是属于起步期、上升期、成熟期还是遇到了发展瓶颈，不同的趋势情况下要采取不同的运营策略。

3、细分

有一位前辈说的好：“无细分，毋宁死”。譬如告诉你网站访问上涨了10%，怎么回事?你可以通过网页进行细分，发现大部分网页流量没啥变化，只是某个活动页面涨了200%;或者通过流量来源细分，发现某个推广来源涨得不少，这样就清楚了，这只是一个简单例子。而不细分，就没有真相。选对细分的维度及维度的划分就非常重要，一般来说，细分维度的划分要遵循如下原则：确定哪些是稳定的、哪些是不稳定的，对不稳定的进行穷追猛打。

对于整站来说，一般直接访问、SEO来源等短时间内是比较稳定的，而推广是不稳定的;而对购买转化率来讲，可能要从流量来源、购买路径、产品等维度进行细分，因为不同来源用户质量不同转化率不同、不同购买路径不同、不同规格产品也不一样。

4、对比

没有对比，就发现不了更多的问题。同过去比，同竞争对手相比，和目标相对比，只有对比才能发现更多的问题，只有对比才能找到更多前进的方向。

同样的数据，不同的人使用效果会大不不同，譬如一个整站转化率数据，甲只知道比过去提升了10%，而乙知道这已接近行业的最高水平，无需再在这里发力。每个人脑子里存储的经验数据不同，可供对比的数据不同，得出的结论也就有深浅之分。

5、溯源

有时候不管怎样细分、对比都不能发现问题，怎么办?就要追溯回源头，审视原始的数据记录，反思用户的行为以及数据采集的过程，另外，要和运营人员深入交流，有可能他们做的一些动作，而数据没有准确还原。总之就是需要找到问题所在，然后提出方案，并且执行，最终达到效果。

最后，互联网+时代，无处不互联网、大数据，网站建设的重要性已经不言而喻，而拥有了网站之后，就需要进行网站推广，只有网站推广了才会产生数据，才能进行分析，才能为企业产生价值。网站只是一个空壳，而转换和效果才是企业是最终目标。因此学会网站数据分析不管是对于站长，还是企业来说都是尤为重要的！

工欲善其事，必先利其器。

一位优秀的数据分析师应该是全能型的，我们需要具备更多的硬能力。写报告时需要优秀的文案能力、做可视化分析时需要创意策划能力、分析问题时需要有热点捕捉的能力。同时还要懂PPT、PS、Visio、脑图、Excel、Axure、SPSS、SQL、SAS………等各种数据分析工具。

下面是小编精心为大家准备的数据分析，必知网站，必备工具，请各位笑纳！

热点捕捉工具

无论你是数据分析师，还是公司的管理者，你都要对社会的热点有捕捉能力。为了增强对市场敏锐度的观察，你需要以下工具的辅助。

1、百度指数http://index.baidu/

2、IWebChoicehttp://iwebchoice/

3、阿里指数https://alizs.taobao/

4、艾瑞网http://iresearch/

5、企鹅智库http://re.qq/

6、微博指数http://data.weibo/index/

7、友盟指数http://umeng/

8、百度预测http://trends.baidu/

9、199IT互联网数据资讯中心http://199it/

10、亿邦动力网http://ebrun/

数据来源网址工具

1、 国家统计局http://stats.gov/

这个就不做解释了，想必大家都知道，国家每个季度的GDP就是他们出的。反正在天国，他算是老大。

2、 中商情报局http://askci/

专业的研究报告及金融咨询服务机构，主要提供行业分析，市场调研,财经资讯，行业研究分析报告，市场调查报告,投资咨询报告。

3、 易观http://analysys/

目前中国互联网市场为数不多的一家领先大数据分析公司。以用户数据及大数据算法模型为核心，打造了强大的数据分析服务体系，通过对用户资产的运营分析，帮企业打开互联网应用新通路。官网的所有数据都是可以免费使用的。

2016年排名前三的国外数据公司网址:

1、Nielsenhttp://nielsen/us/en.html/

全球性的市场研究公司，它的调研集中在快消、汽车、电信等领域，数据涉及消费者偏好、购买行为等多项内容，有时还会提供具有代表性的案例研究。

2、 IMS Healthhttp://imshealth/

艾美仕是一家工作效率高，专业的药企数据分析（据说数据分析强大到可怕！）

3、 Kantarhttp://kantar/

一家综合性的市场研究公司，研究覆盖快消、健康、品牌、金融等领域，数据涉及产品的用户喜好、品牌认知度等内容。Kantar对公众比较开放，网站上的数据和分析可以免费查看。

词云工具

我经常看到一些网站有标签云，现实生活中，应该也会有很多人想做词云，但找不到合适的工具。这就是我分析给大家词云制作工具的原因。

1、 Wordlehttp://wordle/

这些年国内外一直很火的一款词云软件。Wordle优点是可以快速的分析文本或网站的词频，并以多种风格，字体，配色进行展现。做完词云图，生成图像后还可以保存在网络之中供你查看、链接、下载以及与好友分享。

2、 Tagulhttps://tagul/

Tagul是专为网络大师们要放置在网页上漂亮的云彩而准备的。Tagul云可以自定义字体、词云的形状，颜色等，做出来的词云图很酷炫，为网站访问者提供良好的用户体验。

3、 WordItOuthttp://worditout/

操作简单，进入网站后只需要输入一段文本，然后就可以生成各种样式的“云”文字。用户可以根据自己的需要对WordItOut进行再设计，比如颜色、字符、字体、背景、文字位置等，保存下载后，可以复制。

4、 图悦http://picdata/

5、 BDP个人版https://me.bdp/home.html

两款国内词云工具，相对比较容易上手，首先页面全体都是中文简体，操作一番就能了解大概。

数据可视化工具

以下是一些非常狂拽酷炫叼炸天的数据可视化工具。你可以看到各种题材，像人口、世界状况，甚至人类的情感，都可以将进行可视化，帮助你更好地理解数据。

1、Tableauhttp://tableau/zh-cn

2、Infogr.amhttps://infogr.am/

3、ChartBlockshttp://chartblocks/en/

4、iChartshttp://icharts.in/

5、Visual.lyhttp://visual.ly/

6、NVD3http://nvd3.org/

7、Leaflethttp://leafletjs/

8、n3-chartshttps://oschina/p/n3-charts

9、百度EChartshttp://echarts.baidu/

10、Datawrapperhttps://github/datawrapper/datawrapper/

在线调查工具

1、 腾讯问卷调查http://wj.qq/

2、 麦客http://mikecrm/

3、 调查派http://diaochapai/

4、 问道网http://askform/

5、 问卷星http://sojump/

思维导图制作工具/网站

1、XMindhttp://xmindchina/ 价格：免费

2、Cogglehttps://coggle.it/ 价格：免费

3、Freemindhttp://freemind.en.softonic/ 价格：免费

4、LucidCharthttps://lucidchart/ 价格：基础版本 每月4.95美元

5、MindManagerhttps://mindjet/ 价格：完整版 349美元，179美元升级费用

6、SpiderScribehttps://spiderscribe/ 价格：免费(个人版本)

7、 Bubbl.ushttps://bubbl.us/ 价格：免费

8、 Text2MindMaphttps://text2mindmap/ 价格：免费

PPT模板工具

1、 我图网http://so.ooopic/

2、 无忧PPThttp://51ppt/

3、 51PPT模板http://51pptmoban/ppt/

4、 站长之家http://sc.chinaz/ppt/

5、 设计师网址导航http://hao.uisdc/

其他数据分析网址

1、 人大经济论坛-计量经济学与统计区http://pinggu.org/bbs/index.php?gid=148

2、 数据挖掘学习交流论坛http://businessanalysis/

3、 网站数据分析http://webdataanalysis/

4、 数据分析网http://afenxi/

5、 数据分析论坛http://spsschina/

以上网址和网站，都是经过小编亲自从众多网址中精心筛选出来的，赶紧收藏吧！

随着时代越来越向大数据靠拢，各行各业的商业信息都会存储在大数据里，而网站流量的统计就成了一切数据来源分析的基石。网站流量记录网站每天的访问情况，记载网站访问的变化量，而网站流量统计分析就是企业寻找新客户的一个渠道。

我们可以从网站流量统计分析里面看出哪些用户对自身的产品、服务有兴趣，探索潜在客户的价值。那么下面我们了解一下网站流量统计分析系统的一些功能作用。

首先，统计概况分析—

网站综合情况的一个汇总。把网站的PV，独立访客。等按日/年累计做一个总体的概述。

其次，按在线情况分析—

在线情况分析分别记录在线用户的活动信息，包括：来访时间、访客地域、来路页面、当前停留页面 等。这些功能对企业实时掌握自身网站流量有很大的帮助。

然后，按时段进行分析—

时段分析提供网站任意时间内的流量变化情况。或者某一段时间到某一段时间的流量变化，比如小时段分布，日访问量分布，对于企业了解用户浏览网页的的时间段有一个很好的分析，比如说企业要投百度广告，谷哥广告时，可以选择这个时间段放更多的资源与精力。增加转化率。

接着，按搜索引擎分析—

搜索引擎统计分析提供各搜索引擎带来的关键词搜索次数、IP、独立访客、人均搜索次数、页面停留时间等数据。这些数据可以让企业了解用户通过什么关键词来找到自己的网站，那么在做SEO时/百度竞价推广时，提供一些数据分析。提高推广关键词的精确度。

最后，对访客详情分析—

访客详情分析一般提供地区分布，网络接入商，浏览器，分辨率，操作系统，语言，端类型，插件安装数据。这些数据很重要。对于地区投放广告提供一个一个参考数据，同时企业网站调整与网站设计得到一些用户习惯数据，从而设计出一个真正符合用户浏览习惯的高质量网站。

综上所述，我们不难发现，网站流量统计分析是每一个做互联网行业不可或缺的一份子。

进行网站建设，实施网络推广，离不开重要的数据统计分析。任何网站的建立，都离不开数据的统计，如果网站不进行充分的数据分析整理，凭着自身的感觉走，那建立起来的网站就是毫无根据的，无法满足用户的需求。那么SEO如何全方位的做好网站的数据统计分析呢？如何利用数据实施网站优化呢？跟着叶长亮SEO一起来探讨一下：

一. 身处大数据时代，任何不利用数据进行营销的方法都是“傻瓜”的行为，大数据的重要性不言而喻。那么日常中我们需要收集哪些数据？利用那些工具或者平台进行收集呢？

首先我们需要了解的数据有如下几个方面：

1.分析本网站的内外部数据，包括：收录、排名、流量、点击、转化等等。

2. 对竞争对手内部进行分析，利用站长工具进行查询：收录、排名、快照、权重、PR值、域名年龄等，充分进行对比分析，同时包含一些关键词的内页排名信息，获取ip信息等。

通过查询、统计、分析，将数据制作成表格，周期性的进行对比，以便对网站的调整优化做出合理的决策，有数据作为依据，就可以放心大胆的进行不合理页面的优化了。

二. 对重点优化关键词以及页面进行监控

通常网站都有核心关键词以及重点关键词需要进行重点优化，而围绕重点关键词进行优化的内容页面是否具有效果，就需要我们进行监控。对于关键词部分需要将关键词进行分类汇总，制作成表格，统计日常流量、点击等数据就能实行监控。而对于一些重点优化的活动页面，需要我们在站长工具统计平台进行页面添加，监控该页面点击情况，来确认页面设计是否合理，做好相应的调整策略。

三. 哪些渠道可以收集数据？

在平时的数据统计查询中，大多数站长经常使用的数据统计分析平台主要有：爱站网、5118网、百度统计平台，站长之家等，这些平台通常能够全面的将网站的流量、点击、来访页面、地域、ip等等进行统计，还能够帮助站长充分挖掘一些长尾关键词进行内容更新，使用也非常的方便。

四. 搜索引擎查询、分析

在日常的数据统计中，可以对优化关键词进行搜索引擎查询分析，观察同一个关键词，各个竞争对手的排名情况，对其进行分析统计，充分结合自己的实际需求，进行合理的调整，做到网站内容页面更加的优质，从标题到内容，更加满足用户需求，才能在同行中脱颖而出。

关于“SEO如何全方位的做好网站的数据统计分析？”问题，今天叶长亮seo就和大家探讨到这里了，网站的优化工作，需要实际的数据作为支撑，网络推广活动的展开，必须要以用户行为数据作为参考依据，因此作为一名站长，全方位的做好网站的数据统计分析，利用数据进行网站的优化调整，是必须具备的基本能力！

　纵观互联网，哪个不是靠数据分析来调整自身的产品，所以我们的网站也要开始进入数据分析时代，及时发现网站自身问题，而后针对性的解决问题，而不是盲目的靠猜，下面太原seo学习网就给大家上干货——8分钟轻松搞定网站数据分析!

　　1、要学会及时发现蛛丝马迹

　　很多时候，我们搞seo的不是等问题出来了，问题放大了才去解决，而是要在平时的点点滴滴中通过我们的经验去发现小问题。带着这些问题我们进行网站数据分析会让问题变得简单直接。

　　2、网站数据分析要经常关注pv、uv、ip、跳出率

　　从百度统计工具的后台就可以很清楚的看到我们网站的pv、uv、ip、跳出率，为什么百度会把这几个数据放在后台最显眼的位置呢?聪明的seo已经猜到了，百度现在对于网站的整体权重判断依据之一就是来源于这几个重要数据。

　　3、网站来源分析、地域分布是法宝

　　一般情况下我们网站的外链做的不一定是越多越好，而是质量越高越好，那么这个质量从哪里能看出来呢?从百度统计的来源分析中就可以看到我们网站的哪些外链是流量最大的入口，分析过后就可以针对性的将流量大的入口进行调整发布量，而流量小的入口就可以放弃了，毕竟我们人少不够，精力有限嘛!

　　4、必须分析的受访页面、着陆页和搜索词

　　这三个数据应该说是整个网站数据分析中的压轴大戏了，因为我们要进行准确的站内布局以及页面调整都得靠这三个数据。

　　分析受访页面可以分析出我们网站哪些页面最受用户喜欢，能看出推广、外链以及内链效果做的怎么样，分析搜索词可以得出现在用户喜欢从哪些词进入我们的网站。

　　着陆页数据分析可以体现出网站外链、推广链接以及网站现在排名的效果，如果网站没有关键词排名，可以以此来推测我们的推广、外链的效果做的怎么样。

　　我们还可以通过搜索词分析哪些关键词给我们带来了流量，以及访问的页面是哪些，访问页的跳出率是多少，是不是应该推广这个页面帮助它提升排名。

　　5、分析页面点击图和页面上下游

　　页面点击图相信大家都设置过吧，但是真正的用途是什么呢?绝对不是让你看看自己是不是色盲这么简单。利用页面点击图可以调整网站首页布局，颜色越红的内容应该放置最容易被用户看到的位置，颜色浅的内容就应该往下面放。而点击很少或者没有点击的内容可以从首页移除。

　　页面上下游主要是用来分析用户浏览网页的轨迹，我们大概从上下游的数据可以发现用户点击最多的文章是哪一篇，以及哪些页面的跳出率高。

任何一个正常运营的网站都是有数据的，在互联网时代，一个成功的网站运营者，在掌握网站运营方式的同时，还要善于进行总结，而总结一个重要来源就是，网站的各项数据统计。

很多人都知道数据对网站的意义，绝大多数的网站都会安装数据代码，一般情况下，一个强大的数据代码会误导运营者，为什么这么说呢?因为很多网站数据统计，为了方面网站运营者进行数据分析，它们会把网站所有的数据都统计在内。比方说，对客户类型进行分析，一个网站用户可以包括新用户，访问超过3次却没有注册的用户、会员、公司员工等。不同类型的用户访问网站的目的不同，停留时间也不同，访问的网页也有很大差别。

除此之外，我们在以访问流量来源进行统计，大多数的网站很注重搜索引擎的流量，也就是我们所说的自然流量，在移动互联网时代，单纯依靠自然流量的年代早已经过去，一个成熟的网站运营，流量来源已经是多渠道多元化方向发展，这些渠道类型主要分为：付费与自然流量、付费媒体与免费媒体、内部与外部广告、以及联盟。想要通过数据分析哪种渠道运营方式有效果，如果分析有误，会影响到网站的整体运营，甚至会增加网站运营成本。

那么，网站怎样的数据分析最有效呢?简单的统计代码还是跟踪流量来源……或者根据网站运营目的，达到某一特定需求进行有效分析。早期的网站建设和运营，在数据很少的时候，网站更注重流量和渠道，而网站运营相对成熟的时候，数据分析更应该偏向于网站功能性发展方向，比如一家企业营销型网站，对用户购买率特别敏感，那么数据分析就应该以此为核心，进行分析;而对于展示型网站来说，对于用户留存率特别感兴趣，数据分析依据就是兴趣，如果是一个靠广告获得收益的网站，如何诱导用户点击广告，那么就从点击了用户广告的原因开始做分析……

也许，网站还要其他目的，网站数据分析，就应该以网站目标为基础，来进行数据分析，这样就会有针对性，而且效果突出，下面，我们就以百度统计来和新手站长分享一下如何做好网站数据统计。

百度统计是百度推出的一款免费的专业网站流量分析工具，任何网站都可以安装百度统计， 站长可以根据相关提醒在这个页面进行注册，这个页面很容易找到，百度搜索百度统计就可以看到。

百度统计主要包括流量、来源、网站和转化四大分析功能。

某一栏目下的数据分析

在百度统计中有专门的“受访页面”报告，在数据表的右上方有多tab设计帮助站长迅速切换做“页面价值分析”、“入口页分析”、“退出页分析”。

做好这个网站页面可以让站长懂得那个网页内容用户最为感兴趣，而用户又从那个页面离开，从而获得一定的数据依据。

访客分析

在百度统计中，有访客分析，老访客是对网站有相对较高的粘度，是为网站带来价值的忠诚用户;而新用户则是推动网站运营和业务发展的动力。显然，不管做什么网站，都离不开访客，通过对新老访客的比率，是衡量网站当前发展趋势一个重要指标。

以上是简单介绍数据分析的一些细节，数据分析的最终目的不是看完就完事了，而是通过数据发现问题，通过收集到有明确目标的统计数据，我们在加以分析，从不同的角度去细分，最后发现问题所在，这样的话，就会比盲目的收集数据效率会高很多。

发现问题之后，就需要提出解决问题的方案，比如在百度统计有一个地域用户分析，为什么南方的用户访问量比北方多?为什么这一个页面的跳出率那么高?是不是这个页面网页设计有问题，或者内容上用户不感冒，或者其他原因……这家广告投放平台流量效果不是太理想，那么，再换有家如何呢?通过数据分析可以细分不同来源下的广告效果，然后筛选出那些性价比最好的广告平台，这对进行付费运营的网站来说，其实有效的数据分析，就是“节省”了一大笔钱!

总之，网站在运营一段时间之后，就需要定期进行数据分析，对于数据分析工具的选择，可以根据自己需求和便利性用一个就可以了，数据分析最为关键地方就是能够在一大堆数据中，找到符合自己网站需求，可以对网站运营起到指导作用数据，尤其是那些进行付费推广的网站，数据分析更为重要!

网站做好了，就可以把百度统计放上来了。有的SEO人员不喜欢用百度统计工具，总觉得百度在网站后面监视着不太自然:然后自作聪明的去选择了51LA、 CNZZ等统计工具。其实，完全没有这个必要，原因如下：

51LA、CNZZ的数据依然会卖给百度

其实51LA、 CNZZ并不是免费为站长们提供统计工具的，毕竟人家不是慈善家，还得赚钱养家糊口的。那么他们有什么能拿出来卖呢？当然是网站的统计数据。卖给谁呢？当然是百度、360、搜狗等搜索引擎。所以说，绕了半天，你的网站数据还是会被百度统计到，那还不如直接使用“百度统计”。如果你是做英文网站优化建议用谷歌管理员工具。

百度的数据更精准

既然主要是做百度的SEO，当然是研究百度的数据更加精准。毕竟今后的优化调整都是根据数据进行的。如果数据有偏差，导致优化方向错误，让排名下降了，那就得不偿失了。

身正不怕影子斜

很多SEO人员之所以怕使用百度统计，很大程度是因为自己心虚。因为他们原本就没有从用户需求的角度出发设计网站，更多的是靠猜、靠采集文章伪原创等方式来做SEO的。他们本身就觉得自己的优化方法有问题，所以不希望被百度发现。就像一个考试期间在桌子下面偷偷作弊的小学生，总担心老师突然从身后冲出来把自己揪出来一样。

如果我们一开始就是秉持SEO之道：方便用户之心的方式来设计网站，那就完全不用担心被百度统计网站数据了。身正不怕影子斜，我们知道自己的网站是用户真正需要的，百度越快发现我们这个潜力股越好。明确了要使用“百度统计”，接下来就是一些注意事项了。

提交网站

网站做好了，简单更新一些文章之后，就可以向百度提交了，正式向百度宣布：“我的网站上线了！赶紧来收录我吧！”“百度提交”工具：http://ziyuan.baidu/linksubmit/url

还可以顺手向其他搜索引擎也提交一下自己的网站，反正多获得一些搜索引擎的排名绝对不是什么坏事。下面列举几个主流的搜索引擎网址提交入口。

360、搜狗、谷歌、必应等提交入口，自己网上搜索一下就可以找到，这里暂时不列举地址。

江西SEO曾庆平 专注于 搜索引擎营销 和 网络 营销、网站建设、SEO优化 。 提供互联网营销服务：网站优化 、 高端SEO咨询顾问、品牌危机公关、 SEO整站优化等。