网站数据分析的一些问题(一)

在SEO数据分析中，我认为首先要考虑的是全局的观点，也就是用发展的眼光来看待数据。比如百度的算法调整，一定要满足搜索者的需求。只要我们的内容信息与搜索者的用户体验完全一致，我们的收藏不一定需要数量很高，但在质量上是可以满足的。

要抓住重点，比如我们的网站被降权了，那么我们需要做的就是找出网站被降权的原因，然后我们所有的工作都要围绕这个目标:找出可能的原因，收集相关数据，分析数据，得出结论。

一方面，我不能只强调片面。很多朋友做SEO分析的时候，知识和经验可能有限，分析的问题也很有限。记得去年我开了这样一个玩笑，分析一个门户网站，忘记分析网站的二级域名，那么片面分析得出的结论自然是可笑的。

能够通过数据分析了解问题的本质。很多时候我只是看一个网站在搜索引擎优化方面做的好不好。很多时候我会检查代码是否使用了nofollow标签来判断，因为一个好的SEO肯定会使用标签。

网站数据分析中容易出错的部分

可以排除无关数据的干扰。很多情况下，我们搜索引擎优化分析产生的误差来自于无关数据的干扰。比如我的博客以前就被降级过。经过多方原因分析，发现这只是服务器宕机造成的，服务器稳定后才会恢复正常。

这些都是需要从全局角度去做的事情，但是很多人在分析SEO数据的时候都要建立一个好的数据分析模型，因为其中有两个问题:识别问题——分解问题——得出结论——提出建议。

没有正确的结论，只有越来越准确的结论。考虑到百度自身的业务，百度不会发布自己的搜索引擎算法，所以我们在SEO分析中往往依靠猜测。这个时候，很容易相信我们开始预测的结果。比如学长在考试中引入的经验关键词密度为2%-8%。我们也是这样做的，但是发现网站的排名还是有波动的。通过分析，我们发现原因也可能是关键词密度过高。为什么？

首先，我们需要分析搜索引擎的工作原理。搜索引擎在分析网页的相关性时，并不是根据我们设置的关键词进行匹配，而是对网页中的所有字符进行统计匹配，因此相关词可能不是我们设置的关键词，而是我们忽略的其他词。