资讯 information
SEO的数据分析概述与案例 了解SEO流量的真相

发布日期:2017年03月09日 阅读次数: 字体大小: 【 加入收藏 】【 字体: 作者:苏州网站建设

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。

  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。

  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。

  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。

  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。

  如何开始学习数据分析

  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。

  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

  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。

  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。

  (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。

  之间涉及到的面则非常广——

  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。

  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。

  一个基础的假想案例分析

  假设个较接近于实际应用的例子:

  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。

  开始分析:

  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?

  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:

  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。

  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。

  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。

  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。

  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。