初学SEO数据分析要避免的几个误区

 发表于 2013-06-25

作为SEO项目经理为了更好的做好数据化可控的SEO项目,不仅程序代码、UI交互等影响用户体验的方面需要了解,在数据分析方面也要多少懂点,这样有助于我们快速了解问题和对分析师发起数据分析需求,至少遇到情况,我们能够提出自己对项目问题的预判,也有助于加快问题的解决过程,加快SEO项目的推进速度。下面就简单的3点,来阐述数据分析相关的总结:

1、为分析而进行分析,目的不明确

首先,明确问题,我们的目标是什么,对目前遇到的问题,有哪些可能导致的原因,并且排列可能存在问题的优先级,将认为可能的最严重的问题来优先分析,要学会抓大放小,解决主要矛盾。

进而,每个方面的问题,都会有更多的细分因素,在分析进行前,将这些主要因素逐条的列出来,这个列出的过程,就会有判断,大概需要什么数据,才能证实我们的判断,需要什么样的方式去快速提取出来我们需要的数据,如果数据量非常庞大,也可以通过采样的抽取样本数据方式,但如果这个方式不能印证判断,那么还是很有必要进行全部数据的提取,虽然会花费更多的时间,但却是无可避免的。

再次,进行分析过程中,如果有的问题,涉及到的预判数据无法证明推测,不如标记下来暂时跳过,直接进行其他平行问题的分析,或者如果是垂直系列问题,预设立场的因素无法证实,那么就反向来推断是否可以排除,如果不能排除就要保留这个问题到后续继续分析。

最后,经过抽丝剥茧的问题分析,结果出来了,如果通过数据和图表来更清晰、简单、明了的表现,遵循趋势、对比等原则,用最直接的方式,最好的图标将复杂的问题说明白,不必追求非常花哨的方式弄得很炫,简单直白且能解决问题就好。

2、分析结果对推动问题无用,因为不了解产品和业务

目前很多数据分析师,尤其是SEO数据分析师,都是从数据分析本身进行问题的切入,图标漂亮,看起来很明白,但就是对推动和解决问题没有帮助,看似花费了很多时间,也得出严谨的结论,但在全局性和综合性方面差强人意,原因更多的是因为对产品和业务逻辑不了解,对营销、运营策略一无所知。

3、追求复杂分析模型而导致简单问题复杂化

什么回归分析、因子分析等等高级分析方法,在很多分析过程中被滥用,表现出来很专业性,其实一个合格的SEO数据分析师,通常会使用最简单直接的方法去剖开问题逐步分析最直接的因素,因为不止一个项目的数据分析需求被项目经理安排过来,所以,没有时间浪费,另外复杂的模型分析结果,往往在表现和讲解的时候也会很费劲,那么对于项目经理理解这个过程来说是很困难的,原本很简单的问题,只需要5分钟看看图标就了解关键所在了,却要花费半小时去理解分析师的图表和模型分析过程,我们也同样没有时间容忍那样的浪费。

评论 初学SEO数据分析要避免的几个误区

版权所有,未经许可,请勿转载,违者追究法律责任