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。