网站分析中需要分析的数据类型包括：

1. 流量数据：包括访问量、访问者数量、访问者来源、页面浏览次数等。

2. 用户行为数据：包括用户在网站上的操作，如点击、滚动、停留时间等。

3. 设备数据：包括访问者的设备类型（如PC、手机、平板）、操作系统、浏览器等信息。

4. 地理位置数据：包括访问者的地理位置信息，如国家、城市、地区等。

5. 用户属性数据：包括用户的年龄、性别、职业、兴趣等基本信息。

6. 转化数据：包括用户完成特定目标（如购买、注册、下载等）的数量和比例。

7. 收入数据：包括通过网站产生的收入、广告收入、销售收入等。

8. 网站性能数据：包括页面加载速度、网站可用性、搜索引擎排名等。

9. SEO数据：包括关键词排名、搜索引擎流量、反向链接等。

10. 社交媒体数据：包括用户在社交媒体上的互动情况，如分享、评论、点赞等。

如何快速入门网站数据分析与运营

一、网站概况分析

对于一个网站的分析报告来说，网站的基本概况是必须要了解和分析的，如以下几点：

1、域名相关

（1）、域名相关性(是否包含关键词);

（2）、是否容易记忆;

（3）、域名年龄;

（4）、域名过往被惩罚历史(比较难查，参考);

（5）、是否备案;

2、服务器相关

（1）、服务器IP;

（2）、服务器速度;

（3）、服务器功能和配置;

（4）、服务器地理位置;

（5）、同服务器网站数量;

（6）、同服务器网站质量;

3、网站概况

（1）、网站定位（具体可查看马海祥博客的《SEO新手如何做好网站定位》相关介绍）;

（2）、网站年龄;

（3）、网站收录量;

（4）、反向链接数量;

（5）、PR值(参考);

（6）、目标关键词;

（7）、关键词排名情况;

（8）、关键词密度;

（9）、快照频率（具体可查看马海祥博客的《百度快照更新是什么意思》相关介绍）;

4、行业概况

（1）、竞争对手网站分析（具体可查看马海祥博客的《如何利用SEO的思维模式来分析竞争对手》相关介绍）；

（2）、行业政策法规；

（3）、行业整体发展形势。

二、站内分析

1、首页文件名

（1）、默认文档是否站点首页

（2）、是否存在跳转

（3）、首页锚文本链接地址是否唯一（不明白的博友，可查看一下马海祥博客《锚文本链接是什么》相关介绍）

2、目标关键词

（1）、目标关键词及数量

（2）、目标关键词准确性

（3）、目标关键词竞争度分析

（4）、目标关键词建议

3、长尾关键词

（1）、长尾关键词的数量

（2）、长尾关键词获取方式（具体可查看马海祥博客《如何组合和挖掘长尾关键词》的相关介绍）

（3）、长尾关键词相关度

（4）、长尾关键词记录单

4、网站结构

（1）、是否树形结构

（2）、页面间链接情况

（3）、栏目间链接情况

（4）、页面JS文件使用情况

（5）、页面多媒体使用情况

（6）、ALT属性检查

（7）、内容和样式是否分离

5、网站导航

（1）、是否锚文本导航（具体可查看马海祥博客《网站导航的优化方法和设置技巧》相关介绍）

（2）、导航锚文本关键词相关性

（3）、主导航和次导航

（4）、是否有面包屑导航

6、栏目页

（1）、栏目的三个标签：title，keywords，description

（2）、标题结构

（3）、关键词相关性

（4）、分页标题重复度检测

（5）、分页链接URL是否加深了URL深度

7、内容页

（1）、内容来源

（2）、文章页的三个标签：Title、Keywords、Description

（3）、四处一词;标题，关键词，描述，外链锚文本

（4）、URL深度

（5）、URL是否包含关键词(英文)

（6）、标题格式

（7）、H标记的使用

（8）、文章写作是否符合SEO规范

（9）、ALT属性

（10）、站内关键词锚文本

（11）、文章总量

（12）、文章收录量（对于文章收录率差的朋友，可查看马海祥博客《如何解决网站文章内容不收录的问题》的相关介绍来改进）

（13）、页面关键词密度

（14）、相关内容推荐

（15）、是否对缩进等无用代码进行清理

8、页面更新机制

（1）、是否存在页面更新机制

（2）、页面更新方式

（3）、页面更新频率

9、Robots.txt蜘蛛协议

（1）、文件是否存在

（2）、正确性检查

（3）、蜘蛛权限检查（具体可查看马海祥博客《robots协议文件的写法及语法属性解释》相关介绍）

（4）、是否泄露后台地址

10、404错误页面

（1）、404页面正确性（具体可查看马海祥博客《你真的懂404页面设置吗》相关介绍）

（2）、404页面内容策划

（3）、是否存在302跳转

（4）、是否在Robots.txt文件中进行屏蔽

11、sitemap网站地图

（1）、是否有网站地图

（2）、网站地图格式是否正确

（3）、网站地图文件类型

（4）、是否在robots.txt文件中指明地图位置

12、URL标准化

（1）、主域名标准化

（2）、页面URL标准化

（3）、URL搜索引擎友好化

（4）、URL是否唯一化

13、友情链接

（1）、友情链接数量

（2）、页面总数

（3）、域名总数

（4）、友情链接质量（具体可查看马海祥博客《友情链接交换应该关注哪些SEO数据因素》相关介绍）

（5）、友情链接站点类型多样化

（6）、是否存在链轮结构

（7）、是否购买链接

（8）、是否使用黑链

14、站内站建设

（1）、是否存在站内站

（2）、站内站建设现状

（3）、站内站定位

（4）、一级目录或二级域名

（5）、其他(同主站分析)

15、权重传递控制

（1）、是否对非重要内容进行权重传递屏蔽

（2）、是否对第三方服务URL进行权重传递屏蔽

（3）、是否对第三方广告进行权重传递屏蔽

（4）、是否对第三方提交内容中的URL进行权重传递屏蔽

（5）、其他屏蔽

16、其他因素

（1）、网站安全性

（2）、广告数量和展示方式

（3）、是否安装统计分析代码

（4）、是否有****

（5）、是否提供RSS订阅

（6）、设为首页和收藏等

（7）、公信力项目展示

（8）、是否符合政策法规

三、用户体验分析

1、客户群体定位

（1）、客户性别定位;

（2）、客户年龄定位;

（3）、客户地区定位;

（4）、客户购买力定位;

2、网站配色

（1）、是否符合客户群体喜好;

（2）、是否符合三色原理;

（3）、用色是否符合阅读体验;

（4）、是否支持视力障碍阅读改善支持功能;

3、网站布局

（1）、是否符合用户第一的原则;

（2）、是否迎合蜘蛛习惯;

（3）、是否符合用户使用习惯;

（4）、特色是否鲜明;

（5）、布局是否合理（具体可查看马海祥博客《网站关键词布局的策略和技巧》的相关介绍）;

（6）、操作是否方便;

（7）、是否提供个性化布局;

（8）、是否有利于建立客户信任;

4、网站功能

（1）、是否有利于站点目标实现;

（2）、是否有利于客户找寻目标信息;

（3）、是否能增强客户信任度;

（4）、是否能增强客户粘性;

（5）、是否够简洁;

（6）、是否会引起客户厌倦和反感;

（7）、是否提供用户自发传播功能;

（8）、能否与用户产生良性互动;

5、页面内容和排版

（1）、文章结构是否有条理;

（2）、能否区分重点和非重点;

（3）、提供的信息是否充分;

（4）、是否提供额外信息;

（5）、是否能提升客户的信任度;

（6）、是否利于提高转化率;

（7）、是否提供客服功能;

（8）、是否允许客户交互;

6、多媒体响应速度

（1）、是否提供内容更加丰富和直观的多媒体内容;

（2）、多媒体内容访问速度是否足够快速;

（3）、视频内容是否真实、清晰、可信;

（4）、加载是否快速、无错、清晰、不变形;

（5）、对于多媒体文件是否有相关描述和提示，以便于客户理解多媒体的内容;

（6）、是否需要使用FLASH，FLASH使用是否得当;

7、目标转化流程

（1）、是否有与站点目标匹配的转化功能;

（2）、是否能引导客户向目标转化;

（3）、是否进行流程分解并能有效降低用户负面情绪，提高用户兴趣;

（4）、是否让客户乐于完成整个转化流程;

（5）、是否提供客户转介绍功能;

（6）、是否能让客户乐于使用转介绍功能进行转介绍;

8、成交和支付流程

（1）、是否需要成交和支付功能;

（2）、如果需要，是否提供支付功能;

（3）、支付方式是否安全、快捷、便利;

（4）、是否能让客户购买更多;

（5）、是否提供订单状态跟踪展示;

（6）、是否提供SNS相关分享和返利功能以促进客户圈子转介绍;

9、客户见证获取流程

（1）、是否提供客户见证功能

（2）、是否有利好促进客户主动提供见证;

（3）、客户见证能否得到很好的展示;

（4）、是否公正、公开、公平而不是造假;

（5）、是否提供SNS相关分享和返利功能以促进客户圈子转介绍;

10、客户转介绍功能

（1）、是否提供客户转介绍功能;

（2）、是否能让客户乐于进行转介绍;

（3）、通过转介绍客户是否能获取利好;

（4）、是否有积分兑换功能;

11、售后流程

（1）、是否提供售后服务;

（2）、售后服务入口是否容易寻找;

（3）、售后接待时间和人员配置是否清晰明确;

（4）、售后处理时限是否明确;

（5）、售后处理过程是否公开透明并可向客户展示;

（6）、是否提供售后评分系统;

（7）、是否提供售后服务体验SNS分享功能;

四、众包分析

1、众包模块功能

（1）、是否提供众包功能模块;

（2）、用户协同建设渠道是否简易畅通;

（3）、用户是否乐于参与到协同建设中来;

（4）、是否有邀请奖励机制;

2、众包内容控制

（1）、是否有良好的管理审核机制;

（2）、是否有良好的反垃圾措施;

（3）、是否有高质量的话题以获取高质量的反馈;

（4）、是否能提供用户感兴趣的话题和内容;

3、奖惩措施

（1）、是否有奖励措施;

（2）、是否有处罚措施;

（3）、奖惩措施执行是否到位;

4、用户粘性

（1）、是否有增强用户粘性的措施;

（2）、各种措施执行是否到位;

（3）、用户被回应，是否能得到及时的反馈;

（4）、用户是否能够与业内专家进行方便的沟通和交流;

五、外链建设分析

1、外链建设概况

（1）、外链收录量;

（2）、外链质量（具体可查看马海祥博客《如何制定SEO外链专员发高质量外链的标准》的相关介绍）;

（3）、外链发布频率和数量;

（4）、外链发布平台多样性;

2、外链建设渠道

（1）、友情链接;

（2）、外发文章锚文本策略;

（3）、开放式目录提交;

（4）、网络书签提交;

（5）、权威导航站提交;

（6）、RSS订阅站点提交;

（7）、自建网站群;

（8）、开放式网络问答平台;

六、数据分析和站内修正

1、数据统计工具安装检测

（1）、是否安装有网站计数器;

（2）、所安装计数器工具功能是否强大;

（3）、是否装有数据分析工具(如Google Analytics);

（4）、是否有使用谷歌网站管理员工具;

（5）、空间是否提供站点日志;

（6）、每天是否下载站点日志并做好存档;

2、分析数据

（1）、分析网站各项数据（具体可查看马海祥博客《站长必须要学会分析哪些网站SEO数据》的一文介绍）;

（2）、使用网站管理工具查找站点错误并修正;

（3）、使用谷歌网站管理员工具检查robots.txt文件权限设置;

（4）、下载并分析站点日志中的HTTP状态码;

3、根据分析对网站或服务器进行调整

（1）、站内调整策略;

（2）、外链错误调整策略;

（3）、服务器调整策略;

SEO诊断可以说是网站SEO优化推广的基础，SEO诊断是针对客户已经做好的网站，从搜索引擎优化技术策略角度分析都存在什么问题，以及应该如何改进，如何让网站更符合搜索引擎习惯，如何利用最少外链、最少时间、最少金钱快速提高网站关键词排名的一项工作。

大数据时代SEO数据如何搜集和分析

一、如何入门互联网数据分析

1、网站分析是一种能力

对于大部分人互联网从业者而言，网站分析是一种能力，因为基于网站分析之上的结论可以指导运营、产品、设计、技术的同事的工作。

2、网站分析解决的问题

用户是谁(目标用户)，

从哪里来(流量从哪里来，流量的价值等)，

到哪里去(为什么离开，如何降低用户流失)

3、对于产品OR运营，网站分析能做什么

产品改版是否合理

用户的反馈如何

哪些功能存在问题

功能使用频率

转化路径是否靠谱

对于运营：

用户来源路径

用户活跃度如何

如何分配广告预算

网站内容是否有效

如何分解KPI

4、为什么进行网站分析

5、网站分析的核心

二、网站分析的流程

定义问题——测量——分析——改进——维持

三、定义问题

如何你已经知道如何有效的去描述一个问题，那么你已经成功了一半了，因为你知道问题，而且也知道如何去问。

工作可不是试券设计好问题来问你，首先得你自己发现问题。

比如如注册转化率的降低就跟非常多的问题是正相关的。

产品支持度是否足够

头像上传

邮箱验证

必填资料

营销是否到位

新老访客比如何

外界口碑如何

问题的要素：本质、现象、特征、量化

定义一个问题：即给整个团队确认一个方向，围绕着这个目标往下分解，制定计划，在计划具体执行的过程中发现了某个问题，再来具体分析的。

所以作为一个网站分析师，立足点应该是从公司战略出发，了解产品，运营，技术，商业逻辑等等层面的知识，给公司的发展提供大量的建议。

献峰商业&产品&运营&设计，的推荐书单：

豆瓣豆列的推荐人数达1316人，收藏人数达6291。目前我读看过的不到十分之一，但是确实有助于从事网站分析的同事提升商业格局。

互联网产品经理全方位入门

苏杰老师整理的互联网产品经理全方位入门书籍。豆瓣豆列的推荐人数达986人，收藏人数达7774。惭愧，只看过豆列里面20%的书。

当当，仅仅通过读书是无法培养行业格局的， 要善于向人请教、善用网络资源、自己体验、实践等等。

求职互联网数据分析，如何准备行业知识

四、测量

收集数据。

目前常用的数据流量监测的工作：

GoogleAnalyticsGoogle网站分析工具

OmnitureOmnitureSiteCatalys

百度统计百度统计工具腾讯分析主要针对论坛

等等。。。。

比如教育行业的数据，可以从一些行业数据收集的网站中找到

作为不会写程序的产品OR运营，只能通过第三方的工具或者平台来拿到数据了，或者向技术同学提需求。

技术才是第一生产力。如果会一些SQL或者Python，获取的数据太要太精彩哇

推荐书籍：做数据分析不得不看的书有哪些

这个问答下面推荐的书，基本都是关于数据挖掘或者获取的。

五、分析、改进、维持

比如某游戏的玩家行业轨迹是这样的

于是分析的时候决定重点关注新用户的流失问题

流失的任务类型分析：

操作复杂

任务不平滑、不流畅

升级缓慢

有组队任务或者其他互动任务

然后就是不断的循环优化着。分析出问题，确认用户的需求，改进产品，进一步统计并维持提升结果。

分析的流程方法大概如此，比较好掌握，但是具体到工作当中，远非这几句话能解释当的，所以慢慢实践成长吧。

1.精益数据分析

2.转化:提升网站流量和转化率的技巧

3.数据分析:企业的贤内助

4.网站数据分析:数据驱动的网站管理.优化和运营

5.人人都是网站分析师:从分析师的视角理解网站和解读数据

6.图解网站分析36大数据

分享!三大类实用的数据分析方法

大数据时代SEO数据如何搜集和分析

在这个人人都高喊“大数据时代”的 数据似乎被提到一个前所未有的高度。无论是个人站长还是大中型公司，亦或是大型跨国集团，无论是网络营销还是线下的市场营销都在意识到数据的重要性，凡是都以数据来说话。 据笔者了解，在很多中小型公司和个人站长中，对于数据重视有余，却利用不足。

很多人不清楚需要搜集什么样的数据;也有的不清楚通过什么渠道来搜集数据;还有大部分不清楚搜集整理的数据如何去分析，进而也就不清楚怎么去利用这些数据。所以，很多数据也就仅仅只是数字，无法去转化和为公司利益服务，成了一个华丽丽的摆设或者鸡肋。先来说说三类将数据做成摆设的类型：1、重视数据但不清楚如何搜集，这是“被数据”类型。对数据处于模糊了解状态，由于生活在这个信息爆炸化时代，耳濡目染各种宣讲数据的重要性，自然也就重视起数据来，知道公司和企业做事和计划要靠数据来支撑。但是由于没有专业的相关数据人员，自己的公司(或者是个人站长)该做哪些数据，通过什么渠道来搜集整理，可谓是一知半解。最后可能是通过头脑风暴和网上的所谓教程来比葫芦画瓢，再加上咨询下同行，东拼西凑而成的数据，这样的数据自然就真的只是摆设了。2、了解所需数据但来源不规范，这是“误数据”类型。对数据了解比较了解，由于在互联网或者公司摸爬滚打多年，出于自身原因和目的大概知道该需要什么数据。但是同样由于没有专业的相关数据人员，对于数据的来源和制作并不规范，数据采集也可能存在误差。所以，这些数据就可能失真，利用价值自然也不是很大。其实，这类数据比第一类更加成了摆设。3、会做数据但不会解读分析，这是“贱数据”类型。对数据有清楚了解，并有准确的数据来源和较明确的数据需求，但是却等于入宝山而空回，坐拥金矿却不会利用，岂不是把这些可以带来真金白银的数据给轻贱了只是简单的搜集整理，把数据形成可视化的报表，但是只是这些数据又能说明什么问题呢。数据背后的意义是什么，怎样去解读数据来为公司和个人创造价值，怎样去利用数据来规避可能存在的风险，怎样去利用数据分析出现的问题这些才是数据的真正价值。说的有点多了，其实笔者今天主要讲的是网络营销中有关网站SEO的数据搜集和分析。sem和其他媒体营销基本都有较成熟的数据整理和分析模式，笔者就不再献丑赘述。以下讲的也只是较为大众化的数据模式。1、做哪些数据。有关SEO的数据应该需要三方面：①自身及竞争对手网站外部可统计查询数据：这部分数据可以通过外部站长工具综合查询得出。主要包括但不局限于：网站网址、快照日期、域名年龄、网站响应时间、同IP网站、pr值、百度权重、各搜索引擎收录量、各搜索引擎反链数、24小时百度收录、百度排名词量、预计百度流量、外链数、标题、meta标签、服务器信息。这些数据除适用于首页外，也可以适当用来查询内页数据。可以把这些相关数据做成excel表格，以供定期查询，可按照实际需求增减相关数据的查询。查询周期可每日、每周亦或是每月等，按照实际需求和具体情况来。②网站流量统计数据目前现在大部分的公司和站长的网站流量均采用流量统计工具，极大的方便了SEO相关人员统计整理数据的工作。目前比较专业的数据统计工具有CNZZ、51la和百度统计。论专业性来讲，CNZZ比较不错，论百度流量的准确性和敏感度，笔者觉得百度统计还不错。闲话少叙，流量数据主要包括但不限于：IP、PV、独立访客、人均浏览量、平均访问时长、跳出率、受访页面和域名、来源、搜索引擎比例、搜索关键词、访客详情、时段分析同样建议做成excel表格，以供定期查询，按照实际需求增减相关数据的查询。查询周期可每日、每周亦或是每月等，按照实际需求和具体情况来。

③可监控关键词数据

关键词监控比较简单，没什么好说的，只是建议把关键词进行分类监控汇总。主要包括但不限于：主关键词、主要长尾词、重要流量词、品牌词同样建议做成excel表格，以供定期查询，按照实际需求增减相关数据的查询。查询周期可每日、每周亦或是每月等，按照实际需求和具体情况来。

百度快照：一个网站快照越新，起码证明一个网站的内容每天都有新鲜的，百度蜘蛛的抓取更新也是比较频繁的，换言之，快照是百度蜘蛛对该网站的认可度。域名年龄：业界普遍认为，同等条件下，域名越老在搜索引擎获得权重相对越高。响应时间：这反映出网站的服务器性能的好坏。响应值越大，服务器性能越差，当然无论对于用户体验还是搜索引擎都是极为不利的影响。同IP网站：可以查看该IP下有多少网站，可以大致区分出网站所有者是选择网站托管还是购买独立IP，如果是独立IP，顺便可以看出该所有者还有哪些网站，顺藤摸瓜查看其他网站情况，知己知彼。PR值：这是之前谷歌官方对网站认可度和权重赋予的一种被外界了解的具体数值体现。虽然现在PR值越来越被淡化，但是作为可以衡量网站优劣标准的一个体现，仍具有参考价值。百度权重：这是第三方站长工具根据自身的运算体系揣测的网站在百度权重表现的一种数值，并没有得到百度的官方认可。但是作为站长衡量网站在百度表现优劣的一个参考，也对广大站长具有参考价值。反链数：通过站长工具查询的搜索引擎的反链数值其实大多都不是很准确，尤其是百度反链，查询命令得出的结果很不理想，百度反链值其实只是查询的域名相关域的搜索结果。不论如何，对于了解自身的外链途径和寻找了解竞争对手的外链手法也具有参考意义。收录量：各搜索引擎的总收录反映出网站在各个搜索引擎的表现。如果了解网站的总页面数，也可以更清楚的判断网站被各个搜索引擎收录的情况，从而分析网站是否存在问题以及存在哪些问题。每日收录/24小时收录：反映出网站被搜索引擎蜘蛛喜好程度和网站链接优化程度。排名词量：通过查看自己和竞争对手网站的排名词量，可以寻找网站优化的之间的差距，进而查看这些排名关键词相对应的页面优化情况。meta标签：查看网站该页面title、description、keywords是如何撰写的，尤其是查看竞争对手。分析为何这样写，会学到更多。

②网站流量统计数据自身精确的网站流量统计数据可以让站长对网站得到更多的了解。看出网站目前的优化情况，并可以为网站以后运营提供很好的参考。流量的分析往往不是单一的，是综合多种数值进行分析判断。这块的分析也是最为复杂的。 IP：分析往往通过日期对比来进行的，比如本周三与上周三，本月上旬与上月上旬。通过分析查看流量的变化情况，可以看出网站最近的变化。当然也有一些其他因素要考虑，比如天气、节假日、关键词排名、网站服务器有无宕机、新闻事件等等。PV：数值往往与跳出率和IP进行对比，从而判断网站的用户体验和用户黏性。uv：独立访客量，可以反映出有多少台电脑，也可能接近于多少真实人在访问网站。人均浏览量、平均访问时长、跳出率：IP与PV的比值，反映出网站用户体验好坏。受访域名和页面：可以看出网站哪些页面比较受欢迎以及在搜索引擎的权重表现。来源：访客是通过何种渠道进入到网站的，从而判断网站的受众，再进一步分析受众相关属性，可以更加清楚网站的目标人群以及网站运营策略执行情况。 用户是搜索何种关键词来到网站，为网站布置关键词以及寻找关键词优化是一个很好的途径。访客属性：通过对访客的地域、教育程度、浏览器、网络接入商、操作系统、终端类型等属性的分析，可以更加详细的了解网站用户的情况，为以后网站的优化和运营提供参考。热点图：这个热点图功能，可以让站长看到页面内容被用户点击的情况，反映出网站页面的用户体验度以及为页面内容改进提供参考。

还有一些就不一一介绍了。③可监控关键词数据相对来说这块数据分析较为简单些，通过对关键词分类整理，然后查询在搜索引擎的排名情况，进而对比分析关键词带来的转化，可以看出优化情况。哪些 要加强，哪些需要维护，哪些词高排名却没有带来实质的意义，进而调整网站优化策略。同时通过关键词带来的流量和转化，也可以对比分析其它流量贡献的转化，进而为整个网站运营方向和公司预算做出参考。备注：笔者以上所谈网站seo数据搜集整理及分析过程大部分针对中小型公司和个人站长而言，且由于精力有限，介绍内容也相对简易，望见谅。后记：关于《大数据时代SEO数据如何搜集和分析》几点说明之前写过一篇《大数据时代SEO数据如何搜集和分析》，由于所写内容比较多，而且很多内容都可以单独摘要出来写出一篇文章，融合在一篇文章中难免叙述不够详细。为避免篇幅过长影响阅读，笔者在个人博客是分两篇发表的，《seo数据如何规范化搜集整理》以及《网站seo数据如何分析》，除发表在个人博客外，把完整篇整合发表到了月光博客，标题未改。原本是为网站seo数据整理分析起一个规范说明作用，可能由于本人表达有限，导致很多网友误解。本人在此特声明以下几点进行纠正：1.文章重点不在于“大数据”。为 避免引起误解，在文章一再强调是为中小型企业seo数据整理分析提供借鉴，在开头已表达“首先声明，本文在数据高手面前，都有点多余，都是小儿科的班门弄 斧，故请高手勿耽误你的时间。”可能标题确实有点标题党的意味，妄谈了“大数据”，但是作为国内的广大中小型企业，big data和CloudComputing很难在公司中体现出来，但是伴随着big data和CloudComputing时代的到来，即便是中小企业特别是互联网公司也会受到影响。笔者相信，大数据的核心并非是死的数据，而是对数据分 析预测能力，所以本文的核心也在数据的整理和分析，而不是去谈对于中小企业不切实际的big data，更没有谈什么大数据分析。如果不是跨国集团及大型企业，产生不了海量数据，请别一味谈什么大数据，只会误人误己，更不要迷信大数据2.文章内容由于篇幅有限不能详细。笔者在文章末尾已给出声明，限于篇幅长度和个人精力不能详细阐述seo数据的搜集和分析工作，有些内容却是介绍比较简单，而且我也没有打算把它写作一篇教程。当然这些内容全是个人经验之谈，可能限于seo层面有些窄，但实属个人原创，至于说什么复制粘贴，或者说只是解释了一些名词，那么我无话可说。我相信 响鼓无需重锤，没必要手把手写一篇教程式文章，这是写给有一定基础的SEOer和营销团队看的。3.为何要搜集seo相应数据文章已有解释。很 多网友看了文章来问我为何要搜集那些数据或者问究竟要搜集哪些seo数据，其实虽然限于文章篇幅，但我还是大致列出了需要搜集整理的seo数据以及解释了 为何要搜集这些数据，在如何分析搜集整理的数据这一段中其实不光是介绍了如何分析数据的内容，也简单说明了为什么搜集这些数据，因为知道如何来看这些数据 就明白了为何要搜集这些数据。4.excel表格只是起到简单说明，并非真实案例说明。为了配合说明seo数据整理分析，只好自己临时简单制作了几个excel表格，也限于篇幅缘故，详细说明或者提供案例都让文章显得更长，只好作罢。说以再次请大家见谅没有提供案例，excel表格也只是简单说明，并没有参考价值。5.本文重在思路，而非实例操作分享。很多网友说在空谈理论，没有实质性东西。抱怨这类的我不去解释，因为多是外行。还是套用老话：响鼓不用重锤。本文只是在介绍一种搜集和分析的思路，以及简单的一个流程和规范化的说明。那些想看手把手教程式的网友定然大失所望，因为没有想要的所谓干货，因为这不是。我的大部分文章都是在分享有关网络营销经验的思路和策略，很少谈具体的技巧和手把手的教程式操作。因为我深信授之以鱼不如授之以渔，同样的操作方法和案例技巧并不一定适合于另一个网站，但是看问题的思路处理事情的策略才是值得分享和传播的。

一、业务分析类

杜邦分析法目前主要用于财务领域，通过财务比率的关系来分析财务状况，其核心要点是将一个大的问题拆分为更小粒度的指标，以此了解问题出在了哪儿，从而对症下药。

以电商行业为例，GMV(网站成交金额)是考核业绩最直观的指标，当GMV同比或环比出现下滑时候，需要找到影响GMV的因素并逐一拆解。

二、用户分析类

TGI指数又称目标群体指数，可反映目标群体在特定研究范围内的强势或弱势。TGI指数=用户分类中具有某一特征的群体所占比例/总体中具有相同特征的群体所占比例*100

TGI指数表征不同特征用户关注问题的差异情况，其中TGI指数等于100表示平均水平，高于100，代表该类用户对某类问题的关注程度高于整体水平。

三、产品运营类

产品运营是一个长期的过程，需要定期对产品的使用数据进行监控，通过用户行为分析发现问题，从而确定运营的方向，同时也可以用于评估运营的效果。

产品运营的常用指标如下：

使用广度：总用户数，月活;

使用深度：每人每天平均浏览次数，平均访问时长;

使用粘性：人均使用天数;

综合指标：月访问时长=月活*人均使用天数*每人每天平均浏览次数*平均访问时长。

关于大数据主要分析的数据类型是什么，青藤小编就和你分享到这里了。如果你对大数据工程有浓厚的兴趣，希望这篇文章可以为你提供帮助。如果你还想了解更多关于数据分析师、大数据工程师的技巧及素材等内容，可以点击本站的其他文章进行学习。