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。
一个进阶的实际案例分析
(数字与实际数值不等，但大致比例相同)
内页的流量在某一时间段大幅度下降，需分析其下降原因。
一个常用且管用的思路是，取25%的热词，看它们带来的流量、与另外75%词分别的变化。如果得出的数据是热词的流量下降多，即多半为热词的排名有下降;如果下降程度相当，则为整体的影响。
首先，计算得出25%的热门关键词，它们的流量下滑幅度为35%;而75%的非热词，它们的流量下滑幅度为30%。
但虽然数据差了5%，但差距还不是特别明显，需要进一步分析才能确定。
因为关键词往往是可以被进一步分词的，如“SEO文章”可进一步分为两个检索词——“SEO”、“文章”，而且检索词才是搜索引擎真正在处理的。所以进一步的分析就去分析25%的热门检索词流量的变化。
最终得出的数据是，包含25%热门检索词的关键词流量下降了40%，不包含热门检索词的词流量仅下降10%。
那么结论就很清晰了，热门检索词相关的流量产生了变化。之后对比网站近期的项目上线列表，没有涉及到这部分的修改，所以这是百度的算法调整所导致的。
知道了流量的变动原因后，自然也就可以有一些相应的改进方案了。尽管方案能执行与否尚取决于网站对SEO的重视程度，但至少不用借口于：“百度总是喜欢K我们的站”之类。
作者：zero 非砖家、一线做SEO的、天天码代码的 个人博客：技术领域 http://tech-field.org/