摘要：
网站数据分析是网站优化的基础,只有通过对网站数据的深入分析,才能找到针对性的优化点。下面是一些基本步骤:通过以上步骤,可以有针对性地提出优化建议,不断提升网站的运营效果。...... 网站数据分析是网站优化的基础,只有通过对网站数据的深入分析,才能找到针对性的优化点。下面是一些基本步骤:
通过以上步骤,可以有针对性地提出优化建议,不断提升网站的运营效果。
从网站访客数据分析看如何用户体验角度进行网站优化
网站访客数据分析角度看用户体验优化需要从以下三个方面进行：1、新老访客数据对比从新老访客数据对比中，我们发现老访客在人均浏览页面、访问深度、访问时长等都比新访客的要多要好，因而在产品转化挖掘中，老客户是重要的一部分。 因此，针对效果转化这一点来说，我们在网站优化工作需要考虑如何留住老访客、如何提高新访客的忠诚度的问题，需要非常认真的考虑。 (1)更新内容：不是每天保持更新内容就算完成工作了。 需要考虑更新什么样的内容才能吸引别人看，需要更新哪方面的内容才能吸引老访客浏览。 文章需要有吸引力、话题相关性强、热门话题讨论、互动性设置等。 (2)更新位置：更新完内容还需要注意文章的推荐位置。 热门推荐、最新推荐、相关话题、相关链接等。 网站活动策划：用户粘度功能(如：用户等级，论坛、贴吧类常用)、新注册用户礼包、老客户用户优惠活动、网站专题活动等。 2、访客活跃度——访问深度与访问时长要看是否从用户体验角度进行优化，还需要看访客的活跃度如何。 访客平均访问深度越深、平均访问时长越长，说明网站访客活跃度越高，那么网站在用户体验这一块越好。 发现了问题所在，我们就需要根据实际的问题和情况进行有针性的适时的网站优化细节调整，提升整个网站的用户体验。 网站访客活跃度不高，我们需要从站内的内容、内链包括结构上配合网站热点图情况进行细节的分析然后做出调整。 访客访问深度不够，需要针对网站的内链和侧边栏目结构进行分析、调整。 如页面，特别是浏览量大的页面(譬如首页、专题页以及有排名的重点文章页)中是否有相关的、最新的、热点的内链、推荐链接来引导访客阅读更多关于网站内容，更全面的了解网站内容有否有价值或是他需要的内容。 同理，首页的结构布局也需要考虑访客浏览的数据分析得出是否符合用户体验优化。 在网站优化中我们不能主观的认为访客的关注点，也不能建站跟风和判断网站相关性。 一切以用户体验为基础，来完善网站优化点。 不仅是我们，网络同样也是这样，通过用户大数据的整理分析，进行用户体验角度的算法更新。 3、访客搜索来源——搜索词、搜索引擎以及访问地域、年龄段从访客的搜索词、访客地域等数据分析可以看出网站访客的一些属性，网站优化目标人群对应访问地域和访客年龄段;目标关键词、推广产品对应搜索词。 如果你网站推广的产品是以城市地域为主，那么能够转化的地域占的比重着实不多；但如果你的产品是推广的目标地域是省份甚至全国，这个比重也不能算不正常。
如何做好网站数据分析并制定优化方案
第一步：数据准备：（70%时间）·获取数据（爬虫，数据仓库）·验证数据·数据清理（缺失值、孤立点、垃圾信息、规范化、重复记录、特殊值、合并数据集）·使用python进行文件读取csv或者txt便于操作数据文件（I/O和文件串的处理，逗号分隔）·抽样（大数据时。 关键是随机）·存储和归档第二步：数据观察（发现规律和隐藏的关联）·单一变量：点图、抖动图；直方图、核密度估计；累计分布函数·两个变量：散点图、LOESS平滑、残差分析、对数图、倾斜·多个变量：假色图、马赛克图、平行左边图第三步：数据建模·推算和估算（均衡可行性和成本消耗）·缩放参数模型（缩放维度优化问题）·建立概率模型（二项、高斯、幂律、几何、泊松分布与已知模型对比）第四步：数据挖掘·选择合适的机器学习算法（蒙特卡洛模拟，相似度计算，主成分分析）·大数据考虑用Map/Reduce·得出结论，绘制最后图表循环到第二步到第四步，进行数据分析，根据图表得出结论完成文章。 结合实际业务来做数据分析“无尺度网络模型”的作者艾伯特-拉斯洛·巴拉巴西认为——人类93%的行为是可以预测的。 数据作为人类活动的痕迹，就像金矿等待发掘。 但是首先你得明确自己的业务需求，数据才可能为你所用。 1.数据为王，业务是核心·了解整个产业链的结构·制定好业务的发展规划·衡量的核心指标有哪些有了数据必须和业务结合才有效果。 首先你需要摸清楚所在产业链的整个结构，对行业的上游和下游的经营情况有大致的了解。 然后根据业务当前的需要，指定发展计划，从而归类出需要整理的数据。 最后一步详细的列出数据核心指标（KPI），并且对几个核心指标进行更细致的拆解，当然具体结合你的业务属性来处理，找出那些对指标影响幅度较大的影响因子。 前期资料的收集以及业务现况的全面掌握非常关键。 2.思考指标现状，发现多维规律·熟悉产品框架，全面定义每个指标的运营现状·对比同行业指标，挖掘隐藏的提升空间·拆解关键指标，合理设置运营方法来观察效果·争对核心用户，单独进行产品用研与需求挖掘发现规律不一定需要很高深的编程方法，或者复杂的统计公式，更重要的是培养一种感觉和意识。 不能用你的感觉去揣测用户的感觉，因为每个人的教育背景、生活环境都不一样。 很多数据元素之间的关系没有明显的显示，需要使用直觉与观察（数据可视化技术来呈现）。 3.规律验证，经验总结 发现了规律之后不能立刻上线，需要在测试机上对模型进行验证。 sc-cpda数据分析公众交流平台
如何科学的分析网站用户需求，找出seo优化突破
1、通过网络下拉框、相关搜索的数据进行分析
通过对网络下拉框和相关搜索数据的搜集和分类，我们知道搜索用户短期和长期的用户需求。
网络下拉框：下拉框是用户在网络的搜索框输入关键词的时候出现，它一般显示的是该关键词的短期需求。
相关搜索：网络相关搜索用户搜索关键词后在结果页的底部出现，它一般显示的是该关键词的长期需求。
2、对网络搜索结果页前10名中的网络产品进行分析
通过网络搜索结果前10名中的网络产品，我们可以知道搜索用户有哪些潜在需求。
下面对这些网络产品的出现进行需求归类：
网络新闻：有新闻需求，时效性是很强的
网络贴吧：有讨论需求，很多用户很希望与其他网友交流讨论相关的信息
网络知道：有问答需求，可以在网站中添加问答板块
网络视频：有视频需求，需要内容中提供高清视频，以及下载功能
网络地图：有寻址需求，网站内容要提供详细联系方式
网络百科：有名词解释需求，在网站内加上详细的联系方式
网络文库：有资料需求，网站可提供免费的资料下载功能
网络经验：有教程需求，需要提供详细的操作步骤教程，最好是图文并茂
3、通过网络指数的数据进行分析
通过网络指数，我们可以知道搜索用户的搜索趋势，网络指数有下面几个工具可以使用：
趋势研究：通过趋势研究曲线，我们可以知道一个关键词每年的搜索趋势和用户的搜索习惯，当用户搜索量增加的时候，我们网站的更新量可以同步增加。
需求分布图:
相关检索词：
去向检索词，同理。
通过这个可以知道用户除了了解我们产品外，还关注哪些信息。
上升最快检索词：
上升最快的检索词代表了近期用户需求上升最快的哪些关键词。
我们可以看到”seo怎么优化“、”seo研究中心“、”seo自动优化软件“等相关检索词按百分之60以上的趋势在增长。 那么我们网站如果在近期更新这方面的信息，则会对收录和排名有很大的帮助。
网络知道：
网络知道模块是统计网络知道中标题包含该关键词的问题，然后由问题浏览量来进行排序得到的。
近一个星期内，大多数人在网络知道上的浏览的问题有”什么干洗店好？“、“干洗店加盟好吗？”、”干洗店加盟成本高吗？“等等。 那么这些问题的相关内容都可以更新到我们网站内。
人群画像：
人群画像有3个部分：地域分布、兴趣分布、人群属性。 通过这些信息，可以帮助我们了解自己的用户都是哪些地区的，年龄大概多少等等。
总结：通过上述的工具，我们可以很容易的了解出我们网站的搜索用户的需求。 但是仅仅知道用户需求还是做不好seo的，我们还需要了解竞争对手的实力如何。
竞争力
虽然我们知道了用户的需求，但是也要看自己有没有竞争力，可以满足用户的需求。 有的学员做的是考试网站，用户最大的需求是复习资料下载需求，结果他自己手上却没有复习资料的资源，那显然是很难把网站做上排名的。
所以。在前期，我们需要把自己的核心竞争力写出来，核心竞争力一般可以分为下面几类：
个人知识：你自己具备所在行业的专业知识
线下资源：网站可以结合线下资源进行合作，将线下的用户转换到网站内容
线上资源：别的网站愿意合作，为我们网站导入针对性的流量
独有的资料或者数据：竞争对手拿不到的原创性资源和数据、
客户基础：以往的客户积累，通过转换为网站提供流量
你的粉丝：有自己的粉丝圈子，可以为网站提供流量
分析对手
虽然我们知道了用户的需求，也知道了自己的竞争力，但是还是需要再了解一下对手的情况。 因为我们的优势，可能未必比竞争对手的要大。 比如我们有1000个客户基础，但是对手手上有个客户基础，那明显我们这个竞争力是没办法跟对手竞争的。
所以，我们需要把前10名的竞争对手都找出来，并且对他们的竞争力进行统计。 写出他们是否满足了用户需求，以及核心竞争力是什么。
突破口
知道了用户需求，自己的竞争力，对手的竞争力，接下来就可以寻找突破口了，怎么需找突破口呢？很简单，那就是：人无我有，人有我优。