關于SEO的數據分析，在網絡上可以看到很多的文章。有的文章以“SEO基礎數據”為分析基礎，包括收錄、外鏈等描寫SEO基礎數據等內容;有的則以”流量數據”為分析基礎，內容包括各渠道流量細分數據、各著陸頁頁面類型細分數據以及各種二維、三維細分流量數據等等。而鮮有文章能夠立體化去闡述SEO的數據分析體系。

　　SEO策略必經之路：數據分析先行

　　對于SEO來說， 數據分析先行是保證SEO策略不會有太大偏差的一個必經之路，甚至對于構建最優化的營銷矩陣來說，數據分析也是驅動策略的一個先行工作。

　　所以，在分析之前，我們首先要明確，做SEO會涉及到哪些常用的數據。

　　SEO經常會分析的數據按兩種類型劃分： 一類按維度劃分為：SEO基礎數據、流量數據、運營數據。一類按對象劃分為：行業數據、競品數據、自身數據

　　首先先來介紹一下SEO基礎數據：

　　SEO基礎數據包括日志抓取數據、各頁面類型收錄數據、外鏈數據、PR、BR、獲取流量的關鍵詞數量、域名數等等，大部分數據可以從外部渠道獲取，所以這個部分也需要分析競品的相應數據與自身以及與行業的平均水平，并進行比較。

　　SEO基礎數據有一些特別重要的指標，比如收錄(整站的收錄率、某頁面類型的收錄率)，抓取頻率，內鏈數據等，這些數據需要與流量數據、運營數據和行業數據做一些結合分析，才能產生對SEO策略和操作有實際價值的結論。

　　接下來我們具體分析一下流量數據。

　　常見的分析指標比如Visits(或者UV、Daily UV)、轉化率、跳出率、停留時間等，這些是最基礎的指標，而我們需要重點認識的是流量結構。

　　從渠道角度來理解，流量結構指直接流量占比、搜索流量占比、引薦流量占比;從免費付費角度來理解，就是指免費流量占比、付費流量占比;從頁面類型角度來理解，就是指首頁占比、欄目頁占比、終端頁占比等。

　　以上可以做交叉分析，比如來自于自然搜索端的頁面類型流量結構，這個就是我們做SEO時需要重點做分析的。

　　那么，基礎數據與流量數據相結合，又如何具體分析呢?

　　比如基礎數據中的“收錄”。電商網站中商品詳情頁的收錄為1000萬，流量為10萬，在SEO流量中的占比為15%，而SKU相當的競品，商品詳情頁的流量為20萬，占比35%。

　　顯然，我們的流量結構可能有些問題，需要針對商品詳情頁做具體的分析，得出下一步優化的重點，然后再具體分析下一步是調頁面內容質量、調入口、還是調技術結構。通過以上的分析和調整，以便提升商品詳情頁的流量，并調整各頁面類型流量結構到一個合理的區間。

　　以上闡述了SEO基礎數據與流量數據的關系，接下來將帶領大家來共同認識SEO基礎數據與運營數據的結合該如何分析。

　　運營數據在SEO方面，大體需要關注人和物兩個方面的數據。在物方面比如資訊網站的文章數、欄目數、頻道數，電商網站的產品數、品牌數、門店數、品類數，旅游類網站的景點數、可售門票數、目的地、攻略數、游記數等等。在人方面比如文章編輯數、產品編輯數、活躍用戶數、每天編輯上傳或下架的文章或產品數等等。物的方面是此時此刻的，人的層面決定了接下來的時間范圍內物的方面的變化。所以，我們重點分析物的層面及其變化，用來分析SEO基礎數據的表現是否與運營層面的數據相匹配，以及預測可能的SEO基礎數據的變化。

　　其它深度的用戶運營數據、產品運營數據、內容運營數據等，如果能在SEO基礎數據層面有體現的，也可以用來作為SEO方面的分析基礎。

　　下面舉例來闡述一下SEO基礎數據與運營數據的關系。比如SEO基礎數據中的收錄，如果產品或文章共10萬，收錄只有5萬，那么收錄率為50%。這時，我們需要分析抓取層面的入口、結構、返回碼等問題，內容質量層面的文章或產品編輯規范，外鏈層面的深層鏈接、鏈接質量等問題，然后決定從上述哪些方面進行優化。并且在調整后，對相應的數據進行跟蹤分析，及時調整人員工作，以便更有增長潛力的運營數據能夠得到提升，從而提升SEO基礎數據方面的表現。