seo案例分析

seo案例分析,第1张

我们在做seo分析的时候,不管是谁,我们都需要做的一件事就是分析前几页的网站,因为我们不确定我们需要怎样去做一个网站,又不知道该如何对seo案例分析,这让我们进入了很迷茫的状态。

接下来我们就从以下几个方面来进行seo案例分析:

一、网站基本信息收集。这些主要是seo案例的标题、描述、H标签、图片属性、robots、nofollow、网站地图的分析。

1、标题

标题字数网站标题的字数一般在25个字、50个字节以内。

2、描述

网站描述字数网站描述尽量空制在80个汉字以内,160个字符之间!

4、H标签

H标签的使用一般是使用于文章的标题,不适于用在LOGO上。

3、图片属性

图片加上alt属性。

7、robots。

蜘蛛的索引,禁止蜘蛛爬取后台页面。

6、nofollow。

它是禁止百度蜘蛛的爬取以及分散权重。

8、网站地图。

网站地图一般是指当百度蜘蛛来爬取你的网站时候,牵引一条线让它继续的爬取。

二、网站关键词分析。可以搜集seo案例是做的哪些关键词。关键词布局是怎样的(这个可以说是seo案例网站结构的分析。)

三、网站内容分析。主要是了解seo案例内容的原创度,收录率并进行分析。

四、外链分析。要了解并分析seo案例的外链,可以据此来做自己网站的外链。

五、可以分析是否购买了链接。

六、分析其友链情况。

总之,seo案例分析的因素有很多。以上几点也是其中比较关键的一些。

如何进行网站数据分析 理清网站分析的思路_数据分析师考试

如何进行网站数据分析?这是之前的分享流量时听众提的另一个问题,在这里把相应的内容整理一下。

下图是一个网站分析的生命周期示意图,在确认好分析需求并收集好我们所需要的数据后(强调一下,明确分析需求很重要,这可以避免为了分析而分析),我们就可以充分使用网站分析工具的各种报告对数据展开分析。

但网站分析工具中的数据量非常大,你可能一不小心就淹没在数据的海洋中,你得有一个明确的分析思路,知道要利用哪些报告或哪些报告视图才能帮助你快速找到问题的答案。以下是网站分析中涉及到的数据模块,这也提供了一个网站数据分析的大概思路。

根据上边的数据模块所涉及的内容,在网站分析报告中我一般会对下边所列出的板块与指标进行具体分析(以下列出的是在网站数据分析中一些我个人觉得比较重要的板块与指标,不同的网站重要的数据指标会有所不同):

基本情况:

1.网站的流量水平怎么样?与行业同类网站的数据相比,根据我们的市场定位,我们的流量在未来需要有多大的提升?

2.访客主要来自哪些地方?这用于确认与我们制定的市场策略是否匹配。如果有相当多的用户来自一些小语种的国家,我们是否要考虑建设多语言网站?

3.访客一般会通过什么样的设备对网站进行访问?在移动化越来越流行的今天,我们是否要建设自己的移动站点或开发我们的APP?

新老用户的比例怎么样?我们在拓展新用户的同时,是否能够留住老用户?

流量来源

1.网站的主要流量来源有哪些,SEO、SEM、EDM还是社交媒体?还有哪些类型的流量来源我们可以拓展?

2.这些流量来源的优先顺序是怎么样的,哪些是我们最倚重的流量来源,哪些流量来源的转换率最高?

3.SEO/SEM的流量水平怎么样,该如何去提升?

4.EDM、社交媒体的营销方式的使用情况怎么样,转换率如何?

网站内容

1.网站的页面分类有哪些?

2.产品页面、目录页面、营销专题页面等各类页面的流量以及转换表现(页面价值)情况怎么样?

3.网站上最常见的着陆页面有哪些?是否页面上的内容正是我们希望用户浏览到的内容?

4.用户的访问路径的引导是否存在问题,我们是否把用户引导到了主要的营销专题或产品页面?关于访问路径的分析可参考:可参考如何分析用户的访问转换路径。

5.用户是否与网站发生了我们期望的互动:参与活动、观看视频、下载、投票、订阅或下单?

产品销售情况

1.网站的订单转换率与客单价是多少?与行业水平是否有差距?

2.购物车转换漏斗数据怎么样,用户在哪一步的放弃率比较高,购物车的用户体验是否可以作优化?

3.哪一类的产品销售情况最好?

4.用户在购买前一般会访问多少次网站或要考虑多久才会下单?

要注意的是,在分析数据时如果发现有问题(比如购物车的转化率特别低)但又百思不得其解时,可以亲自去体验一下网站的访问流程,看一下在完成一个特定的目标或任务时是否存在障碍,也许你一下子就发现了问题的根源。

案例:

当你需要对网站进行一次全面的分析时,你可以按上边所列的内容对网站的各个数据模块系统地进行分析。但各个营销渠道的网站分析需求多种多样,不同的需求的分析方法也有所不同。而遇到渠道部门提交的一些指标数据异常的分析需求,我们可以灵活地进行处理。

以下是两个简单的案例。

问题1:一个电商网站日均销售为$80万,但某天突然下降为仅有$40万。

分析:

我们可以按照里边的内容一步一步作分析,把销售异常的根源找出来,但如果你对网站的业务运营情况非常熟悉,在这种突发情况下我们可以一针见血地找到问题的根源,从而得以快速修正问题恢复网站的正常销售。

还是按照我们习惯的思路来。我们都习惯了把销售与流量关联起来,当销售出问题时我们就会习惯性地去查看网站的流量情况。流量也下降了吗?关于流量的变化这里有两种可能:

流量也有一个相似幅度的下降=>流量来源出了问题?=>细分流量来源(SEO、CPC、EDM、用户所在区域)作分析=>页面流量分析(商品关注度是否有变化)

流量没有明显的下降è订单转换率出了问题?=>对产品的销售情况作分析,某些产品的转换率下降了还是几乎所有产品的转换率下降了?=>对产品的页面流量进行分析或对购物车转化路径作分析,是否是因为这部分转换率较高的产品的关注度下降了,还是网站的购买引导用户体验变差了,甚至是购物车系统在某一段时间不能访问?

从流量开始层层深入对数据进行分析,直至找到问题的根源为止。另外,在分析指标数据异常的时候,一些额外因素如特殊日子、重大事件、换季也要考虑在内,如“双11”别人者在如火如荼地在大搞促销,而你却没有一起去凑热闹,这段时间的销售有可能会变得较为惨淡。

问题2:EDM合作商给他们的北美地区的用户发送了50万封邮件(邮件链接里加了GA UTM标识),但对网站的销售增长却没有任何促进作用。

分析:

网站分析系统里来自EDM的流量数据有多少=>这部分流量来自哪些地区,真的是北美吗?=>这部分访客的访问路径怎么样,有没法有进入购物车=>最终有没有产生订单

分析结果显示,这期EDM的仅带来了少量流量,而且访客多是香港以及东南亚的,没有带来任何销售,看起来这个合作商并没有践行合约的内容,下次就不要再找他们合作了…

Google Analytics智能警报

另外,在分析网站指标数据异常的时候,建议充分使用好GA的智能警报功能,这个可以大幅减少你的网站的工作量。当数据出现异常的时候,它可以把异常的数据指标给你列出来,并会相应地列出数据异常的原因。

在GA中有两种类型的提醒:自定义提醒和自动提醒。自动提醒是Google Analytics根据其算法生成的提醒。也就是说,每天GA的智能引擎都会检查以下维度(包含但不限于)的指标值,以确认它们是否发生了显著变化:

1.所有流量

2.访客类型(新访客与回访者)

3.城市

4.地区

5.国家/地区

6.广告系列

7.关键字

8.来源

9.媒介

10.引荐路径

11.着陆页

12.退出页

13.点击率(AdWords)

除了自动提醒,你还可以设立自定义提醒来监控网站运营数据。你可以为任何一个指标设置提醒标准并应用到任何维度,甚至还可以把提醒应用到高级细分的访问群组中。我们可以把网站流量与销售的高峰与低谷设置为警报,这样当网站的主要指标出现异常时这些自定义提醒就可以通过邮件发送功能及时地通知到相关人员。目前只有自定义提醒功能可以使用邮件自动发送功能。

网站分析并没有固定的步骤和方法,当你非常熟悉网站分析工具的使用以及所要分析的网站的业务时,你可以完全不必拘泥于以上的所提到的思路与方法,但网站分析的目的必须要明确:减少成本,提升效益,分析后的优化工作不可缺失。

以上是小编为大家分享的关于如何进行网站数据分析 理清网站分析的思路的相关内容,更多信息可以关注环球青藤分享更多干货

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”的今天,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。但是,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。

2、通过什么渠道来搜集数据互联网时代也是工具代替人工的时代,用工具办到的事既快又方便,何乐不为。①自身及竞争对手网站外部可统计查询数据。既然是外部可查询,一般的站长类工具都可以去查询,笔者比较喜欢的有爱站和站长之家这两个在线查询网站。尤其是站长之家在数据方面做得比较专业。②网站流量统计数据。流量统计工具的功能已经丰富了,并且主流的cnzz、51la等都有数据下载功能。③可监控关键词数据。这个如果是个人站长关键词量比较小,那么人工在搜索引擎和后台流量统计去一点点核实查询比较准确。如果批量关键词查询,最好是使用工具去查询,但目前的关键词排名软件在批量查询中一般都会出现误差,如果公司有能力,可以自己开发或编写这类功能的程序软件。3、如何分析搜集整理的数据成功者半九十,辛苦通过各种渠道观察搜集的数据,最精华的最具价值的地方在于有人看,而且要会看,通过这些数据为自己的网站得到一些启迪,并把它发挥出来为自身创造一定的利益。①自身及竞争对手网站外部可统计查询数据。这些数据分析是作为一个SEO分析自身网站和竞争对手最常用也是最基本的能力。通过这些数据(一定时间的观察后可绘制成趋势图)可以比较清楚的了解自身网站和竞争对手的网站优化情况以及在搜索引擎的权重表现。笔者简单介绍下如何去解读这些数据。

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。关键词: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。哪些还需要加强,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,故请高手勿耽误您的时间。”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。


欢迎分享,转载请注明来源:夏雨云

原文地址:https://www.xiayuyun.com/zonghe/730109.html

(0)
打赏 微信扫一扫微信扫一扫 支付宝扫一扫支付宝扫一扫
上一篇 2023-08-11
下一篇2023-08-11

发表评论

登录后才能评论

评论列表(0条)

    保存