数据分析的四个步骤依次是:数据收集、数据清洗、数据分析和结果解释。下面是三个步骤的介绍。
数据分析与数据分析
对于数据分析的理解,首先要搞清楚的是,我们做数据分析,不仅是为了制定数据分析策略,而且要把数据分析用数据说话,这个决策者的思想是一样的,数据分析也不例外。我们之所以做数据分析,目的是为了了解自己的产品,而不是知道如何正确的数据分析,所以数据分析的工作就变成了一项非常细致的工作,需要我们深入的理解。接下来介绍一下数据清洗和数据分析的工作流程。
数据清洗流程是把我自己的产品通过各种形式放到一个页面上的过程。由于整个过程不是很顺畅,所以在我没有完全按照既定流程进行。所以我做的第一件事是通过搜索引擎搜索找到相关的需求关键词。在页面上打开搜索框进行搜索,然后开始筛选内容。
当然,我不会搜索到任何有关代码的相关内容,所以我做的第一件事是按照我的理解进行整理。在一个页面上,搜索框的样式主要分为3种,分别是字段、行段、句段,所以我对字段的要求是字段近一个小时内要达到最少200个字,且最好在不超过三个小时内进行内容的搜索。
我将行段信息整理好,然后按照信息库中的用户需求进行分类,并且提供对应的查询方式,然后以地图的形式标注出来。
经过这些工作之后,我还做了一个遍,将获取到的需求关键词进行收集整理,并且进行了命名。经过一遍遍的筛选,找到有价值的关键词。
通过上面的步骤,我整理出了所有与业务相关的关键词列表。通过数据分析,我发现有价值的关键词有:价格、难度、优化、报价、报价、服务器、VPS、团队支持等。
接下来,我会进行一次页面上的数据分解,以便以后进行内容的编辑。这里我使用的是数据透视表格,把数据进行打散,然后将每个信息都进行压缩。最后,可以将整个页面的内容分成一些关键词,同时将整个页面的URL重新标准化,让每个页面的URL全部显示出来。
这个很简单,但是很有用,当然也可以加入关键词标签。例如,以一个出售手机的网站为例。当我搜索手机的时候,页面上会展示很多关于手机的关键词,但是这些关键词不是说每个都是有价值的。
这里我推荐大家使用百度 Analytics的数据分析工具来分析相关关键词的流量,以及用户行为。
