一定要看到数据分析和SEO分析的共同点。
看本《大数据时代》，有一个有趣的例子。以前美国发生流感，一家专业医疗机构使用传统的调查方法调查疾病的传播。这种方法有很多缺点。例如，费用昂贵，准确掌握疾病的传播可能需要几周的时间。
同时，谷歌采用了调查方法。利用现有的搜索数据，观察哪个大陆的用户搜索疾病症状相关单词的趋势是否发生了变化，从而推测疾病已经传染的地方。
最终证明谷歌的估算方法准确度也很高，不需要费用。而且最重要的是，及时了解疾病的传播，极大地便利了人们的防备准备。
这本书没有提到的是，谷歌可以进行这样的分析。也就是说，通过搜索引擎的开放数据(例如最典型的Google  Trends和百度指数)，几乎每个人都可以进行这种分析。唯一的前提是对数据分析有意识。
遇到了很多PM，他们为了提高流量，找SEO寻求帮助。
其中一些想法有明确的PM，从一开始就分割业务线的源流量。例如，自身流量比率、导航站流量数、SEO流量数等。在这个阶段，他们明确了SEO对他们来说是多么重要。
之后，他们继续分解SEO带来的流量中有多少着陆页是列表页、多少详细页和每个访问深度(Pages/Visit)。在此阶段，明确表示了要重点加强SEO的页面类型和预计流量将被引导的方向。
最后，通过对数据的几个细分，具体地将抽象的流量改善意图具体化为改善要求。尤其是大企业的部门间合作，明确的需求表示高度信任，模糊的需求很容易应对(当然，这只是整个客观情况，不是我们SEO部门)。
数据细分是分析所有事情中哪一个更重要，明确需要做的事情的有力手段。
数据比较分析也是常用的工具。
例如，招聘的需求具有非常明显的季节性，春节前后各处于低谷顶点，此时百度上面招聘类的搜索量也将大幅波动。因此，在正常情况下，这些SEO流量也遵循节能和节能。
但是每个人总是有不好的习惯。看到好事很容易认为是理所当然的。看到坏事，神经就会绷紧。庆典前招聘类SEO流量减少的话，确实有人会紧张。可能已经考虑了季节性因素，但从流量趋势图来看，是不是下降了太多？嗯，为了安抚自己或其他人的不安全感，需要通过数据分析来确认流量的下降除了季节性因素外，还有其他因素。
分析方法可以有很多种。例如，排除搜索量因素后，可以确认包括、排名、点击率等三个指标是否保持不变。或者分析很多行业单词的搜索趋势变化。我只说我常用的最简单的方法。
如果网站是智联招聘，则来源关键词包含“智联”的“品牌单词流”，而“智联”不包含“普通SEO流”。
一般SEO流量=包含x排名x点击率x搜索量
但是品牌单词流基本上不受收录的影响，排名接近第一，点击率也几乎100%固定，可以上市。品牌单词流=搜索量
因此，品牌词语流动的变化可以用来测量搜索量的变化。一般来说，如果一般SEO流量的变化趋势与品牌单词流量相似，季节性因素往往是流量波动的主要原因。
当然，也有一些情况，例如网站的大规模促销。这可能会导致品牌单词流量大幅增加。由于加入导航站、购买品牌单词PPC等原因，品牌单词的流动可能会有一定程度的下降。在这种特殊情况下，不能使用上述分析方法，要自己鉴别，不能只依靠古板的数字。
只要有分析的方向，其他的就不是相对大的问题。关于SEO，由于对各种数据的访问渠道不同，可能会很麻烦，但都是切实的技术活动。
我们需要解决的问题，需要解决的问题，数据在整个过程中如何帮助我们，需要花费最多的时间来思考。约翰肯尼迪思想。