1.學習理論知識，關於資料分析和資料探勘的書籍：SciPy and NumPy 、Python for Data Analysis、Bad Data Handbook；也可以自己找一些比較入門的書來學習。

2.實踐，要透過專案或者工作來不斷的營運，在運作的過程中發現問題，然後去解決問題。

3.這個過程其實需要下功夫的，如果想要快速的掌握的話，也可以看一下現在市場上的一些成熟的資料分析和資料探勘的工具，當然肯定沒有自己學習程式和語言來的快吧，但是這些都是視覺化操作的工具，上手還是很快的。這裡給你推薦前嗅ForeSpider資料探勘系統，可以對資料進行深度的挖掘和處理。如果你想要快速上手的話就試一下這個吧。

當網站建設完成後，就會進行seo最佳化，慢慢的網站就會產生一些資料，這些資料一般會根據我們所放置的統計程式碼，在相應的後臺介面生成。掌握這些資料之後，要學會分析這些資料，針對這些資料檢視哪些地方是做的好並且繼續保持，哪些是做的不夠好需要改善的。

接下來我們就來了解一下資料分析都有哪些？

1、UV、IP和PV值

剛開始做seo的人員很多時候都關注IP，認為IP值就是使用者資料。其實真正的使用者資料是UV值，而IP值只是針對計算機而言的獨立IP。我們可以透過UV值和IP值進行一下對比，如果UV值大於IP值，那說明是正常的，但是如果IP值大於UV值，則很有可能出現了假的資料。之後需要關注UV值和PV值的比例，如果接近1:1，則是一個很差的網站，當然如果高於平均值，則是比較好的網站了，因為停留時間長。之所以使用者的停留時間會長，也是因為使用者喜愛該網站才會花時間進行瀏覽。與此同時我們還需要關注網站的跳出率。跳出率越高，證明網站越差，這個時候就要綜合性考慮網站出了什麼問題了。

百度早已經成為搜尋引擎的巨頭了，雖然還有其它的搜尋引擎，但是大部分使用者還是會選擇百度的，極少部分人會選擇其它的搜尋引擎。而這些少部分的使用者也是潛在的使用者，所以需要針對性的最佳化網站，這樣可以讓網站出現在更多搜尋引擎的首頁中。

因為搜尋引擎的強大，加上網站的權重，使用者透過關鍵詞進行搜尋時，百度搜索引擎會根據匹配度加上權重進行匹配，來展現我們的網站。而為了更好的匹配到我們的網站，可以針對使用者的搜尋詞資訊進行網站調整，調整的資料儘量是那些流量大而排名較低的關鍵詞。

4、入口頁面

入口頁面指的是使用者透過某個連結進入我們的網站，那麼這個連結地址就是入口頁面。一般，入口頁面分為兩種，一種是透過搜尋引擎進入，另一種就是透過第三方平臺進入，也就是通常所說的外鏈。透過搜尋引擎進入的，我們只需要瞭解關鍵詞最佳化的是否足夠好，進行改善就可以了。我們可以重點了解一下透過外鏈進入的頁面，證明我們釋出的外鏈是有效果的，可以持續性的釋出外鏈。

5、訪問頁面

後臺資料可以反饋出哪些頁面被使用者訪問過，被訪問過的頁面停留時間有多長。首先我們要了解的是透過搜尋引擎訪問的頁面，這種頁面可以算得上是流量的主要來源。其次需要了解的是停留時間，停留時間越長，證明該頁面越優秀。如果某個頁面出現的停留時間在幾秒鐘以內就被使用者關閉了，那麼這個頁面的跳出率是非常高的，而該頁面有點選量，證明我們的標題足夠好，但是內容還需要改善。

透過這樣的資料分析可以很快的知道我們所有最佳化的網站哪些地方做的好，哪些地方做的不好，哪些地方可以繼續保持，哪些地方還需要不斷的改進。網際網路時代就是資料時代，我們切記不能透過自己的想當然，認為這個事就該這麼做，往往這樣的效果並不理想。掌握資料分析，是一個seo人員必須具備的專業知識，也是網站能否獲取好的排名，帶來足夠流量的前提。