别埋头苦干：用数据分析来优化推广方法

时间：2023-03-16 03:53:13 作者：CosmicOwl 综合材料收藏本文下载本文

【导语】“CosmicOwl”通过精心收集，向本站投稿了9篇别埋头苦干：用数据分析来优化推广方法，下面是小编给大家带来关于别埋头苦干：用数据分析来优化推广方法，一起来看看吧，希望对您有所帮助。

目录
第1篇：别埋头苦干：用数据分析来优化推广方法第2篇：用大数据视角来分析成都市幼儿园第3篇：数据分析方法第4篇：数据分析方法第5篇：数据分析方法第6篇：社会调查数据分析方法第7篇：财务报表数据分析方法第8篇：我做网络推广用的数据分析工具第9篇：砗磲网络推广数据分析

篇1：别埋头苦干：用数据分析来优化推广方法

网络推广常用的几种方法天天都有人在分享.软文,博客,问答,网摘,友情链接都是草根站长们必用的方法.草根站长都不容易,每天除了做好站内更...

网络推广常用的几种方法天天都有人在分享.软文,博客,问答,网摘,友情链接都是草根站长们必用的方法.草根站长都不容易,每天除了做好站内更新,还得埋头更新那么多博客,抓破头写点软文去投稿和发帖,去百度知道,天涯问答发几个问答,去那么多网摘站一个个提交网址,一摊子事做下来已经够忙活的了.

之前范特西也是这么做的,为了多增加点外链多发点帖子.搜集了30个访问量比较大的站长论坛.然后有时间就去发点帖子,回一点帖子.每次找到一个论坛版块,就按照时间顺序阀帖子排序,然后挨着点开回帖,因为新帖可能还没开始被收录,签名中有网址,所以回帖后被收录了就增加了外链.

接着又搜集了一些友情链接交换平台,然后提交了自己的网站信息,其实交换链接是假,留下网址外链才是目的,毕竟是公司性质的站,不和公司外的网站做友情链接.这样在几十个网站提交了网址.

群建博客,这个是很多人都提到的方法,所以俺也建了7个站外博客,百度新浪网易天涯搜狐全面攻占.每天定量更新一些文章,顺便留下网址信息.这个工作很单调很磨人.和更新博客同样单调的就是网摘站的推广了,每天去几个网摘站添加收藏增加外链.

百度知道,天涯问答等知识问答类网站也是一个宣传方式.所以俺也没有放过,事先确定了好几十个关键词,然后每天选一个关键词去百度知道做问答,留网址链接.还有百度百科也是同样的方法,每天选一个关键词去修改相应的词条留下网址.

再有剩余时间,就得花点心思写点软文了.一篇自己比较满意又能通过站长站,A5编辑通过的文章是需要花点时间的,尤其是俺这样现学现卖的菜鸟.

每天不知疲倦的埋头做站外推广,却从来没有想想这些方法到底又没有效.26号据说是百度的例行更新,俺负责的论坛大全排名一下子从第三页直接掉没了.很郁闷很无奈,所以也就静下心来把这大半个月做的推广和现在网站的情况做了一个统计对比.对比之后才发现,原来很花时间的方法其实都是无用功.

外链方面:从接手的时候网站外链从9个增加到420多个,其中50%是软文投稿及转载带来的,20%是论坛带来的,博客和网摘各占了8%,而友情链接平台和百度百科,知识问答网站带来的外链只共占了5%,其他都是一些俺也不晓得从哪来的外链.上面已经提到,增加反链最有效的友情链接俺没有做,也没法做.所以最有效的方法只有靠软文了.博客貌似也不太理想,但是花的时间还挺多,知识问答做了很多,流量倒是带来一些,但是反链却很少.百度百科,修改了很多词条,通过审核的也很少.看来这些方法都需要调整和优化.这些简单的数据分析让范特西在以后的推广上思路更清晰和有所侧重.如果只埋头发博客,发帖,不回过头来统计分析一下数据,恐怕会越做越累,也越做越偏.

厚诚集智成长无限企业大学网 www.51hlhu.com

篇2：用大数据视角来分析成都市幼儿园

用大数据视角来分析成都市幼儿园

很多家长会把公立幼儿园和公益性幼儿园混淆，以为公益性幼儿园就是公立幼儿园，它们之间到底是怎么一回事？今天就带大家一起看看什么是公益性幼儿园？什么是公立幼儿园？

公益性幼儿园是指政府定价的普惠性幼儿园。成都市公益性幼儿园统一悬挂有成都市教育局制作的“公益性幼儿园”标牌。每年6月初，成都市中心城区公益性幼儿园实行统一网上报名。

公办幼儿园包括教育部门举办的幼儿园和机关、部队、事业单位、高校等举办的幼儿园。

接下来，我根据成都教育官方公布的`678所幼儿园（以下简称样本数据）从三个方面进行了分析。

一、从是否公益性看，公益性幼儿园209所，占总样本数据的30.7%。非公益性幼儿园469所，占总样本数据的69.3%。

篇3：数据分析方法

对比分析法

对比分析法是指将两个或两个以上的数据进行对比，分析他们的差异，从而揭示这些数据所代表的事物发展变化情况和规律性。

表达事物发展的变化以及研究其中的规律

对比分析法的特点是：可以非常直观地看出事物某方面的变化或差距，并且可以准确、量化地表示出这种变化或差距。

对比分析法可分为静态比较和动态比较两类横比

动态比较是在同一总体条件下对不同时期指标数值的比较，也叫纵比。

与目标对比：即实际完成值与目标进行对比，属于横比。

目前实际完成的值与目标值进行对比

不同时期对比：选择不同时期的指标数值作为对比标准，属于纵比。

统计部门、单位、地区对比：与同级部门、单位、地区进行对比，属于横比。

横比，条件相同(比如，时间)，结果不同

纵比：结果相同，条件不同

分组分析法是根据数据分析对象的特征，按照一定的标志，把数据分析对象划分为不同的部分和类型来进行研究，以展现其内在的联系和规律。

分组分析法的关键在于对确定数组与组距。在数据分组中，各组之间的取值界限称为组限。上限值和下限值的平均数称为组中值。

结构分析法是指被分析研究总体内部各部分与总体之间进行对比的分析方法，即总体内各部分占总体的比例，属于相对指标。

同比和环比

同比：去年的这个时间段和今年的这个时间段进行对比叫做同比

环比：上一个月和这一个月进行对比

结构相对指标(比例)的计算公式为：

结构相对指标=总体某部分的数值/总体总量*100%

市场占有率=(某种商品销量/该种商品市场销售总量)*100%

平均分析法就是运用计算平均数的方法来反映总体在一定时间、地点条件下某一数量特征的一般水平。

平均指标可用于同一现象在不同地区、不同部门或单位间的对比，还可用于同一现象在不同时间的对比。

比如分析不同行业、地区的平均从业人数、平均营业收入等。所有数量指标都可以依据不同的分组用单位数来平均，进行对比、分析。

交叉分析法

交叉分析法通常用于分析两个变量之间的关系，即同时将两个有一定联系的变量及其值交叉排列在一张表格内，使各变量值成为不同变量的交叉结点，形成交叉表，从而分析交叉表中的变量之间的关系。

综合评价分析法

综合评价分析法的基本思想是将多个指标转化为一个能够反映综合情况的指标来进行分析评价，比如不同地区的社会发展水平，企业经济效益评价等，都可以用这种方法。

综合评价分析法主要有三大特点：

评价过程不是逐个指标顺次完成的，而是通过一些特殊方法将多个指标的评价同时完成。

在综合评价过程中，一般要根据指标的重要性进行加权处理。

评价结果不再是具有具体含义的统计指标，而是由最终的分值进行综合排序。

矩阵分析法是指将事物(如产品、服务)的两个重要属性作为分析的依据，进行分类关联分析，找出解决问题的一种分析方法。

篇4：数据分析方法

数据分析过程的主要活动由识别信息需求、收集数据、分析数据、评价并改进数据分析的有效性组成。

识别需求

识别信息需求是确保数据分析过程有效性的首要条件，可以为收集数据、分析数据提供清晰的目标。识别信息需求是管理者的职责管理者应根据决策和过程控制的需求，提出对信息的需求。就过程控制而言，管理者应识别需求要利用那些信息支持评审过程输入、过程输出、资源配置的合理性、过程活动的优化方案和过程异常变异的发现。

收集数据

有目的的收集数据，是确保数据分析过程有效的基础。组织需要对收集数

篇5：数据分析方法

据的内容、渠道、方法进行策划。策划时应考虑：

①将识别的需求转化为具体的要求，如评价供方时，需要收集的数据可能包括其过程能力、测量系统不确定度等相关数据;

②明确由谁在何时何处，通过何种渠道和方法收集数据;

③记录表应便于使用; ④采取有效措施，防止数据丢失和虚假数据对系统的干扰。

分析数据

分析数据是将收集的数据通过加工、整理和分析、使其转化为信息，通常用方法有：

老七种工具，即排列图、因果图、分层法、调查表、散步图、直方图、控制图;

新七种工具，即关联图、系统图、矩阵图、KJ法、计划评审技术、PDPC法、矩阵数据图;

过程改进

数据分析是质量管理体系的基础。组织的管理者应在适当时，通过对以下问题的分析，评估其有效性：

①提供决策的信息是否充分、可信，是否存在因信息不足、失准、滞后而导致决策失误的问题;

②信息对持续改进质量管理体系、过程、产品所发挥的作用是否与期望值一致，是否在产品实现过程中有效运用数据分析;

③收集数据的目的是否明确，收集的数据是否真实和充分，信息渠道是否畅通;

④数据分析方法是否合理，是否将风险控制在可接受的范围;

⑤数据分析所需资源是否得到保障。

猜您感兴趣：

1.excel2010调出数据分析的方法

2.excel2013调出数据分析的方法

3.excel2003使用数据分析功能的方法

4.用excel做数据分析的方法

5.如何利用excel进行数据分析的教程

6.Excel中数据分析的操作方法

7.股票数据分析方法

8.如何用excel进行数据分析的教程

篇6：社会调查数据分析方法

一、社会调查数据的特点

通常情况下,社会调查数据特点如下。

(1)相关性

对于一个样本个体而言，它具有本身的多个特征，这些特征之间就具有一定的相关性。对于多个样本而言，个体与个体的特征之间具有相关性。如果样本随时间而变化，那么该样本在不同时刻的特征之间又具有相关性。因此，由于上述多个原因使得社会调查数据具有了复杂的相关性，传统的统计学调查难以解决这样的问题。

(2)离散性

因为社会调查数据是通过自填式问卷、网络调查数据库等方法得到，所以社会调查数据一般以离散变量为主，且这些数据之间只有标示作用，并没有严格的逻辑关系。

(3)模糊性

社会调查数据当中不可避免的会接触到各种表达方式和概念，因此,它具有模糊性。因为由自填式问卷或结构式访问的方法得到的社会调查数据具有以上特点，所以在实际应用中基于统计学的处理方法只能笼统的显示数据的部分特性,如频数、离散程度等。对于数据之间的关系只能分析出维数极少的大致的关系。而且利用软件进行数据挖掘时，因为现有的软件中的数据挖掘算法对于数据类型和格式要求较高,所以能应用到的数据挖掘算法很少。就算是数据要求较低的关联分析,其结果也存在大量的冗余。因此,我们需要建立一个合适的社会调查数据的数学模型来完善原先的方法并使跟多的数据挖掘方法可以运用到其中，使得结果更准确。

二、社会调查数据的建模

研究中我们发现,三维矩阵可适用于社会调查数据的建模。

1 三维矩阵的定义

三维矩阵的定义:由n个p×q阶的矩阵组成的n×p×q阶的矩阵A称为三维矩阵,又称立体阵。Ak,i,j表示三维矩阵A的第k层,第i行,第j列上的元素。其中n,p,q分别表示三维矩阵的高度,厚度和宽度。

2 三维矩阵模型的建立

调查问卷的题目一般有三种类型:单选题、多选题和排序题。这三类题目都可以表示成向量的形式,其中每一道单选题、多选题可以表示成一个向量,排序题可以表示成多个向量组成的矩阵。对于单选题和多选题,可以按选项的顺序可以表示成一个向量,其中选中的用“1”表示,未选中的项用“0”表示。对于排序题，可以表示成一个n×n的方阵,,其中n表示该排序题的选项数,。这样，每一题就可以定义为空间中的一个维度,从而所有的题目就可以构成一个N维空间。每份调查问卷的信息用一个M×N矩阵表示(M为题目的最大选项数),其在每一维上的选择称之为一个元素,这样每份问卷的信息就包括了N个元素。以第1,2,3题数据为例,其中第1题为单选题选择“B”,用向量 (0,1, 0..0)T 表示为一个元素,第2题为多选题选择“ACE”,用向量 (1, 0,1, 0,1, 0..0)T 表示为一个元素,第3题为排序题顺序为CBADEFIHG,用矩阵表示，每一个列向量是一个元素,如图1所示。

那么，假设有一问卷信息用一个大小为M×N的矩阵表示。K份的问卷信息就可以用K个大小为M×N的矩阵表示。将这K个矩阵叠加,形成一个三维矩阵。这个三维矩阵就是我们建立的三维矩阵数学模型,如图2所示。

在图2中我们看到,该三维矩阵数学模型有三个坐标轴，它们分别是题目、人数、选项。题目轴以每一道题为一个单位；人数轴以每一份问卷为一个单位；选项轴的刻度A,B,C,D,E,F等题目选项,其个数为该调查问卷中选项最多的题目的选项个数。在此基础之上,这样的三维矩阵具有以下性质。

(1) 在题目轴中选取对应的题目，将三维矩阵面向竖切得到截面1，截面2表示每一道题所有人选择的信息。

(2) 在人数轴中选取对应的人，将三维矩阵横切得到横截面1，横截面1表示对应的人选择所有题目的信息。

在得到三维矩阵后，可对它进行像素化处理，置1的元素用黑点代替,置0元素的则空白，在得到像素化三维矩阵后我们可以将三维矩阵沿着人数维度上向下投影，这样就可以得到一个具有浓黑不一的点的平面。通过这些点的浓度，可以知道每一选项选择的人数。接下来我们可用灰度级表示点的浓度,筛选出浓度大于一定程度的点，在此基础上进行后续算法处理。

上述三维矩阵数学模型具有数学三维矩阵的所有性质，可依据调查问卷的需求进行转置，加权、相乘、筛选等数学处理,另外在数学处理的基础上，采用超图理论可以大大丰富了调查问卷的处理方法。

三、基于超图算法的调查问卷分析技术

超图是离散数学中重要的内容,是对图论的推广。超图是有限集合的子系统,它是一个由顶点的集合V和超边集合E组成的二元对，超图的一条边可以有多个顶点的特性，这与一般的图有很大不同。超图分为有向超图与无向超图两类,在无向超图的每条超边上添加方向后得到的有向二元对就是有向超图。

超图在许多领域有广泛的应用。大家可以利用无向超图表示每一道题的选择情况，先将这每一题的每一个选项设成一个节点,然后将三维矩阵从上向下投影，如果某一题的若干个选项同时被一个人选择，就用一条超边包围这些节点,那么选这些选项的人越多，投影得到的超边就越浓。这样就用超图表示了问卷中每道题的信息,可以进行聚类处理。

利用有向超图,可以将关联规则表示成有向超图的形式，在得到了关联规则后，设实际中得到的关联规则的形式为：前项和后项都是由多个项组成的集合。该文定义一条关联规则由一条有向超边表示，有向超边的头节点表示关联规则的前项,有向超边的尾节点表示关联规则的后项。每条有向超边的头节点和尾节点均可以为多个，如此便成功表示了复合规则，从而可以使用相关算法进行冗余规则检测。

通过基于有向超图的冗余规则检测就可以将关联规则之间存在着的大量冗余检测出，减少挖掘资源的浪费，从而增加了挖掘结果的有效性。

传统的聚类方法都对原始数据计算它们之间的距离来得到相似度，然后通过相似度进行聚类，这样的方法对于低维数据有良好的效果，但是对于高维数据却不能产生很好的聚类效果，因为高维数据的分布有其特殊性。通过超图模型的分割实现对高维数据的聚类却能产生较好的效果。它先将原始数据之间关系转化成超图，数据点表示成超图的节点，数据点间的关系用超边的权重来表示。然后对超图进行分割，除去相应的超边使得权重大的超边中的点聚于一个类中，同时使被除去的超边权重之和最小。这样就通过对超图的分割实现了对数据的聚类。具体的算法流程如下。

首先，将数据点之间的关系转化为超图，数据点表示为超图节点。如果某几个数据点的支持度大于一定阈值，则它们能构成一个频繁集，就将它们用一条超边连接，超边的权重就是这一频繁集的置信度，重复同样的方法就可以得超边和权重。

然后，在基础此上，通过超图分割实现数据的聚类。若设将数据分成k类，则就是对超图的k类分割，不断除去相应的超边，直到将数据分为k类，且每个分割中数据都密切相关为止，同时保持每次被除去的超边权重和最小，最终得到的分割就是聚类的结果。

如图3所示是基于超图算法的选题型调查问卷的分析技术的流程图,主要包括4个主要部分,一是用向量表示调查问卷结果,二是将向量表示的调查问卷转化为三维矩阵数学模型表示调查问卷结果,三是使用超图算法进行优化,四是根据要求显示调查问卷结果。

四、结语

该文针对社会调查数据处理与分析中存在的问题，建立了基于三维矩阵的数学模型,将单选题和多选题表示成向量，将排序题表示成多个列向量，从而每一题可以表示成空间的一个维度，每一个向量就是一个元素，这样每一张问卷就可以表示成一个矩阵，通过将多个矩阵叠加就可以得到三维矩阵。该数学模型可以

利用三维矩阵的性质对其进行多种数学处理，如竖切、横切、像素化后投影等。在数学处理的基础上，该文又提出超图理论对数据进行聚类和检测冗余规则的分析。

[社会调查数据分析方法]

篇7：财务报表数据分析方法

垂直分析

确定财务报表结构占比最大的重要项目

垂直分析，又称为纵向分析，实质上是结构分析。

第一步，首先计算确定财务报表中各项目占总额的比重或百分比。

第二步，通过各项目的占比，分析其在企业经营中的重要性。一般项目占比越大，其重要程度越高，对公司总体的影响程度越大。

第三步，将分析期各项目的比重与前期同项目比重对比，研究各项目的比重变动情况，对变动较大的重要项目进一步分析。

经过垂直分析法处理后的会计报表通常称为同度量报表、总体结构报表、共同比报表。以利润表为例，巴菲特非常关注销售毛利率、销售费用率、销售税前利润率、销售净利率，这实质上就是对利润表进行垂直分析。

水平分析

分析财务报表年度变化最大的重要项目

水平分析法，又称横向比法，是将财务报表各项目报告期的数据与上一期的数据进行对比，分析企业财务数据变动情况。

水平分析进行的对比，一般不是只对比一两个项目，而是把财务报表报告期的所有项目与上一期进行全面的综合的对比分析，揭示各方面存在的问题，为进一步全面深入分析企业财务状况打下了基础，所以水平分析法是会计分析的基本方法。

这种本期与上期的对比分析，既要包括增减变动的绝对值，又要包括增减变动比率的相对值，才可以防止得出片面的结论。每年巴菲特致股东的信第一句就是说伯克希尔公司每股净资产比上一年度增长的百分比。

趋势分析

分析财务报表长期变化最大的重要项目

趋势分析，是一种长期分析，计算一个或多个项目随后连续多个报告期数据与基期比较的定基指数，或者与上一期比较的环比指数，形成一个指数时间序列，以此分析这个报表项目历史长期变动趋势，并作为预测未来长期发展趋势的依据之一。

趋势分析法既可用于对会计报表的整体分析，即研究一定时期报表各项目的变动趋势，也可以只是对某些主要财务指标的发展趋势进行分析。

巴菲特是长期投资，他特别重视公司净资产、盈利、销售收入的长期趋势分析。

他每年致股东的信第一页就是一张表，列示从1965年以来伯克希尔公司每年每股净资产增长率、标准普尔500指标年增长率以及二者的差异。

比率分析

最常用也是最重要的财务分析方法

比率分析，就是将两个财务报表数据相除得出的相对比率，分析两个项目之间的关联关系。比率分析是最基本最常用也是最重要的财务分析方法。

财务比率一般分为四类：盈利能力比率，营运能力比率，偿债能力比率，增长能力比率。

国务院国资委颁布的国有企业综合绩效评价指标体系也是把财务绩效定量评价指标分成这四类。

从巴菲特过去40多年致股东的信来看，巴菲特这四类比率中最关注的是：净资产收益率、总资产周转率、资产负债率、销售收入和利润增长率。

财务比率分析的最大作用是，使不同规模的企业财务数据所传递的财务信息可以按照统一的标准进行横向对照比较。

财务比率的常用标准有三种：历史标准、经验标准、行业标准。巴菲特经常会和历史水平进行比较。

因素分析

分析最重要的驱动因素

因素替代法又称连环替代法，用来计算几个相互联系的驱动因素对综合财务指标的影响程度的大小。

比如，销售收入取决于销量和单价两个因素，企业提价，往往会导致销量下降，我们可以用因素分析来测算价格上升和销量下降对收入的影响程度。

巴菲特这样分析，1972年他收购喜诗糖果时，年销量为1600万磅。20增长到3200万磅，35年只增长了1倍。年增长率仅为2%。

但销售收入却从1972年的0.3亿增长到2007年的3.83亿美元，35年增长了13倍。销量增长1倍，收入增长13倍，最主要的驱动因素是持续涨价。

综合分析

多项重要指标结合进行综合分析

企业本身是一个综合性的整体，企业的各项财务活动、各张财务报表、各个财务项目、各个财务分析指标是相互联系的，只是单独分析一项或一类财务指标，就会像盲人摸象一样陷入片面理解的误区。

因此我们把相互依存、相互作用的多个重要财务指标结合在一起，从企业经营系统的整体角度来进行综合分析，对整个企业做出系统的全面的评价。

目前使用比较广泛的有杜邦财务分析体系、沃尔评分法、帕利普财务分析体系。

最重要最常用的是杜邦财务体系：净资产收益率=销售净利率×资产周转率×权益乘数，这三个比率分别代表公司的销售盈利能力、营运能力、偿债能力，还可以根据其驱动因素进一步细分。

对比分析

和最主要的竞争对手进行对比分析

和那些进行广泛分散投资的机构不同，巴菲特高度集中投资于少数超级明星公司，前10大重仓股占组合超过80%，这些超级明星公司各项重要财务指标都远远超过行业平均水平。

在长期稳定发展的行业中，那些伟大的超级明星企业也往往都有一个与其实力相比难分高下的对手。

比如软饮料行业中可口可乐与百事可乐，快餐行业中的麦当劳与肯德基，飞机制造行业中的波音与空客。两个超级明星企业旗鼓相当，几乎垄断了行业的大部分市场，这就形成了典型的双寡头垄断格局。

因此把超级明星公司与其竞争对手进行对比分析是最合适的方法。

前景分析

预测未来长期业绩是财务分析最终目标

巴菲特进行财务报表分析的目的不是分析所有公司，而是寻找极少数超级明星：

我们始终在寻找那些业务清晰易懂、业绩持续优异、由能力非凡并且为股东着想的管理层来经营的大公司。

这种目标公司并不能充分保证我们投资盈利：我们不仅要在合理的价格上买入，而且我们买入的公司的未来业绩还要与我们的预测相符。

但是这种投资方法――寻找超级明星――给我们提供了走向真正成功的唯一机会。

对企业未来发展前景进行财务预测是财务报表分析的最终目标。巴菲特说得非常明确：“我关注的是公司未来甚至30年的盈利能力。

[财务报表数据分析方法]

篇8：我做网络推广用的数据分析工具

这篇文章很早以前就想写了，之前回老家耍了10来天，人耍懒了，一直拖着没写出来，今天终于调整了下心情，准备好好的写出来，也给自己找找工作的状态。

一：网站流量来源的数据分析工具

分析网站流量来源的数据分析工具，我主要用了两种。1个是现在市场覆盖面最大的51LA统计，一个是CNZZ最新推出的商业统计。其实现在网上免费的流量统计的基础功能都差不多，这里我就说说51LA和CNZZ商业统计我比较喜欢的一些亮点。

图1：51LA的单个网站历史来路查询功能

通过这个功能，我能够知道某一个流量来源，最近1个月的流量变化情况，让我更好的把握每一个推广渠道的流量趋势。

图2：CNZZ商业统计的用户视点流量分析功能

通过这个功能，可以分析网站任意页面用户的点击情况，比如1W人进入了你的网站首页，能够分析到这1W人分别点击了首页的哪些栏目，哪些文章。从而分析出用户的点击习惯，来改进网站的产品。这个对产品经理改进产品入口，对个人站长改进联盟广告的点击率都有非常大的帮助。CNZZ的商业统计的免费试用地址：wss.cnzz.com/

二：搜索引擎收录，反向链接，PR值，网站排名综合查询工具

以上几个功能都是判断一个网站的质量标准的，一个网站能被很多的搜索引擎收录，有非常多的反向链接，有比较高的PR值和网站排名，都能侧面的反应出这个网站的质量。这些功能在admin5 chinaz的站长工具栏目也都能查到，在这里我推荐一个能够一次性综合查询的工具。

图3：各项指标的综合查询

通过图3大家可以发现，通过这个网站查询能够一次性查出该网站各个搜索引擎的收录和反向链接情况。还能查到googlePR值和sogouPR值。ALEXA排名和中国网站排名也一次性都查了出来。另外还有该网站的百度最近的收录情况，百度快照日期，网站导出的链接数量等等。一次性把网站很多重要的质量指标都查了出来。这样大家想了解自己网站和合作网站的基础质量情况的时候，就可以通过这个工具一目了然。

三：友情链接检查工具

这个功能是我最喜欢的，因为对我的SEO工作帮助非常的大，有力的提高了工作的效率。之前因为做SEO，做了大量的友情链接。但是不能够每天花时间一个一个去检查对方是否还挂着我们的链接，对方是否突然被百度K了，对方有按我们的要求链接的关键词，或者合作网站PR更新后不符合我们的链接标准了，

自从发现了这个工具后，这些问题就通通解决了，不再需要耗人力一个一个花时间去检查了，只需要通过这工具，输入网址按下回车键就一切搞定了。

图4：通过该工具检查自己博客的链接状况

通过上图可以看到，我链接的网站对方的百度收录情况，对方的PR值情况，对方首页内页是否挂了我的链接，挂的关键词是什么，是在对方外链第几的个位置，对方最近的百度快照日期又是多少，这些这些都是交换友情链接衡量SEO效果的标准。有了这个工具，交换再多友情链接都不怕没时间检查了。我现在就每周检查一次，发现有提示没有挂我的网站，就去实际检查下，确认对方去掉了，我这边也就相应的去掉。该网站地址：

indexed.linkhelper.cn/?weburl=www.muchangqing.com

四：分析百度关键词的SEO工具

自从百度禁止了相关词查询的功能后，站长们想找某个热门关键词下的更多关键词就比以前困难了很多，而且还得一个一个的去查每个词的百度指数有多少，是否值得去SEO。我当初优化一个网站的时候，也是收集该网站内容相关的200来个有关联性的词，再一个一个去查百度指数，在前期的数据分析上花了我不少时间，但自从有这工具后，这些再也不是问题，我想做多少网站内容关键词分析都没问题。通过这个工具，我能把某热门词下的所有相关词都找出来，而且还能得到每个关键词的百度指数。如果没有的，就用自己的百度指数账号去添加持续观察。

图5：热门词“美女”相关关键词的百度指数情况

通过图5大家可以看到，我通过这个工具输入关键词“美女”我就得到了和美女相关的一些热门词的百度指数情况。假设我要去做美女图片站的SEO，就知道除了主关键词“美女”还有哪些词有比较大的搜索量，值得我去做SEO。

今天的数据分析工具分享就写到这吧，怕写太多太长大家又没耐心看完了。我对上面的数据分享工具都没有进行详细的介绍，只提及了自己比较喜欢的地方。比如51LA 和CNZZ的商业统计都还有非常多的优点，比如CNZZ的商业统计还有流量预警这样的特色功能，是别的流量统计网站没有的。还有我最后提到的那个SEO工具，上面还有非常多的实用功能，比如其中一项是“百度竞争对手分析“能够分析某一个关键词TOP30网站的SEO基础情况，从而更好的去了解竞争对手。为何别人的网站能够排在自己网站的前面，或者排在自己网站的后面。

牟长青（mcq0544）留

2008-9-15 23：01

本文首发地址：www.muchangqing.com（）