詳解你的網站數據為何準確

作者：佚名   時間：2013-06-25   分享到：

數據分析的“下一件大事”，當然，它可以使一個強大數據提供高質量的爆炸情況。在入站的營銷世界，我們已經獲得很多反向鏈接和錨文本，流量和點擊流數據，搜索量和點擊率（CTR），社交媒體指標。如果我們能夠解開它，此數據有巨大的價值。

但是，有一個問題：現實世界的數據是凌亂，并處理可能會非常棘手。我們怎么知道，我們的數據是準確的，或者如果我們能夠信任我們的最終結論？如果我們希望使用這些數據來找到一個更好的方式做營銷，我們必須要注意精度。

有沒有硬性規定，當涉及到數據分析。有一些最佳做法，但即使是這些也有一點點陰暗。做最重要的事情就是把你的偵探帽潛入到數據。熟悉你的數據，讓其容易發現的東西似乎很奇怪。更可能的是，你的發現將是質量問題，需要加以改進。

我們也把我們的關鍵字分析代碼 Github上，這樣你就可以運行我們的分析，對您自己的網站的數據。

這篇文章的其余部分討論六個最佳實踐和建議，以確保您的數據和結果是準確的。

1、單獨的數據分析，并做出重復分析

最好的做法是分開數據和分析數據的過程。無論是由您或別人對不同的數據，可以重復進行分析。出于這個原因，大多數數據科學家不使用，因為它的數據與分析采用Excel，使得難以重復。相反，他們往往使用一個高層次的統計導向的腳本語言。在萬盎司，數據科學團隊使用Python。我們的大數據團隊還采用了巨資，這使得它易于整合。

2、如果可能的話，請檢查您的數據免受其他來源

在許多情況下，這一步可能是不可能的，但如果可以的話，是最好的方式，以確保您的數據是準確的。

3、獲取和處理數據

我們可以玩的數據，并做一些探索性數據分析，這是最有趣的部分，是一個好地方，開始尋找原始數據，看看有什么跳出。在谷歌網站管理員工具數據的情況下，我注意到，他們并不總是給搜索量在長尾巴的情況下，只有少數的搜索。相反，數據有“<10”或“ - ”而不是數字，將需要謹慎處理，因為它們會導致缺失值。

4、單元測試的代碼

這是一個軟件開發最佳實踐，但可以得到一點點粘在數據的科學世界，往往需要判斷你的一部分。單元測試的一切是一個偉大的方式來捕捉許多問題，但它真的會減慢你的速度。使用單元測試代碼，您認為會被再次使用，這是一個不錯的主意，有一個通用的具體項目外，已經夠復雜的邏輯，這將是很容易出錯。它往往是不值得的測試代碼的快速寫入檢查的想法。在谷歌網站管理員工具數據的情況下，我們決定測試讀取數據并填充缺失值，因為邏輯是有點復雜的過程，但沒有測試我們的代碼生成的情節，因為它是相對簡單的。我們用一個小的，合成的數據集，因為它是易于管理，編寫測試。檢查出一些我們的測試。

5、記錄過程

這一步可以是惱人的，但你會感謝自己幾個月后，當你需要重新審視它。文檔也傳達你的想法給別人誰可以檢查和驗證你的邏輯。

6、獲取他人的反饋

同行評議的學術世界的基石之一，和其他人的見解幾乎總是有利于改善您的分析。不要猶豫，問你的團隊的反饋，大部分的時候，他們會很樂意給它！