详解你的网站数据为何准确

数据分析的“下一件大事”，当然，它可以使一个强大数据提供高质量的爆炸情况。在入站的营销世界，我们已经获得很多反向链接和锚文本，流量和点击流数据，搜索量和点击率（CTR），社交媒体指标。如果我们能够解开它，此数据有巨大的价值。

但是，有一个问题：现实世界的数据是凌乱，并处理可能会非常棘手。我们怎么知道，我们的数据是准确的，或者如果我们能够信任我们的最终结论？如果我们希望使用这些数据来找到一个更好的方式做营销，我们必须要注意精度。

有没有硬性规定，当涉及到数据分析。有一些最佳做法，但即使是这些也有一点点阴暗。做最重要的事情就是把你的侦探帽潜入到数据。熟悉你的数据，让其容易发现的东西似乎很奇怪。更可能的是，你的发现将是质量问题，需要加以改进。

我们也把我们的关键字分析代码 Github上，这样你就可以运行我们的分析，对您自己的网站的数据。

这篇文章的其余部分讨论六个最佳实践和建议，以确保您的数据和结果是准确的。

1、单独的数据分析，并做出重复分析

最好的做法是分开数据和分析数据的过程。无论是由您或别人对不同的数据，可以重复进行分析。出于这个原因，大多数数据科学家不使用，因为它的数据与分析采用Excel，使得难以重复。相反，他们往往使用一个高层次的统计导向的脚本语言。在万盎司，数据科学团队使用Python。我们的大数据团队还采用了巨资，这使得它易于整合。

2、如果可能的话，请检查您的数据免受其他来源

在许多情况下，这一步可能是不可能的，但如果可以的话，是最好的方式，以确保您的数据是准确的。

3、获取和处理数据

我们可以玩的数据，并做一些探索性数据分析，这是最有趣的部分，是一个好地方，开始寻找原始数据，看看有什么跳出。在谷歌网站管理员工具数据的情况下，我注意到，他们并不总是给搜索量在长尾巴的情况下，只有少数的搜索。相反，数据有“<10”或“ - ”而不是数字，将需要谨慎处理，因为它们会导致缺失值。

4、单元测试的代码

这是一个软件开发最佳实践，但可以得到一点点粘在数据的科学世界，往往需要判断你的一部分。单元测试的一切是一个伟大的方式来捕捉许多问题，但它真的会减慢你的速度。使用单元测试代码，您认为会被再次使用，这是一个不错的主意，有一个通用的具体项目外，已经够复杂的逻辑，这将是很容易出错。它往往是不值得的测试代码的快速写入检查的想法。在谷歌网站管理员工具数据的情况下，我们决定测试读取数据并填充缺失值，因为逻辑是有点复杂的过程，但没有测试我们的代码生成的情节，因为它是相对简单的。我们用一个小的，合成的数据集，因为它是易于管理，编写测试。检查出一些我们的测试。

5、记录过程

这一步可以是恼人的，但你会感谢自己几个月后，当你需要重新审视它。文档也传达你的想法给别人谁可以检查和验证你的逻辑。

6、获取他人的反馈

同行评议的学术世界的基石之一，和其他人的见解几乎总是有利于改善您的分析。不要犹豫，问你的团队的反馈，大部分的时候，他们会很乐意给它！