怎么通过长尾关键词去打造我们的页面除分析关键词外，如何再深入挖掘出用户潜在需求？？

标题带上长尾词或者进行在组合即可。内容形式不管你是伪原创还是原创。起码要合理的布局关键词。最重要的一点就是要真正能提供用户需求的内容。

最后内容形式，举个例，比如我们挖掘的是引流的长尾词。新浪博客怎么引流。那么我们就可以围绕长尾词去解决一两个问题。可以是自己遇到的问题或者经验分享。比如就是联系方式怎么留，标题怎么起等等。解决完了就是一篇符合用户需求的文章。再不断的细分下一个需求布局即可。

最后协助我们自己的页面，多来路点击，多停留。多互动。内容从用户的角度去扩散。不为营销而去做内容。那么我们自己的页面就会慢慢提高排名。

@卢松松博客

笔者曾主导过采购商城项目的整体实现，包括从一开始的需求分析到后续搭建上线，对于网站有一定了解，下面就个人理解带给提问者一些分享吧。

谈需求分析，那么首先要看需求的主体是什么—网站，只有知晓需求的主体，才能规划路线，做好后续工作。

网站是什么？专业解释是在因特网上根据一定的规则，使用html等工具制作的用于展示特定内容的相关网页的集合。通俗说，网站就是一种沟通工具，用来展示人们自己想要公开的资讯或者服务。

既然了解了什么是网站，那么后面就比较好展开了。需求分析的建设肯定离不开主导者，主导者可以分成两类：需求提出者、需求实现者，二者之间就是“需求分析”进行连接的。具体如何去做分析，主要可以从如下几步完成：

1、背景了解

首先你得知道所需网站的背景是什么，为什么要做这个网站、网站要达到什么目的、最终能带来哪些利益等。只有知道了前提，才能发散思维，辐射需求面。

其次，要知晓网站的服务全体是谁。是面向C端用户？还是面向B端商户？亦或是只服务中高收入群体等等。

2、充足的前期需求调研

这一步很关键，看着好像这一步处在需求分析开始之前，但是需求的好坏程度、需求的后期实现难易程度、以及需求的最终导向结果的产出程度都是依赖这一步做的是否合理和充足。要了解网站将要面对的群体到底想要什么，能够得到什么。所谓的知己知彼 百战不殆就是这一步干的！

3、组织相关人员，对需求内容深入了解

在了解网站背景后，那么接下来就需要具体了解网站的内容了，就是网站到底要做哪些东西，要展示哪些信息，要提供什么样的服务，想要使用者达到什么目的。因为只有了解内容之后，才有网站后续的设计可能，如果了解内容后，连可行性都通过不了，那后面都是空谈，没有任何意义。

针对内容，组织应当参与讨论的人员进行深入探讨每一项内容，包括需求提出者、技术人员、以及最后的运营人员。因为这三者群体是一个网站顺利搭建以及搭建完成后可持续发展的不可或缺的人员。

4、需求分析阶段的“记忆”

我个人很喜欢这一步，什么是“记忆”，就是分析阶段所有的探讨都要有阶段性的记录和总结，以达到阶段性的成果。特别忌讳的是一两个星期的分析做下来，什么产出都没有，连个像样的结论都不能拍定，那这个需求分析是个失败的分析，时间都浪费了。

只有每个阶段有相应阶段的东西，才能在最终定论之前有足够的把握进行后续实施，哪怕是分析的内容有些瑕疵，也可以根据类似会议纪要、会后总结等这样的“记忆”进行二次讨论。

5、最终定论

无论是什么需求分析，最后一定要有定论，即一定要有结果，有大家达成一致的方案，否则都是无稽之谈。笔者见过很多案例，都是会上讨论很激烈，各抒己见，看似效果很好，但始终定不下来结论，导致需求一延再延，这个是大家都不想看到的。

该排版的时候要果断，该让步的时候要参考意见，合理妥协，这样大家才能揉到一起，达成一致。只有这样，才能有后续的技术方案选型、架构设计等工作的正常开展。

最后做个总结：以上其实是个人在每次需求分析中都会经历的阶段，每个人或者每个团队的过程可能会有不一样的地方，但是至少该有的还是有，能帮助阅读者或没有经验的小白们少走弯路！

大数据即巨量数据的集合，互联网、物联网、穿戴设备等等，在这个互联网时代，人们留下的行为数据无时无刻不被记录，造就了巨量的数据，进而出现了大数据分析挖掘等岗位的出现。通过对大数据的分析挖掘，可以发现历史规律以及对未来的预测，这也是大数据分析的核心目标。

那么如果利用大数据来深度挖掘互联网里的潜在用户呢？下面从业务逻辑流程上来介绍。

1、潜在目标用户画像

首先你需要对你的潜在用户群进行特征分析，包含：用户群主要在哪些渠道活跃、共同特征（喜好、职业、收入、消费力等）有哪些等，通过对用户画像，能够清晰的了解你所要挖掘的潜在用户群的一些特征及活动规律，从而为挖掘模型提供数据来源及条件支撑。

例如需要挖掘装修的潜在用户，他们的活跃渠道主要在各大家装网站、家居网、装修设计网等与房子有关的网站或app，一般这类用户都会提前在这些网站/app浏览做准备。

2、数据采集

在明确了潜在用户活跃渠道后，可以针对性的采集数据，数据采集后需要对数据做清洗、转换、加载，将一些无用的数据提前筛选，保证数据的质量。

3、数据建模

这个阶段是非常重要的，通过数据的建模去分析出潜在目标用户，建模是一件非常复杂的工作，需要将用户的行为数据、画像数据进行拆分、合并、关联，从而建立一套或多套数据模型。

还以装修为例：

（1）消费能力模型，我们可以根据用户浏览家具的价格、以往消费历史纪录、收入等对用户进行消费能力分析；

（2）优质客户分析模型，可以根据用户浏览次数、停留时长、购买记录、信誉度等数据进行分析，从而得出用户装修的迫切程度，可以分为高、中、低三个等级。

同时还可以加入用户的所在区域、小区等维度进行分析（根据具体需要），将模型细分，最后可以通过各个模型关联碰撞，组合成多种模型，如消费能力强且马上要装修的潜在用户、消费能力强不太迫切要求装修的潜在用户等等，这样可以实现差异化、精准化的运营。（例子举的很简单，事实上真正做起来还是很复杂的，各方面因素都要考虑到）

4、开发验证

数据建模完成后，就需要研发完成并运用到实战当中，去检验数据模型的准确性到底如何，根据结果去对模型做调整。

大数据分析本来就是一项对未来将要发生什么事做的预测的工作，这种不确定性的预测随着社会发展、时间、地点、环境、政策等变化而不断变化，所以我们在做分析挖掘时，需要快速不断地试错去调整，从而达到一个比较准确的分析结果。