利用微软的Power BI（商业智能）的推出在2016年收集和？分析更多的数据比以往任何时候，找到SEO绩效差距，你甚至不知道。
如果你不熟悉微软的商业智能模式，那么我衷心建议你通过他们的宣传材料散步。 对于SEO的最相关的部分是能够在最新的Office 360套件本身嵌入查询（而不需要在Excel电力查询扩展，例如），允许自2013年起烤到Excel高级功能在你的公司被任何人容易接近（ 360平台上或客户端）。
查询是太棒了，因为他们让你比较容易分析数据的严重量和延长的桌面工具使用类似SQL语句操作更像是服务器。如果代码是不是你的包，BI套件的设计在很大程度上是所见即所得使用360本身或他们的桌面BI界面。当然，你可以得到“高级”，在您的查询建设和直接创建自己的功能下降“M”代码（你最终会做这 。。。你一定会喜欢它）。
试想一下，在数据五个百万行运行INDEX MATCH或VLOOKUPs？瞬间，你会得到一个感觉了，好了，权质疑的力量。在上面的屏幕抓取， 20GB的数据集由性能差距一个SEO转变成一个可管理的表提供用于分析作为透视表。由于数据量的计算方法，不会在Excel中可能很容易被正在转化为数据的限制最终的SQL语句支撑该数据生成过程中处理。
重构琐碎操作成M是具有挑战性的，尤其是当你进入计算数据的基础上您的数据转换过程的早期状态的历史（Who医生对这个没什么的境界！）。事实上，你可以简单地运行，也就是说，一个MIN / MAX跨生成的数据集获得的值在数据透视表，被引用来获得答案的Excel公式。但是，你应该推送到所有逻辑进入你的数据的查询，因为它允许在数据模型中的所有可用输出强劲，当你查询的运行，这意味着它们可用于所有电源支点在Excel中作进一步细分。同样，你将不可避免地开始新的更大的数据集内分割找到性能改进长尾金。只是拥抱它！
您也可以替换非常照顾你想在M中任何VBA脚本和？在BI架构，这意味着你的数据的自动化刷新刚刚成为一个整体更容易和更稳健。共享数据和动态地更新所述基础数据也不在话下。
看看我们是否可以利用BI的力量为我们的客户，在QueryClick最近，我们重构搜索控制台分析工具，利用电力BI，并发现它使我们能够采取跨越25万个的搜索字词颗粒状一天按一天的数据和与之相匹配针对来自AdWords等同的时间数据 。。。再次，瞬间。
这使我们能够建立在现有的工具来共享AdWords提供的性能数据，而其有机双胞胎，更好地理解与术语相关的细节水平的用户行为和收入值先前已不切实际的分析。
此外，因为它是很容易在其他数据源的查询拉，现在我们可以看看历史业绩趋势从统计的喜好和计算“波动”度量的顶部位置，并再次联想与术语 – 数据转换和运算会导致一些A级标准的Excel接近打烊回家的日子。
为什么数据的深度是有益的？ 嗯，这意味着我们可以评估的难度在交通行驶位置（位置1-3）来执行，并与预期收益（来自AdWords的行为在历史上每次点击的行为收入术语）对比它。
这使我们能够激光聚焦在其上可证明带动收入为商务和量化明确的业绩改善取得和支付费用，可用于重新分配一次的顶部位置，实现和SERP点击率的行为是高于预期的测试收入的影响方面对于位置（指示搜索者压倒性满意的有机SERP呼叫动作）。
当然，我们可以翻转这种分析方法逆转，并使用有机的数据，带领PPC的见解。例如，我们可以显示可用于通用搜索术语扩展的收入，其中支付行为好于预期 – 表明搜索意图和客户端产品报价之间的紧密匹配 – 和有机行为是低于预期（建议拆支付一定级别的）。
在我们的第一个测试数据的情况下为英国高街零售商，我们发现￡2。在这种情况下额外支付的机会3M，这只是在第一遍！ 围绕翻转我们的数据过滤器在品牌方面完全看（我们使用的电源系统查询反向插入一个表格在Excel工作簿转化为品牌标签机制，为数据计算），我们发现￡1。品牌支出，其中有机的行为是非常强的（在SERP中的排名第一位置预期点击上面的40％以上），并有资格在AdWords的测试的重新分配800万帐户增长一代通用术语。
大数据是真正的大数据 – ？远远大于该数据在这里讨论 – ？所以是不正确的术语，但电力BI允许通过一个搜索引擎优化可以轻松地动态分析与眼睛比平常更大的数据集，以揭示在竞选策略的机会，和低效。我不能建议高度不够，期待听到你最喜欢的BI应用案例。
在这篇文章中所表达的意见是那些客人笔者并不见得搜索引擎土地。作者的工作人员在这里列出。