当全身合成数据时，他们会关注每日IP容量、PV和UV，但会忘记比较中的恒定变化。例如，跳出率可能在本周或昨天有所增加。这可能是因为我们的竞争性销售页面发生了变化，或者我们在主页上介绍的形式质量相对较差。可以有好的质量，但用户对某种形式不感兴趣。那时，我们需要结合热量进行比较。一旦我们发现用户更关心哪些表单，我们会将相应的表单介绍给用户可以轻松看到的状态，然后继续检查。另一半需要注意的是，网站上的同一位置没有点击。如果网站底部链接与顶部链接的点击数字相差不大，则有必要介绍底部链接。
读取一次性数据后，最明显的是跳跃率、IP和PV。该部门通常有一个值为一次性或徐类。但是，如果没有公用事业的数据，情况就不一样了。例如，乒乓球的停站时间会比较长，跳跃率会很低，而机械行业的跳跃率会很高。我们如何根据数据整合我们的职业生涯？因为我们需要学习推理和综合，也就是说，特定的数据做什么？我们还能升职吗？我们的晋升范围是什么，或者某个数据对我们有用吗？机器站的停止时间为2秒。对停止时间的响应是什么？你怎样才能变得足够好，或者达到较好状态。每次数据都应仔细考虑其原因和反应因素，以便在合成数据时不会混淆，并在阅读后完成。
记录一些主要信息，如点击次数多的页面、停止时间长的页面、跳出率高的页面、跳出率高的关键词、来源搜索引擎等。记录部门数据可以轻松找到准确度高、质量相对较好的关键词。下一部经典作品中的关键词模式可以与性别模式保持一致。
小结：整个网站的数据包括综合、比较和记录。内部手段只需要找出准确的流量一次，从而需要优秀的形式和用户需求。