数据存在异常值往往出现在数值型数据或字符型数据。
北京网站开发指出不满足数据规则的现象，比如网站的转化率、Bounce Rate这些指标永远不会超过，可以通过统计这些指标的更大值的方法查看是否存在错误的数据。另外类似页面浏览量、访问量这些指标永远是整数，可以使用数据的有效性检验的方法发现是否有非整数值的存在。
北京网站开发公司介绍数据存在异常值，一种数据异常出现在数值型数据，数值明显过大或过小，比如网站某个页面的访问量一天一百多亿，这种异常值一方面可以查看指标的数值分布情况，另一方面可以通过限定指标的取值区间进行查找，如果99.9%的数值都分布在11000，那么出现的类似几万的数值就应该格外注意了。
另外一种出现在字符型的数据，比如搜索关键词、网页名称等，首先可以通过排序的方法，降序和升序都试一下，因为如果是乱码只要一排序就会现出原形，另外还可以统计字符串的长度，重点查看字符长度过短和过长的记录。
数据存在异常值往往出现在数值型数据或字符型数据。
数值型数据是按数字尺度测量的观察值，其结果表现为具体的数值。现实中所处理的大多数都是数值型数据。数值型数据是表示数量、可以进行数值运算的数据类型。数值型数据由数字、小数点、正负号和表示乘幂的字母E组成，数值精度达16位。字符型数据是不具计算能力的文字数据类型，用字母C表示。它包括中文字符、英文字符、数字字符和其他ASCⅡ字符，其长度范围是0255个字符，即0x00至0xFF。
上面在北京网站开发的数据清洗和整理的过程解决不了数据在技术处理层面可能存在的一些问题，但数据在经过清洗和整理后，仍然可能存在偏差，引起数据不准确的原因有很多，大部分是由于数据的获取或者指标的计算规则导致的。
也许很多人会在网站同时使用多个免费的网站分析工具，然后对比各个工具统计到的数据，会发现不同工具的统计结果之间存在差异，包括PV、UV这些更基础的指标，这些差距是无法避免的。
