1、第 6 章 网站数据分析,引导案例,引导案例,L.L.bean是一家做户外用品销售商，早在1996年就实施了电子商务。采用电子邮件方式向会员推广新产品。但并没有得到预期的效果原因？“垃圾”和“信息”，只有一步之遥！,本章知识点,1网站的访问者都是谁？2他们在网站上停留多长时间？3他们对网站上的哪些内容感兴趣？4平均多长时间来网站一次？5访问者的访问路径？6访问者的人口统计特征？7分析结果对改进网站的影响,61 数据分析概述,611 什么是数据分析数据分析的目的是把隐没在一大批看来杂乱无章的数据中的信息集中、萃取和提炼出来，以找出所研究对象的内在规律。在实用中，数据分析可帮助人们做出判断，以便采
2、取适当行动。数据分析是组织有目的地收集数据、分析数据，使之成为信息的过程。,61 数据分析概述,612 数据分析步骤1探索性数据分析往什么方向和用何种方式去寻找和揭示隐含在数据中的规律性2模型选定分析3推断分析,61 数据分析概述,613 数据分析过程实施1识别信息需求2收集数据3分析数据4数据分析过程的改进,62 网站数据分析,思考：作为企业管理者，会关心顾客的哪些数据？ 作为网站的经营者，会关心哪些网站数据？网站与访问者之间的互动行为，基本上也分为两大类：一种是最简单的互动“我要访问某个页面”用LOG文件来记录这些互动行为二是比较复杂的互动，即为访问者一次跟网站之间要进行多个内容的互动以提
3、交表单的形式用数据库来记录这些互动内容,62 网站数据分析,621 为什么要分析数据？网站的数据分析基本上还是围绕着顾客进行的管理层面不一样，需要的数据也不一样高层管理者中层管理者采购部销售部市场部客户价值管理“二八”理论,62 网站数据分析,622客户数据的收集、分析与应用思考：B2B、B2C网站在经营策略、数据分析上有什么不同？1 “顾客”和“客户”的不同顾客具有群体性强、范围广泛、个体不确定等特点；客户则具有针对性强、具有稳定的购买关系等特点2客户数据的收集直接接触渠道客户数据资源的整合服务过程市场调查,62 网站数据分析,622客户数据的收集、分析与应用3客户数据的目标性分析和非目标性
4、分析目标性分析为市场策略和产品策略提供了有利的支持案例：“丰田”汽车的销售策略非目标性分析帮助企业从客户数据中发现新的商业机会4 目前数据分析的存在的问题以网站为中心的数据分析太过于依赖数据分析没有多方面验证你的数据,63 网站数据分析的内容,63 网站数据分析的内容,631 PV数据分析pv 即pageview，即页面浏览量，或点击量；通常是衡量一个网络新闻频道或站点甚至一条网络新闻“好坏”的主要指标。影响pv的因素：新闻发布的时间人口特征访问的周期搭便车因素偶然因素,63 网站数据分析的内容,632 网站用户行为分析用户群：用户者主要所在区域，24小时之内有多少回访。访问者：访问主要来源哪
5、个区域，如国家、省份、城市。访问量：分析网站月访问，日访问，时访问，来确定网站的高峰是在是何月何日何时。浏览量：访客在一定时间内所浏览内容，日最大浏览量多少，日最小浏览量多少。流量来源：分析网站是从哪方便来的流量。流量页面：哪些页面主要引来的流量。访问者分析：在24小时的回访次数，访客浏览多少页面，在网站中逗留多长时间。访客访问分析：用户电脑所采用的系统语言，所使用的浏览器，屏幕尺寸，屏幕颜色位数。搜索引擎：搜索引擎是提供信息查询的工具，通过分析网站来源关键词，来确定搜索引擎用户主要关注网站哪些方面。,63 网站数据分析的内容,632 网站用户行为分析网站用户分析主要工作：1把握网站整体布局颜
6、色等2分析用户行为数据进行网站调整3掌握大多数网站用户心理4网站用户行为策划5思维活跃，随时根据用户与改变,63 网站数据分析的内容,633 网站用户数据分析模型网络媒体其最特殊的性质就在于它的交互性1. 用户的来源2. 网站造访人次3. 用户年龄4. 用户职业5. 用户习惯6. 用户所最喜欢的网站服务7. 用户最讨厌的网站服务8.用户最喜欢的网站活动9.用户的建议和意见整理,63 网站数据分析的内容,634 普艾斯网站数据分析系统1 访问来源分析模块2 访问深度分析3 浏览页面分析4目标转换分析5环境参数分析6分时数据分析7SEO 数据分析8 历史数据分析,64 网站数据的收集,1网站数据采
7、集的概念网页是信息的载体结构化数据和非结构化数据结构化数据：数据库中存储的数据非结构化数据：网页将网页中的非结构化数据利用技术手段下载、分析、保存进入数据库的过程称之为网站数据/信息采集或为网站数据/信息抓取,64 网站数据的收集,2如何有效地收集用户数据？1内部获取用户数据的来源2利用数据让您的业务成长与数据合作伙伴合作3数据质量的判断定量的信息告诉你发生了什么，它真实、精确，但缺少细节，无法看清和解释问题的根源。定性的信息告诉你为什么会发生，它灵活、快速、细节丰富，但缺乏普遍性，且描述性细节多过可统计的数据。,64 网站数据的收集,64 网站数据的收集,结论：在单位和家里是网上购物的主要地
8、点。这个信息，有利于我们大致认清目标用户。但是：在单位的人，几点购物？有多少时间购物？浏览和购买的操作有什么特点？有什么特殊需求？这些有足够细节的，能影响具体设计的信息，往往是无法直接获得的。辅助：小样本调查（经验数据）,64 网站数据的收集,旺旺抽访了12个卖家，问他们什么时间段最忙，以推知主流买家的购物习惯。得到如下信息： 1） 钻级卖家：一周才卖几件，看不出一天内买家的变化趋势。印象里，非周末的下午，卖的多。2） 皇冠卖家：下午与晚上的繁忙程度。也就是说，晚上不会比下午更忙。而下午最忙是16点。晚上一般是8-11点。3） 皇冠特例：3C数码卖家说，最忙时候是上午10:00-11:30 和
9、 晚上8-11点。下午不忙。男性买家是绝大多数。由定量信息和以上抽样信息结合，大致可以看出：1）上班人员一般在临近下班前拍下宝贝。而不是一般推理的午休时间。2）晚上在家购物的人，一般在晚饭后天气预报后时段，上网购物人数增多。3）男性买家，可能更倾向于上午下班前购物。,65 网站数据分析技术,【案例6-2】 如何预防现有客户的流失中国移动应对市场短期竞争及实现其长期发展的主要策略是：营销重心后移，巩固中高端用户，通过对现有个人用户消费行为的分析，设计有针对性的个性化套餐，以达到保留现有客户的目的；具体可以概括为以下几个方面：（1）关注现有客户的稳定性，通过对现有客户利益需求的满足，以及对移动品牌
10、宣传的推动，来巩固现有的在网客户；（2）通过对客户消费行为及偏好差异的分析，针对不同细分人群设计相应的套餐；（3）通过对客户价值量的差异分析以提供不同的客户服务及忠诚度计划；（4）积极的客户挽留工作，对客户流失进行监控，及时进行用户挽留；（5）通过各种合作伙伴的捆绑扩大服务的广度，促进客户发展及客户维系（如移动机场贵宾休息室服务等）。,65 网站数据分析技术,651 电子商务中的 挖掘数据挖掘（ ）就是从大量的、不完全的未知数据中提取隐含在其中的对人们分析有用的信息和规律从而为客户关系管理提供决策依据。数据挖掘是数据挖掘技术在环境下的应用，通过对客户访问网站的数据分析，从中获取有价值的电子商务
11、信息，从中得到详细的商务行为细节，用于商业决策。客户浏览信息被服务器自动收集并保存在访问日志、引用日志和代理日志中。,65 网站数据分析技术,652 面向电子商务的挖掘系统模型,66 常用网站数据分析工具,1分类将数据库中的数据项映射到某个给定的类别它可以应用到客户的分类、客户的属性和特征分析、客户满意度分析、客户的购买趋势预测等。如一个汽车零售商将客户按照对汽车的喜好划分成不同的类，这样营销人员就可以将新型汽车的广告手册直接邮寄到有这种喜好的客户手中，从而大大增加了商业机会。2回归分析反映的是事务数据库中属性值在时间上的特征，产生一个将数据项映射到一个实值预测变量的函数，发现变量或属性间的依
12、赖关系应用：客户寻求、保持和预防客户流失活动、产品生命周期分析、销售趋势预测及有针对性的促销活动等,66 常用网站数据分析工具,3聚类聚类分析是把一组数据按照相似性和差异性分为几个类别，其目的是使得属于同一类别的数据间的相似性尽可能大，不同类别中的数据间的相似性尽可能小。它可以应用到客户群体的分类、客户背景分析、客户购买趋势预测、市场的细分等。4关联规则描述数据库中数据项之间所存在的关系的规则，即根据一个事务中些项的出现可导出另一些项在同一事务中也出现，即隐藏在数据间的关联或相互关系。,66 常用网站数据分析工具,5特征从数据库中的一组数据中提取出关于这些数据的特征式，这些特征式表达了该数据集
13、的总体特征。如营销人员通过对客户流失因素的特征提取，可以得到导致客户流失的一系列原因和主要特征，利用这些特征可以有效地预防客户的流失。6变化和偏差分析寻找观察结果与参照量之间有意义的差别在企业危机管理及其预警中，管理者更感兴趣的是那些意外规则。意外规则的挖掘可以应用到各种异常信息的发现、分析、识别、评价和预警等方面。,66 常用网站数据分析工具,7Web页挖掘通过对Web的挖掘，可以利用Web 的海量数据进行分析，收集政治、经济、政策、科技、金融、各种市场、竞争对手、供求信息、客户等有关的信息，集中精力分析和处理那些对企业有重大或潜在重大影响的外部环境信息和内部经营信息，并根据分析结果找出企业
14、管理过程中出现的各种问题和可能引起危机的先兆，对这些信息进行分析和处理，以便识别、分析、评价和管理危机。,664 数据挖掘应用,数据库营销（Database Marketing）客户群体划分（Customer Segmentation & Classification）背景分析（Profile Analysis）交叉销售（Cross-selling）客户流失性分析(Churn Analysis)客户信用记分(Credit Scoring)欺诈发现(Fraud Detection)等等。,67 数据营销,1什么是数据营销数据驱动的营销管理-以互联网数据作为营销决策依据的营销策划与管理的活动过程；
15、通过数字渠道宣传推广-以数字渠道作为营销渠道体系中的有机组成部分，服务于整体营销策划的具体执行过程。既是策划又是执行；既是推广又是反馈。数据营销定义的二元统一源于其独有的渠道特性：互动性。,67 数据营销,PDCA循环P（Plan）-计划，确定方针和目标，确定活动计划；D（Do）-执行，实地去做，实现计划中的内容；C（Check）-检查，总结执行计划的结果，注意效果，找出问题；A（Action）-行动，对总结检查的结果进行处理，成功的经验加以肯定并适当推 广、标准化；失败的教训加以总结，以免重现，未解决的问题放到下一个PDCA循环,67 数据营销,67 数据营销,实现PDCA的量化检查互联网受
16、众是具有统计意义的样本人群网民并不是一个特殊群体，当企业的潜在客户希望了解更多信息的时候，而互联网和企业网站又是最好的渠道，他们就会成为网民。网民数量的连年激增，已经使这个群体具有了相当程度的抽样样本质量。,本章小结,通过对网站日常运营积累的丰富数据进行分析，发现网站访问者的行为特点、偏好，并作为调整网站内容布局、完善网站功能、提高客户服务水平的重要依据。数据分析的第一步是收集访问者的各种数据，收集数据要全面、及时、准确。接下来就是选择必要的分析工具，在这里，数据挖掘技术得到了广泛的应用。,案例分析：淘宝网的量子统计,案例分析：淘宝网的量子统计,案例分析：淘宝网的量子统计,案例分析：淘宝网的量子统计,案例分析：淘宝网的量子统计,案例分析：淘宝网的量子统计,案例分析：淘宝网的量子统计,思考下列问题：,1请分析淘宝网上述分析对店主经营的指导意义2网站数据分析的重要性3如果你是淘宝网上的店主，你希望得到哪些分析数据？4你会花钱买这样的分析数据吗,
