【正文】 用數(shù)據(jù)庫來記錄這些互動(dòng)內(nèi)容6．2．1 為什么要分析數(shù)據(jù)？網(wǎng)站的數(shù)據(jù)分析基本上還是圍繞著顧客進(jìn)行的管理層面不一樣，需要的數(shù)據(jù)也不一樣178。 高層管理者178。 中層管理者178。 采購部178。 銷售部178。 市場(chǎng)部客戶價(jià)值管理178。 “二八”理論6．2．2客戶數(shù)據(jù)的收集、分析與應(yīng)用思考：B2B、B2C網(wǎng)站在經(jīng)營(yíng)策略、數(shù)據(jù)分析上有什么不同？1 ．“顧客”和“客戶”的不同178。 顧客具有群體性強(qiáng)、范圍廣泛、個(gè)體不確定等特點(diǎn)；178。 客戶則具有針對(duì)性強(qiáng)、具有穩(wěn)定的購買關(guān)系等特點(diǎn)2．客戶數(shù)據(jù)的收集178。 直接接觸渠道178。 客戶數(shù)據(jù)資源的整合178。 服務(wù)過程178。 市場(chǎng)調(diào)查6．2．2客戶數(shù)據(jù)的收集、分析與應(yīng)用3．客戶數(shù)據(jù)的目標(biāo)性分析和非目標(biāo)性分析目標(biāo)性分析為市場(chǎng)策略和產(chǎn)品策略提供了有利的支持案例：“豐田”汽車的銷售策略非目標(biāo)性分析幫助企業(yè)從客戶數(shù)據(jù)中發(fā)現(xiàn)新的商業(yè)機(jī)會(huì)4 ．目前數(shù)據(jù)分析的存在的問題以網(wǎng)站為中心的數(shù)據(jù)分析太過于依賴數(shù)據(jù)分析沒有多方面驗(yàn)證你的數(shù)據(jù)（三）網(wǎng)站數(shù)據(jù)分析的內(nèi)容6．3．1 PV數(shù)據(jù)分析pv 即pageview，即頁面瀏覽量，或點(diǎn)擊量；通常是衡量一個(gè)網(wǎng)絡(luò)新聞?lì)l道或站點(diǎn)甚至一條網(wǎng)絡(luò)新聞“好壞”的主要指標(biāo)。影響pv的因素：178。 新聞發(fā)布的時(shí)間178。 人口特征178。 訪問的周期178。 搭便車因素178。 偶然因素6．3．2 網(wǎng)站用戶行為分析用戶群：用戶者主要所在區(qū)域，24小時(shí)之內(nèi)有多少回訪。訪問者：訪問主要來源哪個(gè)區(qū)域，如國家、省份、城市。訪問量：分析網(wǎng)站月訪問，日訪問，時(shí)訪問，來確定網(wǎng)站的高峰是在是何月何日何時(shí)。瀏覽量：訪客在一定時(shí)間內(nèi)所瀏覽內(nèi)容，日最大瀏覽量多少，日最小瀏覽量多少。流量來源：分析網(wǎng)站是從哪方便來的流量。流量頁面：哪些頁面主要引來的流量。訪問者分析：在24小時(shí)的回訪次數(shù)，訪客瀏覽多少頁面，在網(wǎng)站中逗留多長(zhǎng)時(shí)間。訪客訪問分析：用戶電腦所采用的系統(tǒng)語言，所使用的瀏覽器，屏幕尺寸，屏幕顏色位數(shù)。搜索引擎：搜索引擎是提供信息查詢的工具，通過分析網(wǎng)站來源關(guān)鍵詞，來確定搜索引擎用戶主要關(guān)注網(wǎng)站哪些方面。6．3．2 網(wǎng)站用戶行為分析網(wǎng)站用戶分析主要工作：1．把握網(wǎng)站整體布局顏色等2．分析用戶行為數(shù)據(jù)進(jìn)行網(wǎng)站調(diào)整3．掌握大多數(shù)網(wǎng)站用戶心理4．網(wǎng)站用戶行為策劃5．思維活躍，隨時(shí)根據(jù)用戶與改變6．3．3 網(wǎng)站用戶數(shù)據(jù)分析模型網(wǎng)絡(luò)媒體其最特殊的性質(zhì)就在于它的交互性1. 用戶的來源2. 網(wǎng)站造訪人次3. 用戶年齡4. 用戶職業(yè)5. 用戶習(xí)慣6. 用戶所最喜歡的網(wǎng)站服務(wù)7. 用戶最討厭的網(wǎng)站服務(wù)6．3．4 普艾斯網(wǎng)站數(shù)據(jù)分析系統(tǒng)1． 訪問來源分析模塊2． 訪問深度分析3． 瀏覽頁面分析4．目標(biāo)轉(zhuǎn)換分析5．環(huán)境參數(shù)分析6．分時(shí)數(shù)據(jù)分析7．SEO 數(shù)據(jù)分析8． 歷史數(shù)據(jù)分析（四）網(wǎng)站數(shù)據(jù)的收集1．網(wǎng)站數(shù)據(jù)采集的概念網(wǎng)頁是信息的載體結(jié)構(gòu)化數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)178。 結(jié)構(gòu)化數(shù)據(jù)：數(shù)據(jù)庫中存儲(chǔ)的數(shù)據(jù)178。 非結(jié)構(gòu)化數(shù)據(jù)：網(wǎng)頁將網(wǎng)頁中的非結(jié)構(gòu)化數(shù)據(jù)利用技術(shù)手段下載、分析、保存進(jìn)入數(shù)據(jù)庫的過程稱之為網(wǎng)站數(shù)據(jù)/信息采集或?yàn)榫W(wǎng)站數(shù)據(jù)/信息抓取2．如何有效地收集用戶數(shù)據(jù)？1．內(nèi)部獲取用戶數(shù)據(jù)的來源2．利用數(shù)據(jù)讓您的業(yè)務(wù)成長(zhǎng)與數(shù)據(jù)合作伙伴合作3．?dāng)?shù)據(jù)質(zhì)量的判斷定量的信息告訴你發(fā)生了什么，它真實(shí)、精確，但缺少細(xì)節(jié)，無法看清和解釋問題的根源。定性的信息告訴你為什么會(huì)發(fā)生，它靈活、快速、細(xì)節(jié)豐富，但缺乏普遍性，且描述性細(xì)節(jié)多過可統(tǒng)計(jì)的數(shù)據(jù)。旺旺抽訪了12個(gè)賣家，問他們什么時(shí)間段最忙，以推知主流買家的購物習(xí)慣。得到如下信息： 1） 鉆級(jí)賣家：一周才賣幾件，看不出一天內(nèi)買家的變化趨勢(shì)。印象里，非周末的下午，賣的多。2） 皇冠賣家：下午與晚上的繁忙程度。也就是說，晚上不會(huì)比下午更忙。而下午最忙是16點(diǎn)。晚上一般是811點(diǎn)。3） 皇冠特例：3C數(shù)碼賣家說，最忙時(shí)候是上午10:0011:30 和 晚上811點(diǎn)。下午不忙。男性買家是絕大多數(shù)。由定量信息和以上抽樣信息結(jié)合，大致可以看出：1）上班人員一般在臨近下班前拍下寶貝。而不是一般推理的午休時(shí)間。2）晚上在家購物的人，一般在晚飯后[天氣預(yù)報(bào)后時(shí)段]，上網(wǎng)購物人數(shù)增多。3）男性買家，可能更傾向于上午下班前購物。（五）網(wǎng)站數(shù)據(jù)分析技術(shù)【案例62】 如何預(yù)防現(xiàn)有客戶的流失中國移動(dòng)應(yīng)對(duì)市場(chǎng)短期競(jìng)爭(zhēng)及實(shí)現(xiàn)其長(zhǎng)期發(fā)展的主要策略是：營(yíng)銷重心后移，鞏固中高端用戶，通過對(duì)現(xiàn)有個(gè)人用戶消費(fèi)行為的分析，設(shè)計(jì)有針對(duì)性的個(gè)性化套餐，以達(dá)到保留現(xiàn)有客戶的目的；具體可以概括為以下幾個(gè)方面：（1）關(guān)注現(xiàn)有客戶的穩(wěn)定性，通過對(duì)現(xiàn)有客戶利益需求的滿足，以及對(duì)移動(dòng)品牌宣傳的推動(dòng)，來鞏固現(xiàn)有的在網(wǎng)客戶；（2）通過對(duì)客戶消費(fèi)行為及偏好差異的分析，針對(duì)不同細(xì)分人群設(shè)計(jì)相應(yīng)的套餐；（3）通過對(duì)客戶價(jià)值量的差異分析以提供不同的客戶服務(wù)及忠誠度計(jì)劃；（4）積極的客戶挽留工作，對(duì)客戶流失進(jìn)行監(jiān)控，及時(shí)進(jìn)行用戶挽留；（5）通過各種合作伙伴的捆綁擴(kuò)大服務(wù)的廣度，促進(jìn)客戶發(fā)展及客戶維系（如移動(dòng)機(jī)場(chǎng)貴賓休息室服務(wù)等）。6．5．1 電子商務(wù)中的 Ｗｅｂ 挖掘數(shù)據(jù)挖掘（Ｄａｔａ Ｍｉｎｉｎｇ）就是從大量的、不完全的未知數(shù)據(jù)中提取隱含在其中的對(duì)人們分析有用的信息和規(guī)律從而為客戶關(guān)系管理提供決策依據(jù)。Ｗｅｂ數(shù)據(jù)挖掘是數(shù)據(jù)挖掘技術(shù)在Ｗｅｂ環(huán)境下的應(yīng)用，通過對(duì)客戶訪問Ｗｅｂ網(wǎng)站的數(shù)據(jù)分析，從中獲取有價(jià)值的電子商務(wù)信息，從中得到詳細(xì)的商務(wù)行為細(xì)節(jié)，用于商業(yè)決策?？蛻魹g覽信息被Ｗｅｂ服務(wù)器自動(dòng)收集并保存在訪問日志、引用日志和代理日志中。6．5．2 面向電子商務(wù)的Ｗｅｂ挖掘系統(tǒng)模型（六）常用網(wǎng)站數(shù)據(jù)分析工具1．分類將數(shù)據(jù)庫中的數(shù)據(jù)項(xiàng)映射到某個(gè)給定的類別它可以應(yīng)用到客戶的分類、客戶的屬性和特征分析、客戶滿意度分析、客戶的購買趨勢(shì)預(yù)測(cè)等。如一個(gè)汽車零售商將客戶按照對(duì)汽車的喜好劃分成不同的類，這樣營(yíng)銷人員就可以將新型汽車的廣告手冊(cè)直接郵寄到有這種喜好的客戶手中，從而大大增加了商業(yè)機(jī)會(huì)。2．回歸分析反映的是事務(wù)數(shù)據(jù)庫中屬性值在時(shí)間上的特征，產(chǎn)生一個(gè)將數(shù)據(jù)項(xiàng)映射到一個(gè)實(shí)值預(yù)測(cè)變量的函數(shù)，發(fā)現(xiàn)變量或?qū)傩蚤g的依賴關(guān)系應(yīng)用：客戶尋求、保持和預(yù)防客戶流失活動(dòng)、產(chǎn)品生命周期分析、銷售趨勢(shì)預(yù)測(cè)及有針對(duì)性的促銷活動(dòng)等3．聚類聚類分析是把一組數(shù)據(jù)按照相似性和差異性分為幾個(gè)類別，其目的是使得屬于同一類別的數(shù)據(jù)間的相似性盡可能大，不同類別中的數(shù)據(jù)間的相似性盡可能小。它可以應(yīng)用到客戶群體的分類、客戶背景分析、客戶購買趨勢(shì)預(yù)測(cè)、市場(chǎng)的細(xì)分等。4．關(guān)聯(lián)規(guī)則描述數(shù)據(jù)庫中數(shù)據(jù)項(xiàng)之間所存在的關(guān)系的規(guī)則，即根據(jù)一個(gè)事務(wù)中些項(xiàng)的出現(xiàn)可導(dǎo)出另一些項(xiàng)在同一事務(wù)中也出現(xiàn)，即隱藏在數(shù)據(jù)間的關(guān)聯(lián)或相互關(guān)系。5．特征從數(shù)據(jù)庫中的一組數(shù)據(jù)中提取出關(guān)于這些數(shù)據(jù)的特征式，這些特征式表達(dá)了該數(shù)據(jù)集的總體特征。如營(yíng)銷人員通過對(duì)客戶流失因素的特征提取，可以得到導(dǎo)致客戶流失的一系列原因和主要特征，利用這些特征可以有效地預(yù)防客戶的流失。6．變化和偏差分析尋找觀察結(jié)果與參照量之間有意義的差別在企業(yè)危機(jī)管理及其預(yù)警中，管理者更感興趣的是那些意外規(guī)則。意外規(guī)則的挖掘可以應(yīng)用到各種異常信息的發(fā)現(xiàn)、分析、識(shí)別、評(píng)價(jià)和預(yù)警等方面。7．Web頁挖掘通過對(duì)Web的挖掘，可以利用Web 的海量數(shù)據(jù)進(jìn)行分析，收集政治、經(jīng)濟(jì)、政策、科技、金融、各種市場(chǎng)、競(jìng)爭(zhēng)對(duì)手、供求信息、客戶等有關(guān)的信息，集中精力分析和處理那些對(duì)企業(yè)有重大或潛在重大影響的外部環(huán)境信息和內(nèi)部經(jīng)營(yíng)信息，并根據(jù)分析結(jié)果找出企業(yè)管理過程中出現(xiàn)的各種問題和可能引起危機(jī)的先兆，對(duì)這些信息進(jìn)行分析和處理，以便識(shí)別、分析、評(píng)價(jià)和管理危機(jī)。（七）數(shù)據(jù)營(yíng)銷1．什么是數(shù)據(jù)營(yíng)銷數(shù)據(jù)驅(qū)動(dòng)的營(yíng)銷管理以互聯(lián)網(wǎng)數(shù)據(jù)作為營(yíng)銷決策依據(jù)的營(yíng)銷策劃與管理的活動(dòng)過程；通過數(shù)字渠道宣傳推廣以數(shù)字渠道作為營(yíng)銷渠道體系中的有機(jī)組成部分，服務(wù)于整體營(yíng)銷策劃的具體執(zhí)行過程。既是策劃又是執(zhí)行；既是推廣又是反饋。數(shù)據(jù)營(yíng)銷定義的二元統(tǒng)一源于其獨(dú)有的渠道特性：互動(dòng)性。PDCA循環(huán)P（Plan）計(jì)劃，確定方針和目標(biāo)，確定活動(dòng)計(jì)劃；D（Do）執(zhí)行，實(shí)地去做，實(shí)現(xiàn)計(jì)劃中的內(nèi)容；C（Check）檢查，總結(jié)執(zhí)行計(jì)劃的結(jié)果，注意效果，找出問題；A（Action）行動(dòng)，對(duì)總結(jié)檢查的結(jié)果進(jìn)行處理，成功的經(jīng)驗(yàn)加以肯定并適當(dāng)推 廣、標(biāo)準(zhǔn)化；失敗的教訓(xùn)加以總結(jié)，以免重現(xiàn)，未解決的問題放到下一個(gè)PDCA循環(huán)實(shí)現(xiàn)PDCA的量化檢查——互聯(lián)網(wǎng)受眾是具有統(tǒng)計(jì)意義的樣本人群網(wǎng)民并不是一個(gè)特殊群體，當(dāng)企業(yè)的潛在客戶希望了解更多信息的時(shí)候，而互聯(lián)網(wǎng)和企業(yè)網(wǎng)站又是最好的渠道，他們就會(huì)成為網(wǎng)民。網(wǎng)民數(shù)量的連年激增，已經(jīng)使這個(gè)群體具有了相當(dāng)程度的抽樣樣本質(zhì)量。教學(xué)要求： 了解數(shù)據(jù)分析的內(nèi)容； 掌握數(shù)據(jù)收集、分析與應(yīng)用。作業(yè)：一、選擇題目前數(shù)據(jù)分析的存在的問題有（ ）選3項(xiàng)A、是“以網(wǎng)站為中心的數(shù)據(jù)分析” B、是對(duì)國外數(shù)據(jù)的分析C、太過于依賴數(shù)據(jù)分析 D、沒有多方面驗(yàn)證數(shù)據(jù)下列因素是進(jìn)行網(wǎng)站用戶行為分析時(shí)經(jīng)常需要考慮的有（ ）選4項(xiàng)A、用戶群 B、上網(wǎng)人數(shù)據(jù)C、訪問者 D、訪問量E、設(shè)計(jì)者 F、瀏覽量以下是網(wǎng)站用戶群體數(shù)據(jù)分析模型內(nèi)容有（ ）選3項(xiàng)A、用戶的來源 B、網(wǎng)站建立時(shí)間C、用戶年齡 D、用戶最喜歡的網(wǎng)站服務(wù)數(shù)據(jù)挖掘的功能（ ）選5項(xiàng)A、自動(dòng)預(yù)測(cè)趨勢(shì)和行為 B、自動(dòng)判斷預(yù)測(cè)結(jié)果C、偏差檢測(cè) D、關(guān)聯(lián)分析E、概念描述 F、聚類二、簡(jiǎn)答與分析寫出數(shù)據(jù)分析的步驟。（P120）網(wǎng)站用戶行為分析主要包括哪些方面的工作？（P127）什么是數(shù)據(jù)營(yíng)銷？（P140）如果你是淘寶網(wǎng)上的店主，你希望得到哪些分析數(shù)據(jù)？利用數(shù)據(jù)挖掘進(jìn)行數(shù)據(jù)分析的常用方法有哪些？（P137）七、網(wǎng)站升級(jí)教學(xué)內(nèi)容：本章知識(shí)點(diǎn)： 網(wǎng)站升級(jí)的含義 網(wǎng)站升級(jí)的時(shí)機(jī) 網(wǎng)站升級(jí)的內(nèi)容 網(wǎng)站升級(jí)時(shí)應(yīng)注意的問題31 / 31