導語：如何才能寫好一篇廣告數據分析報告，這就需要搜集整理更多的資料和文獻，歡迎閱讀由公務員之家整理的十篇范文，供你借鑒。

篇1

其中一個原因可能是小企業受眾非常多樣化，行業范圍跨越咨詢，零售，食品，農業，科技等。即便在行業內，中小企業的需求也非常個性化并容易隨著市場，運營，銷售和財務情況而改變。

針對這點，American Express OPEN’數字營銷和創新部門的副總Scott Roen在接受eMarketer采訪時表示：當你細看中小企業的核心需求和挑戰時，你會發現他們是時間敏感性的群體，他們不是那種整天坐在建好的大廈，呆在電腦旁的人，他們是沒有圍墻的，與客戶和雇員在一起工作，他們天生是移動的。

小企業對筆記本電腦和智能手機的傾向性可能對B2B營銷人員而言是個機會。Inc. Magazine和 Cargo發現91%的美國小企業主重視無線通信和智能手機對他們生意的重要性，這可能反映了他們每天的使用。平板電腦也被64%的受訪者所看重。

篇2

據東樓所知，大數據概念在國內火爆并被各大互聯網公司予以重視應該是在2012年之后，當時一本《大數據時代》作為大數據概念在國內啟蒙讀物并備受推崇，書中提到的一個谷歌通過大數據預測流感的案例，也讓很多人第一次認識到互聯網時代大數據的“威力”。

而在國內，包括阿里巴巴、百度、搜狗等擁有龐大的用戶量和數據量的互聯網公司，也在最近幾年相繼建立了大數據研究中心，通過對海量數據的分析，以及用戶行為的跟蹤和研究，從而能夠幫助企業自身或客戶在營銷策略、廣告投放等領域，提供更精準和可靠的方案策略。

就拿搜狗公司近日的一份《搜狗2014年第三季度汽車行業數據分析報告》來說，這份報告就是基于搜狗的4億多用戶在對汽車行業相關關鍵詞的搜索、輸入、瀏覽等而產生的龐大數據而分析出的報告，其中全面梳理了用戶對汽車的價格、口碑、品牌等各個維度上的偏好，這無疑能夠對汽車企業在進行廣告投放時提供更加可視化的參考，而對比以往的廣告投放方式則相對比較粗放，因為沒有詳細而具體的大數據支撐，參考的維度比較單一和片面。

包括阿里數據分析師的對于“胸大的女生更具消費能力”發現，同樣也是基于淘寶、天貓等阿里的購物平臺龐大的用戶數據而得出的，而基于這些相關的數據，也能夠指導各大電商賣家的廣告投放和營銷策略。

而隨著國內各大互聯網公司意識到數據的重要，并專門成立大數據分析機構，組織大量的工程師進行數據挖掘，大數據能力會成為各大互聯網公司的必備能力，而對于大數據的運用也必將成為常態。

大數據時代：整合營銷應該如何做？

另一方面，大數據時代的全面來臨，不僅僅是讓企業廣告投放更加精準，我們的生活、工作、思維、商業乃至管理都會發生改變，甚至也影響到互聯網行業的方方面面，包括網絡營銷。

比如，我們常常使用整合營銷手段也需要升級和改變。之前，我們為了達到營銷效果最大化，只是簡單的對各個渠道的資源進行整合，通過規模化宣傳來擴大營銷效應。而在大數據時代，對于網絡整合營銷的玩法則不再只是營銷資源的疊加，而更多的是對各類渠道進行科學而又預見性的整合和使用，而這其中對于平臺和渠道各方對于大數據的融合和互通就很重要。

篇3

隨著現代信息技術日漸融入人們的日常生活，人們每時每刻的行為都被數據記錄和保存下來，人類產生的數據正在以指數級成倍增長。谷歌、百度、騰訊、阿里巴巴等電商企業在大數據資源的占有方面擁有天然的優勢，其不僅在公司內部擁有大量累積的數據量，還能通過股權購買等形式獲取企業外部的大數據。大數據被普遍視為未來經濟發展的“石油”，電商企業作為新時期經濟發展的新型驅動力，理應重視大數據的挖掘和盈利問題。借助大數據的挖掘和利用，電商企業的營銷方式和盈利模式能夠獲得轉型升級。因此，在大數據時代，研究電商企業的大數據營銷困境及其優化策略具有重要的意義。

1 大數據營銷的基本特征

大數據能夠解決企業發展的趨勢和方向問題，運用大數據思維看待企業的發展，能夠為企業經營決策提供參考和輔助。大數據營銷是企業決策的重要組成部分，通過對大數據的采集和分析，針對性識別客戶，根據客戶特點作出企業營銷決策，從而幫助企業實現利潤最大化增長。因此，大數據營銷具備顛覆傳統營銷模式的潛質，與傳統營銷模式截然不同，大數據營銷具備以下三點基本特征。

1.1 重視從海量數據中挖掘相關性

從字面上理解，大數據與普通數據不同，有量上的規模限制，達到一定量級的數據才會凸顯其商業價值。傳統營銷模式只注重局部樣本的抽樣調查，抽樣調查的誤差、滯后性等缺陷和不足需要依靠后期的加權等方式予以彌補，傳統營銷調查的主觀性色彩濃厚，精準性程度不夠。

此外，傳統營銷模式只看到“為什么”，注重分析事物之間的因果關系，事實上，因果關系的確定非常難，調查者會根據主觀經驗進行推斷和認定原因，導致調查的客觀性不足。與之相比，大數據營銷則注重調查樣本的無限擴大化，試圖通過用戶在網站點擊、消費記錄、售后評價等形式和途徑盡可能采集全樣本數據，并通過大數據挖掘和分析工具，對全樣本數據進行深度加工和處理，試圖通過大數據的關聯分析發現海量數據之間的相關性，進而找到企業營銷的突破口和針對性。

1.2 重視營銷對象的行為屬性

傳統營銷注重營銷對象的年齡、性別、職業等基本個人人口學屬性，營銷調查分析識別出來的營銷對象群體比較模式，潛在的消費群體購買商品的可能性預測效果不強，這種基于個人基本熟悉的數據調查帶來的營銷效果不明顯。大數據營銷則注重營銷對象的行為屬性，在關注個人基本屬性的同時，尤其注重營銷對象的消費行為和消費行動，試圖通過了解消費者的行動軌跡，預測其消費需求，進而調整營銷策略。消費者通過電腦、手機客戶端等工具購物、刷微信、刷微博、看新聞等，每天都會留下海量的行為數據，這些行為數據記錄了消費者對公司產品的購買意愿、購買態度、購買周期、品牌評價等，能夠清晰識別忠實消費者和潛在消費者。

1.3 重視營銷效果的精準性

傳統營銷具有較強的模糊性，既不能精準識別潛在的消費群體，也不恩那個對既有消費者的行為數據進行分析，更不能夠對消費者在線行為的變化作出研判。建立在全樣本行為火速據基礎上的大數據營銷，能夠根據用戶的網絡瀏覽記錄和網友之間的互動評價來識別潛在的消費者群體，經過這些數據的分析預測潛在消費者購買產品的概率，進而針對性推送購買信息和鏈接廣告，以達到說服購買的目的。

大數據營銷對既有消費者，能夠通過其評價和反饋，了解其對使用過產品的基本評價和再次購買意愿，進而改進產品，進行一對一的定制化商品推送，亞馬遜即是這方面的成功典范。大數據營銷能夠識別不同人群的消費行為，進而將群體細分和貼標簽，商家可以根據群體標簽定制化推送商品。經過大數據挖掘和分析所得出的營銷決策應通過微信、微博、電子郵件、私信等方式提醒消費者，以期讓消費者及時了解產品變動情況。

2 電商企業大數據營銷應用面臨的現實困境

從大數據營銷的三點基本特征可以看出，大數據營銷為電商企業營銷提供了前所未有的機遇。但大數據營銷目前尚處于起步和探索階段，任何一個新生事物都不可能盡善盡美、一帆風順，電商企業的大數據營銷同樣面臨著困境。實際上，數據并非越大越好，數據質量才是關鍵，精準營銷預期效果很好，但是也很難做到，大數據采集容易，但數據的泄漏會對消費者的隱私造成侵害。

2.1 大數據存在虛假可能

由于大數據但是全樣本的數據采集，導致數據中參雜很多不利于企業營銷的干擾信息和負面信息。例如，電商平臺的用戶ID并不唯一，一個人可能開通了幾個微博、有幾個微信號和QQ號，也可能有好幾個商家注冊ID，這可能導致數據的重復收集；再如，部分商家強制要求購買者好評，部分網站的跟帖和評論注了水，是有意而為之，要么經過嚴格的后臺審核方能，要么經過后臺選擇性刪除的結果，這些人為干預都會影響大數據的真實性和客觀性。外加上大數據對干擾信息的識別技術還不先進，人工識別的工作量又太大，導致大數據存在虛假的可能。因此，大數據營銷需要剔除這些虛假數據，提升收集到的大數據質量。

2.2 大數據精準營銷效果難達預期

精準性是大數據營銷的根本特征，所有企業的營銷都針對精準性做著不懈的努力。對商家而言，精準性意味著對用戶的商品推介能夠迅速轉化成為購買率，至少能夠大大提高購買的可能性。但實際上，很多消費者不習慣商家的定制化推送，甚至將商家的電子郵件和社交網絡推送行為視為騷擾行為，進而產生厭煩情緒，大大影響了商家的形象。因此，大數據營銷分析之后，如何柔性推送大數據營銷的應用結果，是商家應該重點考慮的問題。

2.3 數據泄露威脅用戶隱私

當消費者的個人特征數據和行為數據被采集起來后，數據泄露的風險也驟然增加，一旦集成的大數據遭到泄露，不僅會對商家造成經濟損失，更會大量泄露公民個人隱私，嚴重威脅消費者的人生和財產安全。現代化過程中不斷滋生著現代性風險，大數據營銷為企業帶來便利的同時，也給用戶帶來了困然。很多電商企業在未獲得用戶同意的基礎上，私自采集和購買用戶數據，用戶數據被私自交易，由于很多電商企業的技術防衛措施不到位，數據很容易泄露，導致用戶的生活受到干擾，財產安全受到威脅，因此，大數據營銷應用中存在的個人隱私及安全也是目前關注的重點。

3 促進電商企業大數據營銷的優化策略

3.1 提升大數據處理技術

數據之所存在虛假的可能，主要因為數據處理技術跟不上。針對海量的數據，電商企業應該抓緊研制大數據處理技術，尤其是數據加工處理技術。數據的加工處理是大數據營銷的首要步驟，如果數據的處理技術強烈依賴于其他公司，營銷的自主性就無法保證。因此，電商企業應借助自身力量加工和處理數據。例如，阿里巴巴之所以能夠在大數據營銷方面起帶頭作用，關鍵是其自主研發的海量數據離線處理服務ODPS能夠隨需擴展、處理海量數據，主要應用于數據分析、海量數據統計、數據挖掘以及商業智能等領域。因此，中小企業應借鑒阿里巴巴的成功經驗，自主研發大數據分析工具，提高數據質量。

3.2 培養大數據分析師

數據本身是死的，需要人去識別和分析。大數據營銷還需要有能夠敏銳洞察市場需求的大數據分析師。然后，大數據分析師并不是一蹴而就，這就導致我國目前的電商行業大數據分析師極度匱乏，大數據分析師基本處于缺口狀態。數據專家畢竟只是少數，聘請成本高，競爭激烈。因此，各電商企業一方面應立足自身實際，從內部挖掘具有專業背景和數據處理能力的員工進行大數據分析培訓。另一方面，電商企業可以聘請外部的大數據分析師，有條件的甚至可以聘請國外的大數據分析師。當然，更為重要的是，各企業應建立常態化的大數據人才培養機制，從核心數據的分析，到數據分析的可視化，再到數據分析報告的潤色，再到數據分析報告的講解，最后到大數據分析與商業的融合等環節，都需要一支能力強、有梯隊的大數據分析師隊伍作為支撐。

3.3 提高精準營銷的效果

電商企業的大數據營銷遇到了阻力，迫切需要改變現有的商品推介模式，改善用戶的厭惡情緒。具體而言，電商企業首先應注重營銷的及時性，經過對消費者行為的分析后，能夠在第一時間作出恰到好處的信息推送和購買方案的制定，便能迅速搶占先機，不但不會引起用戶反感，還會起到立竿見影的效果。

其次，要改變反復向購買者推銷其曾經購買過產品的習慣，這種推銷只會讓人更討厭，電商企業可以轉變推銷思維，將同質推銷轉變為互補產品推銷，從而勾起消費者的注意，創造潛在的購買需求。

最后，精準營銷不能影響用戶生活和工作，因此，要善于利用用戶的上下班休閑時間對用戶進行商品推介，提高精準營銷的效果。

3.4 增強數據隱私防衛

篇4

“中甲聯賽數據服務合作伙伴”。這一消息出爐后，在國內引起軒然大波，一時間讓我們有一種“狼來了”的感覺。

此次，Team Twelve拿到的是未來三至五年（3+2。先簽3年，如果執行情況理想可以再續約2年）中甲聯賽數據服務資格。根據中國足協公布的相關規定，合作企業將針對中甲全年30輪共240場比賽為中國足協及中甲俱樂部提供數據支持，并獲得相應權利。合作企業將獲得“中甲聯賽數據服務合作伙伴”稱謂。合作企業將獲得中甲聯賽以下相關權利：1、獲得中甲聯賽實時數據和影像數據分析事業資格；2、享有數據分析報告的商業開發權；3、享有中甲聯賽秩序冊1P廣告頁。

這是中甲聯賽史上首次引入數據合作方，也是中國職業聯賽首次以競標方式征集數據合作。這次竟標也吸引了國內外十家公司的激烈競爭，搜達足球通過OPTA數據縱橫體育數據圈多年，創冰科技與五星體育。百事通等流媒體合作將足球數據畫面立體化。Amisco是中超聯賽官方數據合作方，雷達體育則在及時比分、賠率方面保持領先，領先體育已經深耕中國足球數據多年，相比之下，這家韓國公司之前從未涉及過中國足球數據領域，卻在中國足協評審小組的各項評測中名列總分第一，算是爆出了―大冷門。

根據韓國媒體報道，Team Twelve Ltd.公司位于韓國首爾市江南區，執行代表為樸正善。在網上可以查詢到的韓國公開資料上顯示，Team Twelve Ltd.成立于2012年10月23日，是以“廣告大型業”類注冊的一家小型企業，企業公開分類標識為“一般法人”，代表就是樸正善。2012年10月至2013年5月間，該公司一直在進行企業培訓陽廣告業處理，并未涉及足球市場。

直到2013年6月，該公司以“體育市場公司”的名義與世界最大的廣告與傳播集團公司日本電通（Dentsu）接洽，才正式走上體育數據的正規道路。電通擁有的合作伙伴包括FIFA（國際足聯）、IOC（國際奧委會）、IAAF（國際田聯）、FINA（國際泳聯）、OCA（亞洲奧組委評議會）、EAFF（東亞足球聯盟），這也是Team Twelve之所以和日本公司合作的重要原因。根據電通公司資深人士透露，電通公司在該公司有參股。

據足球數據業內人士透露，Team Twelve拿到了日本體育數據公司Datastadium的核心技術，而該公司可以為媒體、球隊、球迷提供定制版數據，涉及的體育項目主要包括棒球和足球。正是借鑒了這樣的數據采集、分析、重構的技術，讓Team Twelve公司可以在足球數據領域開拓市場。

進入足球圈后。樸正善開始頻繁接觸各國足協官員，包括韓國足協官員、教練等。包括洪明甫慈善基金財團、韓國足協、韓國足球職業聯盟在內紛紛被他拿下。Team Twelve也成為了洪明甫的經紀公司，和這位前韓國隊主教練關系密切。

在韓國成立公司之前，樸正善曾經在中國從事過房地產生意，如今在中國聯賽逐漸成為“地產聯賽”的今天，這也成為他向往重返中國市場的―個重要因素。

去年11月10日在長沙舉行的2015賽季中超頒獎典禮上，韓國足球職業聯盟副總裁、前韓國國家隊主教練許丁茂的突然到訪非常令人意外，而那之后不久，樸正善就順利拿下了中甲的獨家數據服務權，或許是通過韓國足球聯盟的官方身份在中國足協做了背書。

如今韓國職業足球聯賽前兩級K1和K2聯賽完全由這家公司提供數據，并將全隊分析、球員評估等數據第一時間通過韓國職業聯盟官網對外，而且得到了廣泛好評。正是有了這樣的基礎，才讓他們有必勝的把握拿下中甲聯賽的數據服務權。

談起這次購買中甲數據版權的動機，樸代表對韓媒表示：“如今中國足球市場的崛起令全世界矚目。因此我認為，如果能夠進入這個市場，將會有很大的發展空間。因此我對進入這個市場有著很強的責任感。今年，我們公司成功地分析了K聯賽的400場比賽，對于每一場比賽的數據分析。無論是速度還是準確度都把握得相當好，這也要得益于我在公司的這些年輕員工們。對于韓國足球聯賽技術分析的成功經驗，讓我有了把握拿下在中國的足球數據分析市場。”

從另一個角度來說，他也希望給韓國人創造一些就業機會。“對于我個人而言，其實這次進軍中國市場，也是給一些在中國謀生的優秀的韓國年輕人更多就業機會，促進韓中兩國的交流，這也是我的一個主要目的。”

2015賽季的中甲聯賽，延邊長白山和河北華夏幸福的成功升級也離不開資金支持和明星球員的引進，這在韓國也是一個熱門話題，對于韓國人來說，如今中甲聯賽的熱度并不比中超聯賽要小。而在2016賽季，隨著延邊長白山引進尹比加蘭和金承大兩名明星球員，加上洪明甫入主浙江綠城、張外龍執教重慶力帆，下賽季的中國足球賽場將充斥著更多的“韓流”元素，這也吸引了韓國媒體和球迷的眼球。在這種背景下，樸正善也決定為韓國球員和教練提供更多的數據和技術支持，以滿足日常的訓練和對比賽賽后的評估。

對于中國足協來說，過去若干年即使免費送出去都沒人愿意接手的中甲數據，以及每年倒貼幾百萬找外國公司做的中超數據，如今都有一大批公司愿意掏錢來做，世界真的變了。根據一位業內人士的說法。240場比賽，一年在人力和設備的投入上沒有六七百萬元根本拿不下來。加上付給足協的版權費都在百萬上下，做中甲數據的投入很高，但是收回成本的可能性極低，因為門戶網站不需要，中甲連視頻直播都沒有，要數據何用？況且中甲球隊、教練和球員對此完全陌生，短期內很難有售賣空間。那么，Team Twelve為何還要做這賠本買賣呢？造福韓國教練、球員？恐怕沒有這么簡單。

篇5

大數據并不是一蹴而就、空穴來風的概念，在它的背后有很多趨勢在推動這個概念的到來。簡單地說有幾個方面推動大數據的到來：

第一是數據化。我們現在有了更多的傳感器去記錄數據。大家最能理解和最常見的傳感器就是手機。有了手機，我們就能通過技術監測知道你生活在哪個地方，有沒有網絡購物等個人信息。正是有了越來越多的記錄數據的傳感器，使得我們獲得的數據一直在增長。

第二大變化是數據形態發生了變化 。我們現在有了各種各樣的數據，既包括傳統的結構化數據，例如門店的銷售數據、后臺數據等也包括互聯網的各種數據。

在大數據時代，互聯網用戶通常作為同一個對象使用多個網絡平臺。我們通過對特別對象或人物的網絡（性格、社交圈等）和行為（購物、評論等）的特征進行分析和挖掘，打破了孤立的個人數據特征，成功建立了以人為對象的跨越多個網絡和數據平臺的關系數據群，實現個人跨平臺數據的打通。

正是在這樣的大背景下，2011年5月，麥肯錫麥肯錫全球研究院（MGI）了一份報告――《大數據：創新、競爭和生產力的下一個新領域》，推動了工業界和學術界對大數據的關注，同年11月IBM公司在產品會上推出大數據概念。

大數據有四個特點：規模巨大；產生數據的速度非常快，我們處理它的速度也非常快；數據庫的多樣性；數據中潛藏價值。

我們認為大數據不是技術的變化，而是全方位理念的變化，它是基于多源異構、跨域關聯的海量數據分析所產生的決策流程、商業模式以及生活方式和觀念形態上的顛覆性變化的總和。

大數據的創新

整個大數據在商業中的創新體現在數據的外部化。也就是我們如何把自己的業務數據拿出去給別人用或者怎么樣把別人的數據拿進來自己用？

一個門店、一個品牌的生存都不能僅僅依靠自己的數據。當下基于互聯網基礎的社交媒體、論壇、電子商務及移動電子商務數據給我們提供了很多可能的資源。我從不同角度，簡單闡釋一下這個問題。

如果從大的角度來談化妝品行業的整體發展趨勢及哪些品類會成為消費者期盼的商品，互聯網就給了我們很好的答案。

在10年前，中國還沒有男士護膚的概念和市場，但是到今天男士護膚品已經是一個很大的市場。如果我們回溯到十年前，互聯網的論壇討論就是男士護膚市場起步的端倪。因為有一些消費者由于和歐美國家的接觸，他們比化妝品市場從業人員更敏感，他們首先發現了男士護膚市場的商機與需求。所以通過大數據的檢測你可能會遇到行業可能的機會。

從小的角度來看，大數據的運用，我在一個城市開店，我只想知道什么樣的東西受消費者的喜愛，未來的市場變化趨勢是怎樣的？這個時候電子商務和移動電子商務的數據就給了我們很好的答案。

我們可以通過分布式網絡爬蟲技術，直接爬取互聯網數據。當你覆蓋足夠多的電子商務平臺，你就很容易知道哪類產品、哪類品牌甚至某個單品在哪個城市的銷售狀況。我甚至可以通過精準的計算技術，更好的了解我們商業合作與競爭的利益。

如果再深一層，面對一個個體，我應該給哪些人推送精準營銷或者說一個產品面世后它在互聯網的美譽度是怎么樣的，有沒有可能出現重大安全問題，需要產品方做怎樣的調整，這些東西都不是我們自身的數據能解決的而是需要外部的數據輔助我們做決策。

舉幾個非化妝品行業的例子。搜索網站谷歌通過人們在網上的搜索記錄完成流感的預測。谷歌每天都會收到來自全球超過30億條的各種搜索指令，如此龐大的數據資源足以支撐和幫助它預測流感的傳染程度。

我們要注意到大數據運用的創新之處。谷歌不是通過疾控中心和醫院的數據來預測傳染病，它是通過搜索指令的數據資源來預測傳染病的流行程度。也就是說谷歌在用自身業務產生的數據，拿出去解決其他地方的重大問題。

再舉一個非常典型的例子，告訴大家我們的數據要流動起來，才能發揮更大的價值。

國家電網每年會兩個指數一個是重工業用電指數，一個是輕工業用電指數，這兩個指數是整個中國工業制造業的晴雨表。如果將國家電網的數據和用水的數據結合起來，這些數據產生更大的價值。如果把用水和用電的數據結合運用到個人住戶，則可以給公安部門維護社會穩定起到積極作用。

公安部門可以通過異常的用水及用電數據判斷哪些住宅是傳銷聚集地。因為傳銷三、四十個人擠在一個小房子里，用水量是超過正常范圍的。

同時，用水用電數據為國家安全委員會維護穩定和反恐有重大意義。我們國家有一些被列入黑名單的，這些人一旦發生了不正常的移動或者居住地用水用電發生異常，公安部門需要第一時間實地走訪，掌握情況。

此外，用水用電的數據是所有銀行為中小企業發放貸款的重要依據。眾所周知，中小企業的財報數據都不太真實，銀行在為他們做風險評估的時候，基本不看財報，而是看企業的用水用電數據以及交管委的攝像頭記錄的貨車進出數據，判斷企業的整體規模及信貸風險。

所以，我再次強調大數據創新的核心是怎么樣把自己的數據拿出去支持其他行業以及如何用其他行業的數據支持自己做決策。

大數據的商業實踐

將大數據用于品牌商業分析的時候，有三點和以前不一樣：

第一，我們所有的分析都是全樣的數據而不是抽樣的數據。從某種意義上講，世界上沒有全樣數據，我們所能掌握的都只是部分，但從另一個意義上講，我們團隊能夠監控到大量的電子商務及手機移動終端的數據。這些數據不再與以前做數據分析時，到某幾家店，通過某幾個產品的試用和觀察得出的數據一樣。因此大數據時代的數據分析報告，比以前更細、更高速、更高準確率

第二，大數據的分析包括很多非結構化的數據。做移動電子商務的人會知道， 我們除了關注日常銷售、生產等結構化的數據之外，還會非常看重商品在社交媒體上的影響力如何，品牌的粉絲影響力如何。所以每一件商品的美譽度如何以及在論壇上遭遇的輿情危機等都可以通過非結構化的數據分析獲得認識。

第三，我們所有的數據都是關聯的數據。我們要打通一個用戶、 一款產品在不同社交媒體上的購買行為、瀏覽行為及被收藏被評價行為，從而獲得更全面的認知，同時發現產品從A平臺到B平臺的商業機會。

我建議有條件的品牌商及經營者要實現外部數據的戰略儲備。我們團隊的數據其實來自兩方面：一個是自有數據的積累，二是公開數據的爬取。現在的這些數據對于我們將來做擴展包括趨勢分析、競爭品牌的分析及了解用戶做精準營銷等意義重大。

在了解用戶的時候，我們需要進行全面了解。我們不僅要了解他的購買瀏覽記錄，還要了解他的時間和空間軌跡等。我們給很多品牌商做過服務，你對同一個對象在不同時間點給他推送廣告的打開率可以相差10幾倍。此外，了解一個用戶的行為軌跡，也能讓你做到精準的廣告投放和店鋪選址。

很多人在運用大數據營銷的時候，會步入邏輯結構的誤區。一般我們理解的大數據營銷是產品經理會通過思考去想像，我的產品適合什么層次的消費者，而企業的老總會思考我的產品選擇哪個明星做代言。有了這些想法之后，品牌才會根據媒體、銷售渠道及電子商務數據找到它們想要的的代言人。這樣的大數據營銷在邏輯上是不正確的，因為他太強烈的依賴于產品經理對產品的定位。

而正確的大數據營銷是首先找到自己產品和競爭產品的已有用戶以及對這些產品表達過興趣、發表過評價的幾萬人甚至是幾十萬人。然后在通過分析這幾十萬人從事的職業、感興趣的電視節目、關注的明星、日常瀏覽哪些論壇的數據結論，選擇與品牌形象及消費定位匹配的代言人，進行點對點的精準營銷。

在這樣的設計流程中， 產品經理和企業決策者的重要性體現在他們憑借敏銳的直覺，，將適合消費者使用的產品設計出來。一件產品問世，就像一個小孩出生，他已經是活生生的生命個體，父母已經無法再改變他。在這種情況下，父母對他的理解， 都比不上他在成長過程中自身生命力的勃發。許多父母會希望小孩子做各種事情，為小孩貼上標簽。但真正成功的父母，總是會從小孩的成長過程中看到驚喜。 同樣的每一件產品有了自己的生命力，它在面對市場的時候會遇到各種評價，我們利用這些大數據的分析能比產品經理更多知道一件產品它真正的目標用戶在哪里，它他真正需要的廣告投放在哪里。

在這么一套新的邏輯框架支持下，給大家舉一個化妝品行業的例子。歐萊雅集團有一款價值千余元的超聲波潔面儀。當時這一款產品的產品經理找到我們，給我們提出的是針對20歲至40歲的白領女性的產品定位。超聲波潔面儀的產品在電子商務渠道上有很多同類型的品牌，我們通過數據分析得出二三線城市的中小學老師的職業群體是被他們忽略掉的群體。

中小學老師每天接觸大量的粉筆灰塵，因此她們對潔面儀器的關注最活躍、使用頻次也最高。當我們把這個現象告訴歐萊雅的產品經理時，他們一下子就明白了這個道理。

篇6

如果說網絡流量的高低決定了網站的當前價值，那么網絡流量統計分析的準確度則可能決定網站的未來潛力。因為通過對某網站的網絡流量進行統計和分析可以得到非常豐富的信息，比如，網站的訪問者來自哪里、他們遵循什么樣的訪問路線、哪個網頁最受歡迎等，這些對于一個網站的設計和優化都是非常重要的，當然，其前提是統計和分析是準確和科學的。

由于網絡流量統計分析事關網站的生存和發展大計，所以，網站管理者對于網絡流量分析越來越重視。有需求就會有市場，隨著互聯網的繁榮，一個圍繞網絡流量統計分析的市場就此形成，并逐步形成了一個產業，這些公司不僅提供流量統計以及相應的分析報告，還能提供更為專業和全面的數據分析，比如為特點網站提供網站優化的咨詢服務、提供網站內廣告效果分析服務等。

“互聯網流量統計分析是一種新興的業務，盡管已經存在一段時間了，但是直到最近一兩年才逐漸為人們所熟知。從事這項服務的公司大多數也是新興的公司。” 聯網時代（北京）科技有限公司（以下簡稱CNZZ）執行總裁張志強告訴記者。這些公司中比較活躍的有來自中國的CNZZ、好耶，和來自國外的WebTrend等。

據張志強介紹，這項業務的需求首先來自于中小網站。因為網站需要了解來訪者是來自友情鏈接還是搜索引擎、來訪者點擊哪個網頁最多、能停留多長時間等，這些對于優化網站的布置、是否投放廣告以及如何投放廣告都非常重要。然而中小網站通常不具有開發此類功能的能力，所以會使用這種流量統計服務。 另外，也有一些大公司出于成本上的考慮愿意把這些工作交給更專業的公司。

由獨立的第三方提供流量統計服務，還有一個好處是可以比較公正地網站的流量信息，幫助廣告客戶決定廣告的投放。在有“眼球”經濟之稱的互聯網上，流量可能決定一個網站的生死，獨立第三方的數據可以為廣告主提供一個相對客觀的評判標準。

實際上，網絡流量統計不僅可以用來指導網站的設計和規劃，它還可以提供更為豐富的其他信息。比如，從CNZZ提供的一個網絡流量統計分析結果，就可以感受到眼下這場金融風暴的威力: 汽車類奢侈品網站的點擊率呈明顯下降，而電子商務和游戲網站的點擊率上升勢頭明顯，C2C網上購物類網站的訪問量上升最為顯著。

采訪中張志強坦言，盡管在流量統計分析市場，已經有Google以31億美元現金收購DoubleClick，和國內的網絡廣告提供商好耶被分眾傳媒以7000萬美元現金和價值1.55億美元的分眾傳媒普通股的代價收購等成功案例，但作為一個新興市場，大多數公司的業務模式還處于探索過程中。

篇7

市場部職能認識如下：

1、 對產品負責

分析行業態勢及競爭格局，了解競爭對手。結合公司戰略目標、各區域市場的品牌成熟度，整合及合理配置銷售資源，制定關于產品的年度或季度的推廣策略。

從市場（消費者）的角度進行產品賣點分析，從產品自身中提煉產品優勢，通過培訓、產品知識手冊等工具，將產品賣點、優勢傳播給銷售人員，完成各類終端宣傳工具及各媒體廣告，將產品賣點傳播給消費者；組織或參與學術會議，進行項目性研究，不斷豐富產品賣點。

VI管理職能，讓公司的產品形象、廣告訴求、終端宣傳形成統一的風格及形象。

2、 對市場負責

深入的市場調研，制定合理有效的促銷方案，終端宣傳方案；為區域市場

的拓展提供指導性意見；及時發現區域市場的營銷重點，提供必要的產品支持、宣傳支持和活動支持。

3、 對老板負責

了解區域市場的銷售狀況，并明確銷量變化的原因，產品是在經銷商倉庫

、銷售終端還是二批的倉庫；競爭對手的銷售狀況、有那些大的舉措，及時發現銷售過程中由于產品本身（質量、價格等）、銷售政策（提成、返點等）、品牌推廣（促銷活動、終端宣傳、廣告賣點等）引發的問題，并提供銷售分析報告和市場分析報告。

市場部用80%工作精力完成常規工作，產品分析、組織產品知識培訓、設計產品包裝及宣傳工具、拍攝廣告片、組織學術會議、銷售數據分析、行業及消費者研究、審批監控促銷活動等，用20%的工作精力制定年度產品策略、協助區域市場進行宣傳及推廣活動。

企業剛剛建立可能沒有銷售總監、市場總監、廣告部等職能部門及職務，市場部更多精力是在進行整個公司的管理制度和銷售政策設定，包括產品價格、薪資政策、經銷商政策、渠道管理等。

市場部分為體力型和智慧型，體力型市場部相對其它職能部門相對弱勢，疲于配合和完成基礎性工作，充其量是個彈藥庫，不能參與和影響企業的戰略決策，在戰術上起著配合和支持的職能，大多數企業市場部處于這種層面。

智慧型市場部更多傾向于對企業和產品發展有一個明確宏觀的思路，其它職能部門可以不明晰，但市場部必須明確三個問題：

在那里？

五年、三年之后的目標、本年度、本季度、本月度的目標是什么，我們目前占領整個市場多大的市場份額，占領該產品品類多大的市場份額，我們的企業后續品種需要向橫向還是縱向拓展，知曉、了解、認同、購買過我們產品的消費者各占多少比例，消費者滿意度如何，經銷商滿意度如何，產品周期處于那個發展階段……

產品已近是億元單位的品種，通過渠道管理和促銷活動等“術”的發揮，在全國大盤子基礎上銷量會有所提升，但要想走的更遠、走的更高就必須比對手更努力，更了解市場、更了解消費者、有更清晰、更明確的目標和方法。

去那里？

我們的銷售目標（任務）是多少，我們的利潤目標是多少，我們在行業之中想要扮演什么角色，是跟隨還是領導，是擴大市場份額還是提高品類份額……

這個問題關系企業資源配置、人員配置、價格體系、產品定位、廣告資源、促銷活動、銷售渠道及方法等等。

怎么去？

沒有投入就沒有產出，沒有付出就沒有回報，沒有舍就沒有得。但企業資源是有限的，如何整合資源達成目標，是提升產品力（增加促銷和廣告投入、改包裝、降低價格等），還是增強渠道力（加強經銷商管理、提升返點等），還是增強銷售力（對銷售人員培訓、提高提成標準）。方法是沒有錯的，如何合理使用、合理分配就是一門藝術。

篇8

2013年10月，多款類似的智能醫療健康設備紛紛上市，其中包括移動醫療健康公司康康血壓旗下的康康血壓計、北京瑞智和康科技公司推出的快樂媽咪胎語儀等產品。不止是這些新鮮出爐的移動設備，很多軟件廠商也陸續推出了自己的硬件產品。移動閱讀公司華閱數碼旗下的木木健康推出了MUMU血壓計，將旗下“讀覽天下”中有關高血壓的內容導入MUMU。專注女性生理周期的大姨嗎也攜手智能數字健康公司PICOOC推出了一款智能健康體重儀Latin，以實現對女性健康數據的精準管理（附表）。

在新產品紛紛面市之前，這些“移動家庭醫生”的生產商早已吸引了資本的眼球。大姨嗎的數百萬元A輪融資來自天使投資人蔡文勝，此后的B輪投資由紅杉資本和貝塔斯曼共同出資千萬美元。康康血壓也斬獲了個人天使投資者400萬元的投資（附表）。

市場研究機構ABI預測，到2017年，全球健康與健身類可穿戴設備市場的規模有望達到1.7億臺。全球移動通訊系統協會（GSMA）2012年報告顯示，5年內，全球移動醫療服務應用將為移動運營商帶來115億美元收入，而信息平臺提供商、醫療設備廠商和內容與應用提供商，將分別獲得24億美元、66億美元和26億美元收入。同時，艾媒咨詢報告指出，預計到2017年，中國移動醫療市場規模將達到125.3億元。

軟硬結合解決變現難題

單靠App是否可以滿足用戶的健康需求？春雨醫生等純App主要是通過用戶自查、系統給出答案和網上咨詢醫生的方式讓用戶了解自己的身體狀況，實現足不出戶“看醫生”的愿望，不足之處在于患者的自述有時不夠全面，而且屬于“事后補救型”措施，無法“防患于未然”，在疾病發作前得到警示。

移動醫療設備可以彌補App的不足，不僅可以量化反映身體情況，還可以提早獲知身體發出的一些警示信息。康康血壓計對用戶的相關數據進行長期的追蹤檢測，數據會被傳至云端進行分析并形成電子病歷，由此提煉出的醫學診斷模型，可以和云端模型比較，從而預測用戶的健康狀況。大姨嗎旗下Latin除了可以測量體重外，還可以監測脂肪含量、水分含量、肌肉量、骨量、基礎代謝率等多項身體健康指標。這些數據在采集后會被上傳至大姨嗎App中，并進行匯總展示和健康分析，隨后據此向用戶提供分析報告和健康建議，指導用戶通過積極的生活方式改善身體健康。

推出硬件產品，也是軟件企業進行商業化的一種嘗試。大姨嗎創始人柴可接受《新財富》專訪時表示，之所以選擇推出硬件產品Latin，是為了解決企業變現難的問題，移動互聯網應用雖然獲取用戶容易，但變現一直是個難題；而傳統生產和設計公司擁有工業設計師和材料工程師，缺乏的是大量的用戶窗口，正好可以優劣互補。

柴可透露，Latin定價會“比較高”，而大姨嗎和PICOOC也會根據雙方在產品開發中投入的各項成本進行收入分成。在大姨嗎和PICOOC的合作中，大姨嗎主要提供用戶窗口、用戶定位以及錄入數據時的軟件接口，硬件研發由PICOOC負責，生產則外包。通過推出硬件，大姨嗎可以獲得更多個人難以記錄的體征數據，也有利于增加用戶黏性。PICOOC則可以借助大姨嗎已經形成的影響力，直接切入其所面對的女性目標消費群中。

大數據+線下醫生

當用戶積累到一定程度，這些公司還可以從大數據中分析預測用戶的健康情況。投資公司 Khosla Ventures創始人預計，大數據分析技術可以取代 80% 的醫生，未來10年，智能手機的發展和硬件開發成本的降低將改變健康保健領域，大數據分析技術將使醫藥行業獲得巨大飛躍。

在國外，一些公司已經著手利用大數據分析來改善用戶健康。行為健康分析初創公司Ginger通過手機App來收集短信、通話和位置數據，當判斷出現行為異常時，它就會提醒用戶。例如，抑郁癥的早期階段往往涉及人們通信方式的改變，Ginger中的Daily Data就可以發現這種變化。幫助女性懷孕的應用Glow則希望通過收集大量關于女性月經周期、、飲食、情緒等方面的數據，來告訴女性什么時候適合懷孕，而且能及時提醒女性自查是否存在子宮內膜異位等早期問題。Ginger獲得了650萬美元的A輪風投，Glow也已獲得600萬美元的投資。

在國內，大數據也可以幫助企業改善產品。柴可舉例說，不同地區和年齡段的女性，周期習慣是不一樣的，例如，廣東地區女性的初潮時間比北方要早很多。通過收集更多用戶數據，大姨嗎可以更加深入了解用戶，改善生理期的算法，從而更為精準地預測用戶的生理期。

為了解答用戶提問，移動健康公司往往還需要連接線下的醫生團隊，從而提高用戶體驗。康康血壓簽約了多位醫生，對于發現問題的用戶，會由簽約醫生在24小時內回復其提問，并給出相關建議，如運動指導、飲食指導和用藥指導，為用戶遠程診斷。不過，整合線下并不是件容易的事情。胎監儀生產商廣州貝護佳從2013年6月開始線下推廣，到8月也只談到了4家醫院參與，積累產檢記錄4000余條。大姨嗎也計劃擴大技術團隊和專業婦科從業人員，解答用戶提出的健康問題。

硬收入+軟收入

對于移動健康設備商家來說，收入主要來自兩個方面，一是設備帶來的“硬收入”，二是App應用帶來的“軟收入”。硬件收入又分為一次性出售和租用兩種形式。血壓計、體重秤等較為常用的設備多是采用出售的形式，而對于胎監儀等一些只在某個特殊階段才使用的設備，則主要采用出租的方式。

廣州貝護佳采用的就是按產檢次數收費的模式。其遠程胎監儀在醫院現有的胎監儀基礎上增加了遠程無線通信技術，可以將監測數據傳送到后臺服務器，方便醫生通過瀏覽器查詢并對孕婦數據進行評分操作，將醫囑信息及時發送給孕婦。對于用戶支付的使用費，公司也會分成給醫院和醫生，提高后者參與和推廣的積極性。貝護佳每次產檢費用高達150元，不過可以免去孕婦及其家人奔波醫院排隊的勞累。

對于大多數健康設備生產商來說，收入主要來自銷售硬件的一次性收入，不過，當設備銷量達到一定規模后，公司還可以通過應用平臺獲得收入，這也是很多公司硬件定價較低的原因。木木健康CEO陳遲就指出，公司血壓儀定價399元，就是基于獲得設備的銷售量，量夠了，自然平臺就有了。

篇9

一、日常工作

在XX年上半年，從總體來講，日常的數據采集依然占據了很大的比重。在數據錄入方面，我依然嚴格要求自己，在保證速度的同時做到準確錄入。在上半年，我參與了第一季度數據報告以及5月份月報的撰寫，雖然是常規數據報告，我依然不敢松懈，盡力做到一遍通過，不犯低級錯誤。

另外，在日常工作之余，也向周*學習了專刊考核方面的工作。考核工作對我來說并不陌生，因為以前曾經也接觸過，考核規則簡化之后，上手更加容易。主要是做到耐心細致就不會出錯。

那么，本年度除日常工作外，應中心領導要求，每日由廣告部渠道組提供當日未到達名單，由李*和我輪流在系統中查詢最后一次投放本報的時間。廣告部渠道組提供名單并不細致，加大了查詢工作的難度，希望日后通過有效的交流和溝通，雙方可以達成統一，提高工作效率。

二、調研項目

人才招聘行業調研報告：年初，在報社領導的指示下，我和祁*共同完成了人才招聘行業的專項調研報告。本次報告通過對全國人才招聘行業的仔細研究，包括全國媒體人才招聘廣告投放情況與沈陽地區媒體投放對比分析，沈陽地區自身招聘行業的特點以及報紙、網絡、人才市場等多個方面的深入分析，在金融危機的影響下，對XX年招聘行業情況做出了有預見性的預測，并驗證了領導的想法。通過撰寫此次報告，使我的思路更加開闊，學到了很多東西，也掌握了一些撰寫專項分析報告的技巧，對我日后撰寫某個行業的專項報告有一定的幫助。在這里感謝主任對我和祁*的信任和指導。

**電器調研項目：4月份，在領導的指示下，我們與**電器一起合作了一次關于家電行業的調研活動。本次調研方式為街頭攔訪。關于問卷，個人認為，由于街頭攔訪形式比較特殊，被訪者是在行走過程中，問卷題目應該盡量短小簡單。本次問卷題目一共26道題目，包括單選、多選以及復合題目，a4紙打印需要三張。在訪問過程中，感覺有些繁瑣冗長。被訪者大多覺得題目較多，一張問卷訪問下來，大約需要10分鐘的時間。就日后的調研來看，個人認為，街頭攔訪問卷一般題目在10-20個問題，a4紙打印2張，訪問時間控制在5-8分鐘左右為宜。過長會導致被訪者的厭煩情緒，在問卷的最后容易隨便糊弄了事，影響調研的準確性。雖然調研中有這樣和那樣的困難，但經過全體項目人員的努力，本次調研項目執行到位，保質保量的完成了任務，達到預期要求。

版面監測調研：4月份，與**市場研究公司合作開展了“XX年第一期版面監測調研項目”。針對項目執行過程中的各個環節嚴格把關，務求使版面調研數據的真實準確。并在6月初召開了報告講解會。本次報告在原有基礎上增加了定性研究與版面的直觀對比，對各部們領導解讀報告起到一定的作用。

客戶滿意度調研：6月末，在集團要求下，和祁*一起完成了《XX年上半年客戶滿意度調研報告》，為經營工作考核提供了一定的數據依據。

發行調研：在XX年初，發行調研已經全部由市場部獨立進行，每月進行一周。雖然人員有限，但市場部人員盡出，保證了發行調研的按期進行。就發行調研本身來說，個人認為，由于選擇攤點過少，每期報告不免單調重復，在XX年下半年應當改進調研方式，不再單純進行要報銷報的數量，要在原有基礎上有計劃的進行較為深入的調研。這樣可以使得發行調研更加具有指導意義。

三、活動配合與外出培訓

在上半年，市場部配合房產專刊部進行了“購房消費卷”活動，在活動結束之后，為領導撰寫了《春暖花開購房消費卷報告》，報告以漫畫等幽默的方式展示了華商晨報“購房消費卷活動”，并對其他媒體在房產行業方面的政策以及地產商投放廣告心態進行了分析，得到了領導的認可。

另外，在5月末，在中心領導的指示下，深入研究了**活動，在查閱了大量資料，并在部門主任的指導下，撰寫了《****》活動策劃報告。通過此次報告的撰寫，讓我自己所從事的工作的認識更加深刻，了解到自己的工作思路要依據數據而不局限于數據。作為市場部的一員，我要更加鞭策自己，拓展自己的思路與眼界，放眼市場放眼全局。

在5月，我有幸赴北京參加了 “市場研究基礎知識培訓”。本次培訓主要是數據基礎分析與處理，在介紹了我們日常工作常用軟件execl的同時，講解了專業的數據統計軟件spss的基礎操作。這次學習機會對我來說相當珍貴，而這次培訓也對我日后的工作有了很大的幫助，希望在接下來慧聰所舉辦的一系列培訓中依然可以去學習參加，提高自己的分析水平，業務能力。

四、展望

從事數據工作已經是第四個年頭了，各類調研項目也開展了很多，如何在數據分析與調查研究中更加深造自己，將是我XX年上半年的工作重點。

篇10

圖一：網站運營最佳KPI/度量

一、小型網站最佳運營KPI/度量

1、營收成本度量

單次營收成本（CPA）

從目標獲取的單次成本來考核，淘汰CPA不適當的營銷項目，提高CPA較低項目的投入。

CPA應作為分析報告中的最佳度量之一，其中展示次數（Impressions）、點擊數（Clicks）、點擊率（CTR）、平均每次點擊成本（Avg CPC）、轉換（Conversions）等度量數據均可通過Google Analytics、Omniture等網站分析工具獲得，但是成本（Cost）需要自行核算。

圖二：小型網站運營成本KPI/度量

2、訪客行為度量

跳出率（Bounce Rate）

通過跳出率高低，可辨別營銷活動帶來的訪客與登陸頁的相關性匹配情況，以此對營銷活動進行減少或增加資源投入。

支付放棄率（Abandonment Rate）

最快掙錢的方法是從想給你錢的人手中獲得。重點關注支付過程中放棄率最高的環節，通過減少支付步驟、將賬號注冊由開始放到最后、A/B測試與多變量測試（成本高）等措施不斷測試、考核，將會有很大的營收改觀。

通過Excel、Paditrack、KissMetrics等免費工具建立支付路徑檢測，可自動獲取Abandonment Rate等相關度量。

圖三：支付放棄率監測

3、效果度量

宏觀轉化率（Macro Conversion Rate）

作為小規模站點，我們要重點關注轉化率，并竭盡所能去提高它。通過每天（周）查詢流量來源報告中的轉化率，降低表現不佳的流量來源投入，提高表現好的。做好營銷策略讓其涵蓋面廣，并都保持盈利，那我們的收益將會最大化。

圖四：電子商務網站宏觀轉化率

我們可以給買兩次的客戶創建一個高級細分群體，然后通過來源、地理分布、兩次購買產品的類型、關鍵字與營銷活動等去挖掘更多同樣的潛在客戶。切記同時查看轉化率與轉化次數，以免決策失誤。

作為小規模站點，只需圍繞上述四個度量：單次營收成本（Cost Per Acquisition）、跳出率（Bounce Rate）、支付放棄率（Checkout Abandonment Rate）、全局轉化率（Macro Conversion Rate），進行運營監測，即可取得良好的功效。最好是已全面掌控此四大度量后，再拓展至其它度量。

二、中型網站最佳運營KPI/度量

1、營收成本度量

單次營收成本（CPA）

點擊率（Click-through Rate）

CPA作為宏觀度量，只提供營銷活動的基本信息，我們還需要通過點擊率（CTR）度量，更加深入的去分析聯盟營銷（Affiliate Marketing）、搜索引擎營銷以及旗幟廣告等營銷活動的創收能力與訪客質量。

SEO/SEM的關鍵字選詞、排名、訪客搜索詞與關鍵字的匹配度，都會對提高CTR有幫助；如果訪客來到我們網站（未跳出），那么意味著我們獲得了一次說服他們購買我們產品或服務的機會。

圖五：點擊率自定義報告

通常，通過頻繁較大幅的對展示效果進行優化，會使得我們的再營銷活動（Remarketing Campaigns）有巨大的改觀。例如，優化EDM郵件標題、廣告投放的地理位置等都會使CTR明顯提高。而CTR就像是幫助你了解在第一次約會時是否 出現在正確的地點，適當的穿著，怡人的笑容。因此，我們應當將創意營銷活動列出來，干掉表現差的，提高表現Good的，如此反復。

2、訪客行為度量

跳出率（Bounce Rate）

支付放棄率（Checkout Abandonment Rate）

訪問深度（Page Depth）

極少訪客會在一個站點瀏覽幾以上個頁面，這是互聯網實情。因此在不斷提高用戶體驗、內容架構、內容相關性的同時，我們應當重點關注訪客訪問深度情況 （Page Depth），而不是沒有用處的平均每次訪問頁數（Average Page Views per Visit or Average Time）、平均網站停留時間（Average Time on Site）。

圖六：頁面訪問深度分析

通過訪問深度報告，我們可以將訪客的訪問根據個人喜好進行分類組合。例如分為放棄者、搭訕者、瀏覽者、一次性訪客、忠實訪客，那我們對內容表現的看法會有戲劇性的改變，通過長久的深入關注，我們將會發現業務的贏利點。

上圖強調的是最終銷售/轉化，但是即使我們是資訊站，提高訪問深度最起碼能使頁面更均衡、廣告展示量更大。

忠誠度（按訪問次數）

如果說訪問深度優化的是單次訪問體驗，那么忠誠度將會是批量級的。換句話說，就是衡量我們網站吸引同一訪客多次訪問的能力？對于電子商務或者非電子商務網站來說，忠誠度好與差的差異意味著巨大收益與難以存活。

首先，以“實現x次的訪問占總訪問y%”為目標。電子商務網站可以用“每天轉化數報告（Days to Conversion）”來設置目標。內容站點可以依據內容更新規劃來制定目標，例如我們是紐約時報，每天24小時更新網站，是不是目標就可以是平均每個 訪客訪問90次/每月呢？

其次，按照如下方式，基于訪問次數設置高級細分群體。

圖七：按訪問次數計的訪問者忠誠度

最后，將設置好的高級細分群體，應用于關鍵字報告、廣告系列報告、引薦報告，就可以辨別主要帶來忠實訪客的是哪些流量來源。將其應用于內容報告，就能推斷出哪些內容（體育新聞？國際新聞？還是寵物故事？）能吸引忠實訪客。

訪問次數，在許多統計工具中都會有。如果我們用的是新版Google Analytics，那么可以通過“受眾群體”-》”行為”-》”覆蓋率與頻次”查看。

3、效果度量

宏觀轉化率（Macro Conversion Rate）

微觀轉化率（Micro Conversion Rate）

通常我們查看報告，會發現僅不足2%的訪客實現了轉化。因此我們僅僅是關注宏觀轉化率（Macro Conversion Rate），那就意味著默認放棄98%訪客的價值，損失巨大。

通過查看具體轉化次數（目標）以及它們在長短期帶來的收益，我們會很快的發現它們能帶來的價值，遠遠超過宏觀轉化報告中展示的收益，優化它們即可獲得巨大的驚喜。

Google Analytics中可以點擊“轉化”-》“目標”進行查看。內容站點還可以查看“目標網址”報告，來確認目標轉化所在頁面。

圖八：微觀轉化率

每次訪問目標價值（Per Visit Goal Value）

通過此KPI，一方面可以避免只關注那2%訪客轉化的弊端（因為它關注的是每一次訪問），另一方面可以促使我們拓展更多適合訪客的業務。

圖九：每次訪問目標價值

雖然不是每個訪客都能實現目標轉化，但是每個訪客都有其固有的經濟價值。查看這個度量，能讓我們確定那些創造高價值的目標，并且明白一些簡單的道理，例如 什么是我們的重點。如果說Twitter帶來的每次訪問目標價值為87美分，Google是97美分，也許我們就應當將更加注重SEO策略，而不是采納那 些說搜索引擎已過時的社會媒體營銷專家的建議。

對于中型網站需關注以上9個度量，如果有天我們能獲得超過500萬美金的經濟收益時，就說明它們見效了。它們與小型站點度量不同之處的關鍵在于，我們需要致力于多重轉化、深層次的網站交互以及更好的營收效率分析。

三、大型網站最佳運營KPI/度量

1、營收成本度量

單次營收成本（CPA）

點擊率（Click-through Rate）

新訪問比率

通常可以用這個度量調整我們的營銷策略，發掘能為業務帶來新大陸的營銷方式。如果我們正忙于已有盈利性付費媒體的監測，想付費搜索、廣告、聯盟營銷以及社 會媒體營銷能帶來新訪客，那么該度量就顯得尤為重要，除非我們不想。該度量在報告中隨處可得，創建利于分析的最佳細分群體是重點。

2、訪客行為度量

跳出率（Bounce Rate）

支付放棄率（Checkout Abandonment Rate）

訪問深度（Page Depth）

忠誠度（按訪問數）

事件/訪問（Event/Visit）

每個不錯的大型站點，都會以各種復雜技術（Flash、AJAX、插件…）提供豐富的訪客體驗（視頻、演示、動態幻燈片、配置程序…）。幾乎一直 以來，我們僅僅以經驗（或頁面噪音）來衡量它們。事件跟蹤可以幫助我們對它們進行測量，通常能令人驚訝地獲得相關用戶體驗信息，贏得珍貴的主動權。

圖九：每次訪問觸發事件數度量

110842次訪問，9054次網站體驗交互事件，那么每次訪問事件數為2.24次，這樣的結果是好？還是壞呢？能再好點么？2.24次交互有給我們帶來更好的經濟價值么？

案例的答案是：No！答案應該更具我們的策略和目標來確定。最終對于內容規劃方面，我們能做出更具重要意義的明智決定（尤其當你是分析高手時，你可以將績效以第一次訪問、訪問深度與第二次訪問、忠誠度，進行三角型建模）。

許多網站分析工具都有類似的事件跟蹤，Google Analytics的事件跟蹤數據查詢路徑為：內容-》事件。

3、效果考核度量

宏觀轉化率（Macro Conversion Rate）

微觀轉化率（Micro Conversion Rate）

每次訪問目標價值（Per Visit Goal Value）

轉化所需天數［或者內容站的時間延遲］

“一口吃不成大胖子”。許多公司做數據分析以及營銷活動優化只用了一朝一夕的時間，所以也期望能快速實現轉化，并且即刻對營銷活動做出增加或減少投入的決 策。這種做法不僅是鼠目寸光，更是對訪客的褻瀆。因為他們要有適當多的時間去體驗良好后才會完成轉化。該度量能幫助我們明確我們的訪客的轉化速度。我們能 在最短的時間，完成營銷信息修改、采取行動以及調整登陸頁。但如果說轉化所需天數很長，那么我們可以制定穩健（逐步）的微觀轉化策略。

如果我們的是非電子商務網站，那么通過Google Analytics多渠道路徑（Multi-Channel Funnel），查看“Time Lag”報告，可以獲得許多驚人欣喜的結果。電子商務網站同樣可以查看數據“購買前所耗天數（Days to Transaction）”。我們即刻看到的度量是“轉化（Conversions）”，它反映了具體目標的轉化情況。

因此，我們可以對“歡迎登陸”，”您喜歡的是什么？”，”這些是我能為您提供的”，“您為什么不購買支付呢？”，“回頭并試圖購買支付”，多次反復，我仍舊出現在您面前，“您打算支付了么？那么您可以…”的訪問轉化流程進行優化。

“購買前所耗天數（Days to Transaction）”是標準報告，可以在我們網站分析報告的電子商務部分進行查看。“時間延遲（Time Lag）”一些網站分析軟件中不是標準報告，可以向軟件商家咨詢。Google Analytics中可以通過路徑：“轉化（Conversions）”-》“多渠道路徑（Multi-Channel Funnels）”-》“Time Lag（時間延遲）”查看。

圖十：轉化所需天數

輔助轉化比值（% Assisted Conversions）

輔助轉化是近期盛行起來的又一不錯度量，它凌駕于以上度量組合模型之上。大部分的訪客轉化（不管宏觀與微觀）都需要一定的時間，那為什么我們大都將網站分 析重點放在單個渠道的分析與優化呢？是因為聯盟營銷（Affiliate）位于轉化的末端？還是Facebook（或Google或其它）位于訪客登錄的 前端？

圖十一：輔助轉化分析

我們需要清楚掌握，我們的網站需要超過一次廣告/媒介/營銷觸點，才能完成的轉化有多少？然后根據數據去優化渠道組合，而不是單個的渠道。

以上案例中可以發現，如果我們沒有做渠道組合優化（而實際上需要），可以看出Email渠道的數據（1.18 輔助轉化次數/最終互動轉化次數），在暗示我們與Organic Search（0.61）相比，應該為Email渠道制定營銷優化與預估策略。

輔助轉化次數比值，在一些網站分析軟件中沒有，需要我們向軟件商咨詢。在Google Analytics可以通過路徑：“轉化（Conversions）”-》“Multi-Channel Funnels”-》“Assisted Conversions”查看。

That’s all！ 對于大型網站，我們已確定13個關鍵度量，足以讓我們從頭到尾的了解網站經營績效了。與中型網站度量不同的關鍵在于，我們真真切切的在關注多種訪問行為。也就是說，我們注重的是一大片人，而不是單個的訪問。

以下是本文的各類網站最佳分析度量總結：

圖十二：大中小型網站最佳運營KPI/度量匯總

希望此圖，有助于更快的診斷我們分析策略中的紕漏。另外，當網站從小規模站點發展成為中型站點時，我們自然會意識到其它需要測量的度量，當跨入大型網站時也會有同樣的感觸。

也許，我們會發現以上KPI中并沒有Adsense廣告的CTR、頁面加載時間（Page Load Time）、每社會訪問行為（Actions per Social Visit）、搜索退出率（Search Exits）、內容分布與訪問比率、轉化率（內容站點）。因為這些KPI/度量，對于不同業務類別的網站來說是有其獨特性的，以上分析策略中的KPI適合于 所有站點。

最后，衡量以上目標組合的完成情況，最好的方法是基于以下我們既定的數字化營銷監測模型。