導語：如何才能寫好一篇網站數據分析報告，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

大數據比任何時候都談論的多，因此公司的管理層比以往任何時間都希望通過數據分析得到他們感興趣的東西，因此都會為此組建一支網站分析團隊去發現其中的價值。對于數據分析團隊人員來說，把數據導入到網站軟件分析占據在工作量小于10%，而把剩下的90%的時間用在發現數據中的價值，形成自己的觀點從而驅動公司作為改變，這才是數據分析師的價值。

那么，數據分析師們如何實現從數字到觀點，以下是我的五點建議：

1、不僅要對比差異，而且要對比趨勢

網站分析軟件讓分析師去對比連續的數據，例如：按月、按年來比較變成很容易，但是對于一些邏輯上的比較，例如：工作日每天，當前與上周的同一天等在對于軟件的實現有一定難度。然而，最好的發現趨勢的方法還是把數據導入到excel中，通過透視表去發現數據中的趨勢。還可以在分析中加入一些統計指標，均值、方差、均方差；

2、在形成結論前請深入分析數據的異常

對于一個網站分析師來說，沒有什么出現那種“狼來了”更悲劇的事情。曾經有一個同事對于一次網站的活動表現非常憂慮，因為自從這個活動上線后，指標連續8周下降。后面分析發現這是一個針對返校的活動(國外大部分大學每學年為三個學期，開學時間分別是8月、1月、5月)，但那個時間正趕上感思節(感恩節是在每年11月的第四個星期四)。

對于之前討論的情況，計算方差是一個很好的評估你的數據變化是不是在統計學上顯著，是否你的變化的數據落到二個方差之外。(譯者備注：如果一個變量符合正態分布，則其95%的值會落到均值左右二個方差內。這也許就是為什么時候你會聽到一個分析師說，這個變化超過5%了嗎？超過應該給予足夠的關注。)

3、細分是更深入的分析的基礎

發現影響數據變化的關鍵因素(顯著變化的驅動力)可能需要花費你超過90%的時間與精力。有時間，導致數據明顯變化的原因可以很容易被發現。有的時候為了回答一個數據的變化，你可能需要花很大精力去研究。然而，通過對數據細分(數據行業有一句話：無細分，吾寧死)，您可以快速找到影響的未來趨勢變化共享行為特征。

4、在報告中與對商業的影響聯系在一起

你在報告中必須向聽眾這樣一個問題：為什么我需要關心？常規中，分析結果可以提高收入、節約費用、或者提高用戶服務滿意度。例如，針對季節性的促銷活動，網站的著陸頁是不是比去年表現的好。如果是，需要多快去實現這些改變，這些改變對于整體的影響，是不可以實現設定的銷售目標。

5、讓觀點可執行

篇2

因此，很多企業都會利用Hadoop實現數據存儲，再通過其他工具實現對大數據的高速捕獲和實時分析。這里，我們將通過艾瑞咨詢集團的一個真實案例，解讀一下敏捷BI如何和Hadoop進行互補，幫助其實現互聯網大數據分析的。

定制化項目效率低下

艾瑞咨詢集團（iResearch）是一家專注于網絡媒體、電子商務、網絡游戲、無線增值等新經濟領域，深入研究和了解消費者行為，并為網絡行業和傳統行業客戶提供市場調查研究和戰略咨詢服務的專業市場調研機構。

目前，艾瑞咨詢集團可以向企業提供線下報告和軟件兩種定制化咨詢報告服務。但是，企業客戶的定制化需求非常多變，艾瑞咨詢集團生成一份線下報告交付周期需要3至4周，提供軟件的交付周期則需要半年。再加上項目所需人工成本升高、迭代周期延長，艾瑞咨詢集團往往不敢承接太多定制化項目。

通過調研，筆者發現了艾瑞咨詢集團的真正需求：根據時間維度和網站匯總對用戶的來源地區、來路域名、頁面訪問次數、停留時間、有效訪問次數、跳出率、回訪者、新訪問者、回訪次數和回訪相隔天數等相關數據進行統計分析，并且還能夠在動態添加條件之后，通過對監測用戶行為獲得的數據進行分析，以最終得出更加詳細、清楚的用戶行為習慣。

因此，艾瑞咨詢集團迫切需要一種更加敏捷、高效的大數據分析工具提升定制化業務的效率。

大數據面前：敏捷BI PK傳統BI

在解決艾瑞咨詢集團面臨的難題時，傳統BI的做法是，IT人員事先根據需求分析進行建模，建好二次表或打Cube并提前匯總好數據，業務人員才能在前端查看到分析結果的報表。雖然這種做法很成熟，但是解決不了艾瑞咨詢集團的難題。

首先，業務人員查看的報表相對靜態，分析的維度和度量的計算方式已在建模時預先設定好，不能更改。例如，定好了求和或求平均數，再想改成求方差必須再去修改模型。

其次，分析需求變更時，業務人員不能直接調整報表，需要IT人員重新建模或修改已有分析模型，耗時較長，響應速度較慢。

最后，有些企業的數據量很小，也需要按照此流程和架構來進行大費周折的數據分析。

造成這些問題的本質原因是，過去的技術架構針對海量數據的計算能力不足，企業用戶需要通過建模、二次表、Cube提前進行數據運算匯總。

艾瑞咨詢集團希望為企業客戶提交這樣一份分析報告，不僅能看還能動態分析。對于艾瑞咨詢集團來說，數據展現應該是起點而不是終點。看到了數據，要能交互式分析、深入向下挖掘，要能發現問題并找到答案，還要能采取行動。與數據交互的過程要足夠快，如果用戶每次點擊需要等三五分鐘才出結果，就無法進行交互分析。

并且，分析報告應能讓非IT部門的同事直接在分析平臺上做出來。不能把所有的分析報告需求都提交到IT部門，這樣會嚴重增加IT部門的工作負擔。同時，敏捷BI的實施和操作要簡單化，讓業務人員可直接使用。

同時，分析報告需求經常需要牽涉到數據層的改動，需要IT部門去改進數據層和業務層，傳統BI平臺需要一兩個月才能完成模型梳理。敏捷BI無需事先建模，可以在分析過程中靈活調整分析維度和報表展現，需求變更可以在一天之內響應，提升企業的洞察力決策力。

與傳統BI的重量建模、統一視圖不同，敏捷BI采取輕量建模、N個視圖的方法，不建二次表和Cube，數據導入后可以直接進行分析，并且業務人員可以實時調整分析的維度和度量的計算方式，極大地增加了靈活性，真正做到和數據對話。

既然有這么便捷的方式，為何傳統BI不采用這種架構呢？那是因為，傳統技術架構沒有引入大數據技術，面對海量數據無法在用戶點擊后的幾秒內就展現企業客戶需要的分析結果，因此必須通過建模提前把數據匯總好，才能保證分析報表展現時的速度。

因此，實現敏捷BI的前提是采用新架構處理數據，其涉及的技術包括分布式計算、內存計算、列存儲、庫內計算等。敏捷BI可以通過更低的成本、更短的上線周期，快速讓企業洞察到數據的含義和價值。

業務效率數倍提升

深入研究艾瑞咨詢集團要分析的數據，筆者發現，艾瑞咨詢集團每天要分析的數據量達幾千萬條，且不同企業客戶的分析需求各不相同。因此，復雜多變的多維度分析需求對分析工具的分析性能提出了更高的挑戰，而傳統的數據庫和Hadoop架構已經無法滿足高性能和即時分析的需求。

為此，艾瑞咨詢集團考察過國外一些知名的產品，但是當他們獲知產品的價格和后續的服務費用之后只能放棄。而國內大多數的分析工具大多是上一代BI，需事先建模再進行分析，難以應對靈活的多維度分析變化需求，且針對大數據量的處理能力不能滿足要求。

最終，艾瑞咨詢集團選擇了永洪敏捷BI技術。當艾瑞咨詢集團將三個月的細節數據（約50億條）導入敏捷BI系統，直接就可以展現出定制分析報告。對比原先基于Excel和SQL編程的分析方法，艾瑞咨詢集團的業務效率獲得數倍的提升：線下報告交付周期從3至4周縮短至小于1周，軟件交付從半年縮短至一個月。

同時，艾瑞咨詢集團原來由于擔心需求變化導致沒有能力交付的很多項目被收入囊中。采用敏捷BI工具后，艾瑞咨詢集團可以在幾天內快速搭建原型向客戶展示，任意的需求變更都可以一周內調整完畢。這種快速原型試錯的方式，使得艾瑞咨詢集團有能力承接很多此類項目。

由于業務效率的極大提升，有能力承接更多的項目，艾瑞咨詢集團的收入空間也出現了數倍的增長。與此同時，艾瑞咨詢集團的客戶滿意度也穩步提升。

不僅如此，為了提供更加直觀可交互的分析報告，提升企業用戶體驗，艾瑞咨詢集團基于敏捷BI工具，構建了一個新型SaaS平臺。艾瑞咨詢集團把企業客戶用Hadoop架構存儲的數據，通過敏捷BI提供的接口導入到數據集市內，然后通過敏捷BI快速呈現出結果。

事實上，Hadoop和敏捷BI都有各自適用的不同業務場景，兩者是相互補充的關系。當前，很多企業都采用Hadoop實現數據的存儲，然后把Hadoop數據導入敏捷BI基于分布式內存計算的高性能數據集市中，之后再進行數據可視化分析。鑒于現在Hadoop在企業的應用相當廣泛，永洪敏捷BI產品也支持Hadoop數據源的連接。

篇3

（1）品牌策劃。線上銷售的電子煙產品與線下的產品在品牌上要有所區分，要單獨注冊，同時申請TM商標使用權；（2）注冊域名。注冊電子煙官方網站、移動網站等域名，可以注冊多個域名，避免將來出現域名雷同，保護好自己的域名知識產權；（3）條碼注冊。條碼注冊要經過當地質量技術監督局受理，國家條碼中心認證。要及時進行產品的條碼注冊，保證產品上市前的產品質量檢測工作；（4）通用網址注冊。電子煙在國內尚無明確的身份定位和公開宣傳，市場的關注度、成熟度不高。因此，電子煙實體店覆蓋率較低，網購是主要的銷售方式。積極注冊電子煙通用網址，提前進行布局，占據有利資源；（5）企業支付寶實名驗證。企業支付寶需要綁定對公賬號，第三方交易平臺的合理使用能提供給客戶更多可選擇的空間，目的是將第三方平臺的客戶引到電子煙官方網站上來；（6）樣品定制。為了保障市場價格的平衡，避免電子煙與傳統香煙的相互牽制，線上產品與線下產品作了區分，要研制出新的足夠的電子煙產品，投放市場吸引消費者；（7）包裝設計。在新品牌誕生后，外包裝要經過設計人員重新設計和定位，主要針對不同檔次的消費群體，分出系列，讓產品在銷售平臺上看起來品種繁多、琳瑯滿目。

2電子煙官方網站建設策劃

2.1官網核心管理系統。（1）運營監控：監控網站運營時長、域名狀況、流量分析；（2）可視化管理：所見即所得快速修改指定網站內容，即時添加指定內容、即時快速編輯指定內容、即時為指定內容進行展示排序；（3）內容管理：添加/維護內容頁面、頁面內容管理；（4）商品管理：添加/維護產品、產品分權限瀏覽、產品展示排序、添加/維護產品類別（支持多級分類）、相關產品推薦、產品評論、添加/維護營銷分類、添加/維護產品品牌、產品屬性模板設置、產品系列規格設置、產品標記設置；（5）資訊管理：添加/維護資訊、支持分權限瀏覽、推薦、置頂、拖拽排序、抓取新聞、添加/維護資訊類別（支持多級分類）、資訊批量導入/導出/轉移；（6）留言管理：自定義留言類別、留言信息審核、留言回復；（7）搜索優化設置：網站地圖提交、網站登錄入口提交、搜索引擎優化設置（頁面標題設置、頁面關鍵詞設置、頁面描述設置）；（8）流量統計分析：流量分析：實時訪客，訪問流量趨勢；產品分析：產品排行、品類排行；訪客分析：訪客地區、訪客訪問次數、停留時間、訪問深度、客戶端數據分析；來源推廣效果分析：搜索引擎數據分析、關鍵詞數據分析推介網站、外部鏈接數據分析、廣告效果分析；官網頁面分析：頁面排行、站內搜索關鍵詞分析；統計設置：下載/打印分析報告、訂閱郵件設置、IP地址黑名單設置；（9）官網會員管理：添加/維護會員、會員批量導入/導出、會員分組管理、會員級別管理。會員積分管理等；（10）官網圖片管理：圖片庫管理：添加/維護圖片、圖片庫多視圖管理、圖片（批量）添加水印設置、圖片（批量）轉移。電子圖冊管理：添加/維護圖冊內容、添加/維護圖冊類別、電子圖冊多視圖管理；（11）官網信息設置：網站基本設置、管理員權限設置、網站欄目設置；（12）友情鏈接管理：添加/維護友情鏈接、鏈接分組管理；（13）短信/郵件業務提醒：對訪客：會員注冊、資格審核通過、密碼修改、找回密碼、留言被回復；對管理員：有新會員注冊、留言、簡歷以短信與郵件提醒。

2.2移動客戶端核心系統。（1）手機客戶端：提供企業自有品牌客戶端；獨有企業品牌客戶端標識、品牌歡迎頁；通過客戶端實時訪問企業的最新信息及地圖定位；（2）內容管理：添加/維護內容頁面，以圖文并茂的方式介紹企業信息；（3）產品管理：添加/維護產品信息、設置展示排序；添加/維護產品分類（支持多級分類）；管理產品評論、維護產品櫥窗和產品品牌、設置產品標記；（4）資訊管理：添加/維護資訊內容，可置頂顯示、添加/維護資訊分類（支持多級分類）、可批量轉移資訊；（5）廣告管理：添加/維護廣告。通過廣告管理，可以實現Banner動畫圖片進行添加和維護；（6）圖片管理：添加/維護圖片、圖片處理、圖片轉移。可批量對圖片進行添加、刪除、轉移；（7）一鍵電話：訪客使用時，可快捷撥打企業電話，即時與企業主動聯系；（8）一鍵留言：訪客使用時，可快捷對企業進行留言。企業通過電腦訪問網站后臺，對留言信息進行審核和回復；（9）一鍵詢價：訪客使用時，瀏覽企業產品時，可進行快捷詢價。企業通過電腦訪問后臺，對詢價單進行處理；（10）一鍵分享：訪客使用時，可將當前訪問內容快捷分享到其它平臺，如微博、空間等；（11）一鍵地圖：訪客可快捷查看企業位置（僅中文語言版提供地圖功能且為中國地圖，臺灣省內除外）；（12）短信營銷：企業最新消息，可通過短信營銷讓客戶周知（操作界面為中文，限發國內手機用戶）；（13）二維碼營銷：后臺自動生成二維碼，方便訪客隨時隨地掃描二維碼，訪問到企業移動官網；（14）業務提醒：有新留言或詢價信息時，將會及時以短信或郵件的方式提醒至企業管理員。

3電商平臺推廣方案

篇4

前幾年在某大型跨國公司管理團隊時，我意識到“大數據”在HR管理中的作用。在管理團隊薪酬時，IT系統不僅處理薪酬流程，還提供對標數據支持決策：調薪周期開始時，公司把調薪預算從上到下分解到各級經理，經理會具體分析每個下屬員工應該分配多少預算。一般會考慮：一、員工當期績效表現，二、目前在公司內同類工作崗位中所處薪酬水平？三、與同行和競爭對手的同類崗位相比處于什么水平？經理根據業務需要確定是否要努力保留一位員工，通過預算分配使員工處于合理的薪酬水平。這個系統不僅提供了公司內按職位角色細分的薪酬分布曲線，同時提供了行業薪酬分布曲線，使管理人員能直觀看到員工調薪前后在公司內及市場上的薪酬“分位值”。

公司如果有規范的職位職務體系基礎容易統計內部薪酬分布，行業的數據一般來自大型HR咨詢公司的薪酬數據庫。做跨公司的職位職務對應匹配卻是件有挑戰性的事情――你怎么知道A公司的八級軟件工程師相當于B公司的十級咨詢顧問呢？傳統上，我服務的那家公司是定向的對標指定，即人工對應到具體同類型公司的同類型崗位。隨著技術的發展，現在時髦的基于文本分析的“大數據分析”能夠解決更廣泛的職位匹配問題，再結合薪酬數據庫，能夠提供更準確做薪酬對標。可以預計，這種對標方法會成為一種更加普及的應用。

HR咨詢公司薪酬數據庫的客觀性和準確性往往存有爭議，大企業做對標時一般會購買幾家咨詢公司的數據，相互參照使用。然而，現在互聯網上各種“曬工資”網站越來越多，例如，基于互聯網的大數據分析可能顛覆傳統的薪酬數據庫服務，企業能夠更加實時、準確地做職位薪酬對標，提升人才管理水平。

HR部門的價值從后臺服務職能，發展到幫助業務部門挖掘、培養、發展人才，成為企業業務的驅動者，人才相關數據的分析為這樣的工作方式轉型提供了可能性。不僅是薪酬數據分析，從下圖所示的HR相關數據可以產生很多分析機會。

例如某些專業崗位招聘如何選擇候選細分人群，需要在用人成本、人才質量、使用風險以及細分人群供應量等不同因素中平衡，可以通過數據挖掘方法，根據不同人才尋源策略確定相應的候選人細分對象；又如雇主品牌建設，通常員工敬業度調研結果中薪酬是一個抱怨因素，可是，實際薪酬水平以及期望薪酬水平與員工的敬業度、員工績效之間有多深的關聯？不同的薪酬或者獎金結構方式會對敬業度產生什么影響？再例如提高招聘質量，國外某保險公司對數百例初級銷售人員聘用后的實際業績分析發現，應聘人資質與業績相關度較高的因素有：簡歷文本質量（語法準確、表述清楚）、教育經歷完整性、高端產品銷售的經驗、過去類似工作的成功、不確定環境下工作的能力等，并有意思地發現大學檔次、大學成績、推薦人資質等因素與業績相關度不高。除此之外，在員工保留因素、銷售人員績效、出勤率預測、繼任計劃、人才管道計劃、高潛力人才挖掘等人力資源管理領域，數據分析都有廣泛的應用。

篇5

本文在分析商業網站中使用的數據挖掘技術的基礎上，從網站數據挖掘、網站結構設計和網站功能設計這三個方面對數據挖掘技術在商業網站設計中的應用問題展開了探討，以便為商業網站的設計提供一些指導。

關鍵詞：

數據挖掘；網站設計；應用

就目前來看，受到網絡化的影響，很多既有交易型態和商業行為都開始將交易機制轉移到網站上。所以，如何設計商業網站，成為了不少企業關注的問題。而利用數據挖掘技術可以完成對商業網站中的大量數據的分析，從而實現網站商品的定向營銷。

1數據挖掘技術概念及應用概況

從技術層面上來看，數據挖掘技術就是從大量數據中進行有用數據信息的提取的技術，需要擺脫噪聲數據、隨機數據和模糊數據的干擾。而從商業角度來看數據挖掘技術是供應商行業處理信息的技術，可以幫助企業從商業數據庫中提取大量有用業務數據，并且通過處理和分析這些數據信息實現對關鍵知識的提取，從而為企業制定決策提供依據。就目前來看，在商業網站中應用的數據挖掘技術有路徑分析技術、關聯規則的發現技術、序列模式和分類聚類技術等。

2數據挖掘技術在商業網站設計中的應用

2.1在網站數據挖掘中的應用

利用數據挖掘技術充分挖掘商業網站包含的數據，才能合理進行網站內容的設計。而客戶背景資料信息是系統需要的數據來源，主要來自于客戶填寫的登記表和相關單證。完成這些數據的收集后，網站需要將數據傳遞至后臺數據庫中，并進行數據的存儲。而利用數據挖掘技術進行這些數據的分析和處理，將能得到相應的數據分析報告。利用這些報告，網站管理人員就能進行網站內容的設計或改進，并進行相應數據的存儲。但是，出于隱私信息的保密性考慮，客戶有時不愿意在網上單證上填寫詳細的資料信息，以至于將給數據的挖掘和分析帶來困難。為此，還需要使用數據挖掘技術分析網站瀏覽者的行為表現數據，以便根據這些數據進行客戶背景資料信息的推測。比如，分析網站瀏覽者的點擊訪問情況就能進行客戶行為表現的觀察，并實現對有用信息的挖掘。就目前來看，在設計商業網站時，可以根據網站日志進行客戶這部分信息數據的獲取。而通過對這些日志數據進行清洗、過濾和轉換，才能將獲得的數據存儲到網站數據庫中。在此基礎上，還要將這些數據當成是數據挖掘的數據源，并從數據庫中進行數據的調用和抽取，然后完成對數據的模式識別[1]。而在生成多維數據視圖后，通過分析就能得到數據挖掘結果和報告。最終，還要將這些內容存儲到后臺數據庫中，以便為網站管理者提供參考。

2.2在網站結構設計中的應用

在設計商業網站時，使用具有商業邏輯基礎的數據挖掘商業應用平臺才能實現挖掘客戶數據信息的目的。所以，需要應用數據挖掘技術設計商業網站結構，以便創建一個與商業邏輯相結合的數據挖掘系統。在設計的過程中，可以圍繞著數據存儲、數據處理和數據展示這三個方面進行數據庫系統的設置。同時，需要將網站用戶接入部分當做是客戶端，而數據挖掘系統需要為用戶接入和交互提供支持。在客戶端發出請求后，系統應對請求作出商業邏輯分解，并從數據存儲處進行數據的獲取，然后再將處理后的結果返還客戶端。從總體結構上來看，數據挖掘商業應用平臺應該由三部分構成，即客戶層、中間層和數據服務層。

2.3在網站功能設計中的應用

2.3.1網站搜索引擎的設計

面對成千上完的商業網站，想要從質量不一的網上站點中選取便宜且適合自己的網站其實并不容易。而設計網站搜索引擎則能較好的解決這一問題，從而為用戶選擇網站提供便利。從國內來看，8848網站是最早具有中文購物搜索引擎功能的網站，可以面向中國內地提供專用網上購物商品搜索引擎。在設計網站功能時，網站利用了數據挖掘技術進行信息搜索功能的實現。在該網站上，可以為用戶提供兩種搜索方式，即全網搜索和網上商城搜索。通過在搜索框內輸入商品信息，用戶就能在短時間內找到互聯網上眾多商業網站經營的有關商品。同時，在瀏覽器上，用戶還能看到商品的信息介紹，并且得知商品的來源網站。此外，搜索引擎功能還能為用戶提供價格比價和商品排序等多種信息顯示方式，用戶可以直接點擊網站鏈接進行商品網站的訪問。

2.3.2網站客戶關系管理的設計

利用數據挖掘技術，商業網站還能獲得客戶關系管理功能。而所謂的客戶關系管理，其實就是對企業和客戶之間的交互活動進行管理。從設計思想上來看，網站管理者需要以客戶為導向，并且盡量滿足客戶的個性化和多樣化需求。而應用數據挖掘技術進行客戶信息的挖掘，將能幫助網站管理者了解客戶和產品的歷史交易信息，從而得知客戶的消費傾向和產品的受歡迎程度。所以，數據挖掘技術的應用可以為企業提供更多將商品銷售給現有客戶的機會，并且也能夠為企業制定商品分析決策提供數據依據[2]。此外，利用數據挖掘技術實現對客戶關系管理業務數據的共享和自動化管理，也能夠幫助企業完成業務分析、供應鏈整合等工作，從而使商業網站的運營管理以客戶為中心。

2.3.3網站個性化服務的設計

商業網站想要取得一定的市場競爭力，還要致力于為客戶提供個性化的服務。應用數據挖掘技術可以使消費者利用網站搜索引擎，并根據自己的需求和個性特點選擇感興趣的商店。而在獲得符合自己個性要求的資料庫后，用戶的在線購物過程將更具個性化的特點。同時，通過與用戶交流，網站的模擬商店銷售人員也能夠為用戶提供商品推薦，從而幫助用戶盡快找到需要的商品。此外，網站也能夠根據消費者反饋的信息進行特別服務的提供。具體來講，就是用戶在信息交流區發表看法或建議后，網站可以通過自動服務系統為用戶定制個性化服務菜單。而為用戶提供個性化服務，顯然能夠起到防止網站用戶流失作用。

3結論

總而言之，商業網站是企業開展電子商務的信息平臺，是商家與服務對象聯系的溝通渠道。所以，商家能否從網站獲取有用的客戶信息，網站結構設計是否合理，網絡功能是否齊全，將直接關系到網站交易的成敗。因此，在設計商業網站時，應該較好的進行數據挖掘技術的應用，以便打造一個能夠為客戶提供滿意服務的網絡消費平臺。

作者：馬宗禹 單位：馬鞍山師范高等專科學校

參考文獻：

篇6

【關鍵詞】 網絡零售 運營管理 培養模式

一、引言

目前，我國網絡零售業正處于一個快速發展時期，2012年全國網絡零售總額超過1.1萬億元，占社會消費品零售總額的5%，網絡購物用戶達2.3億。另據中國電子商務研究中心的資料顯示，2012年國內網絡零售企業數已超過5萬家，連鎖百強中有六成企業開展了網絡零售業務。可以預計，隨著互聯網應用的不斷深化，除了在線零售商外，將會有越來越多的傳統的制造商、品牌商、服務商、渠道商、零售商將傳統渠道的觸角向線上延伸，通過自建、收購或利用第三方網購平臺等方式開拓網絡零售市場。

二、網絡零售業人才需求分析

1、需求結構

隨著網絡零售業的快速發展，社會對網絡零售業務人員的需求量不斷上升，以一個組織結構比較健全的網絡零售商鋪（網店）為例，其所需要的網絡零售崗位人才結構體系如圖1所示。

從圖1可看出，網絡零售商鋪（網店）所需人才可分為五大類，具體見表1。從上述崗位需求可以看出，目前網絡零售行業所需要人才的專業分工越來越細，涵蓋了傳統的電子商務、市場營銷、新聞、統計學、界面設計、物流管理、會計及人力資源管理等專業。但由于網絡零售市場在我國還處于發展初期，各相關專業并沒有針對該領域市場進行專門的人才培養。從電子商務專業人才培養來看，在上述崗位類別中可以選擇的崗位只有店長、運營主管兩個管理類崗位，以及活動策劃、文案編輯、市場推廣與數據分析四個運營類崗位。

2、需求規模及趨勢

以店長與運營主管（經理）為職位名稱在淘工作（http：//）進行檢索。2011年到2012年招聘店主（含運營主管/經理）的企業數如圖2所示。數據顯示，2011年，在淘工作進行店主（含運營主管）招聘的企業數為3088家，2012年有4180家，同比增長36%。由此可見，對于店長及運營主管兩類網絡零售的管理類人才而言，市場需求有不斷增長的趨勢。

值得注意的是，隨著越來越多的企業進軍網絡零售市場，網絡零售商家對店長類綜合運營管理人才的需求量也越大，同時隨著各企業網絡零售市場規模的不斷擴大，企業網絡零售組織架構也不斷擴大，導致專職負責店鋪運營的主管人才需求量也不斷攀升。但由于不少網絡零售商還處于市場不斷開拓階段，因而其對店長及運營主管的要求除能從事管理崗位的工作外，還要求他們能承擔一定的運營類崗位工作，如網絡市場推廣、網絡活動策劃、網絡文案編輯與網絡數據分析等。此外，網絡零售企業對活動策劃、文案編輯、市場推廣、數據分析的人才需求也呈現快速增長趨勢，以淘工作統計為例，2011年招聘上述崗位的企業數依次為1521家、1024家、4656家和178家，到2012年依次為1688家、1457家、5920 家和241家，招聘企業數增長26%，招聘各類人員總數增長超過30%。

綜上所述，從我國網絡零售市場發展趨勢與企業網絡零售人才需求狀況來看，未來五到十年內，我國網絡零售市場將呈現高速增長態勢，企業對相關網絡零售運營管理類人才的需求將會越來越旺盛。

三、面向網絡零售的運營管理崗位能力要求

1、店長

（1）工作任務。負責平臺商鋪的整體規劃、營銷、推廣、客戶關系管理等系統經營性工作。（2）能力要求。熟悉網絡推廣、傳播方式和渠道；熟悉電子商務模式與流程；熟悉網店裝修、頁面策劃、文案、平面設計等工作；熟悉網店、頁面優化及SEO。

2、運營主管

（1）工作任務。制定網上店鋪的營銷策劃方案；負責推廣方案設計、討論和實施；提出網上店鋪的頁面優化改版方案；對推廣效果進行跟蹤、評估，并提交推廣效果的統計分析報表，及時提出營銷改進措施，給出切實可行的改進方案。（2）能力要求。熟悉平臺店鋪營銷策劃與推廣及網購銷售市場；熟悉網絡零售平臺運營環境、交易規則、推廣及廣告資源；熟悉各種網絡推廣手段，組織專業人員進行推廣。

3、活動策劃

（1）工作任務。協助規劃和制定年度網絡促銷計劃，撰寫新品推廣、產品促銷活動方案；協助制定、梳理促銷推廣活動的管理規則和流程，把控促銷方案落實；對促銷效果進行跟蹤評估；收集、分析市場促銷需求、競品動態，做好促銷數據收集和分析，優化促銷工具和方法，調整促銷策略。（2）能力要求。有較強的網絡市場信息收集、統計、分析能力；敏銳的市場動態感知能力和促銷推廣提案撰寫能力；較強的溝通能力、邏輯分析能力以及組織協調能力；較強的客戶意識，能夠從客戶角度出發思考問題和解決問題；能熟悉網絡零售平臺營銷與推廣。

（1）工作任務。負責網絡店鋪宣傳性軟文、硬廣、公司通告撰寫；店鋪大型活動的文案擬定；參與促銷活動及品牌包裝的創意、文案工作。（2）能力要求。具備扎實的文字功底，較好的文案撰寫能力；了解網絡消費者心理需求及消費習慣。

5、市場推廣

（1）工作任務。負責網絡店鋪及產品在網絡零售平臺或互聯網上的推廣；制定推廣方案并負責實施，對推廣效果進行評估，對店鋪及產品訪問量、轉換率數據進行分析；根據網絡零售平臺規則進行商品頁面搜索優化。（2）能力要求。精通網絡零售平臺營銷規則，熟悉網絡消費者的購物習慣和心理；熟悉與掌握網絡零售平臺各種營銷工具，熟悉網絡SEO技術；良好的策劃推廣能力和項目執行能力；具有較強的數據分析能力。

6、數據分析

（1）工作任務。負責網絡平臺店鋪的日常數據統計分析以及其他電子商務網站數據的收集統計工作；負責對網上店鋪的流量、銷量、轉化率等數據的分析；負責對市場、行業及競爭對手的網絡數據的采集、評估與分析；負責收集客戶資源；負責營銷管理問題的跟蹤和交叉分析，并提出解決方案。（2）能力要求。具備豐富的數據分析、挖掘、清洗和建模的經驗；熟練獨立編寫商業數據分析報告，及時發現和分析其中隱含的變化和問題；具備利用數據分析解決商業、市場營銷、風險問題的能力。

四、網絡零售運營管理人才的培養目標與要求

1、培養目標

根據河南工業大學電子商務專業人才培養方案，結合目前網絡零售市場人才需求特點，我們把網絡零售運營管理專業方向人才的就業崗位定位為網絡零售平臺主管（包括自建網絡商店與第三方平臺網絡商店店長）或運營主管，由于上述崗位一般需要至少一年的網絡零售工作經驗，因此，學生前期就業崗位也面向網絡零售市場活動策劃、文案編輯、市場推廣與數據分析等具體運營業務崗位。

該專業方向的培養目標為：培養掌握電子商務及網絡零售的理論知識和運作規律，熟悉網絡零售市場特點，具備網絡零售市場的整體規劃、營銷、推廣與客戶關系管理等環節的運營管理技能的綜合型的網絡零售運營管理人才。

2、人才規格

通過本專業方向的系統的學習，學生將具備表2所示的知識和能力。

五、基于能力要素的網絡零售運營管理方向課程設置

1、對應關系

根據河南工業大學網絡零售運營管理人才的培養目標及定位，我們對崗位能力與課程單元對應關系進行了分析研究，將本專業方向的專業及方向能力分解為六大專項能力，具體對應關系如表3所示。

2、組織實施

根據上述的方向所需能力與課程設置的對應關系，我們梳理了專業原有課程體系。原有課程體系包括了網絡營銷基礎、電子商務管理、網頁設計、電子商務網站規劃與建設、創業設計綜合實驗、網頁設計課程設計課程設計、電子商務網站建設實訓等。同時，為了保證本專業方向在原有電子商務專業培養體系上能夠實施，在課程教學組織上保持原有的通識教育模塊、學科平臺模塊以及專業平臺模塊中的必選課體系不變，在專業平臺模塊中的選修課中設置網絡零售運營管理方向課程群，其中包括6門理論課和3門實踐課，如表4所示。學生如果選擇了該方向，就代表選擇了該方向課程群的所有選修課程。

六、結論

在電子商務專業開設網絡零售運營管理方向人才培養，符合社會對電子商務人才的專業化或行業化需求特點。網絡零售運營管理人才做為一個綜合性電子商務管理人才，既要具有足夠的理論知識，也需要緊密聯系網絡零售市場發展，將一定的理論轉化為實踐能力。因而，在該類人才培養過程中，需要建立校企深度合作實踐教學基地平臺，實現學校人才培養與網絡零售市場企業需求之間的無縫銜接。當然，要培養出符合網絡零售市場需求的電子商務運營管理類人才，需要在教學實踐中不斷進行改革與實踐，探索出符合社會網絡零售人才需求及各高校實際的人才培養體系。

（注：基金項目：河南工業大學人才培養模式改革工程項目“電子商務專業人才‘分類’培養模式研究與實踐”（2011）。）

【參考文獻】

篇7

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。

篇8

目前電信運營商的語音收入正在大幅下滑，但他們擁有龐大的客戶群，每一位手機用戶的每次觸控手機都會產生數據，這些數據以及用戶的大量個人信息會被存儲在電信運營商的系統中，因此，電信運營商都試圖在上述數據產品方面挖掘價值，從而彌補傳統語音收入的不足。

近些年，西班牙電信做了很多大數據變現的研究，非常有名的是“Smart Steps”大數據產品，可以為零售商、政府機構和交通部門提供大數據服務。據西班牙電信哥倫比亞公司商業智能總監Alvaro Ramirez介紹，在Smart Steps產品誕生之前，西班牙電信哥倫比亞公司的大量數據都是沉睡的。一開始西班牙電信并沒有想到要把它變現，只是為了創造社會福利，服務于社會，同時也希望能夠帶動公司的轉型。

關于Smart Steps，首先，西班牙電信哥倫比亞公司會把所有的數據進行匯總，然后，為其他機構提供數據的時候，只提供不具名的數據，盡管他們非常清楚每一個數據屬于哪一個客戶。Smart Steps采用統計學進行數據的計算和分析，從而使數據不僅適用于西班牙電信哥倫比亞公司自己的客戶群，還可以用于其他機構的人口分析。

隨后，西班牙電信哥倫比亞公司開始和政府進行合作，因為政府部門經常會對一些大的市政、基礎設施項目進行投資。比如，西班牙電信哥倫比亞公司會為市一級的政府提供這個城市的市民在城市中流動的規律，比如從A點到B點的流動人群數量，從而幫助市政府決定到底在A點到B點之間是應該修一條路，還是去建一條地鐵更加合理。

除此之外，Smart Steps還可以被用于大型流行疾病前的預警，例如，西班牙電信哥倫比亞公司和醫療衛生機構合作，一旦發現某個社區有不少人診斷得了某種疾病，此疾病還有爆發傳染的趨勢，基本就可以判斷此病具有傳染性，從而要求病人待在自己家中，避免去傳染別人。

Smart Steps也進行了商業化應用方面的嘗試。比如，由于Smart Steps的數據很豐富，不管是客戶性別等個人信息，還是客戶的需求、客戶的品位、客戶個人移動的模式等數據都涵蓋在內，因此Smart Steps可以更好地幫助企業進行一個廣告投放。因為男士和女士在消費選擇方面的區別非常大，Smart Steps可以幫助企業去辨別某個顧客是男性消費者還是女性消費者，從而進行細分化的廣告投放，或產品推介。

西班牙電信公司利用地理位置數據信息，通過運營商的網絡數據，可以精確統計人口駐流的情況，為當地的零售商提供開店精確的選址服務。在精確統計人口駐流的情況之后，形成細分的可視化網格，還可以分析出區域內人口的消費情況，從而制定選址分析報告，輔助銀行網點進行精確的選址。 沃達豐電信：與第三方合作開發數據商用

沃達豐電信是全球最早進行數據管控、數據治理、商業智能應用和大數據變現的大型電信運營商之一。據沃達豐荷蘭公司商業智能經理Bart Cloosen介紹，幾年前，沃達豐電信荷蘭公司不同的數據部門有自己的數據，而且每一個數據部門、每一個工作人員都在做自己的數據。隨后他們開始進行數據整合，并建立了一個新的部門――一個由50名BI方面的專家組成的商業智能能力中心，負責管理公司內所有的數據。這個中心與各個業務部門緊密合作，提供他們所需要的數據，并且直接向沃達豐荷蘭公司的CEO匯報工作。

歐洲尤其是荷蘭，對于個人數據隱私保護的法規非常嚴格。一般消費者登錄任何一個網站，在他們不知情的情況下，這個網站會有一個Cookie把他們的個人數據、訪問的歷史數據都保存下來。但是在荷蘭，消費者登錄任何一個網站，每個網站都會自動會彈出一個窗口，問她是否允許Cookie記錄、并存儲她的個人數據。因此，沃達豐電信荷蘭公司非常尊重客戶的隱私，參照政府隱私保護的條例，專門打造了大數據應用模型。

在大數據變現方面，沃達豐電信荷蘭公司在與第三方合作伙伴合作之前，會把所有的數據，比如個人的署名等信息都去掉，再把這些客戶數據分類提供給第三方合作伙伴，第三方的合作伙伴會幫沃達豐電信荷蘭公司銷售數據，主要銷售給政府部門，尤其是市政府級別的部門，主要應用于專門負責軌道交通、高速路管理的部門。在一些盛大的活動，沃達豐電信荷蘭公司會聯合軌道交通、高速路管理的部門預測會有多少人，可能在某一個時間點會聚集在某一個相同的地方，判斷是不是人流過大、風險過高，有沒有必要采取一些分流的措施或者關閉某一條高速公路等。

在解決電信用戶隱私方保護方面，沃達豐電信荷蘭公司商業智能經理Bart Cloosen表示，目前比較通行的做法是“讓手機用戶自己主動選擇是否同意把自己的個人信息公開，如果手機用戶同意，運營商會給予一定的優惠或話費獎勵等”。 DHL：基于大數據分類挖掘客戶價值和開發新業務

DHL隸屬于全球領先郵政和物流集團 Deutsche Post DHL，下屬3個業務部分：DHL Express、DHL Global Forwarding 以及 Freight and DHL Supply Chain。DHL的業務遍布全球220個國家和地區，是全球國際化程度最高的公司。

DHL通過大數據可以對每次運輸的成本、收入和收益率進行核算，根據客戶收入、客戶息稅前利潤把客戶劃分為A、B、C、D四類， 包括業務量很大、利潤也很高的客戶，業務量大卻不掙錢的客戶，業務量不大卻掙錢的客戶，以及業務量不大也不掙錢的客戶。根據業務量很大、利潤也很高的客戶和業務量不大卻掙錢的客戶，DHL會加強與這類客戶的互動，維持好客戶關系。對于業務量大卻不掙錢的客戶，DHL通過大數據分析出具體的原因，到底是DHL的原因導致的運輸成本較高，還是客戶自身問題，比如有些客戶會把偏遠地方的運輸業務交給DHL完成，這些運輸成本很高，往往很難賺錢。基于大數據，DHL能夠清晰的掌握運輸成本，并合理定價。

據DHL Express運營控制部門副總裁Graeme Aitken介紹，通過大數據分析，DHL發現，在B2C業務中，客戶交付階段的成本在整個運輸成本中的占比很大，尤其是，當客戶不在家時，或者二次投遞也不在家時，或客戶快遞的商品還需要支付海關關稅時，交付成本成倍上升。至于交付成本的具體數據，Graeme Aitken不愿意詳細透露。

為此，DHL基于大數據分析在最后交付方面進行大量投入，比如要求客戶提供電子郵件地址，及電話，在送貨之前，提前讓快遞員去聯系客戶，確保能夠投遞到正確的地方。如果商品要付稅，要求客戶在網上先完成付稅過程，不接收現金付稅。

在德國，DHL創新推出了“汽車交付”、“包裹墻”的做法。“汽車交付”是DHL目前剛剛聯合沃爾沃汽車開發的新項目。如果客戶的車是沃爾沃汽車，DHL可以讓快遞員把貨品直接交付到客戶的汽車中，因為DHL知道客戶現在把這輛汽車停在了什么地方，快遞員擁有一次性打開客戶汽車的權限，可以把后備箱打開并把貨品放進去。

“包裹站”是DHL在某些人流量大的地方專門建立的一面墻壁，上面有很多個儲物柜，可以專門寄存物品。當客戶的貨品要投遞的時候，DHL會將一個代碼發送到客戶的手機上，或者發送到郵箱中，客戶用這個代碼到離他最近的包裹站，找到他的盒子，然后用代碼打開這個盒子，就可以把貨品拿出來了。在加油站附近，DHL都會有這樣的設施。這些創新的應用都是DHL自己開發。

Graeme Aitken認為，這些實驗如果能夠驗證行之有效，而且客戶也同意這樣操作，那么在任何地方都可以實現交付了，如車站的儲物箱、加油站、汽車，或者超市等。 基于電信大數據+移動廣告商的情境感知型“移動廣告”

據Teradata天睿公司國際集團通信、媒體及娛樂業卓越中心主管Daniel Rodríguez Sierra介紹，目前有一種新型的電信大數據變現應用――基于電信大數據的情境感知型“移動廣告”。比如在某一個人流密集的位置，會形成一種情境感知，業界把它稱為一個位置圈。在這個位置圈中會走過不同的人，電信運營商可以根據路過這個位置圈的每一個人當時的具體行為，為路過者發送一個與他相關的廣告。這就是根據具體人，在某一個指定的商圈位置，根據情境感知，結合消費者的個人行為彈出的廣告。這種應用需要企業有一個全球綜合的客戶信息資料，并結合移動廣告商的應用進行開發。

手握巨量客戶數據卻沒有發揮數據價值，因此全球電信業對大數據變現的探索顯得頗為積極。Daniel Rodríguez Sierra認為，當前全球不同電信運營商在大數據變現方面的做法都不同，有的做得比較極致，比如專門針對數據變現成立新部門。

大數據變現分兩種情況，一種是內部的，一種是外部的。內部數據變現分成3種形式：第一種是銷售數據和洞察力，主要銷售位置信息和時間信息。如我們會知道一個人，他在什么時間出現在什么地點，如電信運營商針對零售業的B2B模式，幫助零售業更好的進行客戶細分，再針對具體的消費者進行零售服務的推薦。

篇9

21世紀互聯網已經融入每個現代人的生活，據2010年互聯網白皮書中資料記載“2010年9月，中國家庭及辦公網民規模達4.2億人，成為全球最大的互聯網群體。網民平均每周上網超過了17小時，已經超過了世界上許多互聯網發達國家和地區的網民平均上網時長。“由此可見，人們對互聯網的使用越來越頻繁，互聯網對人們生活的影響力也逐步顯現。”在網民獲取信息最主要的途徑中，網絡獨占鰲頭，所占比例達到47.4%；電視緊隨其后，所占比例為30.6%；接下來是報紙，所占比例為15.7%；其他媒體所占比例都非常低。“由此可見，互聯網已經充分融入網民的日常生活、工作、學習以及娛樂之中。”網上呼叫中心：即向客戶提供一個與產品和服務連接的基于WEB的接口，并方便地鏈接至呼叫中心工作人員，這樣就可以提供大量新的服務形式，同時增加銷售額，降低成本并提高客戶服務水平。

一、企業創建網上呼叫中心的必要性

電子商務環境下客戶需要的是更多個性化的服務，互聯網的快速發展與標準介紹的興起改變了人們的交流方式，網上呼叫中心利用無限網絡資源、通過互聯網進行網上呼叫服務提供了全新概念工具：全天候、即時、互動。首先，互聯網空間幾乎是無限的，企業可以通過網上呼叫中心提供各種產品服務的信息；其次，顧客可以通過這個平臺隨時獲取這些信息服務；此外，網上呼叫中心能提供更多自助，減少客服工作量，更大的提高客戶服務資源的利用率；最后，網上呼叫中心的雙向互動特性，使顧客能直接與企業對話，獲取的信息更為全面、直接、精確。這些特質迎合了現代顧客個性化的需求特征。所以越來越多的企業將網上呼叫中心整合到企業營銷服務體系當中，網上呼叫中心成為呼叫中心發展的必然趨勢。網上呼叫中心能有效地整合了企業與客戶間的各種互聯網接觸渠道，幫助企業提升互聯網營銷和服務水平，并且無縫整合企業內部資源，實現高效率的內部支持和業務協同；網上呼叫中心創新客戶業務流程，實現市場資源的優化、營銷渠道的整合、服務價值的提升。

二、網上呼叫中心的應用

1、網上交易客戶服務

現在越來越多的買家都是通過電子商務平臺進行交易。買家在使用電子商務交易平臺的時候，必然針對交易操作流程、賬戶管理、交易安全性、交易資費等方面產生各種問題，尤其對于那些對于網絡交易不是很熟悉的客戶，更是需要幫助。如果打電話咨詢，應用場景往往很難用語言描述清楚，同時客服的解答，如果沒有可視化的說明，客戶也很難理解。網上呼叫中心能有效的解決這些問題。另外網上呼叫中心在網絡交易系統中，在線客服是不可缺少的交流方式。網上呼叫中心的使用，大大提高了網上交易系統用戶的滿意度。

2、購物導航

電子商務平臺的會員，都是網站的忠實客戶。是非常寶貴的客戶資源。所以，針對這些用戶提供優質服務，將大大提高客戶對于電子商務網站服務水平的評價。網上呼叫中心且具有傳統呼叫中心無法比擬的主動性和互動性。網上呼叫中心中的在線客服代表就如同一位購物向導。客戶有什么要求和問題，可以在網上直接咨詢。借助互聯網，顧客足不出戶就能得到購物向導的優質服務。

3、挖掘潛在客戶

由于整個中國電子商務平臺的快速發展，電子商務平臺交易快速增長，通過電子商務平臺進行在線購物的方式已經被廣泛接受。當客戶來到網站時，如果有任何問題，就可以點擊網上呼叫中心中的客服圖標進行咨詢，這種服務方式大大提高了購物的成單率。銷售經理也可以通過網上呼叫中心中的在線客服，主動推銷產品，加強客戶溝通，挖掘潛在的客戶。而且網絡營銷還具有24小時隨時購買的優勢，減少了市場壁壘，為電子商務網站提供了平等的競爭機

三、企業創建網上呼叫中心的效益分析

1、增加銷售

（1）增加營銷渠道

網上呼叫中心改變傳統通過電話、郵件、QQ等客戶營銷方式，而是通過IP識別、會員識別；會員識別即與用戶數據庫進行整合，調取會員信息，顯示會員級別、聯系方式等信息，為企業打造主動式營銷方式。

（2）發現潛在客戶

90％的潛在客戶在瀏覽企業網站后不會以電話、郵件等方式主動聯系企業，這意味著每天都在損失90％寶貴的商機。您的網站的潛在客戶來自哪里，他們是誰，他們真正的需求是什么？商機稍縱即逝，你希望在客戶離開你網站之前，與他們進行一次卓有成效的對話嘛。網上呼叫中心能夠主動發現訪客，時時溝通，人性化的服務，最大限度地留住更多的客戶。從流量統計分析報表的數據顯示，接受過網上呼叫中心的客戶，再次訪問網站的幾率比一般客戶高出兩倍。

（3）無縫溝通，方便獲取客戶聯系方式

網上呼叫中心不用注冊，也不用安裝任何軟件和瀏覽器插件，只需在線點擊圖標，即可開始與客服人員交流，因此通過網上呼叫中心大大降低客戶溝通門檻，增加客戶和客戶服務人員進行對話的幾率，更容易了解客戶的需求意向和聯系方式。網上呼叫中心具有標準的會員信息接口，當客戶在網站注冊或者是登陸會員系統以后，客服就可以在第一時間獲取客戶的聯系信息。

（4）增加銷售機會

在線客戶服務人員通過網上呼叫中心進行在線文字和語音、視頻或者電話交流等多種方式，合理有效地和客戶實時互動，在為客戶解決各種各樣的問題的過程中，配合主動營銷，創造更多的銷售機會。

（5）精準營銷

網上呼叫中心使客服人員可以監控和跟蹤訪客的訪問軌跡，從系統中清楚的知道客戶正在訪問什么，感興趣的是什么，通過對這些信息進行有效的分析，了解訪客行為習慣，主動向訪客發起對話邀請，介紹企業的產品，回答客戶的疑問，提高客戶對企業的認知，將潛在用戶轉化為企業真正的客戶。（6）鞏固客戶關系網上呼叫中心支持客戶經理負責制，客戶可以追溯訪客的所有歷史紀錄，提供持續服務。例如：當訪客下次來訪的時候，系統自動將訪客分配給上次為他服務的客服。由于此訪客的問題由專人跟蹤，為客戶提供的服務將更具有針對性和延續性。

（7）增加二次銷售機會

由于網上呼叫中心支持銷售經理負責體系，企業營銷人員就可以通過持續營銷的方式，挖掘老客戶的新需求或者引導客戶的新需求，從而產生購買行為。

（8）擴大了銷售和服務的地域范圍

不論您的客戶身處任何國家、任何地區，都可以通過網上呼叫中心進行咨詢。通過網絡這種渠道，企業提高了自身的競爭力，尤其對于營業網點少的企業，更是一個很好的發展途徑。

（9）提高銷售團隊銷售能力

由于網上呼叫中心中的在線客服的對話記錄都完成保存下來，方便儲存和整理。企業可以定期對于對話記錄進行分析整理，形成標準的銷售用語文檔或者是相應的銷售知識儲備文檔。通過定期的培訓，提高整個銷售團隊的銷售能力。

2、降低客服運營成本，提高資源利用率

（1）降低客服人力資源成本

網上呼叫中心最大的優勢就是多用戶處理。網上呼叫中心可以輕松實現在線客服對客戶的一對多服務，如果是文本聊天方式，一個客服同時處理四個呼叫是完全可以的。這種方式，大大提高了客戶服務資源的利用率。通過測算，在網上呼叫中心上線以后，每個客服的接待能力提高了1.5倍。傳統呼叫中心，一個客服平均每天處理80個左右的電話。在線客服一天平均處理200個對話。（200-80）÷80=150%，業務處理能力提高150%。

（2）降低通訊成本

網上呼叫中心中的在線客戶服務和傳統的電話服務相比，在線客戶服務性價比更高。首先，在線客戶服務通過網絡提供服務，大大降低了通訊費用。例如：如果按照每天在線客服接待3000人/天的話務量計算，一年節省的通訊費用為3000個×30天×3分鐘/個×0.2元/分鐘×12=64.8萬元/年。

（3）硬件成本投入低

網上呼叫中心的硬件投入和傳統的呼叫中心相比成本也很低，只需要1-2臺服務器，就可以保證一般B2C電子商務平臺的運營能力的要求。可處理同時1500個對話；能支持同時3000個連接。

（4）提高客戶服務效率

在網上呼叫中心中客服可以將常用的文件、網頁、消息保存到常用預存中，提高工作效率。當客服和訪客交流的時候，可以通過文字、語音、視頻、電話、郵件、短信多種方式與訪客交流，提高溝通效率。

（5）差異化服務，提高資源利用率

網上呼叫中心通過細分客戶群來實現差異化的服務。接入過程中，能判斷客戶的分類和價值，對不同價值的客戶提供不同的客戶體驗，使企業資源向有價值客服傾斜。

（6）智能服務，提高投入產出比

網上呼叫中心支持技能路由、智能路由、基于客戶價值的路由、基于坐席屬性的路由和基于服務水平的路由等路由策略，將呼叫分配到最合適的企業資源。

3、為市場營銷提供有力依據

網上呼叫中心可以對所有網絡數據進行監測和統計，對客戶上網的軌跡跟蹤記錄，知道客戶是什么地區，通過什么途徑到達公司網站，第幾次登陸，對哪個頁面最感興趣，通過分析了解客戶的需求，有針對性的提供服務。并將服務過的客戶資料及服務記錄存儲到客戶數據庫當中，當訪客再次登陸時即可識別，并跟蹤服務，提高客戶滿意度及忠誠度。

（1）全面數據分析，掌握網站客戶信息

網上呼叫中心提供多種數據分析報告。提供了網站訪問人數、訪客來源、來訪時間和地理位置等多種的統計信息，企業可以根據這些數據調整銷售人力安排，銷售區域策略等，為進行市場決策提供了有力的依據。

（2）跟蹤訪客，了解訪客行為習慣

網上呼叫中心系統可以在訪客訪問網站的時候，跟蹤訪客的瀏覽軌跡。對于每個訪客都能跟蹤到此訪客IP、所在地區、瀏覽網頁次數、和客戶服務人員咨詢次數、訪問過哪些網頁、何時進入、何時離開、是從搜索引擎以關鍵詞搜索的方式來訪的，還是以其他方式，以前的對話、留言內容，訪客以前留下的個人資料等信息，使客服人員可以充分了解訪客的訪問習慣、關心的問題等，在客服人員進行服務的時候更具有針對性。

（3）調查問卷，及時收集客戶反饋信息

網上呼叫中心系統支持調查問卷功能。企業可以根據需要，隨時更改調查問卷的內容，企業也可以設置多套調查問卷。配合企業各種活動，啟動相應的調查問卷。系統可以隨時查看調查問卷的統計分析結果。

（4）為市場推廣提供指導和有力數據支撐

通過定期的數據分析（流量報表、監控報表、對話記錄、留言記錄等），了解網站的運營情況和被訪問情況，了解客戶咨詢主要集中在哪些方面，從而了解客戶的需求，為市場推廣部門提供指導和有力數據支撐。

篇10

7月30日，艾瑞咨詢的分析報告指出，2012年第二季度中國網絡廣告市場規模再創新高，達到189.3億元，環比增長34.7%，呈現明顯增長態勢。雖然受到宏觀經濟增速下滑的影響，廣告市場仍保持較快的增長速度。

而互聯網廣告市場增長的原因，可以通過一系列數據分析查找。截至2012年6月底，中國網絡視頻用戶規模增至3.50億，半年內用戶增量接近2500萬人，而網民的視頻使用率由2011年年底的63.4%提升至65.1%。用戶基數和使用率的不斷提高，使得互聯網視頻廣告市場處于快速擴張期。

中國視頻廣告市場的發展趨勢，從互聯網代表企業騰訊的財報中可以窺見端倪：8月15日下午，騰訊控股有限公司了截至2012年6月30日未經審核的第二季度及上半年綜合業績報告。財報顯示，騰訊網絡廣告業務收入為8.797億元，比上一季度增長62.9%，比去年同期增長71.7%。而騰訊網絡廣告的快速增長是由于社交網絡上的效果廣告及網絡視頻平臺上的品牌展示廣告收入快速增長所導致，其中騰訊視頻平臺的收入季比翻番。

例如，借2012年倫敦奧運會的東風，僅騰訊一家互聯網企業就贏得了50家著名廣告主青睞，數量位居各大門戶之首。從廣告主構成看，分別來自服裝、日化、汽車、金融、家電、電商等12個領域，既有可口可樂、寶潔、寶馬、麥當勞、耐克、阿迪達斯等國際大品牌，也有李寧、中國移動、中國聯通、上海大眾等國內企業巨頭。

然而，在中國互聯網廣告形勢一片大好的背景下，美國市場研究機構ComScore近期的一份研究報告指出，全球12家最大的廣告主購買的網絡廣告中，有近30%的內容根本沒有被人觀看過，有一個受到人們忽視的“廣告盲區”。對此，ComScore廣告效果部高級副總裁安妮·亨特(Anne Hunter)解釋說：“這是因為‘廣告被送達’與‘廣告出現在用戶電腦桌面’是兩回事。網絡廣告沒有被用戶觀看的原因包括：廣告在網頁上的位置不明顯，或者在廣告出現之前用戶已經跳轉到新的頁面。”

事實上，國外網絡廣告行業的專業人士正在思考的問題是：網絡廣告怎樣才能被觀看？換句話說，他們已經設想，在用戶離開網頁之前，加載在該頁面的網絡廣告應該完成什么樣的任務，才能確保能夠對訪問該網頁的人產生影響。他們得出的結論是，網絡廣告至少要有50%的內容能夠被用戶在1秒鐘時間內瀏覽，廣告才會有效果。

面對互聯網領域存在的“30%廣告盲區”，騰訊視頻如何解決呢？

對此，騰訊視頻表示，以先進的技術和平臺優勢，騰訊視頻可以避免“30%廣告盲區”的存在。因為，基于iSEE內容精細化運營戰略，通過騰訊智慧分析，騰訊視頻可以輕松實現用戶細分，取得廣告精準投放的效果，讓特定的用戶看到特定的廣告。與此同時，騰訊視頻平臺不是一個孤立的平臺，而是通過騰訊內部平臺之間的聯動與協同，將營銷資源覆蓋至騰訊網的各個平臺，整合各個平臺的內容，增強用戶黏度，從而有效地提升營銷價值，達到營銷效果最大化。并且，由于形成了視頻資訊化、社交化和互動化的運營模式，騰訊視頻的營銷渠道不單單局限在其視頻網站平臺，而是向多個平臺發散，能夠與多個平臺的用戶無縫對接。