網(wǎng)站數(shù)據(jù)分析李雪巖PPT學(xué)習(xí)教案

1、會計學(xué)1 網(wǎng)站數(shù)據(jù)分析李雪巖網(wǎng)站數(shù)據(jù)分析李雪巖 先講個小故事 第1頁/共26頁 葡萄酒品質(zhì)預(yù)測 第2頁/共26頁 法國 波爾多葡萄酒 品質(zhì)預(yù)測 12.145+0.00117冬天降雨量+0.614生長期平均氣溫0.00386收獲季節(jié)降雨量 第3頁/共26頁 Why 為什么要做數(shù)據(jù)分析1 How 怎么做數(shù)據(jù)分析2 Cases 典型案例3 Tools 常用工具4 第4頁/共26頁 hyw 我們 為什么 需要數(shù)據(jù)分析？ 第5頁/共26頁 我們最終需要的并不是數(shù)據(jù) 而是數(shù)據(jù)分析之后產(chǎn)生的有意義的信息 這樣的信息可以幫助我們決策 讓我們了解自己往何處去 預(yù)測未來將會 發(fā)生什么 先見之明 已經(jīng)發(fā)生的事情 為

2、什么發(fā)生后見之明 第6頁/共26頁 h ow 數(shù)據(jù)分析的一般 流程 第7頁/共26頁 01 建立數(shù)據(jù)體系 建立數(shù)據(jù)體系 明確目標(biāo) 02 數(shù)據(jù)收集與處理 03 數(shù)據(jù)解讀與決策 確定數(shù)據(jù)指標(biāo) 建立數(shù)據(jù)分析模型 第8頁/共26頁 數(shù)據(jù)指標(biāo)與數(shù)據(jù)模型 冬天降雨量 收獲季節(jié)降雨量 收獲季節(jié)平均氣溫 葡萄酒的品質(zhì) = 12.145 + 0.00117 冬天的降雨量 + 0.614 生長期平均氣溫0.00386 收獲季節(jié)降雨量 數(shù)據(jù)指標(biāo) 數(shù)據(jù)模型 第9頁/共26頁 網(wǎng)站分析常用數(shù)據(jù)指標(biāo) PV(page view) UV(unique vistor) New vistor Return vistor UIP(

3、unique IP) Bounce rate Deliver rate Unique open rate Unique CTR(click through rate) ATOS(Avg. Time on Site) Conversion rate 頁面瀏覽量 獨立訪客 新訪客 回訪客 獨立IP 跳出率 送達(dá)率（郵件） 打開率（郵件） 點擊率 平均訪問時間 轉(zhuǎn)化率 第10頁/共26頁 數(shù)據(jù)指標(biāo)小測試 郵件營銷報告： 我們共發(fā)出去10 million 封郵件，到達(dá)率（deliver rate）為 99.99%， 郵件打開率（unique open rate）達(dá)19%，點擊率（unique CTR

4、）19%， 從點擊來看，80%的客戶都是新訪客（New Visitor ）， 訪客來到了網(wǎng)站之后，平均訪問時間（ ATOS ）為19秒 如何理解這份營銷報告中的數(shù)據(jù)？ 到達(dá)率99.99%，那么有9.999 million的客戶收到了郵件。 有1.9 million的客戶打開了email，也有1.9 million點擊了email 這樣想起來應(yīng)該打開郵件的客戶都點擊了。 1.9 million里面有80%是新用戶，這次營銷帶來了1.52 million的新客戶 1.9 million訪客，他們平均在我網(wǎng)站逗留了19秒時間太短了吧 要切實理解數(shù)據(jù)指標(biāo)的含義及其獲取方法 第11頁/共26頁 01 建

5、立數(shù)據(jù)體系 02 數(shù)據(jù)收集與處理 03 數(shù)據(jù)解讀與決策 數(shù)據(jù)收集與處理 獲取數(shù)據(jù)資源 去除無效及虛假數(shù)據(jù) 根據(jù)數(shù)據(jù)模型進(jìn)行運算 第12頁/共26頁 宏觀：宏觀經(jīng)濟(jì)及 互聯(lián)網(wǎng)行業(yè)發(fā)展 互聯(lián)網(wǎng)：互聯(lián)網(wǎng)使 用行為及特征 網(wǎng)絡(luò)產(chǎn)品：產(chǎn)品使 用行為和競爭分析 自有產(chǎn)品：自有產(chǎn) 品的用戶特征和行 為 消費者：用戶生活 形態(tài)與媒介習(xí)慣 數(shù)據(jù)資源 消費者生活形態(tài)與媒介習(xí)慣新生代CMMS、CTR- CNRS 互聯(lián)網(wǎng)使用行為和特征新生代CMMS、CTR-CNRS； 艾瑞iUserTracker、華通明略NetTrack、comScore 相關(guān)網(wǎng)絡(luò)產(chǎn)品的用戶使用第3方行業(yè)研究報告；產(chǎn)品專 項研究；第3方數(shù)據(jù)監(jiān)測 自

6、有產(chǎn)品用戶行為與特征 網(wǎng)民調(diào)研；尼爾森NNRT、萬 瑞監(jiān)測；產(chǎn)品Log數(shù)據(jù) 宏觀經(jīng)濟(jì)國家統(tǒng)計局統(tǒng)計數(shù)據(jù) 互聯(lián)網(wǎng)行業(yè)發(fā)展 CNNIC、中科三方 其他相關(guān)產(chǎn)業(yè)發(fā)展國家統(tǒng)計局，相關(guān)行業(yè)協(xié)會數(shù)據(jù) 獲取數(shù)據(jù)資源 數(shù)據(jù)分析師產(chǎn)品 運營 第13頁/共26頁 去除無效及虛假數(shù)據(jù) 流量時間分布異常 流量行為異常（轉(zhuǎn)化率） 流量地域異常 時間分布異常（數(shù)據(jù)波動大） 地域異常（都來自同一ip段） 其他異常（用戶名有規(guī)則） 流量異常 注冊異常 第14頁/共26頁 01 建立數(shù)據(jù)體系 02 數(shù)據(jù)收集與處理 03 數(shù)據(jù)解讀與決策 數(shù)據(jù)解讀與決策 So what 式數(shù)據(jù)解讀 產(chǎn)品優(yōu)化及發(fā)展 第15頁/共26頁 So wha

7、t 式數(shù)據(jù)解讀 每個客戶平均訪 問了17個頁面 每個客戶看的頁面多， 說明客戶粘性高，說明 我們的營銷活動很成功 PV:500,000 Vistor:30,000 本次活動和上次相比，最大的區(qū)別有兩個： 第一，之前我們是在騰訊做的文字鏈廣告，這 次我們換到了新浪的Banner廣告； 第二，之前我們沒有在廣告中提到我們的公司 名稱，這次我們把公司名稱和logo放最大。 我們推測這兩個變動可能是我們廣告效果提升 的原因。 我們認(rèn)為下一次我們應(yīng)該投入更多的經(jīng)費在新 浪網(wǎng)上，而且都用來購買Banner廣告。同時投 入10%經(jīng)費去原有網(wǎng)站，如果同一個內(nèi)容的廣 告效果仍然有巨大的效果差異的話，我們就能 得

8、出結(jié)論說我們應(yīng)該加大在新浪上的投放，而 且要用Banner而不是文字鏈?！?對于我們這個行業(yè)，平均數(shù)據(jù)是人均 瀏覽10個頁面，所以17個是挺多的 。另外，由于我們的網(wǎng)站上主要是產(chǎn) 品頁面，客戶瀏覽頁面多說明他興趣 越大。而瀏覽信息多也使得他對我們 更加了解，這對我們市場信息的傳遞 ，品牌印象的生成，以至于將來的銷 售促進(jìn)都是有好處的 So what So what So what So what 第16頁/共26頁 數(shù)據(jù)解讀與決策支持案例 1、24小時流量分布數(shù)據(jù) 一般的視頻網(wǎng)站，會有如下訪問特征： 訪問高峰，一般出現(xiàn)在上午9-11，下午2-4，晚上7-21 如果出現(xiàn)了特殊事件 （各種社會熱點

9、事件） 例如5.12地震的訪問高峰，在地震出現(xiàn)后的2個小時 網(wǎng)站的內(nèi)容運營，在大批訪問量來的時候，發(fā)布好內(nèi)容， 用戶就會及時看到 網(wǎng)站或者產(chǎn)品功能更新，或者上線選擇在什么時候好呢？ 那肯定是在訪問用戶少的時候，影響范圍比較小，這就是 24小時數(shù)據(jù)的應(yīng)用。 看這個數(shù)據(jù)的目的是什么呢？ 第17頁/共26頁 數(shù)據(jù)解讀與決策支持案例 2、網(wǎng)站流入數(shù)據(jù)分布 了解流入構(gòu)成 ，知道流量從哪里來，需要在哪里做推廣 站外流入，一般跟網(wǎng)站的seo相關(guān)，同時可以做關(guān)鍵字分析 看這個數(shù)據(jù)的目的是什么呢？ 日期總PV 站內(nèi)流入頻道流入站外流入 總數(shù)新占比例總數(shù)新占比例總數(shù)新占比例百度谷歌 2011.4.1510000200010%300030%500020% 第18頁/共26頁 asesc 數(shù)據(jù)分析的典型 案例 第19頁/共26頁 F 第20頁/共26頁 A 第21頁/共26頁 哈拉斯知道你的痛苦 第22頁/共26頁 oolst 數(shù)據(jù)分