數(shù)據(jù)分析認知

1、項目一數(shù)據(jù)分析認知第1頁任務(wù)安排認知數(shù)據(jù)認知網(wǎng)站數(shù)據(jù)分析認知網(wǎng)站數(shù)據(jù)分析流程和方法認知網(wǎng)站運行數(shù)據(jù)分析指標網(wǎng)站數(shù)據(jù)分析慣用工具應(yīng)用第2頁01認知數(shù)據(jù)第3頁認識數(shù)據(jù)分析能力主要性1.幫助領(lǐng)導(dǎo)做出決議3.把握市場動向2.預(yù)測風險123第4頁任務(wù)1.1-認識數(shù)據(jù)【任務(wù)目標】了解數(shù)據(jù)含義、分類和作用，培養(yǎng)數(shù)據(jù)分析敏感性和自覺性【任務(wù)描述】本任務(wù)科學地描述數(shù)據(jù)基礎(chǔ)知識，包含數(shù)據(jù)含義、數(shù)據(jù)類型、數(shù)據(jù)作用，并經(jīng)過一系列案例閱讀幫助同學們了解數(shù)據(jù)，了解數(shù)據(jù)基本作用和對企業(yè)作用。第5頁1.1.1 了解數(shù)據(jù)含義能夠用符號、字母等方式對客觀事物進行直觀描述；數(shù)據(jù)也是進行各種統(tǒng)計、計算、科學研究或技術(shù)設(shè)計等所依據(jù)數(shù)值

2、，這些數(shù)值是反應(yīng)客觀事物屬性數(shù)值；數(shù)據(jù)也是表示知識字符集合以及信息表現(xiàn)形式。數(shù)據(jù)在生活中應(yīng)用隨地可見，是進行測量、評定以及預(yù)測基礎(chǔ)。數(shù)據(jù)（Data）是對客觀事物邏輯歸納第6頁Data成績（教師）房價（購房者）網(wǎng)店店鋪（店主）體檢（醫(yī)生）手機選型（消費者）第7頁數(shù)據(jù)分類能夠用符號、字母等方式對客觀事物進行直觀描述；數(shù)據(jù)也是進行各種統(tǒng)計、計算、科學研究或技術(shù)設(shè)計等所依據(jù)數(shù)值，這些數(shù)值是反應(yīng)客觀事物屬性數(shù)值；數(shù)據(jù)也是表示知識字符集合以及信息表現(xiàn)形式。數(shù)據(jù)在生活中應(yīng)用隨地可見，是進行測量、評定以及預(yù)測基礎(chǔ)。電子商務(wù)中慣用數(shù)據(jù)分為兩類，數(shù)值型數(shù)據(jù)和分類型數(shù)據(jù)。數(shù)值型數(shù)據(jù)由多個單獨的數(shù)字組成的一串數(shù)據(jù)，是

3、直接使用自然數(shù)或度量衡單位進行計量的具體的數(shù)值。例支出600元、好評率96%、銷售量15680個、重量3公斤等，這些數(shù)值就是數(shù)值型數(shù)據(jù)。第8頁時間數(shù)值型店鋪成交訂單高峰第9頁數(shù)據(jù)分類能夠用符號、字母等方式對客觀事物進行直觀描述；數(shù)據(jù)也是進行各種統(tǒng)計、計算、科學研究或技術(shù)設(shè)計等所依據(jù)數(shù)值，這些數(shù)值是反應(yīng)客觀事物屬性數(shù)值；數(shù)據(jù)也是表示知識字符集合以及信息表現(xiàn)形式。數(shù)據(jù)在生活中應(yīng)用隨地可見，是進行測量、評定以及預(yù)測基礎(chǔ)。電子商務(wù)中慣用數(shù)據(jù)分為兩類，數(shù)值型數(shù)據(jù)和分類型數(shù)據(jù)。分類型數(shù)據(jù)即反映事物類別的數(shù)據(jù)。例商品類型、地域區(qū)限、品牌類型和價格區(qū)間等，有很多方法產(chǎn)生分類數(shù)據(jù)的概念分層。第10頁數(shù)碼京東分類

4、第11頁數(shù)據(jù)作用能夠用符號、字母等方式對客觀事物進行直觀描述；數(shù)據(jù)也是進行各種統(tǒng)計、計算、科學研究或技術(shù)設(shè)計等所依據(jù)數(shù)值，這些數(shù)值是反應(yīng)客觀事物屬性數(shù)值；數(shù)據(jù)也是表示知識字符集合以及信息表現(xiàn)形式。數(shù)據(jù)在生活中應(yīng)用隨地可見，是進行測量、評定以及預(yù)測基礎(chǔ)。數(shù)據(jù)作用是各種多樣，重點介紹數(shù)據(jù)診療和預(yù)測作用。診斷作用能夠幫助找出問題的來源和解決方案，比如通過對商品名稱的搜索量判斷其是否利于搜索引擎搜索。店鋪通過網(wǎng)店的瀏覽時間長短判斷是否利于瀏覽和給瀏覽者美好的交互體驗等。第12頁學校點位操場食堂圖書館自習室其它對應(yīng)銷售量20瓶15瓶2瓶5瓶2瓶表1-1 銷售量批發(fā)零花錢銷售量診斷分析策略第13頁數(shù)據(jù)作用

5、能夠用符號、字母等方式對客觀事物進行直觀描述；數(shù)據(jù)也是進行各種統(tǒng)計、計算、科學研究或技術(shù)設(shè)計等所依據(jù)數(shù)值，這些數(shù)值是反應(yīng)客觀事物屬性數(shù)值；數(shù)據(jù)也是表示知識字符集合以及信息表現(xiàn)形式。數(shù)據(jù)在生活中應(yīng)用隨地可見，是進行測量、評定以及預(yù)測基礎(chǔ)。數(shù)據(jù)作用是各種多樣，重點介紹數(shù)據(jù)診療和預(yù)測作用。預(yù)測作用管理決策者可以對產(chǎn)品或活動作出合理的判斷關(guān)鍵字可以通過電子商務(wù)網(wǎng)站的某種商品的關(guān)鍵字搜索量來預(yù)測該商品銷量的提升等第14頁活動參加人數(shù)預(yù)測報名店鋪類目選品數(shù)據(jù)決策第15頁數(shù)據(jù)對企業(yè)作用能夠用符號、字母等方式對客觀事物進行直觀描述；數(shù)據(jù)也是進行各種統(tǒng)計、計算、科學研究或技術(shù)設(shè)計等所依據(jù)數(shù)值，這些數(shù)值是反應(yīng)客觀

6、事物屬性數(shù)值；數(shù)據(jù)也是表示知識字符集合以及信息表現(xiàn)形式。數(shù)據(jù)在生活中應(yīng)用隨地可見，是進行測量、評定以及預(yù)測基礎(chǔ)。幫助商家準確預(yù)判用戶消費行為、消費神理。數(shù)據(jù)時代企業(yè)每天都面臨著海量、瞬時、多樣化的數(shù)據(jù)，比如顧客在網(wǎng)上的任何一次點擊行為、購買行為等。產(chǎn)品服務(wù)可以通過對這些數(shù)據(jù)的分析，幫助商家準確預(yù)判顧客的消費行為、消費心理，并推送相應(yīng)的產(chǎn)品或服務(wù)。第16頁銷售庫存補貨成本采購行情進貨決策決策支持I第17頁/第18頁http：/第19頁http：/第20頁數(shù)據(jù)分析作用第21頁數(shù)據(jù)分析作用第22頁數(shù)據(jù)分析基礎(chǔ)步驟123456明確分析目數(shù)據(jù)搜集數(shù)據(jù)處理數(shù)據(jù)分析數(shù)據(jù)展現(xiàn)匯報撰寫第23頁數(shù)據(jù)起源C數(shù)據(jù)庫A

7、公開出版物B市場調(diào)查D物聯(lián)網(wǎng)第24頁數(shù)據(jù)分析數(shù)據(jù)存放點擊此處添加文本數(shù)據(jù)檢索數(shù)據(jù)排序點擊此處添加文本數(shù)據(jù)計算數(shù)據(jù)組織數(shù)據(jù)分組數(shù)據(jù)采集第25頁第26頁第27頁幾個慣用術(shù)語1.平均數(shù)6.倍數(shù)與番數(shù)2.百分比與百分點5.絕對數(shù)與相對數(shù)3.百分比與比率4.頻數(shù)與頻率342156第28頁平均數(shù)平均數(shù)=全部數(shù)據(jù)總和/數(shù)據(jù)個數(shù)第29頁百分比與百分點百分比表示一個數(shù)是另一個數(shù)百分之幾 %百分點 12%就能夠表示為12個百分點，它最小單位是1%。第30頁百分比與比率比率是在各部分數(shù)值所占整體比重 比如20個人，其中成人12，兒童8 ，12：20 8：20百分比是指整體中各部分之間比重，8：12第31頁倍數(shù)與番數(shù)

8、倍數(shù)是一個數(shù)除以另一個數(shù)商 9/3=3 9是33倍番數(shù)是指原來數(shù)2N次方企業(yè)本月產(chǎn)品數(shù)量番了8番，從上個月1.2萬件提升到了9.6萬件，成本也從10萬下降一倍，今年成本為5萬。第32頁頻數(shù)與頻率頻數(shù)是一組不一樣類別數(shù)據(jù)重復(fù)出現(xiàn)次數(shù)。如倉庫20件，電視機頻數(shù)是15，電腦頻數(shù)是5.頻率是每組與總數(shù)比值。電腦視是75%。第33頁尋找生活中數(shù)據(jù)，并進行分類，并依據(jù)分類數(shù)據(jù)制作出數(shù)據(jù)表格，然后依據(jù)表格中數(shù)據(jù)對自己生活進行多方面評價。第34頁02認知網(wǎng)站數(shù)據(jù)分析第35頁網(wǎng)站分析目的及內(nèi)容網(wǎng)站分析思路網(wǎng)站分析基本流程網(wǎng)站分析作用任務(wù)發(fā)布第36頁任務(wù)二 認知網(wǎng)站數(shù)據(jù)分析困惑分析用來干嘛？無從下手困惑不清楚如何

9、分析找不到真正的原因困惑不知道怎樣提出改進措施第37頁任務(wù)二 認知網(wǎng)站數(shù)據(jù)分析網(wǎng)站是什么？網(wǎng)站就是渠道網(wǎng)站分析目的通過網(wǎng)站分析提升投資回報率第38頁任務(wù)二 認知網(wǎng)站數(shù)據(jù)分析網(wǎng)站分析什么網(wǎng)站的眼睛訪問者來自哪里？訪問者尋找什么？哪些頁面最受歡迎？訪問者從哪里來？訪問者從哪里走？網(wǎng)站的神經(jīng)頁面布局合理嗎？網(wǎng)站導(dǎo)航清晰嗎？網(wǎng)站內(nèi)容有效嗎？轉(zhuǎn)化路徑靠譜嗎 ？網(wǎng)站的大腦如何分解目標？如何衡量產(chǎn)品表現(xiàn)？哪些產(chǎn)品需要優(yōu)化哪些指標需要關(guān)注？第39頁第40頁任務(wù)二 認知網(wǎng)站數(shù)據(jù)分析ROI流量分析 內(nèi)容分析 轉(zhuǎn)化分析端到端分析網(wǎng)站分析思緒相關(guān)性、原創(chuàng)力和沖擊力第41頁網(wǎng)站分析思緒-流量分析網(wǎng)站流量訪問來源時間粒度

10、地理位置訪問媒介目標頁面新老訪客第42頁網(wǎng)站分析思緒-內(nèi)容分析首頁列表頁詳情頁詳情頁列表頁詳情頁返回首頁？中途離開？第43頁網(wǎng)站分析思緒-轉(zhuǎn)化分析轉(zhuǎn)化分析轉(zhuǎn)化步驟中哪一步存在問題轉(zhuǎn)化分析轉(zhuǎn)化中的推薦是否合理轉(zhuǎn)化分析引導(dǎo)及幫助信息是否有效轉(zhuǎn)化分析轉(zhuǎn)化流程設(shè)計是否合理第44頁網(wǎng)站分析基本流程轉(zhuǎn)化流程設(shè)計是否合理定義測量分析改進控制用戶體驗DMAIC流程DMAIC是六西格瑪管理中流程改進主要工具第45頁網(wǎng)站分析基本流程轉(zhuǎn)化流程設(shè)計是否合理定義階段主要工作界定并陳述產(chǎn)品或流程存在的問題設(shè)定流程改進范圍和目標明確流程改進的任務(wù)繪制高階流程圖 收集客戶信息第46頁網(wǎng)站分析基本流程轉(zhuǎn)化流程設(shè)計是否合理獲取問

11、題途徑按問題的來源對象外部客戶之聲內(nèi)部客戶之聲外部和內(nèi)部轉(zhuǎn)化第47頁網(wǎng)站分析基本流程轉(zhuǎn)化流程設(shè)計是否合理測量階段主要工作繪制詳細流程圖度量流程缺陷或波動評估流程績效現(xiàn)狀和目標間差距收集反應(yīng)流程數(shù)據(jù)選擇原因，并提供數(shù)據(jù)支持第48頁網(wǎng)站分析基本流程轉(zhuǎn)化流程設(shè)計是否合理識別影響問題產(chǎn)生的潛在原因辨明少數(shù)關(guān)鍵的根本原因并進行驗證為尋找潛在的改進方案提供依據(jù)分析階段主要工作第49頁網(wǎng)站分析基本流程轉(zhuǎn)化流程設(shè)計是否合理改進階段主要工作針對導(dǎo)致問題產(chǎn)生的根本原因提出解決方案通過評估和試運行，選擇最佳方案并執(zhí)行第50頁網(wǎng)站分析基本流程轉(zhuǎn)化流程設(shè)計是否合理控制階段主要工作對改進后的流程進行標準化實施流程控制計劃

12、，并持續(xù)監(jiān)測流程穩(wěn)定性建立持續(xù)改進機制第51頁第52頁第53頁第54頁第55頁第56頁第57頁第58頁第59頁第60頁第61頁第62頁第63頁第64頁第65頁第66頁第67頁第68頁網(wǎng)站數(shù)據(jù)分析作用轉(zhuǎn)化流程設(shè)計是否合理網(wǎng)站轉(zhuǎn)化率提升1%會產(chǎn)生什么影響？降低客戶成本增加潛在收入第69頁目標/目的不明確、不完整原始數(shù)據(jù)錯誤/不全面/時間段無可比性分析方法不加或片面就數(shù)據(jù)分析而分析/數(shù)據(jù)的堆積/分析不透徹忽略數(shù)據(jù)背后的原因沒有結(jié)論/有嗎意見建議網(wǎng)站數(shù)據(jù)分析失敗第70頁03認知網(wǎng)站數(shù)據(jù)分析流程和方法第71頁任務(wù)三 認知網(wǎng)站數(shù)據(jù)分析方法網(wǎng)站數(shù)據(jù)分析前的準備工作網(wǎng)站數(shù)據(jù)趨勢分析網(wǎng)站數(shù)據(jù)對比分析網(wǎng)站數(shù)據(jù)多維

13、度分析任務(wù)發(fā)布第72頁任務(wù)三 認知網(wǎng)站數(shù)據(jù)分析方法網(wǎng)站分析主要的三種方法趨勢分析對比分析細分分析第73頁網(wǎng)站數(shù)據(jù)分析前準備工作日常采集數(shù)據(jù)點擊流量數(shù)據(jù)業(yè)務(wù)運營數(shù)據(jù)專題獲取數(shù)據(jù)實驗測試數(shù)據(jù)用戶調(diào)研數(shù)據(jù)外部環(huán)境數(shù)據(jù)行業(yè)發(fā)展數(shù)據(jù)競爭對手數(shù)據(jù)數(shù)據(jù)起源類型第74頁網(wǎng)站數(shù)據(jù)分析前準備工作數(shù)據(jù)質(zhì)量完整性準確性及時性一致性數(shù)據(jù)清洗與整理第75頁網(wǎng)站數(shù)據(jù)分析前準備工作數(shù)據(jù)準確性用戶的識別方式與準確性COOKIEIP注冊用戶名ID號第76頁網(wǎng)站數(shù)據(jù)分析前準備工作數(shù)據(jù)準確性停留時間存在問題只能統(tǒng)計用戶瀏覽最后一個頁面與第一頁面之間的時間間隔只能統(tǒng)計用戶停留在某個頁面的時長不能分別用戶是否真的在看第77頁網(wǎng)站數(shù)據(jù)分析

14、前準備工作數(shù)據(jù)準確性訪問來源直接瀏覽搜索來源外部網(wǎng)站收費活動第78頁網(wǎng)站數(shù)據(jù)分析前準備工作數(shù)據(jù)準確性點擊流數(shù)據(jù)網(wǎng)站運營數(shù)據(jù)關(guān)聯(lián)問題第79頁網(wǎng)站數(shù)據(jù)趨勢分析數(shù)據(jù)分析存在問題決策層需要公司整體數(shù)據(jù)，而非幾個月的數(shù)據(jù)需要這個月銷售數(shù)據(jù)的同比和環(huán)比數(shù)據(jù)產(chǎn)品方需知道用戶總體上是增長還是下降趨勢報表中的數(shù)據(jù)無法反映長期變化情況運營方需要掌握網(wǎng)站運營情況，及時發(fā)現(xiàn)問題需要預(yù)測數(shù)據(jù)幫助他們做好準備工作第80頁網(wǎng)站數(shù)據(jù)趨勢分析趨勢分析同比趨勢分析環(huán)比趨勢分析定基比第81頁網(wǎng)站數(shù)據(jù)趨勢分析第82頁網(wǎng)站數(shù)據(jù)趨勢分析第83頁網(wǎng)站數(shù)據(jù)趨勢分析第84頁網(wǎng)站數(shù)據(jù)趨勢分析第85頁網(wǎng)站數(shù)據(jù)趨勢分析-案例月份銷售額同比增加率環(huán)比

15、增加率1月10850062.4%10.38%2月11540064.2%6.36%3月12730074.2%10.31%4月13970080.7%9.74%5月15140079.8%8.38%6月16760083.2%10.7%XXXX年銷售額每個月同比、環(huán)比數(shù)據(jù)表第86頁網(wǎng)站數(shù)據(jù)趨勢分析-案例第87頁網(wǎng)站數(shù)據(jù)趨勢分析趨勢線擬合指數(shù)趨勢線對數(shù)趨勢線線性趨勢線第88頁網(wǎng)站數(shù)據(jù)趨勢分析指數(shù)趨勢線用于擬合指數(shù)形式增長的數(shù)據(jù)特點：增長速度先慢后快線性趨勢線增長速度均勻第89頁網(wǎng)站數(shù)據(jù)趨勢分析對數(shù)趨勢線增長速度先快后慢多項式趨勢線適用于變化趨勢比較不固定的數(shù)據(jù)用于擬合趨勢比較復(fù)雜的曲線第90頁網(wǎng)站數(shù)據(jù)趨勢

16、分析冪趨勢線與指數(shù)趨勢線比較相似移動平均趨勢線可根據(jù)數(shù)據(jù)自身變化情況做出平滑效果的擬合線第91頁網(wǎng)站數(shù)據(jù)趨勢分析第92頁網(wǎng)站數(shù)據(jù)趨勢分析移動均值是一種簡單平滑的預(yù)測技術(shù)移動均值簡單移動平均加權(quán)移動平均第93頁網(wǎng)站數(shù)據(jù)趨勢分析簡單移動平均第94頁網(wǎng)站數(shù)據(jù)趨勢分析加權(quán)移動平均第95頁網(wǎng)站數(shù)據(jù)趨勢分析第96頁網(wǎng)站數(shù)據(jù)對比分析簡單合并比較二次計算百分比評分均值比較法標準化指標合并比較法第97頁網(wǎng)站數(shù)據(jù)對比分析百分比評分均值比較法商品訪問量轉(zhuǎn)化率訪問量評分轉(zhuǎn)化率評分評分均值商品A5631.5%10065 82.6商品B1212.3%21100 60.7商品C871.9%1583 49.0 商品D3671

17、.1%6548 56.5第98頁網(wǎng)站數(shù)據(jù)對比分析百分比評分均值比較法-加權(quán)0.4流量和0.6轉(zhuǎn)化率商品訪問量轉(zhuǎn)化率訪問量評分轉(zhuǎn)化率評分評分均值商品A5631.5%10065 79.1 商品B1212.3%21100 68.6 商品C871.9%1583 55.7 商品D3671.1%6548 54.8 第99頁網(wǎng)站數(shù)據(jù)對比分析標準化指標合并比較法方案跳出率轉(zhuǎn)化率跳出率標準化轉(zhuǎn)化率標準化評分均值商品A452.5%-0.651 0.907 0.779 商品B461.7%-0.501 -1.072 -0.286 商品C572.2%1.151 0.165 -0.493 第100頁網(wǎng)站數(shù)據(jù)對比分析比較試

18、驗基于時間序列的組內(nèi)比較基于對照實驗的組間比較第101頁網(wǎng)站數(shù)據(jù)多維度細分指標維度GOOGLEANALYTICS報告第102頁網(wǎng)站數(shù)據(jù)多維度細分指標用來記錄訪問者行為的數(shù)字分類基本指標符合指標第103頁網(wǎng)站數(shù)據(jù)多維度細分瀏覽量轉(zhuǎn)化率訪問深度新訪次占比流失率退出率第104頁網(wǎng)站數(shù)據(jù)多維度細分維度觀察訪問者的角度常見維度訪問者屬性 時間 流量來源 地理內(nèi)容 系統(tǒng) 關(guān)鍵詞 媒介 瀏覽器第105頁網(wǎng)站數(shù)據(jù)多維度細分訪問者維度新訪客戶回訪客戶時間維度年月星期日小時流量維度搜索引擎推介網(wǎng)站第106頁網(wǎng)站數(shù)據(jù)多維度細分地理維度國家地區(qū)語言內(nèi)容維度頁面內(nèi)容頁面屬性系統(tǒng)維度瀏覽器類型操作系統(tǒng)類型第107頁網(wǎng)站數(shù)

19、據(jù)多維度細分細分作用避免產(chǎn)生采樣數(shù)據(jù)避免平均數(shù)陷阱增加細分目標深度洞察數(shù)據(jù)第108頁網(wǎng)站數(shù)據(jù)多維度細分訪問者來源維度訪問者地理位置維度訪問者瀏覽器維度第109頁任務(wù)三 認知網(wǎng)站數(shù)據(jù)分析方法任務(wù)發(fā)布以淘寶網(wǎng)店為對象，在對流量和轉(zhuǎn)化率進行多維度細分的基礎(chǔ)上再進行趨勢分析和對比分析以團隊為單位完成任務(wù)淘寶網(wǎng)店是團隊成員經(jīng)營的任務(wù)完成后進行匯報第110頁PEST第111頁4P營銷第112頁5W2H第113頁邏輯分析樹第114頁專題 閱讀和分析訪問數(shù)據(jù)第115頁第116頁張雷作為電子商務(wù)網(wǎng)站運行人員，長久以來一直對訪問人群、訪問行為等相關(guān)數(shù)據(jù)進行監(jiān)測，為了驗證網(wǎng)站運行過程中所做項目推廣是否有效，本身運作

20、是否健康及所在行業(yè)是否處于良性發(fā)展階段，他需要對已觀察數(shù)據(jù)進行分析。冗雜、繁多、無章可循數(shù)據(jù)令張雷無從下手，這時指導(dǎo)老師告訴他可從內(nèi)部數(shù)據(jù)、外部數(shù)據(jù)及起源數(shù)據(jù)三個方面對全部數(shù)據(jù)進行分類和解析。閱讀和分析訪問數(shù)據(jù)第117頁結(jié)果在1988年度，摩托羅拉所以減掉了昂貴零件修復(fù)與替換工作，從而節(jié)約了2.5億美元，收入增加了23%，利潤提升了44%，到達前所未有統(tǒng)計。1989年，摩托羅拉如愿取得國家品質(zhì)獎。知識目標理解訪問數(shù)據(jù)的含義和分類掌握訪問數(shù)據(jù)的閱讀和分析方法技能目標能夠區(qū)分各種電子商務(wù)的模式能夠進行簡單的數(shù)據(jù)分析素養(yǎng)目標能夠閱讀和分析各種數(shù)據(jù)能夠從訪問數(shù)據(jù)中發(fā)現(xiàn)問題第118頁任務(wù)3.1 閱讀和分

21、析內(nèi)部數(shù)據(jù)【任務(wù)目標】 1了解網(wǎng)站內(nèi)部數(shù)據(jù)主要性。 2掌握網(wǎng)站內(nèi)部數(shù)據(jù)閱讀方法。 3掌握網(wǎng)站內(nèi)部數(shù)據(jù)分析方法?！救蝿?wù)描述】 經(jīng)過對網(wǎng)站跳出率、PV、UV和平均訪問頁面數(shù)進行閱讀和分析，隨時了解網(wǎng)站健康情況，學會閱讀和分析網(wǎng)站內(nèi)部數(shù)據(jù)。第119頁3.1.1 閱讀和分析網(wǎng)站跳出率跳出率高，也就是說進入網(wǎng)站后馬上離開人數(shù)比瀏覽網(wǎng)站后再離開人數(shù)多，說明網(wǎng)站用戶體驗做得不好；反之，假如跳出率較低，則說明網(wǎng)站用戶體驗做得不錯，用戶能夠在網(wǎng)站中找到自己感興趣內(nèi)容，而且這種用戶可能還會再來光臨網(wǎng)站，這就提升了用戶粘性，大大增加了用戶在網(wǎng)站中消費幾率。網(wǎng)站跳出率（Bounce Rate）是評價一個網(wǎng)站性能主要指

22、標，尤其是對于電子商務(wù)網(wǎng)站，網(wǎng)站跳出率能直接反應(yīng)客戶流量，幫助企業(yè)調(diào)整銷售方向，影響企業(yè)經(jīng)濟效益。第120頁3.1.1 閱讀和分析網(wǎng)站跳出率（了解網(wǎng)站跳出率含義）網(wǎng)站跳出率（Bounce Rate）是用戶進入網(wǎng)站就離開人數(shù)與進入網(wǎng)站總?cè)藬?shù)比值，其公式為：跳出 率高體驗差粘性低跳出 率低體驗好粘性高第121頁3.1.1 閱讀和分析網(wǎng)站跳出率（閱讀網(wǎng)站跳出率）如圖3-1所表示為某電子商務(wù)網(wǎng)站經(jīng)過Google Analytics得出該網(wǎng)站跳出率曲線圖。經(jīng)過對這張圖閱讀發(fā)覺：（1）3月12日前，跳出率為80%左右。（2）3月12日后，跳出率顯著下降，并在3月14日后趨于平穩(wěn)，約為60%。第122頁3.

23、1.1 閱讀和分析網(wǎng)站跳出率（分析網(wǎng)站跳出率詳細數(shù)值）（1）評判高低 分析網(wǎng)站跳出率時，首先應(yīng)該判斷當前跳出率高低。網(wǎng)站跳出率平均約為40%，其中零售網(wǎng)站為20%-40%，門戶網(wǎng)站為10%-30%，服務(wù)性網(wǎng)站為10%-30%，內(nèi)容網(wǎng)站為40%-60%，如圖3-2所表示。第123頁3.1.1 閱讀和分析網(wǎng)站跳出率（分析網(wǎng)站跳出率詳細數(shù)值）（2）尋找跳出率過高原因 通常情況下，網(wǎng)站跳出率過高，可能存在以下三方面問題。 網(wǎng)站內(nèi)容與客戶需求不符如圖3-3所表示為某網(wǎng)站某軟件下載頁面，其中有3個關(guān)于下載軟件按鈕，但實際上，只有兩個按鈕能夠下載該軟件，而另外一個是其它軟件推廣廣告，假如用戶單擊了廣告按鈕（

24、圖中紅色方框部分，在該部分右下角有一個不輕易看到“廣告”字樣），沒能進入正確軟件下載頁面，就會馬上關(guān)閉該網(wǎng)頁，提升該網(wǎng)站跳出率。第124頁3.1.1 閱讀和分析網(wǎng)站跳出率（分析網(wǎng)站跳出率詳細數(shù)值）（2）尋找跳出率過高原因 通常情況下，網(wǎng)站跳出率過高，可能存在以下三方面問題。 訪問速度過慢網(wǎng)站打開速度是用戶體驗主要步驟，研究表明，假如網(wǎng)站超出3秒還沒有完全打開，那么57%用戶將會離開。當用戶訪問一個網(wǎng)站，假如很長時間只能看到載入頁面，大多數(shù)用戶會選擇直接關(guān)閉頁面。第125頁3.1.1 閱讀和分析網(wǎng)站跳出率（分析網(wǎng)站跳出率詳細數(shù)值）（2）尋找跳出率過高原因 通常情況下，網(wǎng)站跳出率過高，可能存在以下

25、三方面問題。 內(nèi)容引導(dǎo)較差用戶在閱讀完一個頁面后，假如沒有得到相關(guān)內(nèi)容信息引導(dǎo)，很有可能就會直接關(guān)閉頁面。如圖頁面是某款鼠標商品介紹。除一些最基本信息外，該頁面有許多引導(dǎo)用戶打開其它網(wǎng)頁鏈接（紅色方框部分），如“購機必讀”中有一些評測文章鏈接，“鼠標品牌排行”和“您可能感興趣商品”中有其它品牌或鼠標鏈接。用戶見到諸如這類有價值引導(dǎo)信息后，可能會點擊并繼續(xù)閱讀，這么一來，便有效降低了網(wǎng)站跳出率。第126頁3.1.1 閱讀和分析網(wǎng)站跳出率（分析網(wǎng)站跳出率改變情況）跳出率下降，說明來訪用戶中，看完一個頁面就立刻離開網(wǎng)站人降低了，更多訪客在閱讀完一個頁面后，繼續(xù)瀏覽網(wǎng)站其它頁面。依據(jù)圖3-1所表示網(wǎng)站

26、跳出率，3月15日后，跳出率依然維持在50%左右，沒有再次回升，由此可見，網(wǎng)站可能在3月12日左右進行了優(yōu)化。第127頁3.1.1 閱讀和分析網(wǎng)站跳出率（分析網(wǎng)站跳出率改變情況）下面就介紹怎樣進行網(wǎng)站優(yōu)化來降低網(wǎng)站跳出率。（1）增加相關(guān)商品模塊在沒一個商品對應(yīng)網(wǎng)頁中增加一個相關(guān)商品模塊，這么不但能增加網(wǎng)站內(nèi)容聚合性，而且還能夠讓用戶快速找到相關(guān)商品，提升了用戶體驗，降低了網(wǎng)站跳出率。第128頁3.1.1 閱讀和分析網(wǎng)站跳出率（分析網(wǎng)站跳出率改變情況）下面就介紹怎樣進行網(wǎng)站優(yōu)化來降低網(wǎng)站跳出率。（2）設(shè)計合理網(wǎng)站鏈接結(jié)構(gòu)每個商品，每個分類都有到網(wǎng)站首頁鏈接，網(wǎng)站首頁要包含各個分類或者目錄鏈接。而

27、且要做好內(nèi)部鏈接，當商品網(wǎng)頁中出現(xiàn)另一個商品時候，最好能經(jīng)過一個鏈接進去瀏覽另一個商品頁面。第129頁3.1.1 閱讀和分析網(wǎng)站跳出率（分析網(wǎng)站跳出率改變情況）下面就介紹怎樣進行網(wǎng)站優(yōu)化來降低網(wǎng)站跳出率。（3）設(shè)計高效網(wǎng)站導(dǎo)航結(jié)構(gòu)和網(wǎng)站內(nèi)容分類網(wǎng)站首頁應(yīng)該能方便地幫助用戶快速找到自己所需要產(chǎn)品分類，把最主要產(chǎn)品或者目錄放到最前邊顯眼地方，分類要明確，而且最好用文字鏈接，如圖3-7所表示為某電子商務(wù)網(wǎng)站首頁導(dǎo)航欄。第130頁3.1.1 閱讀和分析網(wǎng)站跳出率（分析網(wǎng)站跳出率改變情況）下面就介紹怎樣進行網(wǎng)站優(yōu)化來降低網(wǎng)站跳出率。（4）選擇高質(zhì)量網(wǎng)站服務(wù)器電子商務(wù)網(wǎng)站盡可能使用一些速度快、質(zhì)量好網(wǎng)站空

28、間，這么，用戶能夠快速打開網(wǎng)站，不會因打開網(wǎng)頁速度慢而離開。第131頁3.1.1 閱讀和分析網(wǎng)站跳出率（分析網(wǎng)站跳出率改變情況）下面就介紹怎樣進行網(wǎng)站優(yōu)化來降低網(wǎng)站跳出率。（5）盡可能控制網(wǎng)頁內(nèi)容：網(wǎng)頁上盡可能少用圖片和Flash動畫等影響網(wǎng)頁反應(yīng)速度元素。使用圖片前應(yīng)進行優(yōu)化，盡可能壓縮圖片大小；而Flash動畫加載很慢，盡可能不用。第132頁3.1.1 閱讀和分析網(wǎng)站跳出率（分析網(wǎng)站跳出率改變情況）下面就介紹怎樣進行網(wǎng)站優(yōu)化來降低網(wǎng)站跳出率。（6）增強網(wǎng)站與用戶互動設(shè)計一些個性化留言頁面，或者評分插件，以及無償服務(wù)模塊，不但降低了跳出率，而且提升網(wǎng)站用戶粘性。第133頁3.1.1 閱讀和分

29、析網(wǎng)站跳出率（分析網(wǎng)站跳出率改變情況）下面就介紹怎樣進行網(wǎng)站優(yōu)化來降低網(wǎng)站跳出率。（7）提升網(wǎng)站產(chǎn)品質(zhì)量：產(chǎn)品質(zhì)量才是最關(guān)鍵、最基本原因，只有好產(chǎn)品，用戶才愿意花費時間來瀏覽。第134頁3.1.2 閱讀和分析PV、UV（了解PV、UV含義）PV和UV是網(wǎng)站運行主要指標，在電子商務(wù)領(lǐng)域，正確地閱讀和分析這兩個指標，對于企業(yè)數(shù)據(jù)分析有非常主要引導(dǎo)作用。PV（Page View）是指網(wǎng)頁瀏覽量，即網(wǎng)站被瀏覽總頁面數(shù)， Page普通是指普通html網(wǎng)頁，也包含php、jsp等動態(tài)產(chǎn)生html內(nèi)容。用戶每1次對網(wǎng)站中每個網(wǎng)頁訪問均被統(tǒng)計1次，逐步累計成為PV總數(shù)。PV是評價網(wǎng)站流量最慣用指標之一，也是用

30、來衡量網(wǎng)站廣告價值和用戶關(guān)注度主要標準。UV（Unique Visitor）是指獨立訪客數(shù)，即經(jīng)過互聯(lián)網(wǎng)訪問、瀏覽這個網(wǎng)站網(wǎng)頁人數(shù)?，F(xiàn)在大多數(shù)統(tǒng)計工具只統(tǒng)計到IP和PV層面上，因為在大多情況下IP與UV相差不大。UV是一個反應(yīng)實際使用者概念，每個UV相對于每個IP，愈加準確地對應(yīng)一個實際瀏覽者。使用UV作為統(tǒng)計量，能夠愈加準確了解單位時間內(nèi)實際上有多少個訪問者來到了對應(yīng)頁面。第135頁局域網(wǎng)一個IP地址一個UV第136頁3.1.2 閱讀和分析PV、UV（閱讀PV、UV數(shù)據(jù)）如圖3-8所表示為某電子商務(wù)網(wǎng)站經(jīng)過Google Analytics分析出PV曲線圖。第137頁3.1.2 閱讀和分析PV

31、、UV（閱讀PV、UV數(shù)據(jù)）如圖3-9所表示為該電子商務(wù)網(wǎng)站一樣經(jīng)過Google Analytics分析出UV曲線圖。第138頁3.1.2 閱讀和分析PV、UV（閱讀PV、UV數(shù)據(jù)）周期性兩條曲線都可以分為周日開始周六結(jié)束的4段有規(guī)律地起伏的波浪狀周期突變性第二周的曲線形狀與其他3段不同，在3月12日的時候，呈現(xiàn)大幅度的上漲。整體抬高第三、四段曲線與第一段曲線相比整體處于較高的位置第139頁3.1.2 閱讀和分析PV、UV（分析PV、UV數(shù)據(jù)）提升 PV&UV 提高質(zhì)量網(wǎng)站改版加大推廣吸引客流第140頁第一個網(wǎng)站建站較早，PV是UV的三倍還不到，但是行業(yè)所限，很難有發(fā)展的空間也無需再發(fā)展第二個

32、網(wǎng)站是最近建站的新站，所以PV才是UV的兩倍而已，明顯還有發(fā)展空間，粘性還不夠，因為內(nèi)容不夠豐富和完善；第三個網(wǎng)站是論壇，PV是UV的七倍以上，這是由論壇性質(zhì)決定的，但和其他論壇相比，質(zhì)量還不高，還需要提高質(zhì)量才能和同行競爭第四個網(wǎng)站的PV和UV的比例比較合適，算不錯的網(wǎng)站。第141頁3.1.2 閱讀和分析PV、UV（了解PV-UV聯(lián)動改變圖）網(wǎng)站PV與UV并不一定是以相同趨勢改變，網(wǎng)站能夠依據(jù)PV-UV聯(lián)動改變圖表，了解網(wǎng)站運行情況，并制訂改進方法。如圖3-11所表示為PV-UV聯(lián)動改變圖，表3-1所表示為PV-UV不一樣改變下結(jié)論。第142頁3.1.3 閱讀和分析平均訪問頁面數(shù)（了解平均訪

33、問頁面數(shù)含義）平均訪問頁面數(shù)，也稱訪問深度（Depth of Visit），是指用戶在一次瀏覽網(wǎng)站過程中，總共訪問了多少個頁面。平均訪問頁面數(shù)越多，通常也就表明用戶對網(wǎng)站中商品感興趣。網(wǎng)站平均訪問頁面數(shù)能夠用PV和UV比值來表示，這個比值越大，用戶體驗度越好，網(wǎng)站粘性也越高?？傇L問平均訪問PV/UV體驗好粘性高第143頁3.1.3 閱讀和分析平均訪問頁面數(shù)（閱讀平均訪問頁面數(shù)）如圖3-12所表示為某電子商務(wù)網(wǎng)站經(jīng)過Google Analytics分析出平均訪問頁面數(shù)曲線圖。經(jīng)過對這張圖閱讀，能夠發(fā)覺，該網(wǎng)站平均訪問頁面數(shù)自3月12日起顯著提升，并在3月15日后趨于平穩(wěn)。第144頁3.1.3 閱

34、讀和分析平均訪問頁面數(shù)（分析平均訪問頁面數(shù)）平均訪問頁面數(shù)提升，說明訪客在進入網(wǎng)站后，比以前瀏覽了更多頁面，隨即再離開。由此可見，在圖3-12中，該網(wǎng)站運行人員可能在3月12日左右對網(wǎng)站頁面進行了優(yōu)化（經(jīng)過和市場部溝通了解，該網(wǎng)站在3月12日對網(wǎng)站進行了改版并投放了廣告）。網(wǎng)站的合理排版和布局精心設(shè)計網(wǎng)站的內(nèi)容合理的導(dǎo)航和適當?shù)膬?nèi)部鏈接錨文本提高商品的質(zhì)量，這也是最重要的一點第145頁04認知網(wǎng)站運行數(shù)據(jù)分析指標第146頁第147頁第148頁第149頁第150頁第151頁第152頁第153頁第154頁第155頁第156頁第157頁第158頁第159頁第160頁基礎(chǔ)統(tǒng)計類指標銷售分析類指標直通車

35、數(shù)據(jù)類指標來源分析類指標任務(wù)發(fā)布第161頁任務(wù)四 認知網(wǎng)站運行數(shù)據(jù)分析指標基礎(chǔ)統(tǒng)計類指標瀏覽量（PV）訪客數(shù)（UV）收藏量第162頁任務(wù)四 認知網(wǎng)站運行數(shù)據(jù)分析指標基礎(chǔ)統(tǒng)計類指標瀏覽回頭客數(shù)瀏覽回頭率平均訪問深度第163頁任務(wù)四 認知網(wǎng)站運行數(shù)據(jù)分析指標基礎(chǔ)統(tǒng)計類指標跳失率人均店內(nèi)停留時間入店頁面第164頁任務(wù)四 認知網(wǎng)站運行數(shù)據(jù)分析指標基礎(chǔ)統(tǒng)計類指標入店人次出店人次進店時間第165頁任務(wù)四 認知網(wǎng)站運行數(shù)據(jù)分析指標基礎(chǔ)統(tǒng)計類指標停留時間到達頁瀏覽量平均訪問時間第166頁任務(wù)四 認知網(wǎng)站運行數(shù)據(jù)分析指標基礎(chǔ)統(tǒng)計類指標全店寶貝查看從人次搜索次數(shù)第167頁任務(wù)四 認知網(wǎng)站運行數(shù)據(jù)分析指標基礎(chǔ)統(tǒng)計類

36、指標寶貝頁瀏覽量寶貝頁收藏量寶貝頁訪客數(shù)第168頁任務(wù)四 認知網(wǎng)站運行數(shù)據(jù)分析指標銷售分析類拍下件數(shù)拍下筆數(shù)拍下總金額第169頁任務(wù)四 認知網(wǎng)站運行數(shù)據(jù)分析指標銷售分析類成交用戶數(shù)成交回頭客數(shù)第170頁任務(wù)四 認知網(wǎng)站運行數(shù)據(jù)分析指標銷售分析類支付寶成交件數(shù)支付寶成交筆數(shù)支付寶成交金額第171頁任務(wù)四 認知網(wǎng)站運行數(shù)據(jù)分析指標銷售分析類人均成交筆數(shù)人均成交件數(shù)第172頁任務(wù)四 認知網(wǎng)站運行數(shù)據(jù)分析指標銷售分析類當日拍下-付款件數(shù)當日拍下-付款金額當日拍下-付款筆數(shù)第173頁任務(wù)四 認知網(wǎng)站運行數(shù)據(jù)分析指標銷售分析類客單價客單價均值第174頁任務(wù)四 認知網(wǎng)站運行數(shù)據(jù)分析指標銷售分析類支付率成交回

37、頭率全店成交轉(zhuǎn)化率全店轉(zhuǎn)化率均值第175頁任務(wù)四 認知網(wǎng)站運行數(shù)據(jù)分析指標銷售分析類促銷成交用戶數(shù)寶貝頁（促銷）成交轉(zhuǎn)化率非促銷成交用戶數(shù)第176頁任務(wù)四 認知網(wǎng)站運行數(shù)據(jù)分析指標展現(xiàn)量點擊量點擊率直通車數(shù)據(jù)類第177頁任務(wù)四 認知網(wǎng)站運行數(shù)據(jù)分析指標花費平均點擊花費平均展現(xiàn)排名點擊轉(zhuǎn)化率直通車數(shù)據(jù)類第178頁任務(wù)四 認知網(wǎng)站運行數(shù)據(jù)分析指標訪客數(shù)(UV)到達頁瀏覽量到達頁瀏覽量占比起源分析第179頁任務(wù)四 認知網(wǎng)站運行數(shù)據(jù)分析指標瀏覽量(PV)瀏覽量占比起源分析第180頁任務(wù)四 認知網(wǎng)站運行數(shù)據(jù)分析指標入店訪問深度入店跳失率起源分析第181頁任務(wù)四 認知網(wǎng)站運行數(shù)據(jù)分析指標新訪客數(shù)新訪客占比起源分析第182頁任務(wù)四 認知網(wǎng)站運行數(shù)據(jù)分析指標任務(wù)發(fā)布以淘寶網(wǎng)店為對象，獲取該淘寶網(wǎng)店當日各項運營數(shù)據(jù)分析指標的相關(guān)數(shù)據(jù)，并進行初步分析以團隊為單位完成任務(wù)淘寶網(wǎng)店是團隊成員經(jīng)營的任務(wù)完成后進行匯報第183頁05網(wǎng)站數(shù)據(jù)分析慣用工具應(yīng)用第184頁生意參謀數(shù)據(jù)魔方EXCEL數(shù)據(jù)分析工具任務(wù)發(fā)布第185頁任務(wù)五 網(wǎng)站數(shù)據(jù)分析慣用工具應(yīng)用第186頁任務(wù)五 網(wǎng)站數(shù)據(jù)分析慣用工具應(yīng)用第187頁任務(wù)五 網(wǎng)站數(shù)據(jù)分析慣用工具應(yīng)用第188頁任務(wù)五 網(wǎng)站數(shù)據(jù)分析慣用工具應(yīng)用第189頁任務(wù)五 網(wǎng)站數(shù)據(jù)分析慣用工具應(yīng)用第190頁任務(wù)五 網(wǎng)站數(shù)據(jù)