網(wǎng)站數(shù)據(jù)分析[新浪網(wǎng)絡學院講義]_李雪巖_2011.4.17

1、,網(wǎng)站數(shù)據(jù)分析,,作者：李雪巖 2011年4月,JUNIOR COURSE,資料參考：@Mars任鑫 @沈浩老師,先講個小故事,葡萄酒品質預測,法國 波爾多葡萄酒 品質預測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,,,,,目錄CONTENTS,,Data,Analytics,hy,,,w,我們 為什么 需要數(shù)據(jù)分析？,大致兩種原因，

2、我們需要數(shù)據(jù)分析,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,h,ow,,,數(shù)據(jù)分析的一般 流程,,,,01 建立數(shù)據(jù)體系,建立數(shù)據(jù)體系,明確目標,,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,數(shù)據(jù)分析流程,建立數(shù)據(jù)分析模型,數(shù)據(jù)指標與數(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 =12.145 + 0.00117 ×

3、 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,,葡萄酒的例子,數(shù)據(jù)指標,數(shù)據(jù)模型,網(wǎng)站分析常用數(shù)據(jù)指標,PV(page view)UV(unique vistor)New vistorReturn vistorUIP(unique IP)Bounce rateDeliver rateUnique open rateUnique CTR(click throu

4、gh 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跳出率送達率（郵件）打開率（郵件）點擊率平均訪問時間轉化率……,數(shù)據(jù)指標小測試,如何理解這份營銷報告中的數(shù)據(jù)？,到達率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em

5、ail 這樣想起來應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,全錯!,要切實理解數(shù)據(jù)指標的含義及其獲取方法,,,,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)收集與處理,獲取數(shù)據(jù)資源,去除無效及虛假數(shù)據(jù),數(shù)據(jù)分析流程,根據(jù)數(shù)據(jù)模型進行運算,宏觀

6、：宏觀經(jīng)濟及互聯(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)與媒介習慣,數(shù)據(jù)資源,[消費者生活形態(tài)與媒介習慣]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,[相關網(wǎng)絡產(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,

7、自有產(chǎn)品用戶行為與特征] 網(wǎng)民調研；尼爾森NNRT、萬瑞監(jiān)測；產(chǎn)品Log數(shù)據(jù),[宏觀經(jīng)濟]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[其他相關產(chǎn)業(yè)發(fā)展]國家統(tǒng)計局，相關行業(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 …,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…） ……

8、,,,,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,數(shù)據(jù)分析流程,So what 式數(shù)據(jù)解讀,產(chǎn)品優(yōu)化及發(fā)展,So what 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:500,000Vistor: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

9、，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。我們認為下一次我們應該投入更多的經(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，如果同一個內容的廣告效果仍然有巨大的效果差異的話，我們就能得出結論說我們應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

10、。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都是有好處的……,So what,So what,So what,So what,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 （各種社會熱點事

11、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)站的內容運營，在大批訪問量來的時候，發(fā)布好內容，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)的應用。,看這個數(shù)據(jù)的目的是什么呢？,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，同時可以做關鍵字分析,

12、看這個數(shù)據(jù)的目的是什么呢？,ases,,,c,數(shù)據(jù)分析的典型 案例,Farecast.com,Amazon.cn,哈拉斯知道你的痛苦,ools,,,t,數(shù)據(jù)分析的常用 工具,,表現(xiàn)層,分析層,存儲層,,,,,Tableau,Cytoscape,Clementine,Enterprise Miner,Swiff,ucinet,Xcelsius,Flex,,用戶級,企業(yè)級,數(shù)據(jù)分析工具,Color wheel,,感謝關注 歡