首頁 > 優(yōu)秀范文 > 商務(wù)數(shù)據(jù)分析報告
時間：2022-02-27 16:44:42
序論：速發(fā)表網(wǎng)結(jié)合其深厚的文秘經(jīng)驗，特別為您篩選了11篇商務(wù)數(shù)據(jù)分析報告范文。如果您需要更多原創(chuàng)資料，歡迎隨時與我們的客服老師聯(lián)系，希望您能從中汲取靈感和知識！
數(shù)據(jù)分析的目的
把隱藏在一大批看似雜亂無章的數(shù)據(jù)背后的信息集中和提煉出來，總結(jié)出研究對象的內(nèi)在規(guī)律。
數(shù)據(jù)分析的分類
數(shù)據(jù)分析的三大作用：現(xiàn)狀分析、原因分析、預(yù)測分析。
數(shù)據(jù)分析的六部曲
數(shù)據(jù)分析流程
1.明確目的和思路
梳理分析思路，并搭建分析框架，把分析目的分解成若干個不同的分析要點，即如何具體開展數(shù)據(jù)分析，需要從哪幾個角度進行分析，采用哪些分析指標(biāo)(各類分析指標(biāo)需合理搭配使用)。同時，確保分析框架的體系化和邏輯性。
2.數(shù)據(jù)收集
一般數(shù)據(jù)來源于四種方式：數(shù)據(jù)庫、第三方數(shù)據(jù)統(tǒng)計工具、專業(yè)的調(diào)研機構(gòu)的統(tǒng)計年鑒或報告(如艾瑞資訊)、市場調(diào)查。
對于數(shù)據(jù)的收集需要預(yù)先做埋點，在前一定要經(jīng)過謹(jǐn)慎的校驗和測試，因為一旦版本出去而數(shù)據(jù)采集出了問題，就獲取不到所需要的數(shù)據(jù)，影響分析。
3.數(shù)據(jù)處理
數(shù)據(jù)處理主要包括數(shù)據(jù)清洗、數(shù)據(jù)轉(zhuǎn)化、數(shù)據(jù)提取、數(shù)據(jù)計算等處理方法，將各種原始數(shù)據(jù)加工成為產(chǎn)品經(jīng)理需要的直觀的可看數(shù)據(jù)。
4.數(shù)據(jù)分析
數(shù)據(jù)分析是用適當(dāng)?shù)姆治龇椒肮ぞ?，對處理過的數(shù)據(jù)進行分析，提取有價值的信息，形成有效結(jié)論的過程。
常用的數(shù)據(jù)分析工具，掌握Excel的數(shù)據(jù)透視表，就能解決大多數(shù)的問題。需要的話，可以再有針對性的學(xué)習(xí)SPSS、SAS等。
數(shù)據(jù)挖掘是一種高級的數(shù)據(jù)分析方法，側(cè)重解決四類數(shù)據(jù)分析問題：分類、聚類、關(guān)聯(lián)和預(yù)測，重點在尋找模式與規(guī)律。
5.數(shù)據(jù)展現(xiàn)
一般情況下，數(shù)據(jù)是通過表格和圖形的方式來呈現(xiàn)的。常用的數(shù)據(jù)圖表包括餅圖、柱形圖、條形圖、折線圖、氣泡圖、散點圖、雷達圖等。進一步加工整理變成我們需要的圖形，如金字塔圖、矩陣圖、漏斗圖、帕雷托圖等。
一般能用圖說明問題的就不用表格，能用表說明問題的就不用文字。
圖表制作的五個步驟：
確定要表達主題
確定哪種圖表最適合
選擇數(shù)據(jù)制作圖表
檢查是否真實反映數(shù)據(jù)
檢查是否表達觀點
常用圖表類型和作用：
圖片來自于網(wǎng)易云課堂《誰說菜鳥不會數(shù)據(jù)分析》
6.報告撰寫
一份好的數(shù)據(jù)分析報告，首先需要有一個好的分析框架，并且圖文并茂，層次明晰，能夠讓閱讀者一目了然。結(jié)構(gòu)清晰、主次分明可以使閱讀者正確理解報告內(nèi)容；圖文并茂，可以令數(shù)據(jù)更加生動活潑，提高視覺沖擊力，有助于閱讀者更形象、直觀地看清楚問題和結(jié)論，從而產(chǎn)生思考。
好的數(shù)據(jù)分析報告需要有明確的結(jié)論、建議或解決方案。
數(shù)據(jù)分析的四大誤區(qū)
1.分析目的不明確，為了分析而分析；
簡歷表格的格式一：姓名：性別：女年齡：21 歲身高：163cm婚姻狀況：未婚戶籍所在：現(xiàn)居住地：工作經(jīng)驗：3-5年聯(lián)系電話：郵箱：最高學(xué)歷：大專專業(yè)：建筑裝潢設(shè)計求職意向最近工作過的職位：導(dǎo)購期望崗位性質(zhì)：全職期望工作地：信陽市期望月薪：2900期望從事的崗位：客服專員/助理(非技術(shù))期望從事的行業(yè)：互聯(lián)網(wǎng)/電子商務(wù)技能特長技能特長：接受新生事物快，勤奮好學(xué)，具有2年多的電子產(chǎn)品銷售經(jīng)驗。教育經(jīng)歷中國計算機函授學(xué)院(大專)起止年月：2007年9月至0年0月學(xué)校名稱：中國計算機函授學(xué)院專業(yè)名稱：建筑裝潢設(shè)計獲得學(xué)歷：大專工作經(jīng)歷XX電腦城- 導(dǎo)購起止日期：2009年10月至0年0月企業(yè)名稱：弘運電腦城從事職位：導(dǎo)購業(yè)績表現(xiàn)：主要銷售主裝機，數(shù)碼周邊配件等 簡歷表格的格式二：姓名
性別
女
出生日期
1985.11.21
民族
漢族
血型
O型
婚姻狀況
已婚
教育程度
本科
工作年限
4年
政治面貌
群眾
現(xiàn)有職稱
無
戶口所在地
山東省青島市
現(xiàn)居住地
青島市
聯(lián)系方式
電子郵箱
求職意向
期望從事職位：數(shù)據(jù)分析師
期望工作地點：青島市
自我評價
1、具有扎實的統(tǒng)計學(xué)專業(yè)基礎(chǔ)知識，掌握常見的統(tǒng)計方法；
2、熟練掌握常用的數(shù)據(jù)挖掘方法，算法和相關(guān)工具、熟練使用SAS軟件；
3、數(shù)據(jù)處理能力很強，熟練使用Office軟件；
4、有良好的邏輯思維能力，注重細節(jié)、對數(shù)字敏感，能挖掘數(shù)據(jù)背后的意義，能夠獨立完成、撰寫業(yè)務(wù)數(shù)據(jù)分析報告。
工作經(jīng)歷
2010年7月-2012年7月
山東****網(wǎng)絡(luò)有限公司
單位性質(zhì)：合資
所任職位：數(shù)據(jù)分析師
工作地點：青島市
職責(zé)描述：
1、根據(jù)業(yè)務(wù)需求，制定用戶使用行為數(shù)據(jù)的采集策略，設(shè)計、建立、測試相關(guān)的數(shù)據(jù)模型，從而實現(xiàn)從數(shù)據(jù)中提取決策價值，撰寫分析報告；
2、跟蹤并分析客戶業(yè)務(wù)數(shù)據(jù)，為客戶的發(fā)展進行決策支持；
3、完成對海量信息進行深度挖掘和有效利用，充分實現(xiàn)數(shù)據(jù)的商業(yè)價值；
4、支持微博事業(yè)部等產(chǎn)品部門下的運營，產(chǎn)品，研發(fā)，市場銷售等各方面的數(shù)據(jù)分析，處理和研究的工作需求。
2008年6月-2010年6月
****公司
單位性質(zhì)：國企
所任職位：數(shù)據(jù)分析助理
工作地點：青島市
職責(zé)描述：
1、完成對行業(yè)銷售及相關(guān)數(shù)據(jù)的分析、挖掘，熟練制作數(shù)據(jù)報表、撰寫評估分析報告；
2、獨立完成用戶行為特征與規(guī)律的分析，關(guān)注市場動態(tài)與風(fēng)險，為產(chǎn)品方向提出合理建議；
3、在分析師的指導(dǎo)下構(gòu)建公司業(yè)務(wù)領(lǐng)域數(shù)據(jù)分析與挖掘模型和方法論；
4、針對歷史海量商業(yè)數(shù)據(jù)，能及時發(fā)現(xiàn)和分析其中隱含的變化和問題，為業(yè)務(wù)發(fā)展提供決策支持；
5、完成數(shù)據(jù)分析相關(guān)的需求調(diào)研、需求分析等。
項目經(jīng)驗
2011年5月*****項目
項目職責(zé)：
1、收集用戶使用行為數(shù)據(jù)；
2、完成行為數(shù)據(jù)的分析；
3、制定模型與產(chǎn)品運營間的聯(lián)動接口。
教育背景
2004年9月-2008年6月
山東**大學(xué)
統(tǒng)計學(xué)專業(yè)
本科
主要課程：數(shù)學(xué)分析、幾何代數(shù)、數(shù)學(xué)實驗，常微分方程、數(shù)理統(tǒng)計、抽樣調(diào)查、多元統(tǒng)計、計算機應(yīng)用基礎(chǔ)、程序設(shè)計語言、數(shù)據(jù)分析及統(tǒng)計軟件、回歸分析等。
掌握了扎實的專業(yè)基礎(chǔ)知識，擅長數(shù)學(xué)，有很強的分析和演算能力，業(yè)余廣泛了解相近專業(yè)的一般原理和知識，如經(jīng)濟學(xué)、計算機操作等，在統(tǒng)計計算的基礎(chǔ)上鍛煉了視野廣闊的分析技能。
培訓(xùn)經(jīng)歷
2010年3月-2010年10月
數(shù)據(jù)分析與SAS培訓(xùn)
主要課程：SAS體系內(nèi)容、ETL技術(shù)、SAS分析技術(shù)、假設(shè)檢驗、方差分析以及各種模型分析等。
通過本次數(shù)據(jù)分析培訓(xùn)，全面掌握了SAS的內(nèi)容，如邏輯庫及操作符與SAS的表達式等，能夠完成復(fù)雜數(shù)據(jù)步的控制，數(shù)據(jù)集整理以及主成分分析、因子分析等，提升了數(shù)據(jù)的分析能力。
專業(yè)技能
熟悉數(shù)據(jù)分析模型的建立，能獨立完成數(shù)據(jù)分析并針對結(jié)果給出一定的建議。
簡歷表格的格式三：姓 名性 別男出生日期1990-10-9戶口地廣州住宅電話*****手 機EMAIL個人主頁****聯(lián)系地址廣東省xxxx畢業(yè)院校工作經(jīng)歷時間所在公司職位相關(guān)說明20xx年1月2日——
20xx年10月15日廣州無限信息傳播有限責(zé)任公司網(wǎng)頁制作工程師/WEB美工/項目經(jīng)理畢業(yè)以后找的第一份工作，主要職責(zé)是網(wǎng)頁設(shè)計、FLASH制作以及平面設(shè)計。由于能力突出，后期在做大型項目中國校園商務(wù)網(wǎng)時任項目經(jīng)理20xx年10月——
20xx年3月馨藍數(shù)碼工作室設(shè)計師第一份工作辭職以后與幾個朋友自行開發(fā)制作馨藍游戲網(wǎng)20xx年3月——
20xx年9月31日廣州高安軟件有限公司美工監(jiān)理，設(shè)計師馨藍游戲網(wǎng)與該公司簽署合作協(xié)議，正式合并到該公司，自己也加入該公司參與網(wǎng)站建設(shè)工作，為尋求個人更大發(fā)展而離開該公司主要作品（建議上我的求職主頁查看詳細*******）網(wǎng)頁作品FLASH作品精益眼睛眼鏡店網(wǎng)站導(dǎo)入FLASH
NEC網(wǎng)站導(dǎo)入FLASH
紅寶石電子網(wǎng)站導(dǎo)入FLASH
實驗教學(xué)是培養(yǎng)經(jīng)管類專業(yè)學(xué)生實踐能力的重要手段。經(jīng)濟管理類專業(yè)學(xué)生不僅要熟練地掌握理論知識，更要具備較強的實踐能力，特別是大數(shù)據(jù)時代的到來，強調(diào)以數(shù)據(jù)為基礎(chǔ)進行研究，并快速做出決策[1]，不僅對掌握大數(shù)據(jù)思維和技術(shù)的人才需求量擴大，而且對經(jīng)管類專業(yè)人才培養(yǎng)提出了新的要求[2]，因此在大數(shù)據(jù)背景下應(yīng)充分認(rèn)識實驗教學(xué)對經(jīng)管類專業(yè)學(xué)生實踐技能的重要性，科學(xué)全面地構(gòu)建面向數(shù)據(jù)分析和管理的實驗教學(xué)體系，以適應(yīng)大數(shù)據(jù)背景下經(jīng)管類專業(yè)人才的培養(yǎng)需求。
大數(shù)據(jù)擴寬了信息的來源，提高了信息獲得的速度，分析對象從傳統(tǒng)的結(jié)構(gòu)化數(shù)據(jù)過渡到非結(jié)構(gòu)化數(shù)據(jù)，因此對經(jīng)管人才需要更全面地掌握大數(shù)據(jù)思維方式和分析流程。對工商管理、企業(yè)管理專業(yè)而言，需要其更注重利用多種類型的企業(yè)運作的數(shù)據(jù)，通過對其進行整理分析，幫助企業(yè)進行業(yè)務(wù)流程改革，提升企業(yè)運營效率，提高經(jīng)濟效益[3]。對于電子商務(wù)、市場營銷專業(yè)而言，應(yīng)學(xué)會利用大數(shù)據(jù)技術(shù)探索新商業(yè)模型，分析營銷網(wǎng)絡(luò)，評估投資風(fēng)險及創(chuàng)新服務(wù)模式[4]。而對于和大數(shù)據(jù)技術(shù)緊密相關(guān)的信息管理專業(yè)來說，需要更全面地從數(shù)據(jù)采集、分析到數(shù)據(jù)挖掘多個方面轉(zhuǎn)變傳統(tǒng)的數(shù)據(jù)分析思維，以適應(yīng)大數(shù)據(jù)環(huán)境下知識管理與智能決策的需要[5]。
1.實驗?zāi)康牟缓侠恚瑢嶒炘O(shè)計不當(dāng)。
目前，對于經(jīng)管理類專業(yè)的大數(shù)據(jù)實驗教學(xué)體系還處于基本概念階段，與科研前沿脫節(jié)，實驗?zāi)繕?biāo)大多只要學(xué)生掌握數(shù)據(jù)采集、統(tǒng)計分析等基本概念和方法，就學(xué)會對給定的數(shù)據(jù)進行分析。但是在大數(shù)據(jù)環(huán)境下，數(shù)據(jù)分析和挖掘需要針對結(jié)構(gòu)化數(shù)據(jù)、非結(jié)構(gòu)化數(shù)據(jù)等用創(chuàng)新性的思維方式解釋分析結(jié)果，并用于智能輔助決策及知識發(fā)現(xiàn)。因此，大數(shù)據(jù)實驗課程應(yīng)與時俱進地適應(yīng)大數(shù)據(jù)的要求，開展多樣化、啟發(fā)式的實驗項目，不僅讓學(xué)生掌握如何收集信息和整理信息，還要解釋隱藏在數(shù)據(jù)背后的潛在規(guī)律。
2.實驗教學(xué)方法和手段陳舊。
傳統(tǒng)實驗課是學(xué)生按照老師的要求和給定的數(shù)據(jù)，學(xué)習(xí)各種數(shù)據(jù)分析方法。實驗內(nèi)容設(shè)計單一，沒有針對不同知識結(jié)構(gòu)的學(xué)生開展有針對性的實驗訓(xùn)練項目，學(xué)生學(xué)習(xí)積極性不高。因此，在大數(shù)據(jù)實驗教學(xué)中，要以培養(yǎng)學(xué)生創(chuàng)新實踐能力為主要目標(biāo)，在教師的幫助下，通過團隊協(xié)作、自主設(shè)計完成。同時，分層次制定針對不同知識結(jié)構(gòu)背景的實驗項目，便于學(xué)生根據(jù)自身的特長和能力自主選擇實驗項目。
由此可以看出，傳統(tǒng)的實驗教學(xué)已不能滿足大數(shù)據(jù)背景下的經(jīng)管類專業(yè)人才對數(shù)據(jù)分析和處理的新需求，在實驗教學(xué)方式、實驗教學(xué)內(nèi)容等多方進行創(chuàng)新和改革，才能培養(yǎng)出順應(yīng)時代背景的優(yōu)秀經(jīng)管類人才。
在大數(shù)據(jù)背景下，經(jīng)管類人才應(yīng)該具備：發(fā)現(xiàn)問題的能力，收集整理數(shù)據(jù)和信息的能力及理解分析數(shù)據(jù)的能力。對此，我們從教學(xué)方式、課程體系、技能與經(jīng)驗三方面入手，開展實驗教學(xué)改革，以適應(yīng)大數(shù)據(jù)時代對于經(jīng)管人才培養(yǎng)的要求。
3.創(chuàng)新實驗教學(xué)方式。
大數(shù)據(jù)時代，書本和課堂不是獲取信息的唯一選擇，網(wǎng)絡(luò)資源、各種移動端應(yīng)用程序等方式都擴展了學(xué)生獲取信息的方式，在這種情況下，實驗教學(xué)不僅需要讓學(xué)生掌握如何搜集、整理數(shù)據(jù)的技術(shù)，還要培養(yǎng)學(xué)生觀察、分析問題的能力，從而真正調(diào)動學(xué)生的學(xué)習(xí)積極性。例如可以提供多種獲取大樣本數(shù)據(jù)的渠道，學(xué)生組隊進行數(shù)據(jù)分析和挖掘，設(shè)計算法，進行相關(guān)分析直到最后撰寫出分析報告，整個流程全部由學(xué)生獨立完成。
4.完善大數(shù)據(jù)實驗課程體系的構(gòu)建。
對于經(jīng)管類專業(yè)的學(xué)生而言，實驗?zāi)康闹饕亲屗麄冋莆諗?shù)據(jù)分析的主要流程、主要算法的基本原理，具備大數(shù)據(jù)應(yīng)用的初步能力。另外，考慮到不同專業(yè)的學(xué)生知識結(jié)構(gòu)不同，我們構(gòu)建多層次的經(jīng)管類大數(shù)據(jù)實驗課程、基礎(chǔ)實驗，以驗證和演示實驗為主，強調(diào)掌握數(shù)據(jù)分析工具和分析算法，理解數(shù)據(jù)分析基本流程。專業(yè)實驗，以簡單設(shè)計性實驗為主，強調(diào)利用現(xiàn)有的數(shù)據(jù)分析工具，較完整地體驗從數(shù)據(jù)采集、數(shù)據(jù)整理、數(shù)據(jù)分析到數(shù)據(jù)挖掘的全過程，并編寫簡單的數(shù)據(jù)分析代碼。綜合性實驗，采用自助式、合作式模式，讓學(xué)生自己動手收集數(shù)據(jù)，團隊合作分析問題，在實驗教師的指導(dǎo)下，綜合運用各種數(shù)據(jù)分析工具，自主設(shè)計算法，進行相關(guān)分析，直到最后分析報告，初步具備大數(shù)據(jù)的應(yīng)用能力。
5.培養(yǎng)專業(yè)技能和增加實踐活動。
積極開展大數(shù)據(jù)應(yīng)用相關(guān)的實踐活動，提供多種形式讓學(xué)生參與大數(shù)據(jù)的實踐環(huán)節(jié)，在提高專業(yè)水平的同時，提高實踐操作能力。合理利用現(xiàn)有慕課、微課等在在線課程作為實體課堂的有益補充，引導(dǎo)學(xué)生深入學(xué)數(shù)據(jù)技術(shù)。另外，積極聯(lián)系軟件企業(yè)提供各種實習(xí)途徑和崗位，讓學(xué)生真正參與與大數(shù)據(jù)的各種項目開發(fā)，強化課堂的理論知識，豐富實踐經(jīng)驗，提高專業(yè)級技能，有效地提高學(xué)生的數(shù)據(jù)分析能力和數(shù)據(jù)挖掘能力。
大數(shù)據(jù)作為近年來的熱點研究問題，已經(jīng)廣泛應(yīng)用于經(jīng)管類學(xué)科當(dāng)中。經(jīng)管類專業(yè)學(xué)生只有更好地掌握并懂得如何利用大數(shù)據(jù)，才能在大數(shù)據(jù)時代擁有更多的優(yōu)勢。因此，本文從教學(xué)方式、課程體系、技能與經(jīng)驗進行創(chuàng)新，提出切實可行的改革措施，以更好地培養(yǎng)經(jīng)管類學(xué)生的數(shù)據(jù)分析的專業(yè)能力，適應(yīng)大數(shù)據(jù)環(huán)境下知識管理與智能決策的需要。
參考文獻：
[1]祝智庭，沈德梅.基于大數(shù)據(jù)的教育技術(shù)研究新范式[J].電化教育研究，2013（10）：5-13.
[2]朱懷慶.大數(shù)據(jù)時代對本科經(jīng)管類統(tǒng)計學(xué)教學(xué)的影響及對策[J].高等教育研究，2014（9）：35-37.
[3]李永，劉玉紅.大數(shù)據(jù)時代大學(xué)生學(xué)習(xí)模式轉(zhuǎn)變研究[J].長春工業(yè)大學(xué)學(xué)報（高教研究版），2014，35（4）：38-41，100.
A / B測試是非?；镜碾娮余]件營銷技能，即我們發(fā)送電子郵件的一個版本(稱之為A)給10%的客戶，與此同時發(fā)送電子郵件的另一個版本(稱之為B)給10%的客戶。然后通過比較這兩部分?jǐn)?shù)據(jù)來決定向剩余的80%的客戶發(fā)送哪封最佳郵件版本。
郵件營銷A / B測試技巧是培育優(yōu)秀郵件內(nèi)容的前提。Webpower首席數(shù)據(jù)分析師Dr.MauritsKaptein認(rèn)為其實這其中也包含了未被充分驗證的部分，我們可能并沒有通過A / B測試真正篩選出最佳郵件版本，實際上，我們只是對20%的客戶進行了測試，其余80%客戶其實是割裂狀態(tài)。如果我們能相對充分地覆蓋客戶，才真正較為客觀地進行了消費者洞察。
動態(tài)A / B測試
這里有一個基本事實：在A / B測試期間，有一半概率接收到電子郵件“A”，另一半概率接收到“B”。試驗結(jié)束后，如果“A”的轉(zhuǎn)化率為最高，“A”與“B”的概率分別變?yōu)?和0。然而隨著時間的推移，這一概率比例會被平順地改變。當(dāng)缺乏數(shù)據(jù)支撐時，概率演變?yōu)?/2和1/2。但是在小范圍測試中，若“A”有更好的表現(xiàn)，概率值變?yōu)?/3和1/3。也就是說，做動態(tài)A / B測試，在測算品質(zhì)上是完勝靜態(tài)A / B測試的。動態(tài)A / B測試的好處不僅在于它在準(zhǔn)確度上優(yōu)于靜態(tài)的，它還允許添加新的測試選項，并覆蓋更多的時間。因此，在面對一封自動生成的“購物車挽回”的電子郵件時，你可以隨時增加新的郵件版本測試最佳呈現(xiàn)效果。你不該只是做“是”或“否”的單一測試，而是要適時地持續(xù)優(yōu)化。
不斷學(xué)習(xí)
使用動態(tài)A / B測試，為郵件與客戶互動空間開辟了更多的空間。比如，你如何通過推廣郵件確定一個新的在線服務(wù)產(chǎn)品的最佳價格？如果定價太高，可能沒有人會購買該產(chǎn)品；如果定價太低，又可能無法盈利。
所以該如何取舍平衡呢？不妨試試摒棄付費的市場研究機構(gòu)所做的潛在客戶成本分析，激發(fā)郵件功能，有效利用相關(guān)數(shù)據(jù)探索最優(yōu)價格。在郵件中，嘗試新的定價給客戶，觀察他們的反饋，計算你的收益，并不斷調(diào)整實時更新價格策略?？煞Q之為結(jié)合郵件反饋的動態(tài)定價。
個性化發(fā)送
如果將電子郵件營銷活動延伸開來看，可以與客戶個體有連續(xù)的互動學(xué)習(xí)。比如你每周的newsletter是針對同一組收件人，基于客戶newsletter的反饋你可以展開積極地調(diào)研，從而發(fā)現(xiàn)是什么讓用戶買單。
經(jīng)過反復(fù)的郵件試探，我們可以了解客戶的產(chǎn)品偏好，他喜歡什么電影、音樂。或者他喜歡公路自行車運動還是攀巖？我們可以應(yīng)用電子郵件對這些問題展開積極測試，并建立客戶的個人資料。
目前，越來越多的網(wǎng)站開始重視數(shù)據(jù)，并期望從中發(fā)現(xiàn)新的機會，不管你是做網(wǎng)絡(luò)營銷、互聯(lián)網(wǎng)產(chǎn)品設(shè)計、電子商務(wù)運營、個人站點運營維護，我們都希望從數(shù)據(jù)中尋找有價值的結(jié)論，并且指導(dǎo)公司管理層的決策，最終創(chuàng)造更大的網(wǎng)站價值。本書以通俗易懂的方式來講解網(wǎng)站分析所需掌握的知識，剖析日常工作中遇到的問題，并且配合大量的實戰(zhàn)案例的講解。
本書適合網(wǎng)站運營人員、網(wǎng)絡(luò)營銷人員（SEO、SEM、EDM）、網(wǎng)站產(chǎn)品經(jīng)理和個人站長閱讀，本書也適合計算機專業(yè)或者市場營銷專業(yè)的自學(xué)。
目錄
第1章解密神奇的網(wǎng)站分析——網(wǎng)站分析的目的、流程及價值
1.1 為什么要對網(wǎng)站進行分析
1.2 網(wǎng)站分析是什么
1.3 如何進行網(wǎng)站分析
1.3.1 網(wǎng)站流量質(zhì)量分析
1.3.2 網(wǎng)站流量多維度細分
1.3.3 網(wǎng)站流量重合度分析
1.3.4 網(wǎng)站內(nèi)容及導(dǎo)航分析
1.3.5 網(wǎng)站轉(zhuǎn)化及漏斗分析
1.4 網(wǎng)站分析為什么很重要
1.5 網(wǎng)站分析帶來的價值及改變
1.6 網(wǎng)站分析的基本流程
1.6.1 定義（Define）
1.6.2 測量（Measure）
1.6.3 分析（Analyze）
1.6.4 改進（Improve）
1.6.5 控制（Control）
1.7 我能成為網(wǎng)站分析師嗎
1.7.1 網(wǎng)站分析行業(yè)概況
1.7.2 興趣和一個免費的分析工具
1.7.3 了解JS及HTML語言
1.7.4 了解網(wǎng)絡(luò)營銷知識及常見廣告模式
1.7.5 Excel和PPT的使用能力
1.7.6 強大的溝通能力
1.7.7 不畏錯誤和挑戰(zhàn)的能力
1.7.8 良好的職業(yè)操守和道德底線
1.8 本章小結(jié)
第2章從這里開始學(xué)習(xí)網(wǎng)站分析——網(wǎng)站分析中的基礎(chǔ)指標(biāo)解釋
2.1 我們?nèi)绾潍@得網(wǎng)站的數(shù)據(jù)
2.1.1 常見的數(shù)據(jù)獲取方式
2.1.2 網(wǎng)站日志和JS標(biāo)記
2.1.3 用戶識別
2.1.4 點擊流模型
2.2 網(wǎng)站分析中的基礎(chǔ)指標(biāo)
2.2.1 網(wǎng)站分析中的骨灰級指標(biāo)
2.2.2 網(wǎng)站分析中的基礎(chǔ)級指標(biāo)
2.2.3 網(wǎng)站分析中的復(fù)合級指標(biāo)
2.3 本章小結(jié)
第3章網(wǎng)站分析師的三板斧——網(wǎng)站分析常用方法
3.1 數(shù)據(jù)分析前的準(zhǔn)備工作
3.1.1 數(shù)據(jù)的來源類型
3.1.2 數(shù)據(jù)的清洗與整理
3.1.3 我們的數(shù)據(jù)準(zhǔn)確嗎
3.2 網(wǎng)站數(shù)據(jù)趨勢分析
3.2.1 同比、環(huán)比、定基比
3.2.2 趨勢線擬合
3.2.3 移動均值
3.2.4 數(shù)據(jù)監(jiān)控自動化
3.3 網(wǎng)站數(shù)據(jù)對比分析
3.3.1 簡單合并比較
3.3.2 比較實驗的設(shè)定
3.3.3 讓比較結(jié)果更可信
3.3.4 別忘記與目標(biāo)對比
3.4 網(wǎng)站數(shù)據(jù)多維度細分
3.4.1 指標(biāo)和維度
3.4.2 為什么要使用細分
3.4.3 什么是細分
3.4.4 細分的常用方法
3.5 本章小結(jié)87第4章網(wǎng)站流量那些事兒——網(wǎng)站流量分析
4.1 網(wǎng)站中常見的流量分類
4.1.1 網(wǎng)站中常見的三種流量來源
4.1.2 直接流量的秘密
4.2 對網(wǎng)站流量進行過濾
4.2.1 過濾流量來源的基本原理
4.2.2 Google Analytics流量過濾速查表
4.3 如何對廣告流量進行追蹤和分析
4.3.1 對你的流量進行標(biāo)記
4.3.2 區(qū)分搜索付費流量與免費流量
4.3.3 監(jiān)測百度競價流量ROI
4.3.4 挖掘有價值的搜索關(guān)鍵詞
4.3.5 追蹤EDM的活動流量
4.4 如何辨別那些虛假流量
4.4.1 虛假流量與真實流量的特征
4.4.2 辨別虛假流量的十二種方法
4.5 為你的網(wǎng)站創(chuàng)建流量日記
4.5.1 什么是網(wǎng)站流量日記
4.5.2 如何創(chuàng)建流量日記
4.5.3 網(wǎng)站流量日記的作用
4.5.4 開始第一次網(wǎng)站分析報告
4.6 流量波動的常見原因分析
4.6.1 直接流量波動常見原因
4.6.2 付費搜索流量（SEM）波動常見原因
4.6.3 自然搜索流量（SEO）波動常見原因
4.6.4 引薦流量波動常見原因
4.7 本章小結(jié)
第5章你的網(wǎng)站在偷懶嗎——網(wǎng)站內(nèi)容效率分析
5.1 網(wǎng)站頁面參與度分析
5.1.1 什么是頁面參與度
5.1.2 頁面參與度的計算方法
5.1.3 設(shè)置并查看頁面參與度指標(biāo)
5.1.4 頁面參與度指標(biāo)的兩個作用
5.2 頁面熱力圖分析
5.2.1 Google Analytics熱力圖功能
5.2.2 Google Analytics熱力圖中數(shù)字的含義
5.2.3 Google Analytics熱力圖中的細分功能
5.2.4 Google Analytics熱力圖中的路徑分析
5.2.5 Google Analytics熱力圖的常見問題
5.3 頁面加載時間分析
5.3.1 理想情況下的Landing Page時間分布
5.3.2 Landing Page缺乏吸引力的時間分布
5.3.3 頁面打開速度慢的時間分布
5.4 網(wǎng)站中的三種渠道分析
5.4.1 網(wǎng)站的流量來源渠道
5.4.2 網(wǎng)站的內(nèi)部渠道
5.4.3 網(wǎng)站的目標(biāo)渠道
5.5 追蹤并分析網(wǎng)站404頁面
5.5.1 使用Google Analytics追蹤404頁面
5.6 最終產(chǎn)品頁分析
5.6.1 如何評價內(nèi)容的熱門度
5.6.2 基于多指標(biāo)的內(nèi)容簡單分類
5.6.3 基于多指標(biāo)的內(nèi)容綜合評分
5.7 本章小結(jié)
第6章誰在使用我的網(wǎng)站——網(wǎng)站用戶分析
6.1 用戶分類
6.1.1 用戶指標(biāo)
6.1.2 新老用戶
6.1.3 活躍用戶和流失用戶
6.2 用戶行為分析
6.2.1 每個用戶行為指標(biāo)的分析價值
6.2.2 基于用戶行為指標(biāo)的用戶分布
6.2.3 基于用戶細分的用戶行為分析
6.3 用戶忠誠度和價值分析
6.3.1 基于用戶行為的忠誠度分析
6.3.2 基于用戶行為的綜合評分
6.3.3 用戶的生命周期價值
6.4 本章小結(jié)
第7章我們的目標(biāo)是什么——網(wǎng)站目標(biāo)與KPI
7.1 對網(wǎng)站進行全面貨幣化
7.1.1 設(shè)置電子商務(wù)追蹤
7.1.2 對目標(biāo)設(shè)定貨幣價值
7.2 創(chuàng)建網(wǎng)站分析體系
7.2.1 定義網(wǎng)站目標(biāo)
7.2.2 獲取并分解網(wǎng)站目標(biāo)
7.2.3 聚焦網(wǎng)站的核心目標(biāo)
7.2.4 關(guān)注每個分解的目標(biāo)
7.2.5 創(chuàng)建網(wǎng)站分析的KPI
7.3 KPI網(wǎng)站分析成功之匙
7.4 KPI在網(wǎng)站分析中的作用
7.4.1 網(wǎng)站分析KPI的5個標(biāo)準(zhǔn)
7.5 解讀可執(zhí)行的網(wǎng)站分析報告
7.5.1 可執(zhí)行的網(wǎng)站分析報告的內(nèi)容
7.5.2 KPI指標(biāo)的創(chuàng)建及選擇
7.5.3 網(wǎng)站分析關(guān)鍵KPI指標(biāo)報告
7.5.4 關(guān)鍵KPI指標(biāo)變化分析
7.5.5 訪客行為貨幣化
7.5.6 創(chuàng)建屬于你的Action Dashboard
7.6 目標(biāo)KPI的監(jiān)控與分析
7.6.1 KPI的數(shù)據(jù)監(jiān)控
7.6.2 KPI背后的秘密
7.7 本章小結(jié)
第8章深入追蹤網(wǎng)站的訪問者——路徑與轉(zhuǎn)化分析
8.1 探索用戶的足跡——關(guān)鍵轉(zhuǎn)化路徑分析
8.1.1 明確關(guān)鍵轉(zhuǎn)化路徑
8.1.2 測量關(guān)鍵轉(zhuǎn)化路徑
8.1.3 漏斗模型的展現(xiàn)
8.1.4 有效分析轉(zhuǎn)化路徑
8.1.5 為什么使用漏斗圖
8.1.6 網(wǎng)站中的虛擬漏斗分析
8.2 讓用戶走自己的路——多路徑選擇優(yōu)化
8.2.1 簡化用戶轉(zhuǎn)化路徑
8.2.2 讓用戶選擇適合自己的路
8.2.3 多路徑轉(zhuǎn)化數(shù)據(jù)分析
8.3 基于內(nèi)容組的訪問者路徑分析
8.3.1 基于分析目的規(guī)劃內(nèi)容組
8.3.2 創(chuàng)建內(nèi)容組前的準(zhǔn)備工作
8.3.3 使用過濾器創(chuàng)建內(nèi)容組
8.3.4 檢查并優(yōu)化內(nèi)容組
8.3.5 訪問者流報告功能概述
8.3.6 訪問者流報告與其他功能配合使用
8.4 本章小結(jié)
第9章從新手到專家——網(wǎng)站分析高級應(yīng)用
9.1 為你的網(wǎng)站定制追蹤訪問者行為
9.1.1 使用_trackPageview函數(shù)自定義頁面名稱
9.1.2 使用_trackPageview函數(shù)追蹤出站鏈接
9.1.3 使用_trackPageview函數(shù)記錄時間維度
9.1.4 使用_trackPageview函數(shù)記錄頁面狀態(tài)
9.1.5 使用_trackPageview函數(shù)記錄用戶行為
9.2 按需求創(chuàng)建個性化報告
9.2.1 創(chuàng)建報告前的準(zhǔn)備工作
9.2.2 設(shè)置自定義信息中心
9.2.3 對報告的用戶權(quán)限進行管理
9.2.4 設(shè)置智能提醒和郵件報告
9.3 控制報告中的數(shù)據(jù)
9.3.1 過濾器基礎(chǔ)
9.3.2 高級過濾器
9.4 快速數(shù)據(jù)導(dǎo)出工具
9.5 數(shù)據(jù)分析高級應(yīng)用
9.5.1 網(wǎng)站內(nèi)容關(guān)聯(lián)推薦
國雙科技注冊成立于2005年，以軟件外包起家，那時祁國晟就已經(jīng)在關(guān)注搜索引擎的營銷經(jīng)濟價值。2007年，他做出一個艱難的決定：徹底放棄賺錢的外包服務(wù)，把所有精力投入Web Dissector量化分析工具的開發(fā)上，開始了“二次創(chuàng)業(yè)”。經(jīng)過三年的蟄伏，2011年 2012年國雙科技的在線分析業(yè)務(wù)實現(xiàn)了爆炸式的增長，收入猛增10倍以上。目前國雙科技的客戶超過300家，分布于18個行業(yè)，包括可口可樂、歐萊雅、上海文廣新聞傳媒集團等40多家全球500強和中國500強企業(yè)，國雙科技為它們提供打包的數(shù)據(jù)整合方案服務(wù)。
與過往的業(yè)績相比，更讓祁國晟和團隊興奮的，是他們正在開啟的新事業(yè)：數(shù)據(jù)資產(chǎn)化。
2013年年初，國雙科技旗下“國雙數(shù)據(jù)中心”正式成立。在祁國晟和團隊的謀劃中，該中心將是國雙科技試水“數(shù)據(jù)資產(chǎn)化”的先鋒?，F(xiàn)在來看，國雙數(shù)據(jù)中心還只是一些趨勢性報告，比如中國互聯(lián)網(wǎng)用戶屬性、用戶習(xí)慣、電子商務(wù)、在線媒體渠道、移動互聯(lián)網(wǎng)等領(lǐng)域的用戶行為規(guī)律等。但未來一定不止于此。對于祁國晟和團隊來說，挑戰(zhàn)他們的是，用什么樣的思路來“激活”國雙數(shù)據(jù)中心已經(jīng)擁有的數(shù)據(jù)挖掘能力和數(shù)據(jù)資產(chǎn)。據(jù)國雙科技的資料顯示，國雙數(shù)據(jù)中心擁有基于OLAP（聯(lián)機分析處理技術(shù)）的交互式數(shù)據(jù)挖掘平臺，可將數(shù)據(jù)倉庫中的每一個數(shù)據(jù)通過上百個維度和指標(biāo)進行關(guān)聯(lián)、交叉、演繹，提供不同深度的分析報告，滿足不同視角的數(shù)據(jù)挖掘和分析需求。
祁國晟告訴記者，未來兩年之內(nèi)，國雙科技在“數(shù)據(jù)資產(chǎn)化”的新事業(yè)上將找到行之有效的商業(yè)模式?，F(xiàn)在問題的關(guān)鍵是，找到“需求在哪里”，甚至是得“挖掘需求”。
在“挖掘需求”上，祁國晟頗有感觸?；谥芭c國家信息中心的合作，國雙科技涉足到針對電子政務(wù)的數(shù)據(jù)分析，當(dāng)時雙方合作成立的網(wǎng)絡(luò)政府研究中心開發(fā)了一套基于電子政務(wù)的新系統(tǒng)，主要用于分析電子政務(wù)的績效。在該項合作中，在客戶的需求之外，國雙科技團隊發(fā)現(xiàn)了一項民眾對政府工作最急迫的需求——異地辦理生育證明，“這個發(fā)現(xiàn)跟數(shù)據(jù)挖掘有關(guān)系，這個結(jié)果不是調(diào)研出來的，是通過全樣本數(shù)據(jù)分析挖掘出來的”。祁國晟回憶說，最后他們出具的報告“非常有說服力”，甚至推動了政府后來出臺規(guī)定、簡化異地生育證辦理的流程。
在祁國晟看來，基于國雙科技近一年里業(yè)務(wù)拓展的重點，其“數(shù)據(jù)資產(chǎn)化”首先會在政府電子政務(wù)、運營商數(shù)據(jù)分析、網(wǎng)絡(luò)電視臺解決方案等業(yè)務(wù)線上找到突破點?！艾F(xiàn)在新業(yè)務(wù)的比例還不是特別高，占到整個公司收入大盤子的10%多，但是增長速度非?？??！逼顕上Ｍ?，兩年內(nèi)新業(yè)務(wù)的收入能夠占到總盤子的30%以上，成為國雙科技的核心業(yè)務(wù)之一。在這個過程中，對祁國晟和團隊來說，挑戰(zhàn)之一是：這些數(shù)據(jù)資產(chǎn)源于國雙作為第三方服務(wù)商時，客戶愿意把數(shù)據(jù)交給國雙或者把數(shù)據(jù)接口開放給國雙，一旦國雙做“數(shù)據(jù)資產(chǎn)化”時，客戶會否對開放自己的數(shù)據(jù)有安全方面的顧慮？
“這是我們最關(guān)心的問題，也是我們做數(shù)據(jù)生意必須堅持的底線。我們企業(yè)的生存是依賴于客戶的放心，放心把數(shù)據(jù)交給我們分析?！逼顕蛇M一步強調(diào)，國雙科技正在嘗試的“數(shù)據(jù)資產(chǎn)化”有一個前提，絕不觸碰跟客戶商業(yè)相關(guān)的數(shù)據(jù)。
祁國晟介紹，在他們采集的客戶數(shù)據(jù)中，“只有1%到10%是客戶的商業(yè)數(shù)據(jù)，其他的全部都是行業(yè)性的數(shù)據(jù)”。而且，他感覺比較幸運的是，從一開始做數(shù)據(jù)分析、數(shù)據(jù)挖掘服務(wù)時做了一個正確的決定，“當(dāng)時我們的計算性能做得還不夠好，曾經(jīng)討論過要不要把那些行業(yè)性的數(shù)據(jù)丟掉只保留客戶的商業(yè)數(shù)據(jù)，后來我們沒有丟，現(xiàn)在看來是一件非常明智的事，留下這些行業(yè)性的數(shù)據(jù)，才能和現(xiàn)在其他的東西聯(lián)系在一起，這樣才有可能產(chǎn)生非常大的價值和意義”。
目前的團購模式，是基于互聯(lián)網(wǎng)發(fā)展十余年的經(jīng)驗積累，對商業(yè)和人性的發(fā)揮做到了極致。如此模式到了國內(nèi)，很容易走上一條具有“中國特色”的道路。
可以看到的是，團購網(wǎng)站深陷價格戰(zhàn)，大家進入低價的競爭。你推出的套餐128，我要推出99的，他要推出60的。大家在這個市場中，不是根據(jù)自身的情況定價，拼的是誰有錢，誰可以賠更長時間。就算賠到剩寡頭競爭的時候，利潤肯定還是上不去，因為特殊的市場環(huán)境和模式的易復(fù)制性決定了這一切。當(dāng)只用低價吸引貪便宜的低端消費者，能為商家?guī)硎裁?？為消費者帶來什么？
另外，目前進行團購的商家整體水平很低，甚至很多別有用心的商家在利用團購，例如面臨倒閉的商家，利用團購賺一票走人等層出不窮。
好的企業(yè)也會進行團購嘗試，但是價格、產(chǎn)品、規(guī)?？刂频煤芩溃瑘F購網(wǎng)站幾乎零利潤在為優(yōu)質(zhì)企業(yè)服務(wù)，而且在優(yōu)質(zhì)商家面前，沒有區(qū)別性可言。
當(dāng)一個行業(yè)沒有核心產(chǎn)品而又陷入價格競爭的時候，這個行業(yè)就已經(jīng)死了。更別說，從業(yè)者仍在瘋狂地?zé)X來做這件事情了。
面對如此境況，要突圍，必須要創(chuàng)新。社區(qū)化電子商務(wù)是未來的發(fā)展方向，也是具有活力和充滿創(chuàng)新的領(lǐng)域。將媒體、電商、社區(qū)相融合，開發(fā)優(yōu)惠及代金券系統(tǒng)，讓商家吸引目標(biāo)用戶，同時憑借數(shù)據(jù)分析和挖掘技術(shù)，為商家提供全方位的用戶數(shù)據(jù)分析服務(wù)，例如各個年齡層、收入的用戶購買情況，購買和消費的時間和空間的分布等等。
以新開業(yè)商家為例，它的需求是迅速建立知名度、獲得體驗用戶、打開市場，借助傳統(tǒng)的團購模式，可以輕松實現(xiàn)這些目標(biāo)?，F(xiàn)在加入社交元素后，可以幫助商家進行團購后客戶關(guān)系管理，一步步篩選用戶，傳播品牌文化，強化與消費者的溝通，將其轉(zhuǎn)化為高質(zhì)量的忠實用戶群。其三段式營銷策略為：
第一段：預(yù)熱，新開張
傳統(tǒng)媒體：以專業(yè)媒體的角度給予商家客觀的評價；
網(wǎng)媒：設(shè)計套餐，通過團購體驗商家的產(chǎn)品和服務(wù)；
社區(qū)：開通商家官方微博，通過在網(wǎng)站與報道、團購相結(jié)合，增加關(guān)注度。
第二段：營銷，成長期
傳統(tǒng)媒體：持續(xù)的廣告投入與電商平臺的平媒推廣相結(jié)合，保持商家的曝光度，增加讀者和消費者認(rèn)知；
網(wǎng)媒：提交團購購買及消費分析報告，與商家共同分析用戶屬性與行為；
進行優(yōu)惠券等銷售，使消費者可以更全面地了解商家的產(chǎn)品、體驗商家服務(wù)；
社區(qū)：通過互動平臺，使得消費者加深對商家的了解，提高品牌的認(rèn)知度。
第三段：品牌，成熟期
傳統(tǒng)媒體：持續(xù)廣告投入，打造品牌概念；
當(dāng)企業(yè)從區(qū)域制走向無限細化，以醫(yī)院、醫(yī)院銷售代表為單位，進行簽約合作時，就已經(jīng)步入了深度的傭金制階段。
過去，企業(yè)只提供底價招商，商負(fù)責(zé)和商業(yè)公司結(jié)算。隨著“兩票制”和“企業(yè)自主招標(biāo)”這兩方面政策的出臺，傭金制的操作就轉(zhuǎn)變?yōu)槠髽I(yè)直接和商業(yè)公司結(jié)算，結(jié)算后的費用作為傭金（商在臨床推廣過程中的勞動報酬）按照一定的點位返還給商。其中存在兩方面轉(zhuǎn)變：第一，中標(biāo)價格將由企業(yè)來控制，商無須理會；第二，企業(yè)和商業(yè)公司關(guān)于供貨價、返利價、開發(fā)價、配送價等簽約內(nèi)容轉(zhuǎn)由商務(wù)人員支配，其中包括物流功能。此時，商的主要工作就是做好臨床促銷，關(guān)注的是企業(yè)給予的返點在經(jīng)過臨床推廣后還剩多少利潤，就像差旅管理，每天補助250元，食宿標(biāo)準(zhǔn)自行選擇。
辦事處制需要列支費用交由企業(yè)審查，在傭金制下，企業(yè)只需審查所負(fù)責(zé)區(qū)域純銷的藥品當(dāng)量（不是以銷售額，而是以銷售數(shù)量來計算），然后按30%~35%的點位返還給商。此時，商跟企業(yè)建立了同盟關(guān)系，必須建立專業(yè)的公司或者找專業(yè)公司開具勞務(wù)方面的發(fā)票，將票據(jù)交給企業(yè)后才能將返點的錢拿走。這樣，企業(yè)避免了稅收問題，又合理地將這筆錢打到了商卡上，讓所有的形態(tài)合法化。
傭金制的發(fā)展決定了暴利時代的終結(jié)。原先，商可操控的點位可能在60%以上，這就有可能造成臨床回扣的濫發(fā)。帶給直營制的變化如此，制也同樣有所轉(zhuǎn)變。原先，企業(yè)是底價結(jié)算給商，10元的藥品，企業(yè)拿2元，其余環(huán)節(jié)統(tǒng)統(tǒng)不管。而傭金制正好相反，零售價由企業(yè)自己定，負(fù)責(zé)接洽商業(yè)公司開票、計稅等所有環(huán)節(jié)產(chǎn)生的稅費，商通過臨床促銷從企業(yè)處拿到的傭金只有3~3.5元，而不是原來的8元。這種結(jié)算方式的轉(zhuǎn)變，正是“兩票制”、自主招投標(biāo)在反商業(yè)賄賂形式下企業(yè)招商的發(fā)展趨勢。
商務(wù)部介入數(shù)據(jù)管理
“包稅返點”如何操作？例如A省只有一個經(jīng)銷商，這個經(jīng)銷商把每個月藥品銷售的物流清單傳送給企業(yè)的銷售經(jīng)理，由銷售經(jīng)理出具報告，向公司財務(wù)提出申請，由此可以計算出商拿到的傭金返點。商把工作產(chǎn)生的票據(jù)寄還給公司后，就可以跟企業(yè)結(jié)算自己的報酬。
如果1個省只有10多個商或分銷商，銷售經(jīng)理當(dāng)然不難統(tǒng)籌。但若某省銷售額很大，分銷商數(shù)量達到數(shù)百，這樣的處理方式就可能存在兩方面的問題：第一，工作量很大；第二，人多混雜，銷售經(jīng)理很可能會張冠李戴，把A商的業(yè)績算給了B商，通道的單一導(dǎo)致了與商之間的矛盾，倘若企業(yè)能將這個流程電子化，則不僅能體現(xiàn)公司的監(jiān)管，還能在減少處理環(huán)節(jié)、節(jié)省人力的同時，規(guī)避相應(yīng)的風(fēng)險。
筆者建議，企業(yè)由商務(wù)部來審核數(shù)據(jù)，因為與經(jīng)銷商簽約本來就是商務(wù)部的職責(zé)。經(jīng)銷商將每個月的資金流向以電子化的形式進行反饋，由商務(wù)部審計后，告知銷售經(jīng)理。商務(wù)部負(fù)責(zé)數(shù)據(jù)分析甚至錄入商管理系統(tǒng)，月底時，大區(qū)經(jīng)理、地辦經(jīng)理只要打開該系統(tǒng)，就可以明確整個系統(tǒng)的資金動向，根據(jù)這個數(shù)據(jù)來敦促自己的商。商也可以登陸系統(tǒng)，了解自己的醫(yī)院開況和返點金額。
動態(tài)CRM為銷售指南針
可能有人會問：“銷售經(jīng)理做什么？”在商務(wù)部負(fù)責(zé)監(jiān)管流程的時候，銷售經(jīng)理的主要職責(zé)有兩個方面：第一，調(diào)劑當(dāng)?shù)厣?。面對一個200~300人的分銷團隊，如何和這些人打交道？如何保持市場的穩(wěn)定和流動性？第二，對商的管理輸入。區(qū)域商需要駐點公關(guān)，就像汽車4S店的駐地服務(wù)那樣，銷售經(jīng)理把企業(yè)想要傳達的信息傳遞給商，完成其與企業(yè)適配的一體化工程。針對分銷商，銷售經(jīng)理要組織一系列有效的活動，例如組織分銷商開會、學(xué)習(xí)、旅游等等。針對這樣一個幾百人的團隊，要讓這些區(qū)域市場的人對企業(yè)產(chǎn)生歸宿感，從而認(rèn)可企業(yè)領(lǐng)導(dǎo)，就需要銷售經(jīng)理這些補進的常態(tài)工作。
一、大數(shù)據(jù)定義及常用分析方法
（一）定義。對于什么是大數(shù)據(jù)，迄今為止并沒有公認(rèn)的定義。麥肯錫全球研究所給出的定義是：一種規(guī)模大到在獲取、存儲、管理、分析方面大大超出了傳統(tǒng)數(shù)據(jù)庫軟件工具能力范圍的數(shù)據(jù)集合，具有海量的數(shù)據(jù)規(guī)模、快速的數(shù)據(jù)流轉(zhuǎn)、多樣的數(shù)據(jù)類型和價值密度低四大特征。（二）數(shù)據(jù)挖掘常用分析方法。數(shù)據(jù)挖掘就是對觀測的數(shù)據(jù)集（經(jīng)常是很龐大的）進行分析，目的是發(fā)現(xiàn)未知的關(guān)系和以數(shù)據(jù)擁有者可以理解并對數(shù)據(jù)擁有者而言有價值的新穎方式來總結(jié)數(shù)據(jù)。常用方法類型介紹如下：一是關(guān)聯(lián)分析。是在未有既定目標(biāo)情況下，探索數(shù)據(jù)內(nèi)部結(jié)構(gòu)的一種分析技術(shù)，目的是在一個數(shù)據(jù)集中發(fā)現(xiàn)、檢索出數(shù)據(jù)集中所有可能的關(guān)聯(lián)模式或相關(guān)性，但這種關(guān)系在數(shù)據(jù)中沒有直接表示或不能肯定。常用的關(guān)聯(lián)分析算法有：Apriori算法、FP-growth算法。該技術(shù)目前廣泛應(yīng)用于各個領(lǐng)域，如我們在電商平臺瀏覽商品時都會顯示“購買此商品的顧客也同時購買”等提示語，這正是我們?nèi)粘Ｉ钪薪佑|最多的關(guān)聯(lián)分析應(yīng)用實例。二是聚類分析。是在沒有給定劃分類別的情況下，根據(jù)數(shù)據(jù)相似度按照某種標(biāo)準(zhǔn)進行樣本分組的一種方法。它的輸入是一組未被標(biāo)記的樣本，聚類根據(jù)數(shù)據(jù)自身的距離或相似度將其劃分為若干組，使組內(nèi)距離最小而組間距離最大。常用的聚類算法有K-Means、K-Medoids、DBSCAN、HC、EM等。當(dāng)前，聚類分析在客戶分類、文本分類、基因識別、空間數(shù)據(jù)處理、衛(wèi)星圖片分析、醫(yī)療圖像自動檢測等領(lǐng)域有著廣泛的應(yīng)用。三是回歸分析。是指通過建立模型來研究變量之間相互關(guān)系的密切程度、結(jié)構(gòu)狀態(tài)、模型預(yù)測的有效工具。常用的回歸模型有：線性回歸、非線性回歸、Logistic回歸等。四是決策樹。是一個預(yù)測模型，在已知各種情況發(fā)生概率的基礎(chǔ)上，通過構(gòu)成決策樹來求取期望值大于等于零的概率、判斷可行性的決策分析方法，是直觀運用概率分析的一種圖解法。常用算法有CART、C4.5等。五是人工神經(jīng)網(wǎng)絡(luò)。是人腦的抽象計算模型，是一個大型并行分布式處理器，由簡單的處理單元組成。它可以通過調(diào)整單元連接的強度來學(xué)習(xí)經(jīng)驗知識，并運用這些知識推導(dǎo)出新的結(jié)果，屬于機器學(xué)習(xí)的一種。
二、大數(shù)據(jù)分析在金融監(jiān)管領(lǐng)域主要運用場景
當(dāng)前大數(shù)據(jù)在前瞻性研究、風(fēng)險防控、客戶分析、輿情監(jiān)測等方面都取得了巨大的成效，在金融領(lǐng)域?qū)崿F(xiàn)了廣泛應(yīng)用,有效地提升了金融監(jiān)管的針對性，為金融管理、風(fēng)險識別帶來了無限的可能性，成為當(dāng)前不可或缺的分析手段之一。一是運用大數(shù)據(jù)開辟“線上溯源，線下打擊”的治假新模式。2015年5月,某省“雙打辦”聯(lián)合某電子商務(wù)企業(yè)發(fā)起行動。某電子商務(wù)企業(yè)首先運用大數(shù)據(jù)手段識別售假線索、鎖定犯罪嫌疑人、分析串并背后團伙，根據(jù)警方需求批量輸出線索用于偵查破案。行動期間，該省侵犯知識產(chǎn)權(quán)立案數(shù)同比上漲120%，破案數(shù)同比上漲77.3%。與傳統(tǒng)打假模式相比，“大數(shù)據(jù)治假”模式實現(xiàn)了對犯罪嫌疑人線索信息的實時收集，為執(zhí)法部門線下查處和打擊提供了更精細、精準(zhǔn)的線索和證據(jù)。二是運用大數(shù)據(jù)提升監(jiān)管有效性。2016年，某交易所通過監(jiān)控發(fā)現(xiàn)滬股通標(biāo)的股票成交、股價漲勢存在明顯異常。運用大數(shù)據(jù)方法對歷史資料進行關(guān)聯(lián)匹配映射分析后發(fā)現(xiàn)，來自香港的證券賬戶與開立在內(nèi)地的某些證券賬戶有操縱市場的重大嫌疑，根據(jù)上述線索，監(jiān)管部門查獲唐某等人跨境操縱市場的違法事實，成為滬港通開通以來查處的首例跨境操縱市場案例。大數(shù)據(jù)方法為資本市場的進一步對外開放提供了新的監(jiān)管思路。三是運用大數(shù)據(jù)實現(xiàn)風(fēng)險分析、風(fēng)險評級，打擊電信詐騙。通過收集和整理各行業(yè)、機構(gòu)的黑名單，利用多樣化的機器學(xué)習(xí)模型及大數(shù)據(jù)關(guān)聯(lián)分析等技術(shù)，為銀行、個人等提供風(fēng)險管控和反欺詐的服務(wù)；運用數(shù)據(jù)挖掘技術(shù)，發(fā)掘與相關(guān)賬戶信用相關(guān)的預(yù)警信息，形成預(yù)警信號并向相關(guān)風(fēng)險管理系統(tǒng)主動推送，進而跟蹤預(yù)警信號處置流程，直至得出最終結(jié)論或風(fēng)險管控方案，形成一個風(fēng)險預(yù)警、通知、處置和關(guān)閉的閉環(huán)處理流程。四是運用大數(shù)據(jù)助力風(fēng)控。例如，某電子商務(wù)企業(yè)旗下小貸平臺建立了決策系統(tǒng)，借助大數(shù)據(jù)分析結(jié)果選擇風(fēng)險可控的企業(yè)開放信貸服務(wù)，實現(xiàn)貸前小額貸款風(fēng)險管理控制，提升集約化管理的效率。該平臺信用貸款部分客戶的貸款年化利率可低至12%，對比原先降低6個百分點。依靠平臺和數(shù)據(jù)優(yōu)勢，該平臺在風(fēng)險控制方面已形成了多層次、全方位的微貸風(fēng)險預(yù)警和管理體系，實際運行中該平臺的不良貸款率一直保持在1%以下，風(fēng)險控制成效良好。
三、對大數(shù)據(jù)分析在外匯管理領(lǐng)域運用的思考
（一）引入大數(shù)據(jù)分析方法的必要性。近年來，外匯管理部門通過不斷完善國際收支申報體系和加強外匯管理信息化建設(shè)，掌握了海量的數(shù)據(jù)信息，為外匯管理從側(cè)重事前審批逐步轉(zhuǎn)向側(cè)重事后監(jiān)測分析奠定了扎實的基礎(chǔ)。在當(dāng)前主流的事后監(jiān)測分析框架中，通常按照業(yè)務(wù)條線，采用“宏觀—中觀—微觀”自上而下遞進式分析方法。這種分析方法有一定的優(yōu)點，可以實現(xiàn)對各業(yè)務(wù)系統(tǒng)的充分利用，與宏觀形勢和業(yè)務(wù)管理信息結(jié)合較為緊密。但同時也存在一些缺陷：一是數(shù)據(jù)之間關(guān)聯(lián)度不高，監(jiān)測分析主要以各業(yè)務(wù)條線事后核查為主，數(shù)據(jù)相對分散，數(shù)據(jù)之間的關(guān)聯(lián)分析較弱，監(jiān)測結(jié)果相對滯后；二是難以發(fā)現(xiàn)潛在風(fēng)險苗頭，特別是在數(shù)據(jù)量巨大或關(guān)聯(lián)關(guān)系復(fù)雜等特定場景下，有時無法取得滿意的監(jiān)測分析結(jié)果。在此背景下，可以考慮適時引入大數(shù)據(jù)分析方法。該分析方法是考慮在整合內(nèi)部系統(tǒng)、互聯(lián)網(wǎng)等各類信息數(shù)據(jù)的基礎(chǔ)之上，利用數(shù)據(jù)挖掘、建模等工具方法，對企業(yè)、集團等主體、各類交易數(shù)據(jù)及互聯(lián)網(wǎng)信息進行多層次、多角度、多項目的情況分析，并通過反饋的結(jié)果，修改完善模型，不斷提高分析預(yù)測結(jié)果的準(zhǔn)確性，既能解放大量人力資源，又有助于提高事中事后監(jiān)管的針對性和效率，同時提高外匯管理的信息化程度。（二）大數(shù)據(jù)分析方法在外匯管理領(lǐng)域運用的具體思路。1.打造大數(shù)據(jù)監(jiān)管中心，探索構(gòu)建各類監(jiān)管模型設(shè)立大數(shù)據(jù)監(jiān)管中心，整合各業(yè)務(wù)系統(tǒng)數(shù)據(jù)及互聯(lián)網(wǎng)外部數(shù)據(jù)，構(gòu)建各類監(jiān)管模型，多層次、多角度、全方位對各類主體交易數(shù)據(jù)實施監(jiān)管及風(fēng)險防控，探索實現(xiàn)主體監(jiān)管、本外幣一體化監(jiān)管等，提升監(jiān)管效率。一是交易數(shù)據(jù)監(jiān)管。將當(dāng)前各項法規(guī)、政策、制度數(shù)字化，建立合規(guī)性核查模型，通過對交易信息進行模擬仿真測試，獲取交易數(shù)據(jù)的邊界條件，判斷交易的合規(guī)性，自動報告不合規(guī)交易。二是交易風(fēng)險預(yù)警。通過對以往違規(guī)的交易進行分析建模，結(jié)合當(dāng)前的經(jīng)濟金融形勢，對每筆交易進行風(fēng)險分級，自動報告高風(fēng)險的業(yè)務(wù)數(shù)據(jù)。監(jiān)管部門判斷核查后，系統(tǒng)根據(jù)反饋結(jié)果通過機器學(xué)習(xí)等完善預(yù)警模型，不斷提升預(yù)警準(zhǔn)確度。三是主體監(jiān)管。以企業(yè)或集團公司為主體，整合利用全方位數(shù)據(jù)，運用神經(jīng)網(wǎng)絡(luò)等技術(shù)對主體的投融資、結(jié)售匯、資金管理與調(diào)配等內(nèi)部交易行為進行分析，了解不同類別主體異同點，對主體進行適當(dāng)性分析評測，及時識別潛在違規(guī)行為。2.預(yù)測匯率、跨境收支走勢，了解并引導(dǎo)市場預(yù)期通過收集影響匯率變動、跨境收支相關(guān)因素信息，建立模型預(yù)測匯率、跨境收支走勢，并通過機器學(xué)習(xí)等方法，自動或人工調(diào)整模型，不斷提升預(yù)測結(jié)果的準(zhǔn)確性，同時掌握902017.09市場預(yù)期，及時進行引導(dǎo)。一是匯率走勢預(yù)測。整理收集通貨膨脹、利率、政府債務(wù)、市場心理等影響匯率變化的信息，通過回歸等各類模型方法，分析某一項或多項與匯率之間關(guān)系，預(yù)測特定時間段匯率走勢。二是全國或地區(qū)跨境收支形勢預(yù)測。整理收集行業(yè)價格、匯率、經(jīng)濟金融形勢等外部信息，觀測、分析經(jīng)濟金融形勢、匯率、人民幣即期交易差價等對地區(qū)跨境收支或進出口的影響，預(yù)測跨境收支或進出口走勢變化。三是掌握人民幣匯率市場預(yù)期。收集網(wǎng)絡(luò)上關(guān)于人民幣匯率相關(guān)信息、搜索頻率等，通過文本分析等方法了解人民幣匯率走勢的市場預(yù)期，便于適時采取引導(dǎo)措施。3.輿情實時監(jiān)測，快速預(yù)警反饋整理收集互聯(lián)網(wǎng)各大網(wǎng)站評論、博客等信息資源，嘗試以數(shù)據(jù)情感分析角度，實現(xiàn)對文本評論數(shù)據(jù)的傾向性判斷以及所隱藏的信息的挖掘并分析。一是獲取政策反響。收集各大網(wǎng)站某項政策的相關(guān)評論、帖子、博客等信息，通過深度學(xué)習(xí)、語義網(wǎng)絡(luò)等多種數(shù)據(jù)挖掘模型，分析判斷數(shù)據(jù)傾向性，以數(shù)據(jù)角度反映政策執(zhí)行效果及反響，為政策的進一步完善提供參考。二是設(shè)立輿情監(jiān)測平臺。運用數(shù)據(jù)倉庫、文本分析、機器學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)等技術(shù)手段對金融敏感信息、輿論情況、政策解讀反響等進行實時監(jiān)測、分析，全面覆蓋公共新聞網(wǎng)站、行業(yè)網(wǎng)站、微博、博客、論壇、貼吧等信息平臺，在第一時間捕獲相關(guān)輿情，并及時發(fā)送分析報告，合理引導(dǎo)市場預(yù)期。（三）初步實踐與嘗試。我們以某地區(qū)2015年1月至2016年10月涉外支出數(shù)據(jù)為例，對其與CNH、CNY進行了回歸分析。1.涉外支出與CNY回歸分析回歸預(yù)估方程為：涉外支出（億美元）=-52.15CNY+530.17。但P值為0.4912（一般認(rèn)為P<0.05時通過顯著性檢驗），表明CNY與涉外支出無明顯關(guān)系。2.涉外支出與CNH回歸分析回歸預(yù)估方程為：涉外支出（億美元）=-24.05CNH+349.82。但P值為0.7526，表明CNH與涉外支出無明顯相關(guān)關(guān)系。3.涉外支出與CNY、CNH回歸分析回歸預(yù)估方程為：涉外支出（億美元）=2466.1CNH-2498.2CNY+364.6。其中CNH、CNY、截距項P值分別為2.3×10-5、1.9×10-5和0.246，表明CNH、CNY與涉外支出有顯著的相關(guān)性，截距項與涉外支出沒有明顯的相關(guān)性，擬合優(yōu)度為0.5897。4.涉外支出與即期交易價差（CNH-CNY）回歸分析回歸預(yù)估方程為：涉外支出（億美元）=2489.06（CNH-CNY）+157.3，其中P值分別為3.73×10-12和1.38×10-5，表明兩項預(yù)估值的顯著水平均較為理想，擬合優(yōu)度為0.6006。從上述情況可以看出涉外支出與即期交易價差存在較強的線性關(guān)系，即某地區(qū)涉外支出隨著人民幣價差（CNH—CNY）的收窄而減小，隨價差的擴大而增加。在知悉若干變量對另一變量存在影響的情況下，可使用該方法分析各自變量與因變量的具體相關(guān)性，逐步求取最優(yōu)模型，獲取變量之間的線性關(guān)系，如：分析匯率與購匯金額之間的關(guān)系；分析產(chǎn)品進出口金額、進出口量與產(chǎn)品價格之間的關(guān)系。
一、引言
（一）研究目的
隨著信息化技術(shù)的迅速普及和發(fā)展，電子商務(wù)以其便捷，易于操作而獲得消費者的青睞，從而快速占領(lǐng)市場。線上選購交易方式使得電商平臺客戶評價體系具有現(xiàn)實指導(dǎo)意義，一方面可以給顧客提供對比參考信息，購得物美價廉的商品，另一方面可以為商家提供反饋意見，為客戶提供更優(yōu)良的服務(wù)。目前電子商務(wù)平臺的客戶評價體系存在很多漏洞，如體系不完善、評價信息不真實、反饋信息凌亂等。因此，統(tǒng)一評價標(biāo)準(zhǔn)，利用數(shù)據(jù)分析和挖掘技術(shù)處理海量客戶評價信息，建立由第三方數(shù)據(jù)中心統(tǒng)籌管控的透明化、具有可比性的評價體系顯得尤為重要。
（二）研究價值
虛擬化的購物環(huán)境缺乏真實性和可見性，第三方數(shù)據(jù)中心提供的客戶評價體系恰好能彌補這一缺陷，即能夠提供借鑒信息讓顧客判斷商品是否符合現(xiàn)實要求，并能夠?qū)崿F(xiàn)不同商戶同一商品之間的對比，為顧客提供性價比最高的的購物建議，同時也可以提供反饋信息讓商家改善服務(wù)質(zhì)量，促進不同商家之間的良性競爭。因此，對于第三方客戶評價的研究價值而言，我們從以下兩個方面進行分析研究：
（1）客戶評價的潛在價值。通過問卷調(diào)查的方式對消費群體的購買導(dǎo)向和對客戶評價的參考價值進行調(diào)查，共獲得168份問卷，調(diào)查結(jié)果顯示如下：
①91.07%的人會選擇網(wǎng)購過程中參考欲購商品的歷史客戶評價，說明歷史客戶評價具有較強的可參考性。
②63%的人會選擇欲購商品的歷史客戶評價對購買起決定性作用，可見客戶評價的實用價值。
③82.14%的人會選擇不同電商購物網(wǎng)站上同一種商品價格不同，首選評價好的，不在乎價格高低，說明客戶評價的重要性。
針對商品的歷史客戶評價的真實度，有79.17%的人表示有部分摻假評論，有18.45%的人表示參考性較強，而23.8%的人則表示完全不可信。反映出客戶評價的真實度有待考究，需要切實的方案改進。
通過和商戶的線上交流，了解客戶評價的反饋作用，得到以下信息：
①客戶評價反映商戶信譽，從而影響銷售；②客戶評價給商戶反饋，促進商戶改善現(xiàn)有產(chǎn)品和研發(fā)新產(chǎn)品；③客戶評價記錄歷史購買情況，商戶以此不斷調(diào)整價格策略；④客戶評價的部分不真實性，造成不良消費現(xiàn)象，擾亂正常的電商市場，促進商戶之間的不公平競爭。
（2）優(yōu)化客戶評價體系的價值?，F(xiàn)存的客戶評價體系存在很多漏洞，譬如：體系不完善、評價信息不真實、反饋信息凌亂等，優(yōu)化客戶評價體系對電商平臺的發(fā)展具有重要作用，通過建立統(tǒng)一評價標(biāo)準(zhǔn)，完善評價體系，實現(xiàn)統(tǒng)一管控，以期達到以下三方面的要求：
①購買評價信息清晰可視化，快速滿足個性化需求。當(dāng)下市場競爭愈加激烈，商品信息的可視化及清晰度可節(jié)省顧客的時間，快速做出反應(yīng)，同時在買方市場的環(huán)境下，發(fā)展個性化商品及服務(wù)，對企業(yè)的發(fā)展和顧客的特殊需求尤為重要。
②大量數(shù)據(jù)統(tǒng)計分析，增強信息的真實性和指導(dǎo)性。大數(shù)據(jù)時代下，利用數(shù)據(jù)分析及挖掘技術(shù)可實現(xiàn)數(shù)據(jù)發(fā)聲功能，使得信息更具有說服力，切實解決實際問題。
③信息透明具有可比性，實現(xiàn)商戶之間良性競爭，達到優(yōu)勝劣汰的效果。
二、國內(nèi)外研究現(xiàn)狀
電商平臺客戶評價是近兩年才開始發(fā)展和慢慢成熟起來，同時也在不斷的進行修改和完善。國內(nèi)針對這一領(lǐng)域的研究還比較少，而且大多都是集中研究客戶評價模塊的版面設(shè)計及標(biāo)準(zhǔn)完善方面，沒有提出切實的提出其漏洞和發(fā)展障礙的解決方案。作為電子商務(wù)發(fā)展最早的也是發(fā)展最成熟的國家，美國一直帶領(lǐng)著亞洲和歐盟的電子商務(wù)產(chǎn)業(yè)迅速發(fā)展[1]。針對這一現(xiàn)狀，我們將從與電商平臺客戶評價密切相關(guān)聯(lián)的電子商務(wù)的發(fā)展、大數(shù)據(jù)下的新營銷、客戶價值方面著手，研究電商客戶評價的現(xiàn)狀。
（一）電子商務(wù)的發(fā)展
電子商務(wù)利用計算機技術(shù)、網(wǎng)絡(luò)技術(shù)和遠程通信技術(shù)，實現(xiàn)整個商務(wù)（買賣）過程中的電子化、數(shù)字化和網(wǎng)絡(luò)化，人們不再依靠紙介質(zhì)單據(jù)進行交易，而是通過海量的網(wǎng)上商品信息、完善的物流配送系統(tǒng)和方便安全的資金結(jié)算系統(tǒng)進行交易。由于全球經(jīng)濟發(fā)展的不平衡，導(dǎo)致電子商務(wù)在全球的發(fā)展也層次不齊，歐盟和亞洲發(fā)展比較迅速，尤其是在中國近幾年支付寶的應(yīng)用更是推動電子商務(wù)的快速發(fā)展。
電商平臺作為一個服務(wù)載體，將企業(yè)與顧客、企業(yè)與企業(yè)、顧客與顧客匯聚到一個平面，實現(xiàn)面對面網(wǎng)上交易。同時電子商務(wù)又是客戶評價的載體，客戶評價又是電子商務(wù)的反饋機制。電子商務(wù)的發(fā)展帶動著客戶評價體系的發(fā)展，可以預(yù)見電子商務(wù)客戶評價的發(fā)展?jié)撡|(zhì)和研究價值不可估量，將影響電子商務(wù)這個行業(yè)的發(fā)展。
（二）大數(shù)據(jù)背景下的新營銷
隨著互聯(lián)網(wǎng)技術(shù)的發(fā)展，全媒體環(huán)境的全面爆發(fā)， “大數(shù)據(jù)”已成為新的時代主題詞，并全面影響了廣告與營銷業(yè)界。海量的數(shù)據(jù)催生了海量數(shù)據(jù)的搜集、存儲、管理、分析、挖掘與運用的全新技術(shù)體系。在營銷體系中，大數(shù)據(jù)從媒體、消費者、廣告與營銷戰(zhàn)略策劃、效果評估四個層面解構(gòu)了傳統(tǒng)營銷體系，卻也重構(gòu)了大數(shù)據(jù)背景之下的全媒體營銷體系。
營銷的核心理念是激發(fā)需求、掌握需求和滿足需求，通過抽樣與普查了解需求、激發(fā)和滿足需求。大數(shù)據(jù)時代我們將摒棄通過抽樣的數(shù)據(jù)來推斷、預(yù)判需求，而是利用互動平臺、通過大數(shù)據(jù)技術(shù)清晰地獲得需求的信息，因此其精準(zhǔn)性也得到了極大的提升。
由電商平臺產(chǎn)生的海量歷史數(shù)據(jù)，通過對大數(shù)據(jù)分析提出方案提交有關(guān)部門以支持決策，以實現(xiàn)新型的營銷策略，如：個性化網(wǎng)頁推薦，可能感興趣商品，同一商品在不同商戶處的售價對比等。而客戶評價利用這一技術(shù)，也將更好的發(fā)揮其背后的價值，促進電子商務(wù)平臺的更好發(fā)展。
（三）客戶價值研究
營銷觀念的發(fā)展使得以客戶為中心的經(jīng)營理念成為主流，企業(yè)將關(guān)注重點由產(chǎn)品轉(zhuǎn)向客戶，處理客戶關(guān)系方面，由如何吸引新客戶轉(zhuǎn)向全客戶生命周期關(guān)系管理，同時開始將客戶價值作為衡量績效的評價標(biāo)準(zhǔn)。
電子商務(wù)環(huán)境下的客戶主要有兩種，基于互聯(lián)網(wǎng)形成的客戶和基于互聯(lián)網(wǎng)作為信息平臺而形成的客戶。其客戶的所表現(xiàn)的特點也與傳統(tǒng)商務(wù)環(huán)境不同，一般都具有分布空間范圍廣，沒有地域限制，有較強的時效性，可重復(fù)增長性，個性化需求愈加強烈的特點。客戶的特點決定客戶需求，客戶需求決定廠商發(fā)展的方向。而客戶評價作為電子商務(wù)環(huán)境下最直接的客戶關(guān)系管理，對于客戶滿意度和客戶忠誠度的提升具有重要作用。關(guān)注客戶評價，及時解決客戶的需求，可延長客戶處于穩(wěn)定期的時間，提高企業(yè)的效益，實現(xiàn)可持續(xù)發(fā)展。
現(xiàn)下對于客戶價值及客戶關(guān)系的研究很多，但只針對電商平臺中的客戶評價模塊的研究卻少之又少，而顧客和商家都需要這方面的研究給予指導(dǎo)，如何更有效的利用這些評價信息作出合理的決策至關(guān)重要。
三、電商客戶評價體系研究―以淘寶網(wǎng)為例
客戶評價體系是指在電子商務(wù)市場環(huán)境下，參與交易的雙方根據(jù)自己的主觀判斷相互給予評價的全過程，是產(chǎn)生和傳播信譽信息的工具。以淘寶為例，其平臺根據(jù)自身特點及用戶需求創(chuàng)建了一套包括在線溝通的阿里旺旺、支付功能的支付寶及實名認(rèn)證在內(nèi)的完整的信譽評價系統(tǒng)。由于電子商務(wù)交易的特殊性――支付貨款和收到貨物分離，導(dǎo)致你交易存在風(fēng)險，而客戶評價體系為購買者提供賣家的以往交易數(shù)據(jù)，也就降低了交易風(fēng)險的產(chǎn)生概率。由此可見，客戶評價在電子商務(wù)經(jīng)營中具有無可替代的作用。
目前，淘寶網(wǎng)的信譽評價體系由兩部分組成：“店鋪動態(tài)評分”和“賣家信用評價”，其結(jié)構(gòu)框架如圖1，具體事例圖如圖2所示：
（一）店鋪動態(tài)評分
店鋪動態(tài)評分主要由三部分組成，特征滿意度、綜合星級和快遞滿意度。期中綜合星級打分規(guī)則為一顆五角星代表一分，以此類推，滿分是5分。1 分―5 分分別代表非常不滿；不滿意；一般滿意；非常滿意。這些評分?jǐn)?shù)據(jù)會有一個綜合評分供買家參考。這些數(shù)據(jù)不僅會給顧客一些參考，也會給商戶和物流公司一些建議，以其不斷完善商品和服務(wù)。
（二）賣家信用評價
信用評價是指客戶在收到網(wǎng)貨并通過支付寶確認(rèn)付款之后，買賣雙方有權(quán)根據(jù)自己的主觀實感來對對方做出客觀的文字評價?？蛻舾鶕?jù)親身體驗，寫一些對商品和服務(wù)的主觀感受，文字的客觀評價對潛在客戶更具有影響力，因此，著重研究買家評論，挖掘其中的信息，都有現(xiàn)實意義。
四、電商平臺第三方客戶評價體系數(shù)據(jù)化運營策略
2014年阿里巴巴公布了“雙十一”全天的交易數(shù)據(jù)：天貓?zhí)詫氹p十一全天成交金額為571億元，其中在移動端交易額達到243億元，物流訂單2.78億，總共有217個國家和地區(qū)被點亮。面對如此龐大的交易量所產(chǎn)生的數(shù)據(jù)流，我們以企業(yè)級海量數(shù)據(jù)的存儲、分析、挖掘和應(yīng)用為核心技術(shù)支持的基礎(chǔ)上，通過可量化、可細分、可預(yù)測等一系列精細化的方式進行網(wǎng)站流量監(jiān)控分析、目標(biāo)用戶行為研究、網(wǎng)站日常更新內(nèi)容編輯、網(wǎng)絡(luò)營銷策劃推廣等。當(dāng)數(shù)據(jù)化運營的概念運用到客戶評價這一平臺，會大大增加這一功能模塊的用途，如：通過目標(biāo)客戶在各個商戶中的評價，在研究其行為及心理預(yù)期范圍。
鑒于此，提出電商平臺第三方客戶評價體系數(shù)據(jù)化運營方案：
（一）理念簡介
（二）理念內(nèi)容
（1）主要是數(shù)據(jù)、信息，原始客戶評價數(shù)據(jù)經(jīng)第三方數(shù)據(jù)交易中心處理后在電商平臺和提供給需要的商戶，作為決策依據(jù)。具體內(nèi)容如下：
同時第三方數(shù)據(jù)交易中心作為運行主體，將會在運行初期以電商平臺客戶評價數(shù)據(jù)為對象，利用數(shù)據(jù)分析及挖掘技術(shù)提供專業(yè)的分析結(jié)果。
（2）核心價值觀。以服務(wù)廣大顧客和商戶，互惠互贏，促使電商平臺更好更平穩(wěn)發(fā)展。
（3）愿景。第一階段：以某一個電商平臺的客戶評價數(shù)據(jù)做深層次分析，將各種分析結(jié)果以網(wǎng)頁鏈接形式展現(xiàn)給顧客。
第二階段：將客戶評價數(shù)據(jù)擴展到平臺其他數(shù)據(jù)，建立數(shù)據(jù)模型，在反饋給顧客信息的同時，提供商家分析報告服務(wù)。
第三階段：與各大電商平臺合作，利用大數(shù)據(jù)技術(shù)，跨平臺交叉式分析數(shù)據(jù)，向顧客、商戶、平臺三方提供決策依據(jù)。
（三）可行性分析
第三方數(shù)據(jù)交易中心不需要很多的硬件，只要滿足軟件方面的要求即可。最重要的還是數(shù)據(jù)資源和人力資源，現(xiàn)實條件下，電商平臺每天的交易及歷史評價數(shù)據(jù)足夠多，同時近兩年，涌現(xiàn)出大批專業(yè)化的數(shù)據(jù)分析和數(shù)據(jù)挖掘的人才，滿足了最基本的資源問題。接下來將從以下兩方面研究項目的可行性：
（1）技術(shù)可行性。21 世紀(jì)核心的競爭就是數(shù)據(jù)的競爭，2012年3月29日，美國奧巴馬政府正式宣布了“大數(shù)據(jù)的研究和發(fā)展計劃”，預(yù)示著數(shù)據(jù)將成為未來企業(yè)的生產(chǎn)力，同時數(shù)據(jù)存儲技術(shù)也有了新的突破，以分布式數(shù)據(jù)倉庫、海量存儲技術(shù)和流計算為核心的實時數(shù)據(jù)倉庫技術(shù)將解決了大數(shù)據(jù)的存儲問題，電商平臺數(shù)據(jù)化運營的數(shù)據(jù)有了存放基礎(chǔ)。
與此同時，數(shù)據(jù)挖掘技術(shù)也不斷成熟，成為了一門比較成熟的交叉學(xué)科，融合了數(shù)據(jù)庫、人工智能、機器學(xué)習(xí)、統(tǒng)計學(xué)、高性能計算、模式識別、神經(jīng)網(wǎng)絡(luò)、數(shù)據(jù)可視化、信息檢索和空間數(shù)據(jù)分析等多個領(lǐng)域的理論和技術(shù)。數(shù)據(jù)挖掘相對于傳統(tǒng)的統(tǒng)計分析，具有擅長處理大數(shù)據(jù)，應(yīng)用相應(yīng)的算法模型，解決實際問題。數(shù)據(jù)挖掘的主要成熟技術(shù)：決策樹（包括CHAID、CART和ID3、C4.5、C5.0算法）、神經(jīng)網(wǎng)絡(luò)、回歸分析（多元線性回歸和Logistic回歸）、關(guān)聯(lián)規(guī)則、聚類分析、貝葉斯分類、主成分分析等等。
電子商務(wù)行業(yè)的數(shù)據(jù)挖掘和數(shù)據(jù)運營化又有其獨特的優(yōu)勢：數(shù)據(jù)的海量性、數(shù)據(jù)分析（挖掘）的周期短、其成果的時效性明顯變短、互聯(lián)網(wǎng)新技術(shù)、新應(yīng)用、新模式的更新時間更短。
以上的技術(shù)表明這個項目在技術(shù)方面具有可實施性。
（2）運行可行性。更多的顧客覺得一套統(tǒng)一的客戶評價標(biāo)準(zhǔn)以及相應(yīng)的平臺會便于網(wǎng)購行為，而且顧客認(rèn)為客戶評價平臺應(yīng)該包含如：同類商品的好評指數(shù)排名、同類商品的有效買家排名、同類商品的商家各個評價指數(shù)排名等等。結(jié)果如圖3所示：
需求帶動供應(yīng)，快速的生活節(jié)奏需要更直白、更明顯的權(quán)威性分析。商家要想獲得長久的發(fā)展，必須不斷根據(jù)顧客的喜好改變或者完善產(chǎn)品，但前期的調(diào)研需要花費很多的人力、財力、物力，而且不一定能獲取到有建設(shè)性的創(chuàng)新點。所以商戶也需要這樣一個平臺提供能將顧客需求轉(zhuǎn)變?yōu)閷嶋H方案的平臺，而第三方數(shù)據(jù)交易中心會收集顧客反饋數(shù)據(jù)，進行整理和處理，以報告的形式提供給商戶。
（四）第三方數(shù)據(jù)交易中心運營平臺設(shè)計
掌握了數(shù)據(jù)，就該考慮如何將數(shù)據(jù)運營到企業(yè)中，電商平臺與傳統(tǒng)的制造型企業(yè)不同，它需要的是更加有效的精細化運營，強調(diào)細分、準(zhǔn)確、個性化。利用數(shù)據(jù)分析和數(shù)據(jù)挖掘技術(shù)作為數(shù)據(jù)化運營的有效保障，為了讓技術(shù)能有效的應(yīng)用到數(shù)據(jù)化運營中，電商平臺必須建立第三方數(shù)據(jù)交易中心，能夠完成數(shù)據(jù)分析和數(shù)據(jù)挖掘工作，同時第三方數(shù)據(jù)交易中心應(yīng)配備一群出色的數(shù)據(jù)分析師，具備熟悉的技術(shù)技能和理解具體業(yè)務(wù)、快速學(xué)習(xí)的能力。第三方數(shù)據(jù)交易中心同時應(yīng)和運營、客服等其他部門保持密切聯(lián)系，及時獲取數(shù)據(jù)和反饋信息。
第三方數(shù)據(jù)交易中心首先應(yīng)劃分不同的功能部門，其中重要的一塊就是集中管理客戶評價，針對其存在的弊端，規(guī)范評價標(biāo)準(zhǔn)和細分評價特征，使其能進行數(shù)據(jù)分析中的時時對比，縱向、橫向和集中式分析共同進行，分別實現(xiàn)一家商鋪一種商品的評論數(shù)據(jù)分析，一種商品多家店鋪的評論分析，一個人對不同商鋪不同商品的評論分析。若要研究電商平臺上所有商鋪的評價，因為數(shù)據(jù)量極其龐大，可針對統(tǒng)一的評價內(nèi)容和評價特征，建立數(shù)據(jù)模型，利用數(shù)據(jù)挖掘技術(shù)處理，得到更深層次和相關(guān)聯(lián)性的一些信息，不僅可以通過數(shù)據(jù)剔除一些假冒偽劣商鋪，更能發(fā)現(xiàn)一些專門從事不真實客戶評價的顧客，實施評價限制，維護客戶評價的質(zhì)量。
第三方數(shù)據(jù)平臺可首先應(yīng)用于淘寶平臺的客戶評價，當(dāng)這種數(shù)據(jù)化運營的方式取得一定效益時，可拓展其功能范圍。最終第三方數(shù)據(jù)平臺可以實現(xiàn)各個電商平臺的數(shù)據(jù)一體化，不僅能處理某一個電商平臺的數(shù)據(jù)，更能將不同平臺的數(shù)據(jù)進行綜合分析、對比，反饋平臺問題。在第三方數(shù)據(jù)交易中心的推動下，電商平臺客戶評價必然會呈現(xiàn)出新的發(fā)展方向和特點。
參考文獻：
[1]Yu Zhang， Bian J， Zhu W. Trust fraud： A crucial challenge for China’s e-commerce market[J].Electronic Commerce Research and Applications， 2013.
[2]譚正祥.電子商務(wù)環(huán)境下企業(yè)客戶價值分析與評價[J].湖南大學(xué)，2010.
[3]維克托?邁爾-舍恩伯格及肯尼斯?庫克耶.大數(shù)據(jù)時代[J].2010.
[4]黃升民 劉珊. “大數(shù)據(jù)”背景下營銷體系的解構(gòu)與重構(gòu)[J].現(xiàn)代傳播，2012.
[5]譚正祥.電子商務(wù)環(huán)境下企業(yè)客戶價值分析與評價[J].湖南大學(xué)，2010.
[6]劉歡.數(shù)據(jù)挖掘在淘寶客戶評價方面的研究與應(yīng)用[]J.濟南大學(xué)，2014.
[7]韓新華.電子商務(wù)網(wǎng)站評價研究與分析[J].吉林省經(jīng)濟管理干部學(xué)院學(xué)報，2008 .
大數(shù)據(jù)在電子商務(wù)領(lǐng)域的應(yīng)用逐漸增多，成為大數(shù)據(jù)最成熟的應(yīng)用模式。京東通過建立PB級大數(shù)據(jù)平臺，將每個用戶在其網(wǎng)站上的行為數(shù)據(jù)進行記錄和分析，提高與用戶間的溝通效率、提升用戶體驗。實現(xiàn)了向不同用戶展示不同內(nèi)容的效果，帶來了10%的訂單提升。比如提供給推薦搜索調(diào)用，針對不同用戶屬性特征、性格特點或行為習(xí)慣在他搜索或點擊時展示符合該用戶特點和偏好的商品，給用戶以友好舒適的購買體驗，能大幅提高用戶的購買轉(zhuǎn)化率甚至重復(fù)購買，提高用戶忠誠度和用戶黏性。淘寶商城將所有商家的信息進行匯總、歸類，同時，將用戶點擊數(shù)據(jù)、瀏覽頁面信息等數(shù)據(jù)信息建立數(shù)據(jù)模型。數(shù)據(jù)模型和數(shù)據(jù)資源在經(jīng)過淘寶商城的挖掘和分析之后，向用戶和商家開放了查詢APP。通過數(shù)據(jù)挖掘和分析為淘寶提供了定向廣告投遞的能力。開放查詢APP則為用戶和商家提供了便捷的選擇服務(wù)。淘寶網(wǎng)還建立了“淘寶CPI”，通過采集、編制淘寶上390個類目的熱門商品價格來統(tǒng)計CPI，比國家統(tǒng)計局公布的CPI提前半個月預(yù)測經(jīng)濟走勢。
金融
大數(shù)據(jù)成為金融業(yè)的有力支撐。工商銀行、中國銀行、農(nóng)業(yè)銀行、建設(shè)銀行等國內(nèi)重要的商業(yè)銀行都有自己的大數(shù)據(jù)分析系統(tǒng)，并開展了基于大數(shù)據(jù)的各類服務(wù)和應(yīng)用。阿里巴巴基于阿里巴巴的電商交易數(shù)據(jù)和螞蟻金服的互聯(lián)網(wǎng)金融數(shù)據(jù)推出的芝麻信用。螞蟻金服的信貸通用決策系統(tǒng)通過對千萬家淘寶商鋪的3萬多個指標(biāo)的分析，篩選出財務(wù)健康和講究誠信的企業(yè)，對他們發(fā)放無需擔(dān)保的貸款，目前已經(jīng)放貸300多億元，壞賬率僅0.3%，大大低于商業(yè)銀行。
公共交通
大數(shù)據(jù)在公共交通、打車出行等交通領(lǐng)域的應(yīng)用已經(jīng)初步開展。通過分析預(yù)測出行交通規(guī)律，指導(dǎo)公交線路的設(shè)計、調(diào)整車輛派遣密度，進行車流指揮控制，及時做到梳理擁堵，合理緩解城市交通負(fù)擔(dān)。滴滴快的通過掌握的用戶打車記錄、司機行車軌跡等交通大數(shù)據(jù)，可以科學(xué)地實現(xiàn)運力調(diào)度，精確匹配乘客和司機，優(yōu)化路徑，減少擁堵。北京交管部門的實時路況與百度地圖大數(shù)據(jù)的對接，依托百度地圖的交通大數(shù)據(jù)，可為公眾提供專業(yè)的城市實時交通信息，并可根據(jù)需要自行選擇，滿足個性化出行要求，提升出行效率。
制造業(yè)
大數(shù)據(jù)將成為制造業(yè)轉(zhuǎn)型升級和提升競爭力的關(guān)鍵之一。紅領(lǐng)集團的數(shù)據(jù)系統(tǒng)將成衣的各種款式和設(shè)計都數(shù)字化，可以滿足超過上億種以上款式和設(shè)計的組合，并可完成對物料數(shù)據(jù)整合管理，對里料、縫線、袖口等完成自動搭配。整個定制生產(chǎn)流程的20多個子系統(tǒng)全部以數(shù)據(jù)來驅(qū)動運營。這家3000人的工廠每天可以一款一件不重樣的定制西裝1200套，約為紅領(lǐng)60%的產(chǎn)能。農(nóng)夫山泉與第三方廠商合作，共同開發(fā)基于“飲用水”的運輸環(huán)境數(shù)據(jù)場景分析，用大數(shù)據(jù)增強營銷、管理能力，企業(yè)近年來實現(xiàn)了30%-40%的增速。
健康醫(yī)療
