《移动商务运营》教学课件—08移动商务数据运营.pptx

1、1 第8章 移动商务数据运营移动商务数据运营082 第8章 移动商务数据运营目录/Contents8.18.28.3数据运营概述数据运营的分析指标数据运营的分析方法8.4数据运营的分析工具实战训练8.53 第8章 移动商务数据运营 8.1.1 数据运营的概念广义的数据运营是指一种思维方式，是用数据指导企业的运营决策、驱动业务增长的数据化运营思维方式。狭义的数据运营是指一种运营手段，是整个运营体系的分支，数据运营以大数据为基础，将运营的各个环节数据化，通过对数据的收集、整理和分析等操作实现运营目的，为企业提供决策支持，支撑整个企业的运营体系往精细化运营方向发展。与传统运营相比，数据运营的效率更高

2、、作用更大、结果更准确。一般企业常见的数据运营定义都属于狭义的数据运营，这也是本章重点分析的范畴。4 第8章 移动商务数据运营 8.1.2 数据运营的条件企业有精细化运营的迫切需求企业决策层始终倡导并持续支持数据化运营策略有企业级的海量数据存储环境能够使用数据分析和数据挖掘技术对数据进行有效应用5 第8章 移动商务数据运营 8.1.3 数据运营的目的1以某一具体指标为目的2以发现问题并解决问题为目的3以发现潜在方向为目的4以掌握产品生态为目的6 第8章 移动商务数据运营 8.1.4 数据的获取数据采集数据处理1 12 2对App而言，数据的来源主要有两种：一种是通过数据埋点提取数据字段，另一种

3、则是通过用户使用日志文件分析用户数据及用户行为。对采集到的不规范数据，可以进行清洗；如数据存在缺失，可以进行补充；存在多余数据时，需要进行删除；对数值性数据，则需要考虑对单位进行处理等。另外，采集的原始数据与数据分析所需要的数据这两者的维度可能会有所不同。7 第8章 移动商务数据运营 8.1.5 数据运营的依据1数据分析是长期追踪的过程数据需要通过积累和沉淀才能更加准确地让运营人员发现和解决问题。单一的数字没有任何意义，只能称为数值。例如，一个网店今天的访问量是5000、转化率为3%、成交额为15000元，这些数据是好还是不好，是增长还是下降，单一来看是完全不清楚的，只有放到近1周、近1月甚至

4、是近1年的数据中组成线性的趋势去研究，才能真正找到问题。因此，从这个意义上来看，追踪的本质就是通过趋势来处理数据。8 第8章 移动商务数据运营 8.1.5 数据运营的依据2数据需要多维度分析和处理因为所有移动商务的核心数据在一段时间内兼具偶然性和关联性的特性，单独利用一个维度来追踪一个数据会显得比较片面，严重时会导致结论出错。所以处理数据一定要使用多个维度一起分析。例如，转化率和流量一般呈负相关关系，流量猛涨，转化率就会降低。假如在分析转化率为什么降低时，发现流量并没有快速上涨，此时就无法找到问题所在。如果结合其他维度，如分析“客单价”这个指标，就可以发现，在流量基本保持在同一水平的情况下，由

5、于客单价有所提升，进而导致了转化率有所降低。9 第8章 移动商务数据运营目录/Contents8.18.28.3数据运营概述数据运营的分析指标数据运营的分析方法8.4数据运营的分析工具实战训练8.510 第8章 移动商务数据运营 8.2.1 App数据分析1用户规模分析用户总量留存用户新增用户活跃用户11 第8章 移动商务数据运营 8.2.1 App数据分析2用户参与度分析每日启动次数每日使用时长访问页面数12 第8章 移动商务数据运营 8.2.1 App数据分析3渠道分析渠道分析主要是分析不同渠道下，用户数量的变化和趋势，包括新增用户、留存用户、活跃用户、启动次数、使用时长等数据指标。渠道分

6、析用于评估渠道质量，如哪个渠道所获得的用户更多、哪个渠道获得的用户质量更高等，以便优化渠道推广策略。在安卓系统（Android）中，App的推广渠道包括手机厂商预装、第三方应用商店、广告联盟等。在苹果系统（iOS）中，App的推广渠道主要是苹果应用程序商店（App Store），实际分析中，统计的是进入苹果应用程序商店的途径的相关数据。13 第8章 移动商务数据运营 8.2.1 App数据分析4功能分析功能活跃情况页面访问路径转化率14 第8章 移动商务数据运营 8.2.1 App数据分析5用户属性和画像分析用户属性分析用户属性分析主要从用户使用的移动终端设备、网络及运营商、地域分布等角度进行

7、分析。移动终端设备分析的维度有机型分析和操作系统分析等，网络及运营商分析指接入移动互联网的方式和电信运营商，地域分布分析主要从不同省市和国家来分析。用户画像分析用户画像分析包含的内容较多，如性别、年龄、学历、职业、收入、健康诉求、个人兴趣爱好（如听音乐、看电影、健身、养宠物）、商业兴趣爱好（如品牌偏好，对房产、汽车等领域感兴趣）等。15 第8章 移动商务数据运营 8.2.2 第三方平台数据分析第三方平台运营关注的数据指标与App关注的数据指标的分析维度相似。通常，第三方平台在其管理后台都提供了数据分析工具，方便运营人员查看相关数据并导出数据。在头条号后台左侧导航栏中选择“数据分析”选项，在打开

8、的默认页面中可查看某时间段内的数据详情（包括推荐量、阅读量、粉丝阅读量等）和人群分析（包括性别比例和年龄分布），如图所示。16 第8章 移动商务数据运营 8.2.3 网店数据分析1流量分析（1）访客量（3）关键词（5）店内访问路径（2） 用 户 来源（4）用户地区分布（6）不同时段流量17 第8章 移动商务数据运营 8.2.3 网店数据分析2商品分析访客量收藏率转化率成交笔数跳失率下单率成交件数18 第8章 移动商务数据运营 8.2.3 网店数据分析3交易分析在有赞微商城的店铺管理后台中选择“数据/交易分析/交易概览”选项后，“交易概览”页面将显示店铺交易的实时数据。除客单价外，其他数据指标都

9、比较容易理解，与商品分析的数据指标概念相似，只是这些数据针对的是店铺整体的交易情况，即所有商品的销售情况。下面重点介绍客单价的相关知识。19 第8章 移动商务数据运营 8.2.3 网店数据分析3交易分析（1）客单价的概念客单价=成交金额成交用户数。该时间段内，成交金额为12000元，成交用户数为10人，因此客单价为1200元。而12000（9+3）=1000元，这个1000元为“笔单价”，即每一笔订单的交易额，人均交易笔数则为（9+3）10=1.2笔。可以发现10001.2=1200元，这正好是客单价的数据。因此，笔单价与人均交易笔数的乘积，就是客单价。20 第8章 移动商务数据运营 8.2.

10、3 网店数据分析3交易分析（2）影响客单价的因素产品定价促销优惠关联销售购物数量21 第8章 移动商务数据运营 8.2.3 网店数据分析3交易分析（2）影响客单价的因素提供附加价值价格吸引套餐商品详情页关联22 第8章 移动商务数据运营目录/Contents8.18.28.3数据运营概述数据运营的分析指标数据运营的分析方法8.4数据运营的分析工具实战训练8.523 第8章 移动商务数据运营 8.3.1 直接观察法直接观察法是最基本的移动商务数据分析方法。所谓直接观察法，就是利用移动商务平台内的数据分析工具和第三方数据分析平台的数据分析功能，通过绘制的图表等形式，直接观察出相关数据的变化、对比情

11、况及发展趋势，找出异常数据，对用户进行画像等。借助于强大的数据分析工具，企业可以有效提升数据处理和分析的效率。24 第8章 移动商务数据运营 8.3.2 AB测试法在移动商务数据分析中，AB测试法通常是设计两个或多个方案，其中A方案一般为当前方案，B方案为其他方案或设想方案。通过测试比较这些方案带来的不同效果，从而选择出最佳方案。例如，设计两个创意广告，通过相同平台的投放效果的不同来选择使用哪一个广告设计；或者设计两套主图和商品详情页，通过比较最终的成交转化率来确定使用哪一套主图和商品详情页。25 第8章 移动商务数据运营 8.3.3 对比分析法数据分析的结果是企业经营现状的体现，越是精准的数

12、据越能反映当前情况下的业务发展情况。在进行数据分析时，单一的数据分析只能体现单一变量的情况，如某一天的流量、销量，如果将某段时间内不同时期的流量、销量进行对比，就可以得到更多的信息，如流量提高或降低、销量增加或减少等。将某个确定的因素作为比较的条件，对其他的数据进行对比分析，可以得到企业经营过程中的各种数据变化情况，从而更好地发现并解决问题。26 第8章 移动商务数据运营 8.3.4 拆分分析法拆分分析法是指将一个大的问题进行拆分，将其细分为一个一个的小问题，对小问题进行分析，进而快速找到产生问题的原因。这种方法适用于对有直接联系的问题进行分析。例如，商品销售额主要由流量和转化率来决定，因此，

13、如果发现网店的销售额降低，可将销售额分为流量和转化率两个方面，再分别对每一个方面进行细分，如图所示。图中列出了导致销售额发生变化的主要因素，对拆分后的数据进行分析可以直观地看出引起问题的原因，从而找到问题根源并进行解决。销售额流量免费流量直接访问关键字搜索付费流量分佣推广广告投放有赞精选推广转化率图片效果评价信息促销信息价格27 第8章 移动商务数据运营 8.3.5 漏斗分析法漏斗分析法是指对运营各个环节的流程进行对比分析，能够直观地发现并说明问题，适合用于进行电商网店的转化率数据分析；用于营销推广各个环节的转化分析（从展现、点击、访问、咨询、订单生成的角度进行分析）；用于客户各阶段的转化比较

14、等。右图所示为漏斗分析法示意图。漏斗分析的各项因素的数据是从上到下逐步变小的，要想达到更好的效果，可以不断扩展漏斗的开口。 28 第8章 移动商务数据运营目录/Contents8.18.22.3数据运营概述数据运营的分析指标数据运营的分析方法8.4数据运营的分析工具实战训练8.529 第8章 移动商务数据运营 8.4.1 使用阿里指数查看区域与行业的数据1区域指数分析贸易往来分析30 第8章 移动商务数据运营 8.4.1 使用阿里指数查看区域与行业的数据1区域指数分析热门类目分析31 第8章 移动商务数据运营 8.4.1 使用阿里指数查看区域与行业的数据1区域指数分析搜索词排行分析32 第8章

15、 移动商务数据运营 8.4.1 使用阿里指数查看区域与行业的数据1区域指数分析买家概况分析33 第8章 移动商务数据运营 8.4.1 使用阿里指数查看区域与行业的数据1区域指数分析卖家概况分析34 第8章 移动商务数据运营 8.4.1 使用阿里指数查看区域与行业的数据2行业指数分析35 第8章 移动商务数据运营8.4.2 使用百度指数查看趋势、需求和人群画像1趋势研究（1）搜索指数36 第8章 移动商务数据运营8.4.2 使用百度指数查看趋势、需求和人群画像1趋势研究（1）搜索指数37 第8章 移动商务数据运营8.4.2 使用百度指数查看趋势、需求和人群画像1趋势研究（2）资讯关注38 第8章

16、 移动商务数据运营8.4.2 使用百度指数查看趋势、需求和人群画像2需求图谱39 第8章 移动商务数据运营8.4.2 使用百度指数查看趋势、需求和人群画像3人群画像40 第8章 移动商务数据运营8.4.3 使用百度移动统计分析App应用数据12341 第8章 移动商务数据运营8.4.3 使用百度移动统计分析App应用数据45642 第8章 移动商务数据运营 8.4.4 使用酷传发布与监控App酷传是一款发布与监控App的工具，致力于为企业或App开发者提供一站式的服务。图所示为酷传官方网站首页。43 第8章 移动商务数据运营 8.4.4 使用酷传发布与监控App酷传包含4个功能板块，如下所示。

17、1234发布监控关键词投放位置投放44 第8章 移动商务数据运营目录/Contents8.18.22.3数据运营概述数据运营的分析指标数据运营的分析方法8.4数据运营的分析工具实战训练8.545 第8章 移动商务数据运营8.5.1 实战目标熟悉网店数据分析和App数据分析中各指标的含义掌握阿里指数的使用方法掌握在有赞微商城中对店铺数据进行分析的操作掌握百度移动统计的使用方法掌握使用直接观察法对数据进行分析的方法46 第8章 移动商务数据运营8.5.2 实战要求0101OPTION0202OPTION0303OPTION进入阿里指数的行业指数页面后，选择“连衣裙”行业，查看搜索词的排名情况，并说

18、明不同搜索词搜索量上涨和下降的原因（如秋冬连衣裙的搜索量上涨、秋装连衣裙搜索量下降可能是因为进入冬季后，天气开始变化）。然后说明热买、热卖地区，买家性别占比、年龄阶段占比、卖家的经营阶段等数据表明的行业状态。登录有赞微商城的店铺管理后台，在“流量分析”栏目下查看“流量总览”和“访客特征”的情况，包括店铺访客数、新访客数、支付人数、访问-支付转化率、访问深度、访客地域分布等数据；在“交易分析”栏目下查看“交易概览”的情况，包括下单人数、下单笔数、下单金额、支付人数、支付金额、转化率和客单价等数据。然后根据流量和交易的分析数据，说明目前店铺的大体经营状况。在百度移动统计中添加App，在“分析”页面

19、中查看最近7天和最近30天的活跃用户、启动来源概况、新用户留存数据，并结合数据情况说明目前App的大体运营情况。47 第8章 移动商务数据运营 8.5.3 实战步骤0101OPTION0202OPTION0303OPTION登录阿里指数网站，单击“行业指数”超链接，进入行业指数分析页面。在导航条中选择“女装/女装精品/连衣裙”选项，分别切换到“搜索词排行”“热门地区”“买家概况”“卖家概况”选项卡查看对应行业数据。 登录有赞微商城的店铺管理后台，选择“数据/流量分析/流量总览”选项，打开“流量总览”页面，查看“流量总览”的流量数据；选择“数据/流量分析/访客特征”选项，打开“访客特征”页面，查

20、看访问深度、访客地域分布等数据；选择“数据/交易分析/交易概览”选项，打开“交易概览”页面，查看店铺当前的交易概况。登录百度移动统计网站，按照操作提示完成新增应用配置。进入百度移动统计平台后，在“分析”页面左侧的导航栏中选择“用户分析/活跃用户”选项，打开“活跃用户”页面，分别将统计时间设置为“最近7天”和“最近30天”，查看对应统计时间内的活跃用户数据情况；选择“启动来源/启动来源概况”选项，打开“启动来源概况”页面，分别将统计时间设置为“最近7天”和“最近30天”，查看对应的数据情况；选择“留存分析/新用户留存”选项，打开“新用户留存”页面，分别将统计时间设置为“最近7天”和“最近30天”，查看对应的数据情况。48 第8章 移动商务数据运营谢谢观看