《新媒体营销》课件-项目七 新媒体营销数据分析

项目七新媒体营销数据分析《新媒体营销》PART01案例导入CASEINTRODUCTION案例导入：数据驱动云南白药精准营销云南白药天猫旗舰店全系开业对全网用户搜索、浏览、购买、分享行为的深度挖掘借力明星代言、跨界合作营销清晰的品牌定位，精准的营销策略。明星效应推动声量持续攀高，带动用户自传播。日化品牌应该如何通过数据分析来驱动精准营销模式，破解行业僵局？案例导入：数据驱动云南白药精准营销案例思考云南白药和阿里妈妈是如何通过大数据驱动精准营销的？案例启示随着科技发展和生活方式的转变，我们在生活中无时无刻不在产生数据，而这些数据的价值需要科学地挖掘和研究。数据本身不会创造价值，只有充分挖掘数据背后的信息，才能使其发挥应有的价值，适当调整营销策略。PART02单元知识框架UnitKnowledgeFramework单元知识框架UnitKnowledgeFramework新媒体营销数据分析数据分析的意义数据类别与来源数据分析工具新媒体营销数据分析流程新媒体营销数据分析方法数据分析报告的撰写框架数据分析报告的可视化表达数据分析报告案例新媒体营销数据分析概述掌握新媒体营销数据分析流程和方法新媒体营销数据分析报告单元知识框架UnitKnowledgeFramework新媒体营销数据分析概述7.1新媒体营销数据分析流程和方法7.2新媒体营销数据分析报告7.3任务7.1新媒体营销数据分析认知OverviewofNewMediaMarketingDataAnalysis7.1.1数据分析的意义TheSignificanceofDataAnalysis帮助企业了解新媒体运营质量，诊断问题帮助企业预测新媒体运营方向，规避风向帮助企业控制新媒体运营成本，提高效率帮助企业评估新媒体方案效果，改进营销方案7.1.1数据分析的意义距离2021年央视春晚直播不到一个月，抖音紧急补位，调度设备、匆忙招人，开启二战春晚之旅。抖音官宣文案简洁直接，除了宣布“总台春晚独家红包互动合作伙伴”的身份，仅透露了两个信息：红包总金额12亿元；抢红包平台为抖音，但直播观看平台包括“抖音”、“今日头条”和“西瓜视频”。官方数据显示，春晚期间，抖音红包总互动次数达703亿；抖音春晚直播间累计观看人次12.21亿，最多的时候有498.46万人共同观看。虽然直播间实时在线最高人数不及去年（2524万），但红包互动总数和直播间累计观看人次远超去年。除了获取流量，推广“移动支付”新业务被外界看作是抖音更深层、更重要的目的。TheSignificanceofDataAnalysis抖音发布2021春晚数据报告7.1.2数据维度与来源DataTypesandSources1.新媒体数据维度用户从用户的行为来获取数据A运营根据受益来进行分析B产品和内容根据不同的表现类型和内容属性进行划分C7.1.2数据维度与来源1.新媒体数据类别分类型数据又分为定类数据与定序数据两种。定类数据：没有内在固有大小或高低顺序，如地域区限可以分为东北、华北、华东、华南等；定序数据：具有内在固有大小或高低顺序，能表示一定现象的程度，如消费者满意度等级分为非常满意、比较满意、基本满意、不满意、很不满意等。分小组竞赛，在十分钟之内分别列举你所知道的数值型和分类型新媒体数据，数量多者为胜。DataTypesandSources【协作创新】7.1.2数据类别与来源2.新媒体数据来源（1）新媒体平台后台数据DataTypesandSources7.1.2数据类别与来源2.新媒体数据来源（2）第三方工具数据DataTypesandSources7.1.2数据类别与来源2.新媒体数据来源（3）公共资源数据政府及相关部门网站行业协会行业网站其他公开数据源DataTypesandSources7.1.2数据类别与来源2.新媒体数据来源（4）人工统计数据还有些数据来源于调研，如调研问卷、线下活动的现场登记及一些即兴反馈等，这些数据需要人工手动录入来获得。只是单纯的调研问卷目前可以在很多线上调查网站进行，如问卷星，可以将繁琐的传统纸质问卷转化为简单快捷的在线问卷调查，能轻松导入问卷、多渠道分发问卷、完美适配移动端等特点，并且提供原始数据下载、自动生成图表等后期功能，总体来说十分方便。DataTypesandSources7.1.3数据分析工具Dataanalysistool数据分析工具基础类ExcelSPSS......专项类网站分析工具百度统计、CNZZ统计、GoogleAnalytics......商务智能分析工具Tableau、Qlik、Gephi......编程分析工具R语音、Python语言......平台类平台自带工具生意参谋、京东商智、微信、微博、今日头条等后台工具......第三方分析平台工具新榜、清博、西瓜助手、微指数、群绘社群数据平台......系统类SAS......1.基础类基础类工具中主流的是Excel和SPSS。其中，Excel应用最为广泛。它是微软Office套装软件的一个重要的组成部分，可以进行各种数据的处理、统计分析和辅助决策操作，同时，也提供了丰富的图表功能用于数据可视化的表达。Dataanalysistool7.1.3数据分析工具2.专项类专项类工具又可以分为专门用于网站分析的工具、较好体现商务智能分析的工具以及需要通过编程实现分析的工具。网站分析工具主要包括百度统计、CNZZ统计、站长工具、GoogleAnalytics、AdobeAnaytics等，可以进行网站流量、来源、路径、转化等多方面的统计分析，为网站运营者提供数据支持。Dataanalysistool7.1.3数据分析工具2.专项类商务智能分析工具中Gephi主要适用于如微博、社交传播路径分析等网络关系的分析；Qlik在数据源进行合并、搜索、可视化和分析等方面操作方便；Tableau、数加（DataV）在数据可视化表达方面突出。编程分析用到的语言主要有R语言、Python语言，可以对大数据进行分析与挖掘。Dataanalysistool7.1.3数据分析工具3.平台类阿里系和京东两大主流电商平台配套的分析工具分别为生意参谋和京东商智。微信、微博、今日头条等新媒体平台，也都具有完整的统计功能。利用后台自带的数据分析工具，新媒体运营者可以直观地看到用户增长、后台互动等数据。如图6-7展示了微信公众号后台数据分析的六个功能板块。微信公众号后台数据分析功能Dataanalysistool7.1.3数据分析工具3.平台类平台类工具还包括第三方分析平台工具。它是非官方平台自带的、需要官方平台授权后才可以使用的数据分析工具，一旦授权完毕，后续操作与自媒体分析工具类似，直接通过网站即可查看。虽然微博、微信等自媒体平台已经具有统计功能，但是对于精细化数据，如单条微博转发效果、微博粉丝管理、微信公众号数据跟踪等，依然需要借助第三方分析工具。常见的第三方分析工具包括新榜数据、清博大数据、西瓜数据、微指数、数说风云、群绘社群数据平台等。如图6-8展示了西瓜数据的功能板块。Dataanalysistool7.1.3数据分析工具3.平台类Dataanalysistool7.1.3数据分析工具4.系统类系统类工具的代表是SAS，它是世界知名的大数据分析产品，是模块化、集成化的面向统计分析的大型应用系统，可用于各行业及各种类型的企业，尤其是在大型企业和机构中的应用率较高。Dataanalysistool7.1.3数据分析工具任务7.2掌握新媒体营销数据分析流程和方法7.2.1新媒体营销数据分析流程明确目的01数据收集02数据预处理03数据可视化05数据分析04数据报告撰写067.2.1新媒体营销数据分析流程123分析现状是数据分析的基本目的，需要明确当前市场环境下，产品市场占有率是多少，注册用户的来源有哪些，注册转化率是多少，购买转化率是多少，竞品是什么，竞品的发展现状如何，与竞争对手相比优势有哪些，不足又有哪些等等，都是属于对于现状的分析。这里包括两方面的内容，分析自己的现状和分析竞争对手的现状。分析现状在营销活动中，更多的时候是了解营销效果背后的原因.例如在运营过程中，会遇到某天用户突然很活跃，某天用户突然大量流失等，每一个变化都是有原因的，数据分析要做的就是找出这个原因，并给出解决办法。分析原因数据分析的第三个目的就是预测未来，用数据分析的方法预测营销活动的变化趋势，对于新媒体的运营者来说至关重要。作为运营者，可根据最近一段时间的数据变化，根据趋势线和运营策略的力度，去预测未来的趋势，并用接下来的一段时间去验证这个趋势是否可行，而且实现数据驱动业务增长。预测未来1.明确目的7.2.1新媒体营销数据分析流程22.数据收集后台数据获取如果需要分析的数据已经在新媒体平台后台，则无需花费时间进行收集，直接在后台复制或下载数据即可。例如微信公众号用户数据、微博阅读数据、小红书粉丝数据等第三方数据获取在平台的后台无法对某项数据进行统计时，可以借助相关工具，在授权后利用第三方工具进行数据收集，有些数据则需要付费获取人工手动统计如果需要分析的数据无法从平台和第三方获取，则需要数据分析人员手工统计，便于整合分析7.2.1新媒体营销数据分析流程23.数据预处理数据合并数据组合数据剔除0203017.2.1新媒体营销数据分析流程24.数据分析流量运营的数据分析流量的转化漏斗流量性价比的评估流量用户人群匹配度的评估用户运营的数据分析用户画像的建立活跃、留存、付费的分析用户行为分析与转化内容运营的数据分析活动运营的数据分析A/B数据测试口碑分析与留存分析7.2.1新媒体营销数据分析流程25.数据可视化数据可视化，就是指将结构或非结构数据转换成适当的可视化图表，然后将隐藏在数据中的信息直接展现于人们面前。相比传统的用表格或文档展现数据的方式，可视化能将数据以更加直观的方式展现出来，使数据更加客观、更具说服力。7.2.1新媒体营销数据分析流程26.数据报告撰写数据分析报告实质上是一种沟通与交流的形式，主要目的在于将分析结果、可行性建议以及其他价值的信息传递给管理人员。它需要对数据进行适当的包装，让阅读者能对结果做出正确的理解与判断，并可以根据其做出有针对性、操作性、战略性的决策。7.2.2新媒体营销数据分析方法21.对比分析法对比分析法，是将两个或两个以上的数据进行对比，分析差异进而揭示这些数据所代表的规律。12在同一时间条件下对不同总体指标的比较，如不同部门、不同地区、不同国家的比较、也叫横向比较，简称横比。静态比较在同一总体条件下对不同时期指标数值的比较，也叫纵向比较，简称纵比。动态比较7.2.2新媒体营销数据分析方法2.指标分析法在实际工作中，当拿到一些可视化数据图表或者是Excel表格时，我们可以直接运用统计学中的一些基础指标来做数据分析，比如平均数、众数、中位数、最大值、最小值等27.2.2新媒体营销数据分析方法3.漏斗分析法漏斗分析法能够科学反映用户行为状态，以及从起点到终点各阶段用户转化率情况，是一种重要的分析模型。漏斗分析模型已经广泛应用于网站和APP的用户行为分析中，例如流量监控、CRM系统、SEO优化、产品营销和销售等日常数据运营与数据分析工作中。27.2.2新媒体营销数据分析方法4.留存分析法留存分析法是一种用来分析用户参与情况和活跃程度的分析模型，考察进行初始行为的用户中，有多少人会进行后续行为。从用户的角度来说，留存率越高就说明这个产品对用户的核心需求也把握的越好，转化成产品的活跃用户也会更多，最终能帮助公司更好的盈利。27.2.2新媒体营销数据分析方法5.分组分析法分组分析法是根据数据分析对象的特征，按照一定的标志（指标），把数据分析对象划分为不同的部分和类型来进行研究，以揭示其内在的联系和规律性。27.2.2新媒体营销数据分析方法6.矩阵分析法矩阵分析法是指根据事物（如产品、服务等）的两个重要属性（指标）作为分析的依据，进行分类关联分析，找出解决问题的一种分析方法，也称为矩阵关联分析法，简称矩阵分析法。2任务7.3撰写新媒体营销数据分析报告NewMediaMarketingDataAnalysisReport7.3新媒体营销数据分析报告NewMediaMarketingDataAnalysisReport展示分析结果验证分析质量为决策者提供参考依据数据分析报告可以使用不同的工具呈现。常见的包括Word、PowerPoint、Excel、PowerBI、Tableau等。NewMediaMarketingDataAnalysisReport规范性原则：数据分析报告中所使用的名词术语要使用业内公认的术语，标准统一，前后一致。重要性原则：数据分析报告体现数据分析的重点，在各项数据分析中，应该重点选取关键指标，科学专业的进行分析。针对同一类问题，分析结果也应当按照问题重要性来分级阐述。真实性原则：数据分析报告的编制过程一定要力求真实，基础数据必须真实完整，分析过程必须科学严谨，分析结果阐述要合理、全面、实事求是。7.3新媒体营销数据分析报告7.3.1数据分析报告的撰写框架TheWritingFrameworkofDataAnalysisReport标题：解释基本观点；概括主要内容；交代分析主题；提出问题目录：最多到二级目录，体现分析思路前言：分析背景；分析目的；分析思路正文：包含数据分析的事实和观点；通过数据图表和文字结合分析；各部分应该有逻辑关系结论与建议:明确主旨，加深对数据分析结果的认知，引发业务思考附录：报告中涉及的专业名词解释、计算方法、重要原始数据来源、地图等内容，不一定每个报告都必须有7.3.2数据分析报告的可视化表达VisualExpressionofDataAnalysisReport目前市面上有许多数据可视化的专业软件，如Tableau、QlikView、Echarts，但合理的运用Excel便能较好的满足日常工作中对数据展示的需求。图表是“数据可视化”的常用手段，常见于各种分析报告的有柱状图、折线图、饼图、散点图、雷达图等，有时还会将两种图表进行组合使用,7.3.2数据分析报告的可视化表达VisualExpressionofDataAnalysisReport图表示例优缺点分析及适用场景柱状图优点：人眼对高度较敏感，直观各组数据差异性，强调个体与个体之间的比较缺点：不适合大量的数据集数据（项数较多）适用场景：一个维度数据比较、数据单纯性展示、排序数据展示适用数据：数据集不大，二维数据7.3.2数据分析报告的可视化表达图表示例优缺点分析及适用场景条形图条形图就是将柱形图顺时针旋转90°后所得的效果图，弥补了柱形图不适用项数较多的限制。优点：直观展示各组数据差异性，强调个体与个体之间的比较缺点：不适合反应占比关系适用场景：一个维度数据比较、数据单纯性展示、排序数据展示适用数据：数据集不受限制，二维数据VisualExpressionofDataAnalysisReport图表示例优缺点分析及适用场景折线图优点：直观反映数据变化趋势缺点：数据集太小时显示不直观适用场景：需要反映变化趋势，关联性。适用数据：时间序列类数据、关联类数据7.3.2数据分析报告的可视化表达VisualExpressionofDataAnalysisReport图表示例优缺点分析及适用场景饼图优点：直观显示各项占总体的占比，分布情况，强调整个与个体间的比较。缺点：数据不精细，不适合分类较多的情况适用场景：一个维度各项指标（一般不超过5个项目）占总体的占比情况，分布情况。适用数据：具有整体意义的各项相同数据7.3.2数据分析报告的可视化表达VisualExpressionofDataAnalysisReport图表示例优缺点分析及适用场景散点图优点：直观反映数据集中情况，对离散数据线性回归等曲线预测性的拟合辅助作用缺点：适用场景比较少适用场景：两个维度比较（地图某地区某项数据集中分布），对离散数据进行预测时适用数据：离散值数据7.3.2数据分析报告的可视化表达VisualExpressionofDataAnalysisReport图表示例优缺点分析及适用场景雷达图优点：在比较多个类别数据序列以及查看整体情况很有用,既可以查看自身整体发展的均衡情况,也可以对比两个序列整体的优劣势。缺点：数据点不超过6个适用场景：适用于多维数据（四维以上），且每个维度必须可以排序适用数据：离散值数据7.3.2数据分析报告的可视化表达VisualExpressionofDataAnalysisReport漏斗图：漏斗图适用于业务流程比较规范、周期长、环节多的流程分析，通过漏斗各环节业务数据的比较，能够直观地发现和说明问题所在。（矩形）