第七章 移动电子商务数据分析

这是一篇关于第七章 移动电子商务数据分析的思维导图，主要内容有7.1移动电子商务数据分析概述、7.2移动电子商务数据分析的工具、7.3移动电子商务数据分析的方法等。

移动电子商务数据分析

• 7.1移动电子商务数据分析概述
  • 7.1.1移动电子商务数据分析的意义
    • 1.检测行业竞争
    • 2.改善用户关系
      • 数据分析能够帮助企业了解用户的个人特征、购买行为、消费偏好，进而分析用户价值，分类开展有针对性的用户关怀活动，提高老用户的忠诚度，吸引新用户，实现用户关系的改善
    • 3.改善用户体验
      • 通过分析用户特征、产品需求等数据，企业可以改善现有的服务或退出新的产品
    • 4.评价经营绩效
      • 数据分析能够帮助电子商务企业或电子商务经营者评价经营绩效，找出问题的来源并为设计解决方案提供依据
    • 5.精细化运营
  • 7.1.2移动电子商务数据的入口
    • 1.移动APP
      • 移动APP就是移动应用软件
    • 2.移动浏览器
      • 移动浏览器是为移动设备设计的网页浏览器
    • 3.移动搜索
      • 广义的移动搜索是指在移动终端利用互联网技术对信息进行检索和查找，主要搜索渠道包括搜索引擎、浏览器、垂直应用程序三大类，行业的主流玩家依然是移动搜索引擎
  • 7.1.3移动电子商务数据的特点
    • 1.海量
    • 2.碎片化
    • 3.以人为中心
      • 移动电子商务的数据核心节点是“人”，即“以人为中心”，包括用户移动性数据和用户行为数据等
    • 4.借力移动终端
• 7.2移动电子商务数据分析的工具
  • 7.2.1商家经营数据分析工具
    • 1.生意参谋
      • 首页
      • 实时
      • 作战室
      • 经营分析
      • 市场与竞争
    • 2.CRM软件
      • CRM软件运营指标
      • CRM软件的使用
  • 7.2.2行业数据分析工具
    • 百度指数
      • (1)趋势研究—引入海量数据
        • 搜索指数
        • 资讯关注
      • (2)需求图谱—直接表达消费者需求
      • (3)人群画像—立体展现
    • 微信指数
      • 微信指数是以微信数据为基础的移动端指数
      • 如何查看微信指数
        • 步骤一:点击微信页面最上端的搜索窗口，输入“微信指数”来获取该功能
        • 步骤二:在这个功能页面输入某个关键词，就可以获得这个字段当日、7日、30日以及90日在微信内的热度情况
      • 微信指数的意义
        • (1)捕捉热词，看懂趋势
        • (2)检测舆情动向，形成研究结果
        • (3)洞察用户兴趣，助力精准营销
    • 百度统计
      • 百度统计是移动智能时代移动端全形态的专业、免费数据统计与分析平台。
• 7.3移动电子商务数据分析的方法
  • 7.3.1直接观察法
    • 直接观察法指利用各种移动电子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，通过绘制相关图表，直接观察数据的发展趋势，找出异常数据，对消费者进行分析等。
  • 7.3.2AB测试法
    • 在移动电子商务数据分析中，为了达到某个目标而进行多个方案并进行测试，每个方案仅有一个变量不同，通过测试比较这些方案的不同，可以选出最优方案，这就是AB测试法
    • AB测试法的优点在于“可控”，它建立在原有基础之上，即使新方案不行，也会有旧方案保底，直到新方案可行后才予以替换，不至于没有方案执行
  • 7.3.3对比分析法
    • (1)不同时期的对比
    • (2)与竞争对手或行业大盘的对比
    • (3)优化前后的对比
    • (4)活动前后的对比
  • 7.3.4拆分分析法
    • 拆分分析法是指将一个大的问题拆分为一个个小问题，最终获得更加全面的数据，进而快速找到问题产生的原因
  • 7.3.5漏斗分析法
    • 漏斗分析法是一套流程式数据分析方法，它能够科学的反应用户行为状态以及从起点到终点各阶段的用户转化情况
• 7.4移动电子商务数据分析的主要内容
  • 7.4.1用户行为数据分析
    • 1.用户画像的作用
    • 2.用户画像的构建步骤
      • (1)基础数据采集
        • 基础数据有3个方面的来源:相关的文献资料和研究报告，产品前台、后台数据，问卷调研和用户访谈
      • (2)分析建模
        • 在用户画像所需要的基础数据采集完毕后，我们需要对这些数据进行分析和加工，提炼关键要素，构建可视化模型
      • (3)用户画像呈现
        • 构建用户画像就是给目标用户群体贴标签，可从显性特征和隐性特征两个方面来进行，因此，整个用户画像的呈现也需要从这两个方面来进行
  • 7.4.2市场行情数据分析
    • (1)市场容量
      • 市场容量也叫市场规模，可以理解为一定时期内一个品类或行业在某个范围内的市场销售额
    • (2)行业趋势
      • 行业趋势即行业生命周期
    • (3)市场潜力
      • 市场潜力是指在某种市场环境下，对市场需求所能达到的最大数值的预测。
  • 7.4.3店铺运营数据分析
    • 1.流量数据
      • (1)免费流量
        • ①关键词搜索带来的流量是指店铺没有付费做广告推广，买家通过关键词搜索等途径进入店铺而引入的流量
        • ②自主访问流量是指买家自己主动访问店铺而引入的流量。这样买家通常之前在该店铺中已经有过成功的交易经历，因此才会通过直接访问、收藏商品/店铺、加入购物车等渠道回访该店铺，这样的流量十分稳定且转化率很高
        • ③站外免费流量大多来自贴吧、论坛、微博等，卖家可以自己发帖推广，也可以雇用别人发帖推广。这种流量的精准度不高，效果也得不到保证
    • 2.商品销售数据
      • 商品销售数据主要有以下几个关键指标
        • ①页面浏览量
        • ②独立访客数
        • ③咨询人数
        • ④跳出率
        • ⑤收藏类数据
  • 7.4.4营销推广数据分析
    • 1.直通车数据分析
    • 2.淘宝客数据分析
    • 3.智钻数据分析