讀書推薦。數(shù)據(jù)分析，留言本，數(shù)據(jù)產(chǎn)品，必備軟件。
大數(shù)據(jù)產(chǎn)品經(jīng)理 - -DMER。
在產(chǎn)品的整個壽命周期，包括從市場調(diào)研到售后服務(wù)和最終處置的各個過程都需要適當(dāng)運用數(shù)據(jù)分析過程，以提升有效性。例如J.開普勒通過分析行星角位置的觀測數(shù)據(jù)，找出了行星運動規(guī)律。又如，一個企業(yè)的領(lǐng)導(dǎo)人要通過市場調(diào)查，分析所得數(shù)據(jù)以判定市場動向，從而制定合適的生產(chǎn)及銷售計劃。因此數(shù)據(jù)分析有極廣泛的應(yīng)用范圍。
網(wǎng)絡(luò)營銷
對網(wǎng)絡(luò)營銷的意義
在中國，盡管網(wǎng)絡(luò)營銷的概念很火，但網(wǎng)絡(luò)營銷的效率低于一些發(fā)達(dá)國家也是事實。無論是門戶廣告、搜索引擎廣告，還是廣告聯(lián)盟，從行業(yè)平均轉(zhuǎn)化率上看，都要低于國外較為成熟國家的水平。據(jù)估計，國內(nèi)的Bounce rate（蹦失率，即用戶只瀏覽*頁即離開的比例）介于90%~99%之間，而歐美的Bounce rate則是70%左右。
誠然，國內(nèi)的網(wǎng)絡(luò)營銷環(huán)境處于發(fā)展之中，環(huán)境不那么盡如人意，但中國互聯(lián)網(wǎng)絡(luò)信息中心分析師孫秀秀認(rèn)為，出現(xiàn)這種情況的很多責(zé)任在投放廣告的企業(yè)方，在于對營銷背后的數(shù)據(jù)分析工作的不重視，沒有*定位有效的客戶群，導(dǎo)致大量的展示給了不相關(guān)的網(wǎng)民。
通常，廣告投放前的數(shù)據(jù)分析可以分為兩步走。*步：描述目標(biāo)群體。比如，目標(biāo)群體是18～25歲，上網(wǎng)購物的年輕女性。第二步：描述此群體的網(wǎng)絡(luò)活動軌跡。
也就是說，知道目標(biāo)客戶群上什么網(wǎng)站、做什么事、在什么時間地點能夠找到他非常重要。實際上，論復(fù)蓋面，網(wǎng)絡(luò)營銷還遠(yuǎn)遠(yuǎn)趕不上傳統(tǒng)媒體。2009年底中國的互聯(lián)網(wǎng)普及率為28.9%，而同期中國電視的普及率卻已經(jīng)超過80%。但是，仍舊有很多有遠(yuǎn)見的企業(yè)選擇網(wǎng)絡(luò)營銷。其中的一個重要原因是，網(wǎng)絡(luò)營銷的全過程都可以被追蹤到，通過數(shù)據(jù)分析可以隨時調(diào)整投放方式。
采用的分析方法如下：
1、描述性統(tǒng)計分析
包括樣本基本資料的描述，作各變量的次數(shù)分配及百分比分析，以了解樣本的分布情況。此外，以平均數(shù)和標(biāo)準(zhǔn)差來描述市場導(dǎo)向、競爭優(yōu)勢、組織績效等各個構(gòu)面，以了解樣本企業(yè)的管理人員對這些相關(guān)變量的感知，并利用t檢驗及相關(guān)分析對背景變量所造成的影響做檢驗。
2、Cronbach’a信度系數(shù)分析
信度是指測驗結(jié)果的一致性、穩(wěn)定性及可靠性，一般多以內(nèi)部一致性（consistency）來加以表示該測驗信度的高低。信度系數(shù)愈高即表示該測驗的結(jié)果愈一致、穩(wěn)定與可靠。針對各研究變量的衡量題項進(jìn)行Cronbach’a信度分析，以了解衡量構(gòu)面的內(nèi)部一致性。一般來說，Cronbach’a僅大于0．7為高信度，低于0．35為低信度（Cuieford，1965），0．5為*可以接受的信度水準(zhǔn)（Nunnally，1978）。
3、探索性因素分析（exploratory factor analysis）和驗證性因素分析（confirmatory factor analysis）
用以測試各構(gòu)面衡量題項的聚合效度（convergent validity）與區(qū)別效度（discriminant validity）。因為僅有信度是不夠的，可信度高的測量，可能是完全無效或是某些程度上無效。所以我們必須對效度進(jìn)行檢驗。效度是指工具是否能測出在設(shè)計時想測出的結(jié)果。收斂效度的檢驗根據(jù)各個項目和所衡量的概念的因素的負(fù)荷量來決定；而區(qū)別效度的檢驗是根據(jù)檢驗性因素分析計算理論上相關(guān)概念的相關(guān)系數(shù)，檢定相關(guān)系數(shù)的95%信賴區(qū)間是否包含1．0，若不包含1．0，則可確認(rèn)為具有區(qū)別效度（Anderson，1987）。
4、結(jié)構(gòu)方程模型分析（structural equations modeling）
由于結(jié)構(gòu)方程模型結(jié)合了因素分析（factor analysis）和路徑分析（path analysis），并納入計量經(jīng)濟(jì)學(xué)的聯(lián)立方程式，可同時處理多個因變量，容許自變量和因變量含測量誤差，可同時估計因子結(jié)構(gòu)和因子關(guān)系。容許更大彈性的測量模型，可估計整個模型的擬合程度（Bollen和Long，1993），因而適用于整體模型的因果關(guān)系。在模型參數(shù)的估計上，采用*似然估計法（Maximum Likelihood，ML）；在模型的適合度檢驗上，以基本的擬合標(biāo)準(zhǔn)（preliminary fit criteria）、整體模型擬合優(yōu)度（overall model fit）以及模型內(nèi)在結(jié)構(gòu)擬合優(yōu)度（fit of internal structure of model）（Bagozzi和Yi，1988）三個方面的各項指標(biāo)作為判定的標(biāo)準(zhǔn)。在評價整體模式適配標(biāo)準(zhǔn)方面，本研究采用x2（卡方）/df（自由度）值、擬合優(yōu)度指數(shù)（goodness．of．f：iJt．in．dex，GFI）、平均殘差平方根（root—mean．square：residual，RMSR）、近似誤差均方根（root-mean—square-error-of-approximation，RMSEA）等指標(biāo)；模型內(nèi)在結(jié)構(gòu)擬合優(yōu)度則參考Bagozzi和Yi（1988）的標(biāo)準(zhǔn)，考察所估計的參數(shù)是否都到達(dá)顯著水平。
沃爾瑪經(jīng)典營銷案例：啤酒與尿布
“啤酒與尿布”的故事產(chǎn)生于20世紀(jì)90年代的美國沃爾瑪超市中，沃爾瑪?shù)某泄芾砣藛T分析銷售數(shù)據(jù)時發(fā)現(xiàn)了一個令人難于理解的現(xiàn)象：在某些特定的情況下，“啤酒”與“尿布”兩件看上去毫無關(guān)系的商品會經(jīng)常出現(xiàn)在同一個購物籃中，這種獨特的銷售現(xiàn)象引起了管理人員的注意，經(jīng)過后續(xù)調(diào)查發(fā)現(xiàn)，這種現(xiàn)象出現(xiàn)在年輕的父親身上。
在美國有嬰兒的家庭中，一般是母親在家中照看嬰兒，年輕的父親前去超市購買尿布。父親在購買尿布的同時，往往會順便為自己購買啤酒，這樣就會出現(xiàn)啤酒與尿布這兩件看上去不相干的商品經(jīng)常會出現(xiàn)在同一個購物籃的現(xiàn)象。如果這個年輕的父親在賣場只能買到兩件商品之一，則他很有可能會放棄購物而到另一家商店， 直到可以一次同時買到啤酒與尿布為止。沃爾瑪發(fā)現(xiàn)了這一獨特的現(xiàn)象，開始在賣場嘗試將啤酒與尿布擺放在相同的區(qū)域，讓年輕的父親可以同時找到這兩件商品，并很快地完成購物；而沃爾瑪超市也可以讓這些客戶一次購買兩件商品、而不是一件，從而獲得了很好的商品銷售收入，這就是“啤酒與尿布” 故事的由來。
當(dāng)然“啤酒與尿布”的故事必須具有技術(shù)方面的支持。1993年美國學(xué)者Agrawal提出通過分析購物籃中的商品集合，從而找出商品之間關(guān)聯(lián)關(guān)系的關(guān)聯(lián)算法，并根據(jù)商品之間的關(guān)系，找出客戶的購買行為。艾格拉沃從數(shù)學(xué)及計算機(jī)算法角度提 出了商品關(guān)聯(lián)關(guān)系的計算方法——Aprior算法。沃爾瑪從上個世紀(jì) 90 年代嘗試將 Aprior 算 法引入到 POS機(jī)數(shù)據(jù)分析中，并獲得了成功，于是產(chǎn)生了“啤酒與尿布”的故事。
Suncorp-Metway使用數(shù)據(jù)分析實現(xiàn)智慧營銷
Suncorp-Metway是澳大利亞一家提供普通保險、銀行業(yè)、壽險和理財服務(wù)的多元化金融服務(wù)集團(tuán)， 旗下?lián)碛?個業(yè)務(wù)部門，管理著14類商品，由公司及共享服務(wù)部門提供支持，其在澳大利亞和新西蘭的運營業(yè)務(wù)與900多萬名客戶有合作關(guān)系。
該公司過去十年間的合并與收購，使客戶群增長了200%，這極大增加了客戶群數(shù)據(jù)管理的復(fù)雜性，如果解決不好，必將對公司利潤產(chǎn)生負(fù)面影響.為此，IBM公司為其提供了一套解決方案，組件包括:IBM Cognos 8 BI、IBMInitiate Master Data Service諛I(yè)BM Unica。
采用該方案后，Suncorp-Metway公司至少在以下三項業(yè)務(wù)方面取得顯著成效：
1、顯著增加了市場份額，但沒有增加營銷開支；
2、每年大約能夠節(jié)省1000萬美元的集成與相關(guān)成本；
3、避免向同一戶家庭重復(fù)郵寄相同信函并且消除冗余系統(tǒng)，從而同時降低直接郵寄與運營成本。
由此可見，Suncorp-Metway公司通過該方案將此前多個孤立來源的數(shù)據(jù)集成起來，實現(xiàn)智慧營銷，對控制成本，增加利潤起到非常積極的作用。
數(shù)據(jù)分析幫助辛辛那提動物園提高客戶滿意度
辛辛那提動植物園成立于1873年，是世界上著名的動植物園之一，以其物種保護(hù)和保存以及高成活率繁殖飼養(yǎng)計劃享有極高聲譽(yù)。它占地面積71英畝，園內(nèi)有500種動物和3000多種植物，是國內(nèi)游客人數(shù)最多的動植物園之一，曾榮獲Zagat十佳動物園，并被《父母》（Parent）雜志評為最受兒童喜歡的動物園，每年接待游客130多萬人。
辛辛那提動植物園是一個非營利性組織，是俄亥州同時也是美國國內(nèi)享受公共補(bǔ)貼*動植物園，除去政府補(bǔ)貼，2600萬美元年度預(yù)算中，自籌資金部分達(dá)到三分之二以上。為此，需要不斷地尋求增加收入。而要做到這一點，*辦法是為工作人員和游客提供更好的服務(wù)，提高游覽率。從而實現(xiàn)動植物園與客戶和納稅人的雙贏。
借助于該方案強(qiáng)大的收集和處理能力、互聯(lián)能力、分析能力以及隨之帶來的洞察力，在部署后，企業(yè)實現(xiàn)了以下各方面的受益：
幫助動植物園了解每個客戶瀏覽、使用和消費模式，根據(jù)時間和地理分布情況采取相應(yīng)的措施改善游客體驗，同時實現(xiàn)營業(yè)收入*化。
根據(jù)消費和游覽行為對動植物園游客進(jìn)行細(xì)分，針對每一類細(xì)分游客開展?fàn)I銷和促銷活動，顯著提高忠誠度和客戶保有量。.
識別消費支出低的游客，針對他們發(fā)送具有戰(zhàn)略性的直寄廣告，同時通過具有創(chuàng)意性的營銷和激勵計劃獎勵忠誠客戶。
360度全方位了解客戶行為，優(yōu)化營銷決策，實施解決方案后頭一年節(jié)省40，000多美元營銷成本，同時強(qiáng)化了可測量的結(jié)果。
采用地理分析顯示大量未實現(xiàn)預(yù)期結(jié)果的促銷和折扣計劃，重新部署資源支持產(chǎn)出率更高的業(yè)務(wù)活動，動植物園每年節(jié)省100，000多美元。
通過強(qiáng)化營銷提高整體游覽率，2011年至少新增50，000人次“游覽”。
提供洞察結(jié)果強(qiáng)化運營管理。例如，即將關(guān)門前冰激淋銷售出現(xiàn)高潮，動植物園決定延長冰激淋攤位營業(yè)時間，直到關(guān)門為止。這一措施夏季每天可增加2，000美元收入。
與上年相比，餐飲銷售增加30.7%，零售銷售增加5.9%。
動植物園高層管理團(tuán)隊可以制定更好的決策，不需要 IT 介入或提供支持。
將分析引入會議室，利用直觀工具幫助業(yè)務(wù)人員掌握數(shù)據(jù)。
數(shù)據(jù)分析過程的主要活動由識別信息需求、收集數(shù)據(jù)、分析數(shù)據(jù)、評價并改進(jìn)數(shù)據(jù)分析的有效性組成。
識別需求識別信息需求是確保數(shù)據(jù)分析過程有效性的首要條件，可以為收集數(shù)據(jù)、分析數(shù)據(jù)提供清晰的目標(biāo)。識別信息需求是管理者的職責(zé)管理者應(yīng)根據(jù)決策和過程控制的需求，提出對信息的需求。就過程控制而言，管理者應(yīng)識別需求要利用那些信息支持評審過程輸入、過程輸出、資源配置的合理性、過程活動的優(yōu)化方案和過程異常變異的發(fā)現(xiàn)。
收集數(shù)據(jù)有目的的收集數(shù)據(jù)，是確保數(shù)據(jù)分析過程有效的基礎(chǔ)。組織需要對收集數(shù)
據(jù)的內(nèi)容、渠道、方法進(jìn)行策劃。策劃時應(yīng)考慮：
①將識別的需求轉(zhuǎn)化為具體的要求，如評價供方時，需要收集的數(shù)據(jù)可能包括其過程能力、測量系統(tǒng)不確定度等相關(guān)數(shù)據(jù)；
②明確由誰在何時何處，通過何種渠道和方法收集數(shù)據(jù)；
③記錄表應(yīng)便于使用； ④采取有效措施，防止數(shù)據(jù)丟失和虛假數(shù)據(jù)對系統(tǒng)的干擾。
分析數(shù)據(jù)分析數(shù)據(jù)是將收集的數(shù)據(jù)通過加工、整理和分析、使其轉(zhuǎn)化為信息，通常用方法有：
老七種工具，即排列圖、因果圖、分層法、調(diào)查表、散步圖、直方圖、控制圖；
新七種工具，即關(guān)聯(lián)圖、系統(tǒng)圖、矩陣圖、KJ法、計劃評審技術(shù)、PDPC法、矩陣數(shù)據(jù)圖；
過程改進(jìn)數(shù)據(jù)分析是質(zhì)量管理體系的基礎(chǔ)。組織的管理者應(yīng)在適當(dāng)時，通過對以下問題的分析，評估其有效性：
①提供決策的信息是否充分、可信，是否存在因信息不足、失準(zhǔn)、滯后而導(dǎo)致決策失誤的問題；
②信息對持續(xù)改進(jìn)質(zhì)量管理體系、過程、產(chǎn)品所發(fā)揮的作用是否與期望值一致，是否在產(chǎn)品實現(xiàn)過程中有效運用數(shù)據(jù)分析；
③收集數(shù)據(jù)的目的是否明確，收集的數(shù)據(jù)是否真實和充分，信息渠道是否暢通；
④數(shù)據(jù)分析方法是否合理，是否將風(fēng)險控制在可接受的范圍；
⑤數(shù)據(jù)分析所需資源是否得到保障。
Excel作為常用的分析工具，可以實現(xiàn)基本的分析工作，在商業(yè)智能領(lǐng)域Cognos、Style Intelligence、Microstrategy、Brio、BO和Oracle以及國內(nèi)產(chǎn)品如：大數(shù)據(jù)魔鏡、finebi、Yonghong Z-Suite BI套件等。
數(shù)據(jù)分析有極廣泛的應(yīng)用范圍。典型的數(shù)據(jù)分析可能包含以下三個步：
1、探索性數(shù)據(jù)分析：當(dāng)數(shù)據(jù)剛?cè)〉脮r，可能雜亂無章，看不出規(guī)律，通過作圖、造表、用各種形式的方程擬合，計算某些特征量等手段探索規(guī)律性的可能形式，即往什么方向和用何種方式去尋找和揭示隱含在數(shù)據(jù)中的規(guī)律性。
2、模型選定分析，在探索性分析的基礎(chǔ)上提出一類或幾類可能的模型，然后通過進(jìn)一步的分析從中挑選一定的模型。
3、推斷分析：通常使用數(shù)理統(tǒng)計方法對所定模型或估計的可靠程度和*程度作出推斷。
分析方法1、列表法
將實驗數(shù)據(jù)按一定規(guī)律用列表方式表達(dá)出來是記錄和處理實驗數(shù)據(jù)最常用的方法。表格的設(shè)計要求對應(yīng)關(guān)系清楚、簡單明了、有利于發(fā)現(xiàn)相關(guān)量之間的物理關(guān)系；此外還要求在標(biāo)題欄中注明物理量名稱、符號、數(shù)量級和單位等；根據(jù)需要還可以列出除原始數(shù)據(jù)以外的計算欄目和統(tǒng)計欄目等。較后還要求寫明表格名稱、主要測量儀器的型號、量程和準(zhǔn)確度等級、有關(guān)環(huán)境條件參數(shù)如溫度、濕度等。
2、作圖法
作圖法可以最醒目地表達(dá)物理量間的變化關(guān)系。從圖線上還可以簡便求出實驗需要的某些結(jié)果（如直線的斜率和截距值等），讀出沒有進(jìn)行觀測的對應(yīng)點（內(nèi)插法）或在一定條件下從圖線的延伸部分讀到測量范圍以外的對應(yīng)點（外推法）。此外，還可以把某些復(fù)雜的函數(shù)關(guān)系，通過一定的變換用直線圖表示出來。例如半導(dǎo)體熱敏電阻的電阻與溫度關(guān)系為，取對數(shù)后得到，若用半對數(shù)坐標(biāo)紙，以lgR為縱軸，以1/T為橫軸畫圖，則為一條直線。
3、數(shù)據(jù)分析主要包含：
1. 簡單數(shù)學(xué)運算（Simple Math）
2. 統(tǒng)計（Statistics）
3. 快速傅里葉變換（FFT）
4. 平滑和濾波（Smoothing and Filtering）
5.基線和峰值分析(Baseline and Peak Analysis)
數(shù)據(jù)來源1、搜索引擎蜘蛛抓取數(shù)據(jù)；
2、網(wǎng)站IP、PV等基本數(shù)據(jù)；
3、網(wǎng)站的HTTP響應(yīng)時間數(shù)據(jù)；
4、網(wǎng)站流量來源數(shù)據(jù)。
在統(tǒng)計學(xué)領(lǐng)域，有些人將數(shù)據(jù)分析劃分為描述性統(tǒng)計分析、探索性數(shù)據(jù)分析以及驗證性數(shù)據(jù)分析；其中，探索性數(shù)據(jù)分析側(cè)重于在數(shù)據(jù)之中發(fā)現(xiàn)新的特征，而驗證性數(shù)據(jù)分析則側(cè)重于已有假設(shè)的證實或證偽。
探索性數(shù)據(jù)分析是指為了形成值得假設(shè)的檢驗而對數(shù)據(jù)進(jìn)行分析的一種方法，是對傳統(tǒng)統(tǒng)計學(xué)假設(shè)檢驗手段的補(bǔ)充。該方法由美國著名統(tǒng)計學(xué)家約翰·圖基(John Tukey)命名。
定性數(shù)據(jù)分析又稱為“定性資料分析”、“定性研究”或者“質(zhì)性研究資料分析”，是指對諸如詞語、照片、觀察結(jié)果之類的非數(shù)值型數(shù)據(jù)（或者說資料）的分析。
溫馨提醒：文章觀點來源網(wǎng)絡(luò)，隨時光飛逝，歲月變遷，準(zhǔn)確性、可靠性、難免有所變動，因此本文內(nèi)容僅供參考！