第6章网站数据分析.ppt

第6章网站数据分析
引导案例
引导案例
，早在2019年就实施了电子商务。
采用电子邮件方式向会员推广新产品。
但并没有得到预期的效果
原因？
“垃圾”和“信息”，只有一步之遥！
本】 如何预防现有客户的流失
***应对市场短期竞争及实现其长期发展的主要策略是：营销重心后移，巩固中高端用户，通过对现有个人用户消费行为的分析，设计有针对性的个性化套餐，以达到保留现有客户的目的；具体可以概括为以下几个方面：
（1）关注现有客户的稳定性，通过对现有客户利益需求的满足，以及对移动品牌宣传的推动，来巩固现有的在网客户；
（2）通过对客户消费行为及偏好差异的分析，针对不同细分人群设计相应的套餐；
（3）通过对客户价值量的差异分析以提供不同的客户服务及忠诚度计划；
（4）积极的客户挽留工作，对客户流失进行监控，及时进行用户挽留；
（5）通过各种合作伙伴的捆绑扩大服务的广度，促进客户发展及客户维系（如移动机场贵宾休息室服务等）。
6．5 网站数据分析技术
6．5．1 电子商务中的 Ｗｅｂ 挖掘
数据挖掘（Ｄａｔａ Ｍｉｎｉｎｇ）就是从大量的、不完全的未知数据中提取隐含在其中的对人们分析有用的信息和规律从而为客户关系管理提供决策依据。
Ｗｅｂ数据挖掘是数据挖掘技术在Ｗｅｂ环境下的应用，通过对客户访问Ｗｅｂ网站的数据分析，从中获取有价值的电子商务信息，从中得到详细的商务行为细节，用于商业决策。
客户浏览信息被Ｗｅｂ服务器自动收集并保存在访问日志、引用日志和代理日志中。
6．5 网站数据分析技术
6．5．2 面向电子商务的Ｗｅｂ挖掘系统模型
6．6 常用网站数据分析工具
1．分类
将数据库中的数据项映射到某个给定的类别
它可以应用到客户的分类、客户的属性和特征分析、客户满意度分析、客户的购买趋势预测等。
如一个汽车零售商将客户按照对汽车的喜好划分成不同的类，这样营销人员就可以将新型汽车的广告手册直接邮寄到有这种喜好的客户手中，从而大大增加了商业机会。
2．回归分析
反映的是事务数据库中属性值在时间上的特征，产生一个将数据项映射到一个实值预测变量的函数，发现变量或属性间的依赖关系
应用：客户寻求、保持和预防客户流失活动、产品生命周期分析、销售趋势预测及有针对性的促销活动等
6．6 常用网站数据分析工具
3．聚类
聚类分析是把一组数据按照相似性和差异性分为几个类别，其目的是使得属于同一类别的数据间的相似性尽可能大，不同类别中的数据间的相似性尽可能小。
它可以应用到客户群体的分类、客户背景分析、客户购买趋势预测、市场的细分等。
4．关联规则
描述数据库中数据项之间所存在的关系的规则，即根据一个事务中些项的出现可导出另一些项在同一事务中也出现，即隐藏在数据间的关联或相互关系。
6．6 常用网站数据分析工具
5．特征
从数据库中的一组数据中提取出关于这些数据的特征式，这些特征式表达了该数据集的总体特征。
如营销人员通过对客户流失因素的特征提取，可以得到导致客户流失的一系列原因和主要特征，利用这些特征可以有效地预防客户的流失。
6．变化和偏差分析
寻找观察结果与参照量之间有意义的差别
在企业危机管理及其预警中，管理者更感兴趣的是那些意外规则。意外规则的挖掘可以应用到各种异常信息的发现、分析、识别、评价和预警等方面。
6．6 常用网站数据分析工具
7．Web页挖掘
通过对Web的挖掘，可以利用Web 的海量数据进行分析，收集政治、经济、政策、科技、金融、各种市场、竞争对手、供求信息、客户等有关的信息，集中精力分析和处理那些对企业有重大或潜在重大影响的外部环境信息和内部经营信息，并根据分析结果找出企业管理过程中出现的各种问题和可能引起危机的先兆，对这些信息进行分析和处理，以便识别、分析、评价和管理危机。
6．6．4 数据挖掘应用
数据库营销（Database Marketing）
客户群体划分（Customer Segmentation & Classification）
背景分析（Profile Analysis）
交叉销售（Cross-selling）
客户流失性分析(Churn Analysis)
客户信用记分(Credit Scoring)
欺诈发现(Fraud Detection)等等。
6．7 数据营销
1．什么是数据营销
数据驱动的营销管理--以互联网数据作为营销决策依据的营销策划与管理的活动过程；通过数字渠道宣传推广--以数字渠道作为营销渠道体系中的有机组成部分，服务于整体营销策划的具体执行过程。
既是策划又是执行；既是推广又是反馈。数据营销定义的二元统一源于其独有的渠道特性：互动性。
6．7 数据营销
PDCA循环
P（Plan）--计划，确定方针和目