某中小企业网站运营数据分析实例
案例说明:
该企业正式开展网络推广不到1年,通过详细的日常数据记录及定期的分析总结,已能较好的从数据分析(数据分析师)报表中发现企业实际存在的问题,并及时改进。通过改进,企业的网络咨询情况得到明显的改善,网络销售业绩也能够保持平稳的增长,同时网络推广费用也控制在合理范围之内。
正题:
对于企业网站,不论是网站从一开始建立发布,还是到后期的成熟运营,都会产生并逐渐沉淀很多数据,比如
− 日均浏览页面数量、
− 日均访问网站的人数、
− 每次访问平均花费时间、
− 每个访问者平均访问几个页面、
− 哪些页面跳出率高、
− 访客的回头率、
− 访客通过什么途径访问网站,比例如何、
− 竞价费用主要消耗在哪些关键字上,关键字花费比例、
− 每带来一个咨询客户花费的成本、
− 哪些长尾关键字被搜索频率高、
− 站内搜索热门关键字、
− 访客集中的地域、
− 每天咨询客户的数量、
− 每天因为各类原因而流失的咨询客户数量、
− 网站转化率、
− 访客访问网站的时间分布规律、
− 当然也包括网站总体内容被收录量等等
对于企业网络运营中产生的这些数据,我们应该从何考虑?
从现实的情况看,除了一些较大电子商务企业或互联网企业,他们有良好的数据分析(数据分析师认证)基础和能力以外,基本上多数中小企业实施的网络业务,并没有能够有效面对和处理这些运营数据。
究其原因,除了企业管理人员不够重视以外,企业具体负责网络业务的人员往往也缺乏主动的意识和管理的高度去面对这些数据。作为网络业务负责人,他们关注更多的是网络的投入与产出,会把更多的精力放在优化成本和提高销售上。对于运营细节,比如数据分析,他们投入的关注往往还不够。
因此,本文企图通过实际案例分析,说明如何进行数据统计、分析,数据分析的意义,及对企业的现实意义等。其中也能窥探到,良好的数据分析是能够有效节约成本及促进销售的,当然这不是本文的重点。
网站运营能产生如上面所述的很多数据,但具体到每家企业,它所需要的数据可以是不一样的,这是根据企业管理人员的要求,及网站业务运营的需求而定。
如果侧重用户体验,则统计的数据侧重跳出率、转化率、回头率、平均访问时间、平均访问页面数量等;
如果侧重投入产出,则统计竞价、推广的相关情况,以及咨询、流失的情况;
如果侧重网站运营管理,则不仅统计以上两项,上文描述的各类数据项,都需要详细统计。因为网站运营牵系的不仅是网络业务,还与企业其他部门发生联系,比如企划、市场、营销、产品、服务、物流等。这些部门的运作情况,是可以通过网络数据观察到的,从网络数据的分析结果,我们也能很准确的看到各个环节的问题。
在本案例中,我根据该企业实际情况,罗列了几点,
1、用什么工具统计?
2、应该统计哪些数据?
3、如何看待及分析这些数据(统计数据并分析的目的)?
4、数据分析产生哪些结果及结论?
5、数据分析结论对企业的现实意义?
l 用什么工具统计?
案例采用的数据统计工具:百度商桥
统计工具有很多,CNZZ、51LA、量子统计、GA等。但从准确性来看,似乎没有绝对的,各家都有侧重和优势,可以同时装2种统计工具。
l 应该统计哪些数据?
案例统计的数据类项:
a. 咨询者来访日期
b. 咨询者来访地区
c. 咨询者来访途径(百度/谷歌/直达)
d. 咨询者来访关键字
e. 咨询者到达页
f. 平均访问时间
g. 平均浏览页面数量
h. 咨询者是否对话
i. 咨询者客户姓名
j. 咨询者联系方式
k. 咨询者提问的问题
l. 客服的解答
m. 客服人员
n. 客户咨询时间
o. 客服回应时间
p. 交流历时
v 数据类项说明:
− 日期。该项要想反应出积极意义,需要一段较长的时间。从访客咨询日期的曲线上,我们将能看到客户咨询的时间规律,便于企业做出响应的对策。
− 来访地区。除了能知道咨询客户多数来自哪里以外;当你在百度商桥内设置了推广区域,从来访地区的统计结果也能看出百度商桥的限制区域设置到底作用如何。
− 来访路径。可以清晰的统计咨询客户常用哪一种方式,由此我们可以评估三种途径的重要性,并在后面的推广中做好调整。
− 关键字。通过这些关键字我们可以知道客户的访问心理,并且可以适时将这些关键字补充进竞价关键字体系内。同时在做长尾时,也可以重点参考。
− 到达页。当某一个页面到达率非常高时,应该在这一页面上多做营销动作。很多时候,如果竞价人员不做精细化调整或者企业网站可推页面少,那到达页基本是首页,因此企业的首页非常重要,营销人员应该重视。
− 平均访问时间。理论上平均访问时间越长,用户黏性越高。
− 平均浏览页面数量。理论上平均浏览页面数量越高,说明网站本身的内容在用户看来,可看性强。
− 是否对话。来访人员打开了咨询窗口,也许就是看看,啥也没有说,统计实际对话数量,便于统计有效率咨询率。
− 咨询提问的问题。从问题我们可以深刻了解客户需求,统计这些问题,便于我们洞悉客户真实需求。同时可以加以分类,做出详细的在线咨询Q&A,提高咨询效率和有效性。
− 客服的解答。从客服的解答,管理人员可以及时了解客服的专业能力,服务能力,销售能力等;同时,也便于客服自我总结。咨询的人未必是最终购买的人,但良好的客服解答对建立企业在线咨询形象和口碑传播非常重要。
− 客户咨询时间。统计咨询时间,主要是找出客户咨询的时间规律,企业可以在重点时间段安排人员盯守,防止客户流失。
− 客服回应时间。快速的客服响应对于在线咨询来说极其重要;了解自己客服的响应时间也能知道客服的工作状态。
− 交流时间。有效的新客户咨询通常来说,时间会比较长。通过记录交流时间和对话内容,两者相比,可以一定程度上反映客户的质量度。
l 如何看待及分析这些数据(统计数据并分析的目的)?
网络数据基本是静止的、被动的,一般是定量或定性的记录,它是网站运营分析的最重要的基础,因此这些数据务必要详实准确,而要想从数据中挖掘出有价值的信息,就需对数据进行再统计分析。
依据良好的企业网站运营数据记录和分析,我们可以:
− 帮助改进网站用户体验、
− 监控推广的投入产出、
− 考核相关人员的绩效、
− 分析线上营销活动的成效、
− 发现企业存在的运营管理问题(比如客服、销售、营销、推广的工作配合问题)、
− 预测市场未来的趋势等
对于数据的意义,这里用马云的两段话做注释:
− “提前预测到金融危机正因为这些数据,使我们提前八个月到九个月预测到金融危机。2008年初,我们突然发现整个询盘数急剧下滑,欧美对中国采购在下滑。海关是卖了货,出去以后再获得数据;而我们提前半年时间从询盘上推断出世界贸易发生变化了。所以我们提前了十二个月做了一些准备,鼓励小企业度过难关,所以我们在2008年7月21日,奥运会前两个礼拜我们写了一封信,告诉企业界冬天来了,请所有企业做好准备。”
− “我们真正的进入一个数据时代··· 我们由于掌握了阿里巴巴的内贸和外贸数据,掌握了淘宝上消费者消费行为(现在淘宝有2亿消费者,每天到淘宝上想来买东西的人有4300万人,完成500万笔交易的大量数据,加上我们支付宝数据,我们突然发现我们真正的在进入一个数据时代。我们今天掌握的数据,对国家宏观经济、微观经济、对个人消费,特别对制造业是巨大无比的宝库,所以我们准备做云计算,五年以后,我们的竞争一定是在计算数据上面的竞争,我们在这儿将大力投资···”
案例中的企业进行数据分析,主要目的是为了改进网站用户体验、监控投入产出、发现企业存在的运营问题。这几个问题在下面的叙述中都有描述。
l 数据分析产生哪些结果及结论?
数据分析产生的结果及结论,一般由网站运营推广的负责人总结分析并出具详细报告。
举这家企业的例子,他们主要统计了以上那些对他们而言重要的数据项,产生了以下结果:
− 客服响应咨询的时间及回答质量
− 客户咨询最多的问题
− 长尾关键字、核心关键字
− 竞价效率
− 平均访问时间及平均访问页面数量
− 有效咨询率
− 工作时间段流失率(8:30-12:00)(13:00-17:00)
− 非工作时间[包括中午吃饭时间]段流失率
− 投入产出月统计
随之即可以分析出:
− 客服工作状态及业务能力
− 客户真实需求是什么
− 竞价推广的重要性占比如何
− 网站建设水平如何
− 客服工作管理安排是否合理有效
− 是否需要增加值班客服
− 推广人员绩效考评
附图:
l 数据分析结论对企业的现实意义?
上述的(数据分析师培训)分析所产生的确切结论,将对网站运营、人员管理、企业运营、部门协作都产生明显的影响。比如:
− 客服工作状态及业务能力
客服响应速度慢还是快,直接关系到客户体验,良好的人员管理及制度能够保证高效的响应速度,同时如果从记录中反应客服专业能力欠缺,可及时安排培训。
− 客户真实需求是什么
通过客户的咨询问题,可以知道他们的真实需求,解决客户真实需求是推广、营销、在线咨询、销售必须面对和解决的问题。
− 竞价推广的重要性占比如何
网络推广,一般是付费和非付费两种形式。作为付费的主要方式-竞价,在整个销售产出中发挥的作用到底有多大,这个占比对网络运营推广有直接的影响,成本的节约也主要发生在这一环节。
− 网站建设水平如何
从用户黏性各指标分析,是否需要改进网站内容的、设计的用户体验。
− 客服工作管理安排是否合理有效
合理安排客服工作,尽量降低工作时间内的咨询流失率。而这也是促进提高销售的最直接方法。
− 是否需要增加值班客服
如果非工作时间客户咨询确实多,企业务必需要考虑增加值班人手。这同时也是增加了销售的时间段。(还是有很多企业是有值班客服的,特别是一些医药医疗整容机构)
− 推广人员绩效考评
合理的绩效考评是推动人员工作的直接动力。
附图(说明:九月份在线客服调整到位)
数据分析咨询请扫描二维码
CDA数据分析师认证:CDA认证分为三个等级:Level Ⅰ、Level Ⅱ和Level Ⅲ,每个等级的报考条件如下: Le ...
2024-11-14自学数据分析可能是一条充满挑战却又令人兴奋的道路。随着数据在现代社会中的重要性日益增长,掌握数据分析技能不仅能提升你的就 ...
2024-11-14数据分析相关职业选择 数据分析领域正在蓬勃发展,为各种专业背景的人才提供了丰富的职业机会。从初学者到有经验的专家,每个人 ...
2024-11-14数据挖掘与分析在金融行业的使用 在当今快速发展的金融行业中,数据挖掘与分析的应用愈发重要,成为驱动行业变革和提升竞争力的 ...
2024-11-14学习数据挖掘需要掌握哪些技能 数据挖掘是一个不断发展的领域,它结合了统计学、计算机科学和领域专业知识,旨在从数据中提取有 ...
2024-11-14统计学作为一门基于数据的学科,其广泛的应用领域和多样的职业选择,使得毕业生拥有丰厚的就业前景。无论是在政府还是企业,统计 ...
2024-11-14在当今高速发展的技术环境下,企业正在面临前所未有的机遇和挑战。数字化转型已成为企业保持竞争力和应对市场变化的必由之路。要 ...
2024-11-13爬虫技术在数据分析中扮演着至关重要的角色,其主要作用体现在以下几个方面: 数据收集:爬虫能够自动化地从互联网上抓取大量数 ...
2024-11-13在数据分析中,数据可视化是一种将复杂数据转化为图表、图形或其他可视形式的技术,旨在通过直观的方式帮助人们理解数据的含义与 ...
2024-11-13在现代银行业中,数字化用户行为分析已成为优化产品和服务、提升客户体验和提高业务效率的重要工具。通过全面的数据采集、深入的 ...
2024-11-13在这个数据飞速增长的时代,企业若想在竞争中占据优势,必须充分利用数据分析优化其营销策略。数据不仅有助于理解市场趋势,还可 ...
2024-11-13数据分析行业的就业趋势显示出多个积极的发展方向。随着大数据和人工智能技术的不断进步,数据分析在各行各业中的应用变得越来越 ...
2024-11-13市场数据分析是一门涉及多种技能和工具的学科,对企业在竞争激烈的市场中保持竞争力至关重要。通过数据分析,企业不仅可以了解当 ...
2024-11-13数据分析与数据挖掘是数据科学领域中两个关键的组成部分,它们各有独特的目标、方法和应用场景。尽管它们经常在实际应用中结合使 ...
2024-11-13在如今这个数据驱动的时代,数据分析能力已经成为许多行业的重要技能。无论是为工作需要,还是为了职业转型,掌握数据分析都能够 ...
2024-11-13在如今这个数据驱动的时代,数据分析能力已经成为许多行业的重要技能。无论是为工作需要,还是为了职业转型,掌握数据分析都能够 ...
2024-11-13作为一名业务分析师,你肩负着将业务需求转化为技术解决方案的重任。面试这一角色时,涉及的问题多种多样,涵盖技术技能、分析能 ...
2024-11-13自学数据分析可能看似一项艰巨的任务,尤其在开始时。但是,通过一些策略和方法,你可以系统地学习和掌握数据分析的相关知识和技 ...
2024-11-10Excel是数据分析领域中的一款强大工具,它凭借其灵活的功能和易用的界面,成为了许多数据分析师和从业者的首选。无论是简单的数 ...
2024-11-10在快速发展的商业环境中,数据分析能力已经成为许多行业的核心竞争力。无论是初学者还是经验丰富的专家,搭建一个有效的数据分析 ...
2024-11-10