如何分析網(wǎng)站數據？發(fā)布者：本站     時(shí)間：2020-03-03 18:03:19

網(wǎng)站的數據分析基本上是圍繞著(zhù)顧客進(jìn)行的。首先，管理層面不一樣，需要的數據也不樣，公司高層想知道的是一些偏宏觀(guān)的顧客數據，以便制定公司的戰略計劃，中層就可能想知道一些微觀(guān)的順客數據、以便進(jìn)行一些日常工作，項目的控制以及短期的戰術(shù)計劃。其次，部門(mén)不一樣，需要的數據也不一樣，采購部門(mén)是想知道顧客經(jīng)常購買(mǎi)哪些商品:內容編輯部比較關(guān)心哪些文章最能吸引顧客的眼球，市場(chǎng)部門(mén)則側重哪些廣告能帶來(lái)有價(jià)值的顧客。


 
客戶(hù)關(guān)系管理的核心是客戶(hù)價(jià)值管理。它將客戶(hù)價(jià)值分為既成價(jià)值、潛在價(jià)值及模型價(jià)值。通過(guò)滿(mǎn)足客戶(hù)個(gè)性化需求，提高客戶(hù)忠誠度和保有率，實(shí)現縮短銷(xiāo)售周期、降低銷(xiāo)售成本、增加收入、擴展市場(chǎng)，從而全面提升企業(yè)的贏(yíng)利能力和競爭力。同時(shí)企業(yè)的業(yè)務(wù)決策是基于客戶(hù)價(jià)值變化開(kāi)展的，根據客戶(hù)價(jià)值的變化，制定客戶(hù)獲取、客戶(hù)保有、客戶(hù)價(jià)值提升的相關(guān)業(yè)務(wù)計劃或行動(dòng)。
 
并不是每個(gè)客戶(hù)都具有同樣的價(jià)值，從抽象和通用的意義上講，多數企業(yè)的客戶(hù)價(jià)值分布是適合“二八法則”的，即一個(gè)企業(yè)80%的利潤往往是由20%最有價(jià)值的客戶(hù)創(chuàng )造，其余809的客戶(hù)是微利、無(wú)利，甚至是負利潤的。企業(yè)要保持的是有價(jià)值的客戶(hù)，因此，有價(jià)值客戶(hù)的識別是客戶(hù)關(guān)系管理必須首先完成的一項基本任務(wù)。
 
但對每個(gè)企業(yè)而言，要識別“究竟哪些客戶(hù)才是最有價(jià)值的客戶(hù)?這些客戶(hù)在哪些方面的價(jià)值最大?他們有什么共同的特征?”卻不是一件很容易的事。目前，多數企業(yè)的管理方式還 停留在根據某一項或兩項單一指標(如銷(xiāo)售額或利潤)來(lái)做的客戶(hù)重要性的排行，無(wú)法進(jìn)行全方位、多角度的綜合客戶(hù)價(jià)值分析、管理。而要實(shí)現“以客戶(hù)為中心”的CRM理念，就必須建立一套全面的客戶(hù)價(jià)值評估管理系統，并利用系統強大的數據分析、挖掘功能，快速地進(jìn)行客戶(hù)群價(jià)值細分管理，建立起客戶(hù)價(jià)值金字塔通過(guò)網(wǎng)站數據分析，可以區分不同的客戶(hù)群。
 
客戶(hù)數據的收集、分析與應用
 
在企業(yè)信息化進(jìn)程中，越來(lái)越多的企業(yè)將客戶(hù)數據的管理作為重點(diǎn)內容。然而，就像銀行業(yè)在20世紀90年代的發(fā)展一樣，很多企業(yè)在進(jìn)行客戶(hù)數據的管理方面還僅僅是收集和管理些與企業(yè)業(yè)務(wù)直接相關(guān)的簡(jiǎn)單信息。這些數據僅僅能保證對客戶(hù)情況的粗淺反映，還不足以為帶附加價(jià)值。形成市場(chǎng)引導的作用，客戶(hù)數據的價(jià)值特征還不明顯。以客戶(hù)服務(wù)中心的興起和CRM實(shí)用化為基礎，企業(yè)對客戶(hù)數據的管理要求迅速提高。全面收集客戶(hù)數據、分析客戶(hù)數據，將客戶(hù)數據應用于產(chǎn)品設計、市場(chǎng)規劃、銷(xiāo)售過(guò)程成為企業(yè)發(fā)展的重要手段。那么，企業(yè)需要關(guān)注的客戶(hù)數據是什么?如何獲得與企業(yè)發(fā)展息息相關(guān)的客戶(hù)數據?怎樣讓這些客戶(hù)數據為企業(yè)帶來(lái)利潤呢?
 
1.企業(yè)關(guān)注的客戶(hù)數據
 
企業(yè)從事的生產(chǎn)、經(jīng)營(yíng)行為，其目的是實(shí)現其市場(chǎng)價(jià)值。而市場(chǎng)價(jià)值的實(shí)現卻在極大程度上依賴(lài)于客戶(hù)的需要和認同。作為市場(chǎng)的第一要素，客戶(hù)是指具有購買(mǎi)行為或需求的群體，隨著(zhù)市場(chǎng)特征的不同，客戶(hù)也具有不同的范圍和行為特征。我們這里重點(diǎn)研究的客戶(hù)，根據行為特征應該分為客戶(hù)與頭客。作為零售企業(yè)在市場(chǎng)中是以顧客為主要銷(xiāo)售對象的。而我們所指的客戶(hù)則是與企業(yè)具有穩定的買(mǎi)賣(mài)關(guān)系的個(gè)人或機構。顧客具有群體性強、范圍廣泛、個(gè)體不確定等特點(diǎn)；與之相比，客戶(hù)則具有針對性強、具有穩定的購買(mǎi)關(guān)系等特點(diǎn)。
 
場(chǎng)占有率、市場(chǎng)地城分布等統計特征實(shí)現企業(yè)的價(jià)值導向。因此，企業(yè)重點(diǎn)關(guān)注的是整個(gè)市場(chǎng) 對客的數據，企業(yè)更加關(guān)注願客行為的統計規律，通過(guò)購買(mǎi)意向、購買(mǎi)力、銷(xiāo)售量的統計分析 數量預期等。這些數據更加適合零售企業(yè)、大眾消費企業(yè)、生產(chǎn)廠(chǎng)商等。為市點(diǎn)有、月銷(xiāo)、單筆平均購買(mǎi)量、市場(chǎng)量、你對客戶(hù)的數據，企業(yè)由于與客戶(hù)具有穩定的購買(mǎi)關(guān)系，企業(yè)與客戶(hù)具有直接的聯(lián)系。因而，企業(yè)對客戶(hù)數據的關(guān)注程度要更加詳盡。通常，企業(yè)不但要關(guān)注客戶(hù)的靜態(tài)數據，面且要關(guān)注 客戶(hù)的動(dòng)態(tài)數據。靜態(tài)數提一般包括?？蛻?hù)名稱(chēng)、地址、電話(huà)、行業(yè)性質(zhì)等基礎信息。動(dòng)態(tài)數據則需要包括:每次購買(mǎi)行為的記錄、為客戶(hù)提供產(chǎn)品和服務(wù)而帶來(lái)的成本、客戶(hù)在公開(kāi)媒體上的信息、從服務(wù)渠道反簧的客戶(hù)要求、對具有競爭性的產(chǎn)品的態(tài)度等信息。
 
2.客戶(hù)數據的收集
 
直接接觸渠道是客戶(hù)數據收集的有效手段?？蛻?hù)通常會(huì )最先與銷(xiāo)售渠道打交道，而后形成購買(mǎi)意向，到完成購買(mǎi)過(guò)程進(jìn)入售后階段。在這些階段中，客戶(hù)數據的收集具有直接、明確的特征。很多企業(yè)都采取訂單、客戶(hù)登記表、客戶(hù)聯(lián)系卡、會(huì )員卡等形式，對客戶(hù)基本靜態(tài)信息進(jìn)行收集。以航空公司為例，訂單直接登記了客戶(hù)姓名、證件號碼等信息，而?？蛣t采用會(huì )員卡的形式詳細收集了姓名、性別、證件號碼、通信地址、電話(huà)、電子郵件、日常喜好、座位偏好、餐食習慣等，并通過(guò)會(huì )員卡詳細登記了客戶(hù)的每一次行程記錄，甚至一些航空公司還通過(guò)會(huì )員卡實(shí)現了對客戶(hù)的賓館酒店入住信息和會(huì )員商場(chǎng)消費記錄的全面收集。這些直接接觸渠道與以電話(huà)、互聯(lián)網(wǎng)等構成的非接觸式渠道共同形成了客戶(hù)數據收集的主要來(lái)源。
 
客戶(hù)數據資源的整合成為企業(yè)客戶(hù)數據的另一個(gè)重要信息來(lái)源?？蛻?hù)數據資源的整合是指客戶(hù)數據與其他企業(yè)進(jìn)行共享以擴大相互的白資源提高客戶(hù)數據利用率的行為。隨著(zhù)直復營(yíng)銷(xiāo)、整合營(yíng)銷(xiāo)的發(fā)展，市場(chǎng)上還形成了專(zhuān)注于客戶(hù)信息收集整理，集合各個(gè)企業(yè)資源進(jìn)行整合營(yíng)銷(xiāo)的渠道廠(chǎng)商。其通過(guò)諸如電話(huà)黃頁(yè)、網(wǎng)站注冊、展會(huì )收集、企業(yè)提供等方式收集了大量豐富的客戶(hù)信息，并利用這些信息，整合其他企業(yè)的產(chǎn)品或服務(wù)，有針對性地對客戶(hù)進(jìn)行跨企業(yè)的整合銷(xiāo)售。
 
服務(wù)過(guò)程是客戶(hù)數據收集的最佳時(shí)機。如果說(shuō)直接接觸渠道提供了客戶(hù)數據的收集的機會(huì )，那么服務(wù)過(guò)程則提供了深人了解客戶(hù)，建立互動(dòng)聯(lián)系的最佳時(shí)機。服務(wù)的過(guò)程中，客戶(hù)通常能夠直接而毫無(wú)避諱地講述對產(chǎn)品的看法和期望、對服務(wù)的要求和評價(jià)、對競爭對手的認識和挑以及周邊客戶(hù)群體的意愿和銷(xiāo)售機會(huì )。其信息容量之大、準確性之高是在其他條件下難以實(shí)現的。一次好的服務(wù)過(guò)程本身就是一次全面的客戶(hù)數據收集過(guò)程。
 
市場(chǎng)調査所進(jìn)行的數據收集能夠誰(shuí)確完成客戶(hù)發(fā)現和客戶(hù)導向的發(fā)掘?，F代企業(yè)已經(jīng)越來(lái)越多地利用市場(chǎng)調查來(lái)實(shí)現對產(chǎn)品、市場(chǎng)。服務(wù)進(jìn)行考察、分析。預計的工作。通常情況下委托第三方進(jìn)行相關(guān)的調查都能夠對調查對象的客戶(hù)數據進(jìn)行詳盡的記錄，而這些記錄不但能夠反饋這些被調査人中潛在的客戶(hù)，而且能夠通過(guò)對產(chǎn)品，服務(wù)所反的意見(jiàn)和建該反映出客戶(hù)需求的導向，更重要的是還能夠通過(guò)被調查人的傾向性，發(fā)現潛在客戶(hù)的分布規律:為企業(yè)開(kāi)發(fā)新產(chǎn)品，開(kāi)拓更大的市場(chǎng)提供依據。
 
展會(huì )已經(jīng)成為客戶(hù)數據收集的重要形式。由于展會(huì )的針對性強.替在客戶(hù)群體集中，圈此展會(huì )已經(jīng)成為能夠迅速收集客戶(hù)數據、發(fā)現客戶(hù)群體，達成購買(mǎi)意向的場(chǎng)所。也正是由于這個(gè)特點(diǎn)，國內展會(huì )經(jīng)濟呈現出蓬物發(fā)展的態(tài)勢。但是展會(huì )上的名片收集還遠遠不能滿(mǎn)足客戶(hù)數據收集的要求，對客戶(hù)的意見(jiàn)、產(chǎn)品傾向、競爭產(chǎn)品評價(jià)的收集是展會(huì )客戶(hù)數據收集的重點(diǎn)網(wǎng)站和呼叫中心是客戶(hù)數據收集的低成本“吸收器”。隨著(zhù)電子商務(wù)的開(kāi)展，網(wǎng)站、呼叫中心在企業(yè)客戶(hù)發(fā)展戰略中起的作用已經(jīng)越來(lái)越受到企業(yè)領(lǐng)導者的重視。與此同時(shí)，客戶(hù)也越來(lái)越多地轉向網(wǎng)站和呼叫中心去了解企業(yè)情況、產(chǎn)品和服務(wù)，以及即時(shí)完成訂單等操作。不難看到，很多企業(yè)已經(jīng)將客戶(hù)在網(wǎng)站、呼叫中心的坊問(wèn)作為收集客戶(hù)數據的重要機會(huì )，為進(jìn)一步開(kāi)展營(yíng)銷(xiāo)、服務(wù)打下基礎。也正是這些客戶(hù)數據為個(gè)性化服務(wù)的開(kāi)展提供了可能。
 
3.客戶(hù)數據的目標性分析和非目標性分析
 
目標性分析為市場(chǎng)策略和產(chǎn)品策略提供了有利的支持?？蛻?hù)數據的收集過(guò)程中，大多數都是具有一定的針對性或相關(guān)性，而這些具有針對性和相關(guān)性的客戶(hù)數據更便于進(jìn)行頂先設定目標的分析。比如，家電企業(yè)在數據的收集中通常會(huì )關(guān)往客戶(hù)某種家電的擁有數量、品牌、購買(mǎi)時(shí)間，而這些在配合家庭人口、職業(yè)、年齡等數據進(jìn)行分析后，往往能夠直接得出該客戶(hù)是否具有購買(mǎi)需求、預計購買(mǎi)時(shí)間和數量、消費檔次等結論。這些都是具有目標性的數據分析。具有目標性的客戶(hù)數據分析，能夠對企業(yè)當前市場(chǎng)和產(chǎn)品的設計、生產(chǎn)、銷(xiāo)售產(chǎn)生指導，對營(yíng)銷(xiāo)和市場(chǎng)細分提供依據。
 
非目標性分析幫助企業(yè)從客戶(hù)數據中發(fā)現新的商業(yè)機會(huì )?？蛻?hù)數據由于人群的地域、文化、歷史的相似性，客戶(hù)數據中往往還能夠反映出一些超出數據收集目標的結論。這些結論通常還能夠引導一個(gè)新的市場(chǎng)或產(chǎn)品。
 
4.目前數據分析的存在的問(wèn)題
 
(1)要“以網(wǎng)站為中心的數據分析”，則不是“以願客為中心的數據分析” 大家一般常說(shuō)的數據分析，大部分還是局限在對LOG文件的分析。由于1LOG文件里面只是記載了一些網(wǎng)站與顧客之間的基本互動(dòng)信息，也就意味著(zhù)LOG數據存在相當大的局限性。
 
此1分在能動(dòng)籍起剩作用，相晶該半的教據分析起到的作用還是遠遠不能達到我們的需求。數據分析，如果只做一個(gè)L0G文件分析，則往往陷入了“以網(wǎng)站為中心的數據分析”，則不是“以顧客為中心的數據分析”。
 
“以顧客為中心的數據分析”的實(shí)施難度遠遠比“以網(wǎng)站為中心的數據分析”難度大，LOG分析基本上只要買(mǎi)個(gè)分析軟件安裝到服務(wù)器，或者購買(mǎi)一些用 Javascript嵌人代碼的在線(xiàn)即時(shí)LOG分析服務(wù)。但要想做到“以顧客為中心的數據分析”的數據，就沒(méi)有那么簡(jiǎn)單，必須要將其作為一個(gè)戰略來(lái)實(shí)行，因為它需要整合所有與顧客相關(guān)的數據，動(dòng)用的技術(shù)不僅僅有1LOG分析技術(shù)，而且更依賴(lài)于數據倉庫與數據挖掘技術(shù)。
 
(2)不要太過(guò)于依賴(lài)數據分析 由于目前數據分析方面的人員有相當一部分是從技術(shù)方面轉過(guò)來(lái)的，所以比較容易過(guò)度依數據來(lái)做決策。從原始數據到分析結果，中間還是經(jīng)歷了眾多的過(guò)程，只要其中出現一點(diǎn)差錯，都會(huì )造成結果有較大的出入。
 
(3)多方面驗證你的數據
 
對于一些分析主題，可以采用多個(gè)方式來(lái)輔證你數據分析的結果是否真實(shí)。比如上門(mén)拜訪(fǎng)，在線(xiàn)調査等，往往這些數據的獲取比通過(guò)數據挖掘來(lái)得簡(jiǎn)單與方便，在某些時(shí)候，甚至可以替代那些復雜的數據分析，用來(lái)作為決策的依據。
 
電子商務(wù)公司收集網(wǎng)站制作與顧客的互動(dòng)行為，比傳統企業(yè)像超市，銀行都方便得多，但是也很容易陷入了數據的海洋，希望這些電子商務(wù)公司能夠在數據分析過(guò)程中，緊緊圍繞著(zhù)顧客來(lái)進(jìn)行，特別是那些為企業(yè)貢獻最大的那20%的顧客。