营销数据分析
著名广告大师约翰·沃纳梅克曾说过“打广告的钱有一半是浪费的，但客户永远不知道是哪一半。尽管如此，广告主希望将满天撒网式的广告发展成为精准的目标广告，这样才能使广告费用在“刀刃上”。事实上，做到精准投放其实并没有那么难，更精准的营销需要更精准的数据分析。
我们将通过六个部分来详细描述如何进行数据分析。
一、数据分析本质
首先，进行数据分析，我们必须知晓数据分析的本质。数据分析主要是通过数据分析概念、数据来源、数据分析工具三个方面组成。
摘要：数据分析大致可以分为三个层次（这边沿用苏格兰折耳喵的部分观点）：（1）描述性数据分析：如果没有系统学习过数据分析的一般处于这个阶段，常用的方式：对比分析、平均分析、交叉分析等。（2）诊断性数据分析：从这个阶段开始，才刚刚进入真正的数据分析阶段。这个阶段可以运用一些数据分析的方法论来对数据进行解释。如AARRR模型，PEST模型、5W2H、逻辑树、用户行为理论等。（3）预测性数据分析：运用机器学习等方法建立模型，预测数据。不同的人有不同的分类方法，但是万变不离其宗。
摘要：我们说数据分析要有目的进行分析，实际上我们在平常的工作中，没有学过数据分析也能靠直觉推断出一些数据产生的原因。那么为什么还要进行数据分析的学习呢？也就是说，数据分析，到底在学什么？其实我认为如果是在初创团队中，确实无需使用太专业的数据分析方法，因为往往数据不足。但是，如果你掌握了数据分析的方法，就能够在产品的初期设计合理的埋点，要知道现在很多产品在早期是没有这个意识的，于是等产品成熟了再去做这件事是极其痛苦的。所以也才催生了类如诸葛IO这样的“无埋点”数据分析的产品。“无埋点”只能收集到很浅层次的数据，如点击数据，IP/PV等，业务层面就无法统计。而且存在着不稳定性，从技术上讲就是说如果用户使用了一些奇奇怪怪的浏览器（例如低版本的IE）的话，很可能无埋点的代码就无法运行，造成原始数据的偏差。
摘要：数据营销时代，越来越多人开始接受用数据指导广告投放。但很多人并不知道，数据可以指导投放的前提是数据分析师/广告优化师能够正确的解读数据。同样的数据，通过不同方式的解读，给投放带来的指导作用天差地别。是帮助广告主更好的实现KPI？还是把营销带入另一个无底深渊？本文将从数据分析的角度出发，聊聊各种数据分析乱象，旨在提醒诸位如何避免拿数据耍流氓的行为。
摘要：首先在我们在做数据分析的时候，第一步就是我们需要建立属于自己的数据回收通道，只有建立符合自己的数据回收方式后，我才可以拿到有商业价值的数据源，为之后的分析提供支持。当我们成功部署了属于我们自己的数据回收通道后，我们就可以轻松的获取我们想要数据，但是很多时候大家可能会觉得，回收了这么多数据，我该怎么去整理分析了，接下笔者会详述拿到数据后，我们需要如何来做分析，这里，我只提供思考方向，具体的我就不再赘述了，因为同样的数据，拿给不同的账户，调整策略也不一定一样，还是那句话，数据分析要结合你实际的企业情况以及产品特点和客户群特性。
摘要：作为一个数据分析师，你有没有经常遇到过这种情况，老板开会常常问你，今天的 UV、PV、注册转化率、购买率…….是多少？一般情况下，普通数据分析师会说，“老板等一下，我看下报表。”但是优秀的数据分析师回答一定是，“老板，昨天我们的转化率是80%，今天是70%,我们分析认为原因是昨天我们新上线了一个新流程，我们应该优化这一步的产品设计。”看，这就是学渣和学霸的区别。老板问的指标都记不住，还想做百万年薪数据分析师？但是公司有那么多指标，需要全部记住吗?怎么才能在与老板回答中，游刃有余的应对？怎么才能在实际的业务中，通过熟记指标增加对业务的熟悉程度，提供更有效的数据支持，帮助公司更好的规划战略，定位产品。
摘要：这是一道SEM初中级认证试题，考题本身不难，但是比较绕，绕来绕去，思路就晕了，所以建议SEM同学在答题的时候一定要细心，如果说从技巧方面，我建议就是去噪，把其它一些乱七八糟的数据和我们要的数据隔离开。
摘要：透过现象看本质。从事情的表象看到问题的矛盾点，从而针对性的调整控制…缜密的思维，眼观六路，耳听八方，不放过任何细节，具有侦探的逻辑思维，会让你成为一个绝好的数据分析师。
摘要：话说，真正的高手都在民间。下面这个《新上任的县长到小吃摊吃早餐的故事》，绝对让你吃惊，让你知道什么是真正的数据分析高手。
9、《看透数据分析本质｜转化率从5%到18%，他们做了什么？》
摘要：双11就要来了，我们今天要讨论的不是“钱是怎么花掉的”，而是“那些热卖的电商商家的钱是怎么赚的”？我们都知道“数据驱动运营”这个大道理，大道理听多了，反而越来越多的人不知道如何用数据驱动运营，电商行业的案例是最能说明“数据驱动运营”这个大道理的，相信你在看完了这篇文章之后，一定对自己手上的业务数据有了更深的了解。
10、《Data To The People，数据驱动业务增长》
摘要：数据像水，而水滋润万物，帮助万物生长。GrowingIO这个名字诠释了，生长，数据和循环。我希望数据能像水一样，可以帮助到每个人。Data to the people。毕业的时候，正好赶上了数据仓库迅速发展的好时候，大学的时候喜欢数据库，很自然的就入了这行。入行后我发现企业有很多的数据孤岛，很多的数据不能统一在同一个地方以供分析。我的工作就是将不同数据源的数据整合起来，设计数据仓库模型，开发数据处理、数据清洗的任务，定时调度 ETL（数据抽取，数据转换，数据装载）的任务，制作报表，准备数据挖掘的Training 数据。
11、《推广数据分析4个漏洞：数据真实性、平均值以及细分问题》
摘要：作为一个推广优化师，您真的了解数据吗？世界上有三种谎言：谎言、糟糕透顶的谎言和数据。对于推广而言，统计思维总有一天和marketing创意同样重要。
摘要：最近我们和一些互联网企业交流，无论所在什么细分行业，在数据分析方面的动向可以总结为两类：或在寻找专业的第三方数据分析产品，或在寻找能 lead 组建数据分析团队的候选人。看来马云说的“人类正从 IT 时代走向 DT (Data Technology) 时代”，所言不假。毋庸置疑，数据的重要性正在逐渐被认识到。而谈起数据分析团队耗时最多的一件事情，无它，唯独数据的采集、清洗、整理。是的，太多采集到的数据需要整理，另外还有更多的数据需要去采集。
13、《懂用户？不如懂数据》
摘要：我们每天在互联网上的行为都会产生大量的数据，随着大数据和人工智能的发展，这些数据的价值也越来越重要。而对于产品不同的发展阶段，需要有不同的开发、运营和营销策略与其匹配，如何把控产品线发展的整体节奏和策略是关键。
14、《数据分析的准备工作：从问题分析到数据清洗》
摘要：有问题种类的分析，我们先来看一下我们为什么要分析一个问题的种类。现实中我们面临的实际问题，它的表达形式可能是千变万化的。然而我们资源是有限的，又不能为每一种问题都去积累经验，都去建立模型。我们只能为一些包含重要特征的问题，去建立模型空间。
二、数据分析方法论
与世界观相辅相成的是数据分析的具体方法论，有大量高效的手段可以提高数据分析的效率，例如：关键词数据分析法、Excel函数分析、描述性数据分析法、数理统计分析法等。
摘要：做SEM数据分析之前，我们首先要理解数据，为什么对这些数据进行分析？通过数据分析能得到什么？所以正常的数据分析流程应该是确定分析目的→收集所需数据→整理数据→分析数据→得出优化意见。
数据是我们调整账户的依据，对于一个新的竞价员来说，数据分析很难理解，因为有关键词报告、广告创意报告、搜索词报告等太多的竞价数据，一个新手往往不知从何处着手。这时候就需要静下心，对每个报告进行整理，筛选并找出有效的数据进行比较。
摘要：我在一家小医院（非莆系）从事妇产科竞价。在我的认识里，在医院没有达到一定知名度之前，产科的推广需要大量的线下推广配合，为线上推广作品牌支撑。因此，针对产科，在这里不多做赘述。就妇科而言，存在疗程短、单体消费低的普遍现象，我所了解到最高的到诊成本，是在4线城市3000元一个到诊，这是最差的成本。大部分总监能接受的到诊成本在1500左右，我相信大部分竞价只要用心去做，咨询人员只要不是特别差，都可以做到这个程度。我也见过300一个到诊的，有大力度的活动配合，这里不做参考。我所在的是一家民营医院，线下广告几乎为零，没有企划部门，就谈不上有什么活动，领导说全院95%的广告费都给你了，小伙子你要努力。今天我们撇开品牌影响力， 医院活动的配合之外，只聊聊竞价。
摘要：如果你作为一名SEMer，每天80%的工作时间是打开后台，监控核心关键词的排名，每天去调整价格，调整移动比例，否定一些垃圾流量的话，那么我会觉得，你与一名优秀的semer人员之间，还有很大的提升空间。因为一名优秀的SEMer，每天应该有80%的工作时间在做数据分析，20%的工作时间是最后将数据分析出的结果进行后台操作。有人问过我，你认为SEM推广的核心是什么？我以多年的经验总结出两个因素：“行业市场分析”与“数据分析”。
摘要：数据分析在SEM中是最为基础的技能，说得简单点，数据分析就是为了发现问题，并为解决问题提供数据参考。有经验的SEMer都知道，尽信数据则不如无数据。数据就躺在哪里，关键在分析之前，你之前要有清晰的思维逻辑：你为什么要分析数据？你希望通过数据分析得到什么？
5、《SEMer必备的数据分析10大方法，最后一个厉害了！》
摘要：互联网时代信息爆炸，眼花缭乱的东西很多，真正派上用场的，却不见得是那些看起来炫酷的。很多方法朴实无华，却解决大量的问题。下面十个方法都是我这么多年做互联网运营分析时一定会用到的最经典的方法。这些方法如果烂熟于心，其实互联网运营分析的最核心部分也就掌握差不多了。真没那么复杂。我们从第十个方法倒着讲，重要性并无优劣之分，但压轴的，往往是最重要的。
摘要：匹配模式宽泛你还出价高的话，你会匹配到很多非常多极为不相关的搜索词（主要是都是高价高成本），这要做你的 点击成本就会很高。因为百度系统对于高价词的展现机会是远高于低价词的。你出高价的话系统会给你分配更多的流量（其中有大部分是质量不高的流量，也就是转化意愿不那么强的流量）。
摘要：SEM 数据分析还有很多需要大家深入研究与专研的。我个人也给予大家几点 SEM 数据分析注意事项：（1）所有数据报表要坚持多维度相结合进行分析处理；（2）数据分析一定要作为日常优化流程，不要账户出现问题才进行数据分析排查问题，日数据异常要积极分析与调整，才能让账户广效果稳定；（3）数据筛选是数据分析的基础，大量的数据要筛选出有效的价值，依据有大量数据的分类、筛选、过滤等环节进行数据提炼，这个最好要有良好的Excel技能支撑才会高效的进行。数据分析是我们SEM推广调整的支撑，如果你是一名好的数据分析师，那么还会玩转不了SEM推广吗？
摘要：今天主要分享下数据分析的常用方法，主要四种：（1）趋势分析方法（2）比重分析方法（3）TOPN分析法/二八原则（4）四象限分析方法。
摘要：数据分析是一个成熟的SEMer的必备技能，数据分析能力也是衡量竞价人员能力水平高低的重要指标。本文阐述的数据分析三部曲主要适用于教育培训行业（面授SKU），同时对于大多数需要线下成交的业务来说也具有一定的参考价值。对于教育行业面授SKU来说，竞价投放数据整体上可以分为三个部分，其一是竞价后台推广数据，其二是网站在线对话数据，其三是市场业务数据，这三部分环环紧扣，缺一不可。
摘要：大多中小企业都是直接外挂的三方统计软件，如GA、百度统计、CNZZ、51la等，虽然大多数统计平台在功能上相差无几，但是统计数据还是有微小的差别。我曾在百度统计和CNZZ两个平台的优劣选取上纠结过一段时间，后来索性两个平台都上，当双重保险。平时的分析中我比较习惯CNZZ，但是如果你的网站上了百度竞价，那么百度统计是更好的选择。现在统计代码基本都是异步加载，不用太过担心速度问题，如果你还纠结，那就和我一样都上吧。
摘要：很多刚入门SEM的小伙伴都觉得数据分析很难，尤其是看到那一堆密密麻麻的数据时更是无从下手，一脸懵逼。这是每个人都会经历的困惑，不过只要你不断地去摸索、学习，会发现其实数据分析也没想象中的那么难嘛。但，要注意方法！我见过一些SEMer在分析数据时会把关键词报表一导，看到点击率低了，赶紧把创意换了；看到对话率低了，再把url给换了；看到关键词没排位、没展现，二话不说把单元内的关键词全选，批量提价。这哪能叫数据分析呀！这简直是瞎搞，还不如那群只会调价的竞价员呢！
摘要：世界上的数据分析师分为两类，使用Excel的分析师，和其他分析师。每一个数据新人的入门工具都离不开Excel。因为Excel涵盖的功能足够多。很多传统行业的数据分析师只要求掌握Excel即可，会SPSS/SAS是加分项。即使在挖掘满街走，Python不如狗的互联网数据分析界，Excel也是不可替代的。
13、《信息流广告投放入门：新手如何建立正确的数据分析逻辑体系？》
摘要：在信息流广告日常投放的过程中，我们常会遇到投放数据不理想的情况，这个时候就会有很多人习惯性地将“凶手”锁定为CPC和CTR，一言不合就调价，调价无效就换素材，然后不断建计划进行反复测试。当然，这种方法在某些情况下是可行的，但究竟这种方法是正确的吗？可以适用于所有的数据情况吗？让我们冷静下来，一起从头梳理一下这个逻辑体系，希望看过之后大家的思路会更加清晰。
14、《为什么你的信息流没效果？信息流广告如何做数据分析？》
摘要：在信息流广告日常投放的过程中，我们常会遇到投放数据不理想的情况，这个时候就会有很多人习惯性地将“凶手”锁定为 CPC 和 CTR，一言不合就调价，调价无效就换素材，然后不断建计划进行反复测试。当然，这种方法在某些情况下是可行的，但究竟这种方法是正确的吗？可以适用于所有的数据情况吗？让我们冷静下来，一起从头梳理一下这个逻辑体系，希望看过之后大家的思路会更加清晰。
摘要：做广告优化这么久了，也看过不少广告后台的受众画像，总体来说，对广告数据分析和效果优化的参考价值有限，不过聊胜于无。究其原因，在于很多广告后台的受众画像数据，只告诉了我们看了广告的这部分人群是什么样的，而缺失了发生转化的这部分用户的画像数据。原因主要有两点：一是在大部分广告投放过程中，前后端数据是割裂的，换句话说，媒体能知道你花钱买的广告给了谁看，但一般不知道哪些人发生了转化；而甲方通过自己的监测，可以知道转化的用户是哪一部分，如果监测做得够好，也能知道这部分的人群画像，但人群画像的判定标准与媒体方可能存在差异，统计口径不一致，数据无法人工打通。二是媒体不愿意公开这么多的数据，甚至受众画像本身都有一定的问题。
摘要：数据分析就是：数据收集、数据整理、数据拆分、到得到转化信息的过程。目的是解决问题或者发现发现增长点。数据本身是没啥价值的，价值在于通过拆分维度能得到调整的依据。整个过程涉及3个关键词：维度、指标、方法。
摘要：很多第一次接触网站分析的朋友可能会问，网站分析是什么？我们的网站为什么需要网站分析？如何进行网站分析？网站分析能为我的网站带来什么价值？这里我们将通过五个部分来回答这些问题。介绍网站分析的作用，基本分析方法以及能够为网站带来的价值。
摘要：当年在某互联网公司广告部门向老板们汇报业务动态时，积累了一些小心得，今天分享给大家，供新手，老司机自觉略过。当时所在部门的业务是广告平台业务，而邮件是比较好的知会老板们业务进展的通信工具。于是向老板们汇报业务的重要进展，监控核心指标变化 就成了我的重要工作内容之一。
摘要：大数据分析&制作工具，超全！
摘要：在网站分析的三板斧中，最后一种分析方法是细分分析。细分可以说是网站分析最常用的方法之一，与趋势分析和对比分析不同，细分必须借助专业的网站分析工具来完成。细分简单来说就是维度与指标之间的相互组合。那么什么是维度？什么又是指标呢？在介绍细分之前，先来了解一下这两个基本的概念。在Google Analytics中，维度和指标是构成数据报告的两个最基本的元素。
21、《总监必读：如何提升渠道ROI？ 在数据分析的基础上实现精准营销》
摘要：很多企业，尤其是互联网企业，已通过对渠道ROI进行数据分析，实现了一定程度上的精准投放。不过想要实现极致的精准营销，需要全方位的数据分析，这里以教育机构为例，介绍一下如何进行全周期的渠道ROI分析。每一位广告主都还是希望把漫天撒网的广告变成一种精准的目标广告。只有这样，广告费才真正是“把钱花到刀刃上”。因此，我们也听到了很多精准营销、精准传播的概念。事实上，做到广告的精准投放，并没有想象的那么难，更精准的营销需要仰仗的是数据分析。
摘要：在过去几年里，华丽的图形和图表出现在了网络营销活动中的次数越来越多。最可能的原因一般是决策者、分析师和执行者们对数据的理解和觉悟越来越高。也有可能是市场上出来的数据分析工具越来越简易。这样虽然很不错，但是一些分析工具通常涵盖大量的数据信息，需要花费大量的时间来整合，有的时候甚至难以理解这些数据所要传达的主要内容。不论你或你的团队现在使用的是哪种数据分析工具，我想在这里分享几个在搜索引擎营销(SEM)过程中，如何通过关键词数据来分析账户的小心得。
23、《如何用数据分析来提高转化率》
摘要：互联网发展进入下半场，流量红利逐渐褪去，获取流量的成本越来越高，在同等条件下，提升流量转化率迫在眉睫。特别是在某些领域里，比如电商、理财等，转化率是衡量产品优质与否的重要指标之一。如何提升流量的转化率，是一直困扰互联网公司的老难题，因此，对于市场营销、运营、产品和数据分析人员来说，看透转化率的秘密将大有益处。今天我们就来说说如何利用数据分析的方式提升转化率。
24、《运营必备的 15 个数据分析方法》
摘要：提起数据分析，大家往往会联想到一些密密麻麻的数字表格，或是高级的数据建模手法，再或是华丽的数据报表。其实，“ 分析 ”本身是每个人都具备的能力；比如根据股票的走势决定购买还是抛出，依照每日的时间和以往经验选择行车路线；购买机票、预订酒店时，比对多家的价格后做出最终选择。这些小型决策，其实都是依照我们脑海中的数据点作出判断，这就是简单分析的过程。对于业务决策者而言，则需要掌握一套系统的、科学的、符合商业规律的数据分析知识。
25、《信息流广告账户优化方法论，从5个方向和维度进行账户优化》
摘要：做信息流广告，我发誓你遇到过以下问题：曝光太少，跑不出量？推广预算怎么设置，才合理？定向怎么设置，才能保证流量同时命中目标人群？广告转化成本高，如何提高转化、降低成本？
三、用户定位
进行数据分析的前提是熟知自己的客户，用户在一款产品内，是有一定的生命历程的，很难要求一个用户对产品永远保持新鲜感和忠实度。我们要提升用户存留，获得更多的忠实用户。
摘要：做过SEM的小伙伴们都很清楚，推广初期的账户搭建至关重要。但还是有很多新手在刚接手新账户时，一通瞎整，把账户结构设计得面目全非，直接导致后期的优化工作极难展开。所以咱们就有必要来谈谈SEM的账户搭建，如何设计出一个良好的账户结构？在回答这个问题之前，首先我们要明白搭建账户结构是为什么？其实也很简单，无非是让钱花得更有效，让账户结构变得更清晰，让数据分析工作更简单，让操作更方便，思维更清楚，从而起到事半功倍的效果。明白了为什么，接着就要知道怎么做。
摘要：在我们正式开始预测用户流失率之前，我们需要记录用户的历史活跃情况。做这个的目的在于，了解用户是否在使用我们的产品或服务。那么，问题就来了，用户的“活跃”该做怎样的操作性定义（即根据可观察、可测量、可操作的特征来界定变量含义的方法）？实际上，“用户活跃”的定义取决于你的业务背景，跟产品或者服务具体场景密切相关，不同类型的产品对“用户活跃”有不同的定义。
3、《提升留存的方法论与实战：从新用户与活跃用户的2种做法说起》
摘要：比如一个刚刚下载知乎的新用户，ta的需求可能是发现一些有意思的文章；但是一个经常使用知乎的活跃用户，ta的需求就不再仅是阅读文章，而是希望通过知乎专栏、知乎日报、知乎live来提升知识素养，甚至有社交需求，想要认识一些有相同爱好与认知的朋友。每个人都希望被世界以温柔以待。在产品设计上，我们也需要考虑不同生命阶段用户的需求，温柔以待，那么用户才会留存下来。因此，在提升留存的策略上，对于处在不同生命阶段的用户，是有区别的，可以分为提升新用户留存与提升活跃用户留存。
四、投放&优化
精准的投放，高效的优化思路，才能使推广成本降低，企业的ROI提升。同时，在数据分析的过程中，流量作弊现象频发，效果类广告的虚假流量也很猖獗，我们通过做好对流量的细分标记、查看各个细分流量的用户行为等方式，提高投放精准率，并做出及时的优化行动。
1、《巧用转化漏斗，掌握物料、落地页设计4大原则，信息流广告优化比你想象中的更容易》
摘要：为什么会存在这样一个漏斗呢？其实是因为用户从看到广告到点击广告、进入广告承接页面、最后完成广告目标行为这一过程是存在流失的，整个信息流广告就像是一个漏斗，把广泛曝光的用户群体转换为较少的有效群体。不难看出，如果客户设置KPI越靠近底部，流失的用户越多。对老板而言，越靠近底部的用户对他们更有用，而对于优化师而言，越靠近底部就意味着越难控制用户的流失与转换，所以要实际考虑难度，与老板沟通改进。
摘要：搜索引擎营销在我国展开了十几年，总有一些企业主或者老板反响说搜索营销“没效果””费用太高“等疑问?可实践真的是感觉的那样吗？其实不然，关于搜索营销依赖度高、预算多的广告主们，他们有经济能力去聘请有专业履历的搜索营销人员来处理，但大多数中小企业往往只是找几个刚刚入行的员工或者是实习生没有太多经验的人，而这些人大多数都是缺少实操的履历、没有专业经历、更没有耐性研讨，所以常常简略得出上述的结论。所以咱们做搜索营销首先要明确一件事情，那就是对大多数广告主来说做这件事的目的有且只有一个“把产品／服务展现给需要的用户，达成点击或者表单的填写最终促进成交”。当然，天猫、京东、亚马逊等大品牌广告主除外，他们是在买流量，不同于常规上的搜索营销，这次主要针对常规情况下做搜索营销为企业创收的情况。
摘要：技术的进步增加了广告投放的效率和效果，也带来了更凶猛的作弊。这是一个永恒不灭的话题。品牌广告的作弊一直以来被人诟病，效果类广告的虚假流量其实也很猖獗。线上营销的成本不停升高，再加上流量掺水作假，对广告主而言，不啻为一个黑暗的考验。
4、《优化思路、数据分析、沟通技巧三个方面解读信息流广告优化》
摘要：广告优化思路确定（1）确认目标客户信息（行业信息、利益点、行业平均数据）。（2）确认转化流程（确定关键节点的转化流程，与关键节点的行业平均转化率）。（3）考核节点与考核点（确定客户考核节点，当前行业平均值等）。（4）客户数据反馈内容/反馈周期。（5）客户预算与客户市场策略（需要销售配合支持。
5、《信息流广告优化逻辑是什么？数据分析怎么做？出价有什么策略？》
摘要：很多小伙伴问：我做优化师一年，仍然有很多问题，比如多久更新一次账户创意，有规律可循吗？展点消之间存在什么关系？账户出价到底有什么诀窍捏？其实这些说难也不难，在账户问题分析、搭建账户以及物料制作上线环节完成后，我们需要做的是优化反馈这一环节。即通过一系列的信息流数据监控了解优化效果，只有依据科学的数据分析，才能从中摸索出到底按照什么原则进行账户优化以及各种优化小技巧。
6、《为什么你的产品停滞不前？你需要知道的驱动力、障碍和钩子》
摘要：第一点，在过去10年，中国的互联网发展非常快；尤其是移动互联网，2009年移动端新增用户比率高达35%。但是最近几年，移动端新用户的增长在不断放缓，去年年底降到了6%。这说明，人口红利正在逐渐消退！第二点，过去十来年中国互联网是典型的“流量型”经济，大家都想抢流量、抢入口、抢风口。一个调查研究显示，中国网民平均每天使用手机的时间是200分钟，其中71%的时间被前20个网站或APP占据，剩下的21%的时间被几百万家网站或APP瓜分。在这样的背景下，很多互联网产品停滞不前。大家想想，如果人口红利、流量红利都结束了，下一个时代我们该怎么办？接下来将是一个精耕细作的时代，我们需要更多地关注产品设计、用户体验、价值输出，还有用户的使用粘度。这也就是用数据分析来驱动产品增长、驱动精细化运营的一个核心关注点。
摘要：CMO 每天早上到办公室喝咖啡的那二十分钟都在看什么？可能是在看数英。大公司又出了什么好项目，哪些营销案例值得学习和效仿，文案高手们又写了什么好文章，这些 CMO 们都得学。数英网上汇集了来自营销、新媒体、电商、互联网等各个领域的资讯和案例。无论你是想看数字媒体领域的营销案例，还是想获取全方位的业界资讯，或者只是想招个聪明机灵的阿康，数英网都可以帮到你。
8、《如何像专业的数据分析师一样，把广告投给最有可能掏钱的用户》
摘要：每一个广告主都有这样一个希望：用最少的广告费获得最大的效益！如何用最少投入获得最大收益呢？广告主们盯紧了“精准投放”。顾名思义，精准投放，就是“精准”的把广告，投放到最有可能购买的人面前，最好用户看到广告就直接点开下单！在这种期待下，一旦有人告诉他：“我们可以更精准的投放广告，你想投给谁，就能投给谁”的时候，广告主很难不为之动心。那么，这种“想投给谁，就投给谁”的广告是怎么实现的呢？
摘要：广告究竟是想方设法说服你买一件你不需要的东西？还是给你你所需要的？供给缺乏的年代是前者，生产过剩、消费升级时代是后者。用户接受到的信息应该是一样的？还是应该不一样？大品牌、大媒体、大通路时代是前者，互联网、数据时代是后者。传统广告的思路是前者，数据驱动型的信息流广告是后者。它最早于2006年出现在国外的主流社交巨头上，随后国内的社交媒体、新闻客户端也相继推出信息流广告。它以一种十分自然的方式融入到用户所接受的信息当中。
五、高效转化
在进行数据分析时，我们要保持高效的转化率。着陆页、辅助转化内容及CTA和产品设计共同决定了产品转化率。
摘要：流量那么贵，转化那么低！所以，到底是谁的锅？访客渠道、流量质量、用户体验，到底哪一步出现了问题？对于转化率，市场、运营和产品，到底该谁来负责？GrowingIO 商务分析师徐冰杰从 “用户旅程” 的 6 大核心接触点入手，帮助市场、运营和产品搭建一套完整的流量转化分析体系。
2、《手把手教你设置页面转化追踪，看清网站的各种转化和效果》
摘要：对转化的理解和应用，应该算得上是SEMer的成人礼之一了。转化跟踪工具设置简便，可满足同时设置多个目标页面。通过工具可看清网站的各种转化和效果、了解市场需求，为产品生产、网站建设、营销推广等提供数据支持。例如我们可以将联系我们页面设置为转化目标，当推广的访客到访了这个页面，会自动计算为一次转化；将招商页面作为转化页面，当访客到达招商页面就会计算一次转化；将注册成功后跳转的页面作为转化页面，可以看到有多少推广流量带来了多少注册量…
摘要：众所周知，数据追踪转化是信息流运营中必不可少的一环，那么，今天就跟大家聊一聊，市面上这么多统计工具和信息流平台内置的数据统计功能 ，到底该如何去有效利用。
4、《为什么你的信息流创意，转化效果总不好？这有方法，拿去》
摘要：多数信息流创意之所以转化能力有限，往往并不是因为卖点不够好、没有建立信任或没有调动欲望，而是没有考虑到消费者接触创意的整个流程。也就是说，针对整个流程中的每一个环节，你都应该考虑到并给出解决办法，而你却只关注了其中的单一环节。这样，转化效果自然非常有限。
摘要：事件转化的统计是 页面转化 （点击查看如何设置页面转化追踪）统计数据的一个补充，有时候我们不能很好的通过页面转化来获取例如访客的行为、动作、访客在哪些页面做了我们希望看到的事等等…这些不能被PV统计的数据，我们就需要用到事件跟踪来统计。事件转化目标顾名思义，这个数据是基于事件跟踪数据的，也就是说，在所有的事件中，你希望的发生的某个（或某几个）事件，就是你的事件目标，也可以称之为目标事件。那么目标事件的发生次数就是你的事件转化目标数据（当页面上只存在一个事件时事件转化目标=事件跟踪数据）。如flash上某个按钮（开始、暂停、播放等）的点击数，还有一些js、ajax的load点击次数。
摘要：当遇到流量异常变化时，分析师或产品经理往往需要放下手里的工作，马上去排查原因。而在这个过程中，总的来说需要 三个步骤：（1）发现异常流量特征（2）将异常流量“提纯”（3）分析异常流量的成因
摘要：在广告行业，一直以来都存在一个未解之谜，那就是——广告费花了但我不知道这小可爱花哪儿去了？流量越来越贵，成本越来越高，一味增加预算，哦豁，小心全打水漂。不论是广告主，还是专业运营人员，以下内容值得一读，不容错过~
六、营销数据分析
成功仿佛是一种倒述，如果获得了很好的结果，在那之前的每一次操作都会被认定为“神来之笔”、“先见之明”，如果结果失败，似乎就变成愈演愈烈的昏招。告诫我们要注意进行营销数据分析。
摘要：我国医美服务行业2020年市场规模将超千亿，目前渗透率仅1.5%，医美服务市场中民营机构占九成，为市场的主导力量，消费者的消费能力和消费意愿齐上升，医美市场规模年复合增速达23%，整容风潮盛行，51%消费者受爱美之心驱动，微整形迅速切入市场，医美的普及度和国民的接受度日益提升。
摘要：朋友圈广告，给广告主们带来爆炸式的曝光。以vivo为例，总曝光量接近1. 55 亿，用户点击“vivo智能手机”logo、赞、评论等行为超过 720 万次，vivo官方微信增加粉丝 22 万。然而随着越来越多的品牌参与进来，如何不走先行者的老路，在这么高曝光量的平台上讲好自己的故事，成为品牌们的新课题。
3、《百度信息流oCPC-点击出价和二类电商-订单提交成功 产品介绍》
摘要：oCPC-点击出价广告主无需对转化目标出价，系统根据广告主设定的点击出价，结合页面所有转化行为数据预估转化率，动态调整出价，优化转化成本，提升转化量级。
摘要：成功仿佛是一种倒述，如果获得了很好的结果，在那之前的每一次操作都会被认定为“神来之笔”、“先见之明”，如果结果失败，似乎就变成愈演愈烈的昏招。信息流推广中，总会遇到这几种情况：“明明用了一样的物料，同样的定向，为什么这条广告效果不错，那一条怎么都不好？”“之前这样做立竿见影，今天怎么不行了？”“我什么都没做，效果怎么突然变坏了？”
摘要：遵循这些准则的基础之上，在实际创意制作和优化过程中，更少不了一些技术手段的支持，比如运用大数据分析技术和算法来精准的知道用户是谁、用户偏好、行为习惯、真实场景等，而后据此生成最适合 TA 的广告创意；再比如运用 A/B Test 技术，用实际用户数据表现来选择出转化率最好的等。唯有“方法+技术”两手抓，才能制作出符合 TA 心意的竖屏短视频广告，并激发 TA 进一步了解你的欲望，从而带来最终的销售转化。
摘要：一位投放过千万广告费的美柚优化大神，今天为大家深度剖析美柚这个媒体的投放数据，因为涉及很多敏感数据，再不看就要被删了！2018年众多app都开始商业化变现，推出了自己的信息流广告、dsp平台，在女性垂直媒体中，如下图，我们看到美柚的用户数远远超过其他同类产品，今天我们就介绍一下美柚广告的效果。
7、《半年投放暴涨7.35倍，视频买量或将成为下一个主流推广方式》
摘要：视频渠道作为新兴的买量渠道，在近几个月以来表现相当活跃的趋势。根据9月份的买量市场情况来看，其中有6家主流的视频渠道甚至进入了ADXray平台的9月投放素材数、投放公司数和投放游戏数排名TOP15。由此可见，在进入2018年以来，视频渠道以及视频的买量方式已经在不经意间取代传统买量，逐渐成为国内买量的主流。这里整理了过去半年的视频买量数据，与大家共同探讨这一渐成主流的推广方式。
摘要：本篇我们来了解一下金融兴趣人群，报告基于腾讯数据平台，对金融人群的数据进行分析挖掘，为了方便大家阅读，我们把报告拆成了两篇文章，分别对两类金融细分人群做5大方面的详尽描述以及针对性的营销建议，希望能给大家带来启发。
