如何分析网站数据？

发布：2018-11-11 17:02:35 浏览：3967

网站的数据分析基本上是围绕着顾客进行的。首先，管理层面不一样，需要的数据也不样，公司高层想知道的是一些偏宏观的顾客数据，以便制定公司的战略计划，中层就可能想知道一些微观的顺客数据、以便进行一些日常工作，项目的控制以及短期的战术计划。其次，部门不一样，需要的数据也不一样，采购部门是想知道顾客经常购买哪些商品:内容编辑部比较关心哪些文章最能吸引顾客的眼球，市场部门则侧重哪些广告能带来有价值的顾客。

客户关系管理的核心是客户价值管理。它将客户价值分为既成价值、潜在价值及模型价值。通过满足客户个性化需求，提高客户忠诚度和保有率，实现缩短销售周期、降低销售成本、增加收入、扩展市场，从而全面提升企业的赢利能力和竞争力。同时企业的业务决策是基于客户价值变化开展的，根据客户价值的变化，制定客户获取、客户保有、客户价值提升的相关业务计划或行动。

并不是每个客户都具有同样的价值，从抽象和通用的意义上讲，多数企业的客户价值分布是适合“二八法则”的，即一个企业80%的利润往往是由20%最有价值的客户创造，其余809的客户是微利、无利，甚至是负利润的。企业要保持的是有价值的客户，因此，有价值客户的识别是客户关系管理必须首先完成的一项基本任务。

但对每个企业而言，要识别“究竟哪些客户才是最有价值的客户?这些客户在哪些方面的价值最大?他们有什么共同的特征?”却不是一件很容易的事。目前，多数企业的管理方式还停留在根据某一项或两项单一指标(如销售额或利润)来做的客户重要性的排行，无法进行全方位、多角度的综合客户价值分析、管理。而要实现“以客户为中心”的CRM理念，就必须建立一套全面的客户价值评估管理系统，并利用系统强大的数据分析、挖掘功能，快速地进行客户群价值细分管理，建立起客户价值金字塔通过网站数据分析，可以区分不同的客户群。

客户数据的收集、分析与应用

在企业信息化进程中，越来越多的企业将客户数据的管理作为重点内容。然而，就像银行业在20世纪90年代的发展一样，很多企业在进行客户数据的管理方面还仅仅是收集和管理些与企业业务直接相关的简单信息。这些数据仅仅能保证对客户情况的粗浅反映，还不足以为带附加价值。形成市场引导的作用，客户数据的价值特征还不明显。以客户服务中心的兴起和CRM实用化为基础，企业对客户数据的管理要求迅速提高。全面收集客户数据、分析客户数据，将客户数据应用于产品设计、市场规划、销售过程成为企业发展的重要手段。那么，企业需要关注的客户数据是什么?如何获得与企业发展息息相关的客户数据?怎样让这些客户数据为企业带来利润呢?

1.企业关注的客户数据

企业从事的生产、经营行为，其目的是实现其市场价值。而市场价值的实现却在极大程度上依赖于客户的需要和认同。作为市场的第一要素，客户是指具有购买行为或需求的群体，随着市场特征的不同，客户也具有不同的范围和行为特征。我们这里重点研究的客户，根据行为特征应该分为客户与頭客。作为零售企业在市场中是以顾客为主要销售对象的。而我们所指的客户则是与企业具有稳定的买卖关系的个人或机构。顾客具有群体性强、范围广泛、个体不确定等特点；与之相比，客户则具有针对性强、具有稳定的购买关系等特点。

场占有率、市场地城分布等统计特征实现企业的价值导向。因此，企业重点关注的是整个市场对客的数据，企业更加关注願客行为的统计规律，通过购买意向、购买力、销售量的统计分析数量预期等。这些数据更加适合零售企业、大众消费企业、生产厂商等。为市点有、月销、单笔平均购买量、市场量、你对客户的数据，企业由于与客户具有稳定的购买关系，企业与客户具有直接的联系。因而，企业对客户数据的关注程度要更加详尽。通常，企业不但要关注客户的静态数据，面且要关注客户的动态数据。静态数提一般包括。客户名称、地址、电话、行业性质等基础信息。动态数据则需要包括:每次购买行为的记录、为客户提供产品和服务而带来的成本、客户在公开媒体上的信息、从服务渠道反簧的客户要求、对具有竞争性的产品的态度等信息。

2.客户数据的收集

直接接触渠道是客户数据收集的有效手段。客户通常会最先与销售渠道打交道，而后形成购买意向，到完成购买过程进入售后阶段。在这些阶段中，客户数据的收集具有直接、明确的特征。很多企业都采取订单、客户登记表、客户联系卡、会员卡等形式，对客户基本静态信息进行收集。以航空公司为例，订单直接登记了客户姓名、证件号码等信息，而常客则采用会员卡的形式详细收集了姓名、性别、证件号码、通信地址、电话、电子邮件、日常喜好、座位偏好、餐食习惯等，并通过会员卡详细登记了客户的每一次行程记录，甚至一些航空公司还通过会员卡实现了对客户的宾馆酒店入住信息和会员商场消费记录的全面收集。这些直接接触渠道与以电话、互联网等构成的非接触式渠道共同形成了客户数据收集的主要来源。

客户数据资源的整合成为企业客户数据的另一个重要信息来源。客户数据资源的整合是指客户数据与其他企业进行共享以扩大相互的白资源提高客户数据利用率的行为。随着直复营销、整合营销的发展，市场上还形成了专注于客户信息收集整理，集合各个企业资源进行整合营销的渠道厂商。其通过诸如电话黄页、网站注册、展会收集、企业提供等方式收集了大量丰富的客户信息，并利用这些信息，整合其他企业的产品或服务，有针对性地对客户进行跨企业的整合销售。

服务过程是客户数据收集的最佳时机。如果说直接接触渠道提供了客户数据的收集的机会，那么服务过程则提供了深人了解客户，建立互动联系的最佳时机。服务的过程中，客户通常能够直接而毫无避讳地讲述对产品的看法和期望、对服务的要求和评价、对竞争对手的认识和挑以及周边客户群体的意愿和销售机会。其信息容量之大、准确性之高是在其他条件下难以实现的。一次好的服务过程本身就是一次全面的客户数据收集过程。

市场调査所进行的数据收集能够谁确完成客户发现和客户导向的发掘。现代企业已经越来越多地利用市场调查来实现对产品、市场。服务进行考察、分析。预计的工作。通常情况下委托第三方进行相关的调查都能够对调查对象的客户数据进行详尽的记录，而这些记录不但能够反馈这些被调査人中潜在的客户，而且能够通过对产品，服务所反的意见和建该反映出客户需求的导向，更重要的是还能够通过被调查人的倾向性，发现潜在客户的分布规律:为企业开发新产品，开拓更大的市场提供依据。

展会已经成为客户数据收集的重要形式。由于展会的针对性强.替在客户群体集中，圈此展会已经成为能够迅速收集客户数据、发现客户群体，达成购买意向的场所。也正是由于这个特点，国内展会经济呈现出蓬物发展的态势。但是展会上的名片收集还远远不能满足客户数据收集的要求，对客户的意见、产品倾向、竞争产品评价的收集是展会客户数据收集的重点网站和呼叫中心是客户数据收集的低成本“吸收器”。随着电子商务的开展，网站、呼叫中心在企业客户发展战略中起的作用已经越来越受到企业领导者的重视。与此同时，客户也越来越多地转向网站和呼叫中心去了解企业情况、产品和服务，以及即时完成订单等操作。不难看到，很多企业已经将客户在网站、呼叫中心的坊问作为收集客户数据的重要机会，为进一步开展营销、服务打下基础。也正是这些客户数据为个性化服务的开展提供了可能。

3.客户数据的目标性分析和非目标性分析

目标性分析为市场策略和产品策略提供了有利的支持。客户数据的收集过程中，大多数都是具有一定的针对性或相关性，而这些具有针对性和相关性的客户数据更便于进行顶先设定目标的分析。比如，家电企业在数据的收集中通常会关往客户某种家电的拥有数量、品牌、购买时间，而这些在配合家庭人口、职业、年龄等数据进行分析后，往往能够直接得出该客户是否具有购买需求、预计购买时间和数量、消费档次等结论。这些都是具有目标性的数据分析。具有目标性的客户数据分析，能够对企业当前市场和产品的设计、生产、销售产生指导，对营销和市场细分提供依据。

非目标性分析帮助企业从客户数据中发现新的商业机会。客户数据由于人群的地域、文化、历史的相似性，客户数据中往往还能够反映出一些超出数据收集目标的结论。这些结论通常还能够引导一个新的市场或产品。

4.目前数据分析的存在的问题

(1)要“以网站为中心的数据分析”，则不是“以願客为中心的数据分析”大家一般常说的数据分析，大部分还是局限在对LOG文件的分析。由于1LOG文件里面只是记载了一些网站与顾客之间的基本互动信息，也就意味着LOG数据存在相当大的局限性。

此1分在能动籍起剩作用，相晶该半的教据分析起到的作用还是远远不能达到我们的需求。数据分析，如果只做一个L0G文件分析，则往往陷入了“以网站为中心的数据分析”，则不是“以顾客为中心的数据分析”。

“以顾客为中心的数据分析”的实施难度远远比“以网站为中心的数据分析”难度大，LOG分析基本上只要买个分析软件安装到服务器，或者购买一些用Javascript嵌人代码的在线即时LOG分析服务。但要想做到“以顾客为中心的数据分析”的数据，就没有那么简单，必须要将其作为一个战略来实行，因为它需要整合所有与顾客相关的数据，动用的技术不仅仅有1LOG分析技术，而且更依赖于数据仓库与数据挖掘技术。

(2)不要太过于依赖数据分析由于目前数据分析方面的人员有相当一部分是从技术方面转过来的，所以比较容易过度依数据来做決策。从原始数据到分析结果，中间还是经历了众多的过程，只要其中出现一点差错，都会造成结果有较大的出入。

(3)多方面验证你的数据

对于一些分析主题，可以采用多个方式来辅证你数据分析的结果是否真实。比如上门拜访，在线调査等，往往这些数据的获取比通过数据挖掘来得简单与方便，在某些时候，甚至可以替代那些复杂的数据分析，用来作为决策的依据。

电子商务公司收集网站制作与顾客的互动行为，比传统企业像超市，银行都方便得多，但是也很容易陷入了数据的海洋，希望这些电子商务公司能够在数据分析过程中，紧紧围绕着顾客来进行，特别是那些为企业贡献最大的那20%的顾客。