电子商务 BI 商业智能分析 (草稿) 吴源林 186 0219 5030 Wyl2000 @ gmail.com
BI 要做什么? <ul><li>捕捉、处理和挖掘企业现有数据,将其 转化成分析、知识和结论 ,帮助企业更好的利用数据来提高决策质量。 </li></ul><ul><li>规划:技术  领域 </li></ul><ul><ul><li>数据仓库...
RACE 线上营销分析和基准比较框架 目标设定 覆盖 行为 转化 吸引 使命 / 愿景 目标, KPIs ,网站分析和商品销售分析 品牌推广和流量 SEO / SEM / PPC/ 自然 广告联盟 / 合作营销 展示广告  邮件营销:新客户获取...
绩效数据面板 更丰富的指标体系请参考附件:  Metrics.xls 指标 覆盖 行为 转化 吸引 跟踪指标 <ul><li>唯一访客 </li></ul><ul><li>新访客 </li></ul><ul><li>访问数 </li></ul>...
监控 KPIs 变化 <ul><li>设置“预警” </li></ul><ul><ul><li>针对标准化后的 KPIs ,设置异动阀值,进行预警提醒 </li></ul></ul><ul><ul><li>如 A 渠道访问流量下降 xx% ,波...
观察指标,分解指标体系,找出关键 / 问题环节
 
专  题
流量来源价值分析 <ul><li>关键浏览来源细分: </li></ul><ul><ul><li>搜索 </li></ul></ul><ul><ul><ul><li>付费和自然搜索 </li></ul></ul></ul><ul><ul><ul...
搜索关键词基准比较 <ul><li>关键词的潜在流量 </li></ul><ul><li>绩效指标  ( 排名,点击数,转化率,销售,关键词估价): </li></ul><ul><ul><li>付费搜索 </li></ul></ul><ul><...
高级细分 – 选项 <ul><li>1.  访问来源  : </li></ul><ul><li>付费 </li></ul><ul><li>自然 </li></ul><ul><li>付费和自然搜索含 / 不含品牌关键字 </li></ul><ul...
商品和交易分析  OLAP  <ul><li>搭建数据仓库,建立多维度关系分析平台 (利用开源 BI 套件 Pentaho ) </li></ul><ul><li>分公司  |  地区  ->  商城  ->  商铺  ->  商品一级分类  ...
购物蓝分析:商品之间的关联性 购买过 A 商品的客户,还可能会购买 ? 商品 Support  支持度: 1000 名客户购物, 236 位购买了 Item6 和 Item9/Item3 ,则支持度为 23.6% Confidence  可信度...
RF  吸引度  |  购买分析(客户价值分析) 评分 : Recency  最近行为 低 1 = > 24 个月 2 = 19-24  个月 3 = 13-18  个月 4 = 7-12  个月 5 = 0-6  个月 高 Frequency...
其他 <ul><li>用户 / 客户体验研究 </li></ul><ul><ul><li>满意度 / 推荐度问卷等 </li></ul></ul><ul><ul><li>可用性测试 </li></ul></ul><ul><li>就此次访问,你在...
谢  谢  ! 请多提宝贵意见! 吴源林 186 0219 5030 Wyl2000 @ gmail.com
Upcoming SlideShare
Loading in …5
×

BI工作规划 0.3

3,116 views

Published on

针对电子商务企业或线上营销企业,拟定的一个商业智能分析草案

Published in: Business, Technology
0 Comments
5 Likes
Statistics
Notes
  • Be the first to comment

No Downloads
Views
Total views
3,116
On SlideShare
0
From Embeds
0
Number of Embeds
511
Actions
Shares
0
Downloads
2
Comments
0
Likes
5
Embeds 0
No embeds

No notes for slide
  • BI工作规划 0.3

    1. 1. 电子商务 BI 商业智能分析 (草稿) 吴源林 186 0219 5030 Wyl2000 @ gmail.com
    2. 2. BI 要做什么? <ul><li>捕捉、处理和挖掘企业现有数据,将其 转化成分析、知识和结论 ,帮助企业更好的利用数据来提高决策质量。 </li></ul><ul><li>规划:技术 领域 </li></ul><ul><ul><li>数据仓库 </li></ul></ul><ul><ul><li>数据挖掘 </li></ul></ul><ul><ul><li>网站分析 </li></ul></ul><ul><ul><li>客户研究(定性和定量) </li></ul></ul>
    3. 3. RACE 线上营销分析和基准比较框架 目标设定 覆盖 行为 转化 吸引 使命 / 愿景 目标, KPIs ,网站分析和商品销售分析 品牌推广和流量 SEO / SEM / PPC/ 自然 广告联盟 / 合作营销 展示广告 邮件营销:新客户获取 社会媒体营销 网站可用性 首页设计有效性 搜索和浏览有效性 产品类目和详细页有效性 购物车和结算流程有效性 内容营销 邮件列表和促销邮件 事件激发邮件营销 商品访问流量和转化率 商品销售分析 交易分析 <ul><li>对客户理解和分析(基础) </li></ul><ul><li>线上:人口统计特征,访问 / 购买模式 2. 线下客户 </li></ul><ul><ul><li>体验,满意度,推荐度 </li></ul></ul>社会媒体营销 分析策略:如何达成目标 交叉 / 提升销售分析 客户生命周期管理
    4. 4. 绩效数据面板 更丰富的指标体系请参考附件: Metrics.xls 指标 覆盖 行为 转化 吸引 跟踪指标 <ul><li>唯一访客 </li></ul><ul><li>新访客 </li></ul><ul><li>访问数 </li></ul><ul><li>商业机会数量 </li></ul><ul><li>销售额 </li></ul><ul><li>邮件列表质量 </li></ul><ul><li>报名响应质量 </li></ul><ul><li>交叉 / 提升交易质量 </li></ul>绩效驱动因素 <ul><li>跟竞争对手相比较的份额 </li></ul><ul><li>搜索份额 </li></ul><ul><li>品牌 / 直接 / 间接访问比例 </li></ul><ul><li>弹出率和访问时长 </li></ul><ul><li>宏观转化和微观转化有效性 </li></ul><ul><li>销售转化率 </li></ul><ul><li>报名转化率 </li></ul><ul><li>邮件列表加入率 </li></ul><ul><li>活跃客户数 % </li></ul><ul><li>活跃用户数(论坛 / 社会媒体) </li></ul><ul><li>重复转化率 </li></ul>以客户为中心的指标 <ul><li>每点击 / 销售成本 </li></ul><ul><li>品牌知晓度 </li></ul><ul><li>每商业机会成本 </li></ul><ul><li>客户体验 </li></ul><ul><li>满意度 / 推荐度 </li></ul><ul><li>每销售成本 </li></ul><ul><li>客户满意度 </li></ul><ul><li>生命周期价值 </li></ul><ul><li>客户忠诚度指标 </li></ul><ul><li>每客户购买的唯一产品数 </li></ul>商业价值 KPIs <ul><li>目标客户群份额 </li></ul><ul><li>每次访问的目标价值 </li></ul><ul><li>在线产品浏览和销售 </li></ul><ul><li>每次访问的平均收入 </li></ul><ul><li>纯在线销售额 </li></ul><ul><li>回头客户的销售增长和总额 </li></ul><ul><li>1000 份邮件带来的收入 </li></ul>
    5. 5. 监控 KPIs 变化 <ul><li>设置“预警” </li></ul><ul><ul><li>针对标准化后的 KPIs ,设置异动阀值,进行预警提醒 </li></ul></ul><ul><ul><li>如 A 渠道访问流量下降 xx% ,波动 x 个标准差… </li></ul></ul>
    6. 6. 观察指标,分解指标体系,找出关键 / 问题环节
    7. 8. 专 题
    8. 9. 流量来源价值分析 <ul><li>关键浏览来源细分: </li></ul><ul><ul><li>搜索 </li></ul></ul><ul><ul><ul><li>付费和自然搜索 </li></ul></ul></ul><ul><ul><ul><li>品牌和非品牌 </li></ul></ul></ul><ul><ul><li>邮件营销 </li></ul></ul><ul><ul><li>广告联盟 </li></ul></ul><ul><ul><li>社会媒体 </li></ul></ul><ul><ul><li>自然来源 </li></ul></ul><ul><li>以及: </li></ul><ul><ul><li>新客户 / 回头客户 </li></ul></ul><ul><li>关键指标 </li></ul><ul><ul><li>各细分来源的访问次数 / 唯一访问者总数 </li></ul></ul><ul><ul><li>各细分来源的转化率(一般性目标和购买目标) </li></ul></ul><ul><ul><li>细分访问者和流量的成本 </li></ul></ul><ul><ul><li>细分访问者和流量的收入 </li></ul></ul><ul><li>分析 </li></ul><ul><ul><li>不同来源的比重(贡献度) / 历史趋势 </li></ul></ul><ul><ul><li>影响来源流量波动的因素分析 </li></ul></ul>
    9. 10. 搜索关键词基准比较 <ul><li>关键词的潜在流量 </li></ul><ul><li>绩效指标 ( 排名,点击数,转化率,销售,关键词估价): </li></ul><ul><ul><li>付费搜索 </li></ul></ul><ul><ul><li>自然搜索 </li></ul></ul><ul><li>找出关键词总流量和获得的流量 </li></ul><ul><li>分析关键词类型(品牌、商品、一般性关键词)和指标(流量份额,转化率等) </li></ul><ul><li>进行关键词优化 </li></ul><ul><li>持续监控和优化搜索引擎营销 </li></ul><ul><li>分析样例:见附件 keywords.xls </li></ul>样例
    10. 11. 高级细分 – 选项 <ul><li>1.  访问来源 : </li></ul><ul><li>付费 </li></ul><ul><li>自然 </li></ul><ul><li>付费和自然搜索含 / 不含品牌关键字 </li></ul><ul><li>关键词数量 – 2,3,4 </li></ul><ul><li>社会媒体 </li></ul><ul><li>  </li></ul><ul><li>2. 访问者类型 </li></ul><ul><li>新访问者 </li></ul><ul><li>重复访问者 </li></ul><ul><li>注册访问者 </li></ul><ul><li>客户(有过购买行为) </li></ul><ul><li>3. 吸引度 </li></ul><ul><li>访问页面 / 市场大于 X 页 XX 秒 , </li></ul><ul><li>< X 页 , XX 秒 </li></ul><ul><li>4. 访问的内容 </li></ul><ul><li>关键着陆页 </li></ul><ul><li>产品页 </li></ul><ul><li>结算完成页 </li></ul><ul><li>产品类目 / 附属功能(如论坛) </li></ul><ul><li>5. 着陆页类型 </li></ul><ul><li>首页 </li></ul><ul><li>针对性着陆页 </li></ul><ul><li>商品页 </li></ul><ul><li>论坛 </li></ul><ul><li>6. 事件: </li></ul><ul><li>转化目标类型 (报名) </li></ul><ul><li>购买转化 </li></ul><ul><li>7. 系统平台 ( 重要性略低 ) </li></ul><ul><li>浏览器 </li></ul><ul><li>屏幕分辨率 </li></ul><ul><li>移动平台 </li></ul><ul><li>8. 地理位置 </li></ul><ul><li>按 访问者地理位置和分站 / 分公司进行对应细分 </li></ul>
    11. 12. 商品和交易分析 OLAP <ul><li>搭建数据仓库,建立多维度关系分析平台 (利用开源 BI 套件 Pentaho ) </li></ul><ul><li>分公司 | 地区 -> 商城 -> 商铺 -> 商品一级分类 -> 二级分类 -> 三级分类 </li></ul><ul><li>购买全流程:线上报名 -> 线下会展签到 -> 预约 -> </li></ul><ul><li>结合网站分析数据进行综合分析:营销渠道 / 活动 -> 商城流量 -> 商城销售 -> 产品类目细分挖掘 </li></ul><ul><li>数据仓库介绍见附件: BI material2.ppt </li></ul>样例
    12. 13. 购物蓝分析:商品之间的关联性 购买过 A 商品的客户,还可能会购买 ? 商品 Support 支持度: 1000 名客户购物, 236 位购买了 Item6 和 Item9/Item3 ,则支持度为 23.6% Confidence 可信度: 1000 名客户, 236 位购买了 Item6 ,其中 163 位又购买了 Item9/Item3 ,则推论购买 Item6->Item9,Item3 的可能性是 69% 运用:交叉陈列,捆绑促销,找出核心产品 样例
    13. 14. RF 吸引度 | 购买分析(客户价值分析) 评分 : Recency 最近行为 低 1 = > 24 个月 2 = 19-24 个月 3 = 13-18 个月 4 = 7-12 个月 5 = 0-6 个月 高 Frequency 频数 低 1 = 1 次购买 / 访问 2 = 2 次购买 / 访问 3 = 3 次购买 / 访问 4 = 4 次购买 / 访问 5 = 5 次购买 / 访问 高 Monetary 购买金额 低 1 - 5 高 通过数据和研究补充,掌握客户档案(人口统计特征值等),进行客户群细分,分析客户生命周期,进行一定程度的精准营销 样例
    14. 15. 其他 <ul><li>用户 / 客户体验研究 </li></ul><ul><ul><li>满意度 / 推荐度问卷等 </li></ul></ul><ul><ul><li>可用性测试 </li></ul></ul><ul><li>就此次访问,你在本网站的整体浏览体验感受是怎样的? </li></ul><ul><li>你此次访问的主要目的是什么?(了解 / 购买 / 随便逛逛 / 比较价格…) </li></ul><ul><li>你是否能顺利实现此次访问的主要目标? </li></ul><ul><li>如果不能,为什么? </li></ul><ul><li>你把本网站推荐给其他人的可能性有多大? </li></ul>更多: http://www.iperceptions.com/solutions/4q/ <ul><li>评估用户使用网站时,是否能高效、成功的完成特定目标,并感到满意。 </li></ul><ul><li>通过可用性测试,来提高网站的易用性,提升客户整体体验和品牌忠诚度。 </li></ul>
    15. 16. 谢 谢 ! 请多提宝贵意见! 吴源林 186 0219 5030 Wyl2000 @ gmail.com

    ×