數(shù)據(jù)分析與數(shù)據(jù)化運營策略09Python數(shù)據(jù)處理、分析、可視化與數(shù)據(jù)化運營(第二版)本章學習目標理解數(shù)據(jù)化運營場景中的四種報告類型及其應(yīng)用了解不同視角下常用的數(shù)據(jù)運營指標及其含義熟悉多角度進行數(shù)據(jù)探索的方法和實現(xiàn)思路嘗試在實際業(yè)務(wù)場景中應(yīng)用數(shù)據(jù)分析方法，為業(yè)務(wù)決策提供支持9.1數(shù)據(jù)報告多維矩陣臨時洞察：臨時數(shù)據(jù)分析實時跟蹤：實時數(shù)據(jù)分析日常洞察：常規(guī)數(shù)據(jù)報告專題解析：特定主題數(shù)據(jù)分析項目評估：項目進度與效果分析9.1數(shù)據(jù)報告多維矩陣主要價值臨時洞察：臨時數(shù)據(jù)分析滿足業(yè)務(wù)需求而臨時增加的數(shù)據(jù)分析工作，包括數(shù)據(jù)提取、數(shù)據(jù)咨詢和數(shù)據(jù)報告等內(nèi)容。這些工作是日常工作中的一部分，與既定計劃工作有所區(qū)別，具有突發(fā)性和臨時性。9.1數(shù)據(jù)報告多維矩陣需求來源和主要特點臨時洞察：臨時數(shù)據(jù)分析（1）上級領(lǐng)導(dǎo)部門的臨時需求是臨時分析的主要來源。這些需求無法預(yù)知且無法拒絕，因此是臨時分析的重點工作。此類需求涉及范圍廣泛，可能包括全站和特定對象的數(shù)據(jù)需求、特定業(yè)務(wù)的效果分析等。9.1數(shù)據(jù)報告多維矩陣需求來源和主要特點臨時洞察：臨時數(shù)據(jù)分析（2）平行需求部門的臨時需求指的是需求部門與數(shù)據(jù)中心或其他部門處于平行關(guān)系時提出的需求。這些需求基于特定主題或結(jié)果的臨時工作，是日?，嵥樾枨蟮闹饕M成部分，應(yīng)通過流程化機制來規(guī)范。9.1數(shù)據(jù)報告多維矩陣需求來源和主要特點臨時洞察：臨時數(shù)據(jù)分析（3）數(shù)據(jù)中心內(nèi)部的臨時需求指的是內(nèi)部數(shù)據(jù)工作體系提出的需求，通常見于初級數(shù)據(jù)分析師的日常工作中。這些內(nèi)部需求通常是為了滿足高級數(shù)據(jù)分析師的特定分析需求，是內(nèi)部分工協(xié)作的一部分。9.1數(shù)據(jù)報告多維矩陣主要價值實時跟蹤：實時數(shù)據(jù)分析實時分析是數(shù)據(jù)驅(qū)動決策的重要組成部分，也是數(shù)據(jù)發(fā)揮價值的關(guān)鍵環(huán)節(jié)。它通常在企業(yè)大型活動進行時發(fā)揮作用，通過實時監(jiān)測和反饋信息來輔助業(yè)務(wù)實現(xiàn)實時優(yōu)化。9.1數(shù)據(jù)報告多維矩陣落地應(yīng)用條件實時跟蹤：實時數(shù)據(jù)分析實時分析不是針對所有場景都能發(fā)揮作用，而是有特定作用范圍和要求（1）可監(jiān)測性：實時分析需要有可控且可測量的數(shù)據(jù)支持。例如，由于電視廣告在實時性上無法提供數(shù)據(jù)支持，因此無法進行實時分析。（2）可實時反饋：實時分析的另一個關(guān)鍵點是數(shù)據(jù)能夠?qū)崟r更新。實時數(shù)據(jù)的更新頻率通常在分鐘或秒級，而按小時或天更新的數(shù)據(jù)無法滿足實時分析的需求。（3）可優(yōu)化性：實時分析的關(guān)鍵在于其結(jié)果能夠被用來優(yōu)化業(yè)務(wù)。如果實時監(jiān)測無法引導(dǎo)業(yè)務(wù)方進行優(yōu)化操作，那么實時分析就失去了意義。9.1數(shù)據(jù)報告多維矩陣分析方法實時跟蹤：實時數(shù)據(jù)分析實時分析通常不會采用非常復(fù)雜的算法，也不會處理海量數(shù)據(jù)。它主要側(cè)重于實時數(shù)據(jù)統(tǒng)計和基于簡單算法的異常檢測：（1）實時數(shù)據(jù)統(tǒng)計：基礎(chǔ)的數(shù)據(jù)輸出功能，可以輸出一定時間內(nèi)的數(shù)據(jù)統(tǒng)計結(jié)果。（2）異常數(shù)據(jù)檢測：實時分析的核心功能，可以針對實時數(shù)據(jù)發(fā)現(xiàn)異常情況，并提示相關(guān)業(yè)務(wù)進行注意。常見的異常監(jiān)測包括異常流量、異常訂單和異常頁面訪問等。9.1數(shù)據(jù)報告多維矩陣日常報告的主要分類：按頻率和數(shù)據(jù)時間范圍日常洞察：常規(guī)數(shù)據(jù)報告小時報（重大業(yè)務(wù)動作下，如店慶、周年慶）日報周報、月報季報、半年報和年報9.1數(shù)據(jù)報告多維矩陣日常報告特點日常洞察：常規(guī)數(shù)據(jù)報告針對一定周期的數(shù)據(jù)進行匯總和統(tǒng)計，以便獲得關(guān)于整體和細分數(shù)據(jù)的趨勢和變化通常采用相同的輸出框架和模板，因此呈現(xiàn)出程式化、常規(guī)化和周期性特點9.1數(shù)據(jù)報告多維矩陣日常報告的3個有效建議日常洞察：常規(guī)數(shù)據(jù)報告（1）關(guān)注整體趨勢：周期性報告應(yīng)對整體趨勢進行深入觀察。比較、環(huán)比和定基比是評估趨勢的好方法。除了描述趨勢的波動外，還應(yīng)確定異常波動，并確定標桿值，這是日常數(shù)據(jù)描述的重要途徑和參照點。（2）關(guān)注重要事件：報告中應(yīng)包含期內(nèi)的重要事件，這些事件是匯報對象普遍關(guān)注的內(nèi)容。因此，有必要對重要事件的數(shù)據(jù)及其對整體的影響進行簡要分析。（3）關(guān)注潛在因素：除了整體數(shù)據(jù)外，數(shù)據(jù)分析師還應(yīng)通過數(shù)據(jù)發(fā)現(xiàn)報告周期內(nèi)的潛在因素。這些因素可能與整體趨勢相符或相反，但對整體可能產(chǎn)生重要影響的業(yè)務(wù)節(jié)點應(yīng)予以關(guān)注。9.1數(shù)據(jù)報告多維矩陣主要特點專題解析：特定主題數(shù)據(jù)分析專題分析的對象是業(yè)務(wù)中心，旨在圍繞特定主題或觀點進行數(shù)據(jù)專項挖掘或分析。與日常報告不同，專題報告著重于對某一特定領(lǐng)域展開的深入研究，而非日常報告中的周期性概要分析。9.1數(shù)據(jù)報告多維矩陣專題報告的主要分類專題解析：特定主題數(shù)據(jù)分析按業(yè)務(wù)模塊進行劃分：廣告專題、會員專題、商品專題等按周期進行劃分：月度專題報告、季度專題報告、年度專題報告9.1數(shù)據(jù)報告多維矩陣專題報告的結(jié)構(gòu)專題解析：特定主題數(shù)據(jù)分析（1）封皮和封底。每個公司都有自己的封皮和封底模板。（2）摘要頁。摘要頁是對報告中內(nèi)容的概述（3）目錄頁。如果報告內(nèi)容過多，可添加目錄。（4）說明頁?？稍鰪妶蟾婵衫斫庑?。（5）正文頁。報告的核心，通常使用總-分-總的思路撰寫報告（6）附錄。9.1數(shù)據(jù)報告多維矩陣主要特點項目評估：項目進度與效果分析項目分析通常是基于跨中心的主題需求而產(chǎn)生的專項數(shù)據(jù)分析，它是更偏全局性的一類專題分析工作。9.1數(shù)據(jù)報告多維矩陣項目報告的分類：按服務(wù)對象劃分項目評估：項目進度與效果分析（1）服務(wù)于公司高層領(lǐng)導(dǎo)專項分析，包括數(shù)據(jù)中心負責人及更高級別領(lǐng)導(dǎo)，如SVP、CMO、CEO、COO等。（2）服務(wù)于公司其他中心的專題分析，通常是跨中心級的數(shù)據(jù)協(xié)作10.1數(shù)據(jù)報告矩陣項目報告與專題報告的不同項目評估：項目進度與效果分析（1）服務(wù)對象不同。項目分析服務(wù)于公司領(lǐng)導(dǎo)層或平行中心，專題分析服務(wù)于數(shù)據(jù)工作體系內(nèi)部。（2）作用范圍不同。項目分析可作用于企業(yè)其他運營環(huán)節(jié)甚至領(lǐng)導(dǎo)層決策，專題分析作用于營銷內(nèi)部的執(zhí)行層。（3）時間花費不同。項目分析因涉及面廣、調(diào)用資源多，因此需要更長的處理周期。9.2分析指標多元矩陣會員視角：會員運營指標商品視角：商品運營指標廣告視角：廣告效果指標網(wǎng)站視角：網(wǎng)站運營指標9.2分析指標多元矩陣會員視角：會員運營指標指標名稱指標說明到達率用戶從站外廣告點擊后到達網(wǎng)站的比例。UVUV即UniqueVisitor，獨立訪客。UV根據(jù)定義時間的不同可分為每小時UV、每日UV、每周UV、每月UV等。每小時UV定義為用戶在一小時內(nèi)無論進入網(wǎng)站多少次或打開多少頁面，都只計算為1，其他UV計算方法類似。VisitVisit又稱為訪問量、訪問次數(shù)或會話次數(shù)。Visit定義與UV類似，只不過大多數(shù)Visit的默認定義時間為30分鐘，即用戶在30分鐘內(nèi)的重復(fù)打開網(wǎng)站，Visit只計為1；若超過30分鐘，訪問則記為一次新的訪問。PVPV即PageView，頁面瀏覽量、頁面曝光量，與站外推廣類指標中的曝光量定義相同，區(qū)別在于PV只用來衡量站內(nèi)頁面的曝光量。新訪問占比所有訪問中新用戶的占比，即之前沒有任何訪問記錄的用戶。訪問深度人均頁面瀏覽量，評估平均每個訪問內(nèi)用戶看了多少個頁面。停留時間用戶在網(wǎng)站或頁面的停留時間長短。跳出/跳出率跳出指用戶在到達落地頁之后沒有單擊第二個頁面即離開網(wǎng)站的情況，跳出率指將落地頁作為第一個進入頁面的訪問中直接跳出的訪問比例。退出/退出率退出指用戶從網(wǎng)站上離開而沒有進一步動作的行為，退出率指在某個頁面退出的訪問占該頁面總訪問的比例。加入購物車轉(zhuǎn)化率商品加入購物車的訪問量占比。購物車內(nèi)轉(zhuǎn)化率提交訂單的訪問量與加入購物車的訪問量之比。9.2分析指標多元矩陣商品視角：商品運營指標指標名稱指標說明訂單量/商品銷售量用戶提交訂單的數(shù)量，計算邏輯為去重后的訂單ID的數(shù)量。訂單金額用戶提交訂單時的金額，又稱為應(yīng)付金額。訂單金額是用戶實際應(yīng)支付的金額。每訂單金額/客單價/件單價總訂單金額除以訂單量、客戶數(shù)量和商品銷售量獲得的指標。訂單轉(zhuǎn)化率電子商務(wù)網(wǎng)站中最重要的評估指標之一，計算公式為訂單轉(zhuǎn)化率=產(chǎn)生訂單的訪問量/總訪問量或產(chǎn)生訂單的UV/總UV量。支付轉(zhuǎn)化率完成支付的用戶數(shù)除以提交訂單的客戶數(shù)的比例。訂單有效率有效狀態(tài)下的訂單量占比（去除各種取消、作廢的訂單）。毛利毛利=商品妥投銷售額–商品批次進貨成本?；顒又苯邮杖?活動間接收入活動直接收入指單純通過促銷活動帶來的收入，活動間接收入指通過促銷活動帶來的用戶購買了非活動商品的收入情況。庫存可用天數(shù)當前庫存可以滿足供應(yīng)的天數(shù)。庫存量一定周期內(nèi)全部庫存商品的數(shù)量。庫齡商品庫存時間的一般意義。滯銷金額商品周轉(zhuǎn)天數(shù)超過其應(yīng)售賣周期而無法銷售的商品產(chǎn)生的金額。缺貨率庫存商品無法滿足用戶購買需求的比例。殘次數(shù)量/殘次金額/殘次占比殘次指商品因各種因素造成的二次銷售困難，如商品損壞、附件丟失等。殘次數(shù)量指殘次商品的數(shù)量，殘次金額指殘次商品的進貨成本，殘次占比衡量殘次商品在整個倉庫中的比例。庫存周轉(zhuǎn)天數(shù)庫存的周轉(zhuǎn)速度，表示從商品進貨到最終完成銷售或損毀所經(jīng)歷的天數(shù)。9.2分析指標多元矩陣網(wǎng)站視角：網(wǎng)站運營指標指標名稱指標說明曝光量廣告對用戶展示的次數(shù)，也稱為廣告展示量。點擊量用戶單擊廣告的次數(shù)，每次單擊記錄一次。點擊率點擊率（CTR）表示廣告被點擊的比例，計算公式為點擊量除以曝光量。CPMCPM即每千次曝光成本，表示廣告費用按展示次數(shù)計費。CPDCPD即按天展示成本，表示廣告費用按天計費。CPCCPC即每次點擊成本，表示廣告費用按點擊次數(shù)計費。CPACPA即每次行動成本，表示廣告費用按特定轉(zhuǎn)化目標計費，如下載、試用、填寫表單等。每UV/訪問成本廣告費用除以到達網(wǎng)站的獨立訪客（UV）或訪問次數(shù)，表示每個UV或訪問的成本。ROIROI即投資回報率，表示投入費用帶來的收益比例。ROI的計算公式可以有兩種形式：ROI=利潤/費用或ROI=成交金額/費用。指標名稱指標說明曝光量廣告對用戶展示的次數(shù)，也稱為廣告展示量。9.2分析指標多元矩陣會員視角：會員運營指標指標名稱指標說明到達率用戶從站外廣告點擊后到達網(wǎng)站的比例。UVUV即UniqueVisitor，獨立訪客。UV根據(jù)定義時間的不同可分為每小時UV、每日UV、每周UV、每月UV等。每小時UV定義為用戶在一小時內(nèi)無論進入網(wǎng)站多少次或打開多少頁面，都只計算為1，其他UV計算方法類似。VisitVisit又稱為訪問量、訪問次數(shù)或會話次數(shù)。Visit定義與UV類似，只不過大多數(shù)Visit的默認定義時間為30分鐘，即用戶在30分鐘內(nèi)的重復(fù)打開網(wǎng)站，Visit只計為1；若超過30分鐘，訪問則記為一次新的訪問。PVPV即PageView，頁面瀏覽量、頁面曝光量，與站外推廣類指標中的曝光量定義相同，區(qū)別在于PV只用來衡量站內(nèi)頁面的曝光量。新訪問占比所有訪問中新用戶的占比，即之前沒有任何訪問記錄的用戶。訪問深度人均頁面瀏覽量，評估平均每個訪問內(nèi)用戶看了多少個頁面。停留時間用戶在網(wǎng)站或頁面的停留時間長短。跳出/跳出率跳出指用戶在到達落地頁之后沒有單擊第二個頁面即離開網(wǎng)站的情況，跳出率指將落地頁作為第一個進入頁面的訪問中直接跳出的訪問比例。退出/退出率退出指用戶從網(wǎng)站上離開而沒有進一步動作的行為，退出率指在某個頁面退出的訪問占該頁面總訪問的比例。加入購物車轉(zhuǎn)化率商品加入購物車的訪問量占比。購物車內(nèi)轉(zhuǎn)化率提交訂單的訪問量與加入購物車的訪問量之比。到達率用戶從站外廣告點擊后到達網(wǎng)站的比例。UVUV即UniqueVisitor，獨立訪客。UV根據(jù)定義時間的不同可分為每小時UV、每日UV、每周UV、每月UV等。每小時UV定義為用戶在一小時內(nèi)無論進入網(wǎng)站多少次或打開多少頁面，都只計算為1，其他UV計算方法類似。VisitVisit又稱為訪問量、訪問次數(shù)或會話次數(shù)。Visit定義與UV類似，只不過大多數(shù)Visit的默認定義時間為30分鐘，即用戶在30分鐘內(nèi)的重復(fù)打開網(wǎng)站，Visit只計為1；若超過30分鐘，訪問則記為一次新的訪問。9.3探索多維度分析矩陣目標端：業(yè)務(wù)訴求與目標的角度媒體端：站外投放媒體的角度廣告視角：廣告效果指標網(wǎng)站端：數(shù)字站點體驗與功能設(shè)計的角度競爭端：市場競爭對手的角度9.3探索多維度分析矩陣分析要點目標端：業(yè)務(wù)訴求與目標的角度目標指業(yè)務(wù)所要實現(xiàn)的目的，目標分析是數(shù)據(jù)分析的起點，也是評價業(yè)務(wù)活動是否成功的唯一標志。9.3探索多維度分析矩陣分析要點媒體端：站外投放媒體的角度媒體渠道指投放的媒介，部分特殊媒介可進一步細分1.媒體渠道媒體渠道需要細分到投放網(wǎng)站級別，細分渠道是營銷分析的第一步9.3探索多維度分析矩陣分析要點媒體端：站外投放媒體的角度媒介位置即投放網(wǎng)站上的廣告位置，大型媒介的同一個頁面會存在多個投放位置，不同位置對廣告效果的影響不同。2.媒體位置媒介位置對廣告效果的影響主要是通過位置產(chǎn)生的，基本規(guī)律為：首屏的廣告效果要好于其他屏、底部廣告會好于中間樓層、左側(cè)的廣告好于右側(cè)。9.3探索多維度分析矩陣分析要點媒體端：站外投放媒體的角度媒體排期指站外廣告宣傳的起止時間因素3.媒體排期排期對廣告投放的影響效果例如：正常上班時間比節(jié)假日投放效果好，如春節(jié)期間效果非常差；工作日比休息日的廣告效果好9.3探索多維度分析矩陣分析要點媒體端：站外投放媒體的角度媒體預(yù)算對廣告效果的直接影響是預(yù)算多則曝光時間長、流量大，因此產(chǎn)生的轉(zhuǎn)化較多4.媒體預(yù)算當廣告按照時間進行趨勢分析時，如果發(fā)現(xiàn)某天/時段流量突然降低，那很可能是預(yù)算限制問題9.3探索多維度分析矩陣分析要點媒體端：站外投放媒體的角度營銷對象即廣告宣傳的對象，如品牌推薦、活動促銷、單品爆款等5.營銷對象營銷對象是影響廣告效果的核心要素之一，主要表現(xiàn)在：符合用戶需求的影響對象可以形成用戶的共鳴，因此可以產(chǎn)生更好的廣告效果共鳴點包括：優(yōu)質(zhì)且低價的商品、免費領(lǐng)取的紅包、優(yōu)惠券、電影票、餐券等、行業(yè)標桿產(chǎn)生的促銷9.3探索多維度分析矩陣分析要點媒體端：站外投放媒體的角度投放素材指站外廣告投放時的廣告素材，素材設(shè)計是吸引用戶關(guān)注和單擊的重要環(huán)節(jié)6.投放素材素材對廣告效果的影響示例：與眾不同的創(chuàng)意更能獲得用戶的關(guān)注；大型圖片或素材更容易被用戶發(fā)現(xiàn)；促銷類廣告對于折扣、價格更敏感，如直降400元、3折9.3探索多維度分析矩陣分析要點媒體端：站外投放媒體的角度投放鏈接指用戶單擊廣告之后的鏈接頁面，大多數(shù)情況下當用戶單擊廣告之后直接到達著陸頁，但某些情況下也存在跳轉(zhuǎn)7.投放鏈接和跳轉(zhuǎn)鏈接跳轉(zhuǎn)會影響到跳轉(zhuǎn)前的頁面數(shù)據(jù)指標異常，表現(xiàn)在跳出率低、停留時間短、退出率低等9.3探索多維度分析矩陣分析要點媒體端：站外投放媒體的角度每一類媒體都有自己的特質(zhì)，如豆瓣的慢文化、人人的學生氣、領(lǐng)英的商業(yè)社交、微博的陌生關(guān)系和媒體屬性、微信的熟人網(wǎng)絡(luò)等8.媒體特質(zhì)這些媒體因特質(zhì)而聚集人氣，即物以類聚、人以群分，具備不同特質(zhì)的人群往往也具有不同的價值觀念和行為趨向，從而影響媒體與廣告主的用戶重合度、需求匹配度、信息表達和接收、行為表現(xiàn)等9.3探索多維度分析矩陣分析要點用戶端：用戶屬性與喜好的角度（1）性別、年齡和收入等人口社會屬性信息主要通過CRM系統(tǒng)獲得1.用戶屬性：用戶本身的特征和要素，包括性別、年齡、收入、設(shè)備、新老特征等人口社會屬性數(shù)據(jù)（2）設(shè)備屬性包括設(shè)備瀏覽器（如IE）、操作系統(tǒng)（如Windows）、設(shè)備類型（PC、手機、平板）、設(shè)備名稱（如NOTE2）等（3）新老訪問、客戶留存、訪問活躍度等網(wǎng)站分析工具的數(shù)據(jù)9.3探索多維度分析矩陣分析要點（1）頁面訪問行為包括頁面查看、單擊等基本數(shù)據(jù)，可分為頁面訪問和頁面內(nèi)鏈接單擊兩類；2.用戶線上行為：包括普通頁面訪問行為、搜索行為、轉(zhuǎn)化行為、電子商務(wù)行為四類。（2）搜索行為是用戶站內(nèi)喜好和需求的重要表現(xiàn)；用戶端：用戶屬性與喜好的角度9.3探索多維度分析矩陣分析要點（4）電子商務(wù)行為是付款相關(guān)的核心轉(zhuǎn)化，包括訂單、預(yù)付款、服務(wù)預(yù)訂等。2.用戶線上行為：包括普通頁面訪問行為、搜索行為、轉(zhuǎn)化行為、電子商務(wù)行為四類。（3）轉(zhuǎn)化行為是網(wǎng)站自身定義的轉(zhuǎn)化目標，包括注冊、下載、預(yù)定、接受服務(wù)等；用戶端：用戶屬性與喜好的角度9.3探索多維度分析矩陣分析要點線下門店的銷售記錄3.用戶線下行為：用戶與呼叫中心的電話和溝通信息客戶退換貨信息客戶經(jīng)理的線下拜訪用戶端：用戶屬性與喜好的角度9.3探索多維度分析矩陣分析要點1.著陸頁設(shè)計著陸頁設(shè)計是影響站外營銷到達站內(nèi)的第一要素，也是站內(nèi)漏斗的第一環(huán)節(jié)著陸頁設(shè)計的好壞會直接影響用戶在著陸頁的直接反應(yīng)，馬上跳出、瀏覽后跳出、瀏覽其他頁面還是瀏覽目標頁面等。網(wǎng)站端：數(shù)字站點體驗與功能設(shè)計的角度9.3探索多維度分析矩陣分析要點網(wǎng)站端：數(shù)字站點體驗與功能設(shè)計的角度2.關(guān)鍵表單設(shè)計關(guān)鍵表單設(shè)計是影響業(yè)務(wù)效果的節(jié)點因素包括注冊表單、登錄表單、試用表單、預(yù)定表單、購物車表單等9.3探索多維度分析矩陣分析要點3.站內(nèi)流程設(shè)計站內(nèi)流程設(shè)計對營銷效果的影響是潛在的，原因是大多數(shù)相同類型的網(wǎng)站流程都是相似的。站內(nèi)流程的影響與表單影響類似，不同點在于流程設(shè)計是“線”的影響，而表單設(shè)計是“點”的影響。網(wǎng)站端：數(shù)字站點體驗與功能設(shè)計的角度9.3探索多維度分析矩陣分析要點4.其他網(wǎng)站自身知名度市場占有率品牌美譽度及口碑網(wǎng)站端：數(shù)字站點體驗與功能設(shè)計的角度9.3探索多維度分析矩陣分析要點競爭端：市場競爭對手的角度1.廣告影響當競爭對手與企業(yè)在相同媒介投放廣告時，品牌認知度的差異會導(dǎo)致用戶單擊趨向的差異，尤其是兩個廣告投放的內(nèi)容類似的時候，會造成用戶選擇的沖突。9.3探索多維度分析矩陣分析要點2.活動沖突當競爭對手與企業(yè)存在相同或類似的營銷活動時，用戶會被分流而產(chǎn)生兩個不利結(jié)果。一是用戶提前被競爭對手透支了消費能力，企業(yè)的營銷活動效果會大打折扣；二是長此以往的被競爭對手占得先機，用戶會產(chǎn)生一種趨向，認為競爭對手會有更多優(yōu)惠和促銷活動而產(chǎn)生品牌偏好，這是對企業(yè)長遠發(fā)展的不利因素。競爭端：市場競爭對手的角度9.3探索多維度分析矩陣分析要點3.共贏效應(yīng)廣告沖突、活動沖突可能存在一種“共贏”效果618雙11競爭端：市場競爭對手的角度9.4應(yīng)用場景多維透視預(yù)測效果：基于數(shù)據(jù)的業(yè)務(wù)效果預(yù)測結(jié)論定性：從數(shù)據(jù)中得出關(guān)鍵業(yè)務(wù)結(jié)論規(guī)律探究：挖掘數(shù)據(jù)中的潛在信息與規(guī)律規(guī)則提煉：以落地為導(dǎo)向的應(yīng)用規(guī)則提煉9.4應(yīng)用場景多維透視效果預(yù)測的價值點預(yù)測效果：基于數(shù)據(jù)的業(yè)務(wù)效果預(yù)測效果預(yù)測是對未來的預(yù)估和推斷，常被應(yīng)用在業(yè)務(wù)執(zhí)行前的計劃和評估階段。效果預(yù)測可以幫助業(yè)務(wù)建立合理的預(yù)期目標，并為實現(xiàn)目標建立資源需求圖譜。能夠幫助企業(yè)提前識別未來會發(fā)生的異常情況，通過建立相關(guān)機制減少或避免損失。9.4應(yīng)用場景多維透視效果預(yù)測的具體輸出什么預(yù)測結(jié)果大多是具體值，如20%、800、200萬等還可能是特定區(qū)間或分類，如高級活躍會員、A類銷售店鋪、響應(yīng)或不響應(yīng)等預(yù)測效果：基于數(shù)據(jù)的業(yè)務(wù)效果預(yù)測9.4應(yīng)用場景多維透視效果預(yù)測的兩種狀態(tài)正向效果預(yù)測：基于已知事實X推導(dǎo)未知事實Y，即從前到后的正向預(yù)測。負向預(yù)測場景：基于已知事實或目標Y反向推導(dǎo)過程事實X，屬于從后向前的預(yù)測預(yù)測效果：基于數(shù)據(jù)的業(yè)務(wù)效果預(yù)測9.4應(yīng)用場景多維透視結(jié)論定義的價值點結(jié)論定義是對正在發(fā)生的現(xiàn)在和已經(jīng)發(fā)生的過去做出結(jié)果判斷，以評估結(jié)果是否符合預(yù)期或存在異常情況。結(jié)論定義并不是簡單的定義結(jié)果是好還是不好，而是要進一步定義所謂的好或者不好屬于正常還是異常情況。結(jié)論定性：從數(shù)據(jù)中得出關(guān)鍵業(yè)務(wù)結(jié)論9.4應(yīng)用場景多維透視結(jié)論定義的價值點最常應(yīng)用的場景是業(yè)務(wù)狀態(tài)進行時和業(yè)務(wù)狀態(tài)完成后。業(yè)務(wù)狀態(tài)進行時的結(jié)論定義可快速幫助業(yè)務(wù)建立實時數(shù)據(jù)反饋機制，通過即時的數(shù)據(jù)結(jié)果判斷是否符合預(yù)期，并可通過措施優(yōu)化當前業(yè)務(wù)狀態(tài)。業(yè)務(wù)狀態(tài)完成后的結(jié)論定義除了可以做業(yè)務(wù)效果評估外，還為原因解析和數(shù)據(jù)探究提供了方向。結(jié)論定性：從數(shù)據(jù)中得出關(guān)鍵業(yè)務(wù)結(jié)論9.4應(yīng)用場景多維透視常見的結(jié)果定義場景（1）昨日訂單量超過30000單，超過正常水平230%。（2）過去的1小時內(nèi)流量突然下降了75%，這是一個異常的預(yù)警信號。（3）過去一周內(nèi)的注冊會員量環(huán)比增長7%，這是正常波動。結(jié)論定性：從數(shù)據(jù)中得出關(guān)鍵業(yè)務(wù)結(jié)論9.4應(yīng)用場景多維透視數(shù)據(jù)探究的價值點數(shù)據(jù)探究指對數(shù)據(jù)進行探索和研究以便發(fā)現(xiàn)進一步的數(shù)據(jù)觀點和數(shù)據(jù)洞察.數(shù)據(jù)探究是挖掘數(shù)據(jù)深層次