数据分析认知

1、项目一数据分析认知第1页任务安排认知数据认知网站数据分析认知网站数据分析流程和方法认知网站运行数据分析指标网站数据分析惯用工具应用第2页01认知数据第3页认识数据分析能力主要性1.帮助领导做出决议3.把握市场动向2.预测风险123第4页任务1.1-认识数据【任务目标】了解数据含义、分类和作用，培养数据分析敏感性和自觉性【任务描述】本任务科学地描述数据基础知识，包含数据含义、数据类型、数据作用，并经过一系列案例阅读帮助同学们了解数据，了解数据基本作用和对企业作用。第5页1.1.1 了解数据含义能够用符号、字母等方式对客观事物进行直观描述；数据也是进行各种统计、计算、科学研究或技术设计等所依据数值

2、，这些数值是反应客观事物属性数值；数据也是表示知识字符集合以及信息表现形式。数据在生活中应用随地可见，是进行测量、评定以及预测基础。数据（Data）是对客观事物逻辑归纳第6页Data成绩（教师）房价（购房者）网店店铺（店主）体检（医生）手机选型（消费者）第7页数据分类能够用符号、字母等方式对客观事物进行直观描述；数据也是进行各种统计、计算、科学研究或技术设计等所依据数值，这些数值是反应客观事物属性数值；数据也是表示知识字符集合以及信息表现形式。数据在生活中应用随地可见，是进行测量、评定以及预测基础。电子商务中惯用数据分为两类，数值型数据和分类型数据。数值型数据由多个单独的数字组成的一串数据，是

3、直接使用自然数或度量衡单位进行计量的具体的数值。例支出600元、好评率96%、销售量15680个、重量3公斤等，这些数值就是数值型数据。第8页时间数值型店铺成交订单高峰第9页数据分类能够用符号、字母等方式对客观事物进行直观描述；数据也是进行各种统计、计算、科学研究或技术设计等所依据数值，这些数值是反应客观事物属性数值；数据也是表示知识字符集合以及信息表现形式。数据在生活中应用随地可见，是进行测量、评定以及预测基础。电子商务中惯用数据分为两类，数值型数据和分类型数据。分类型数据即反映事物类别的数据。例商品类型、地域区限、品牌类型和价格区间等，有很多方法产生分类数据的概念分层。第10页数码京东分类

4、第11页数据作用能够用符号、字母等方式对客观事物进行直观描述；数据也是进行各种统计、计算、科学研究或技术设计等所依据数值，这些数值是反应客观事物属性数值；数据也是表示知识字符集合以及信息表现形式。数据在生活中应用随地可见，是进行测量、评定以及预测基础。数据作用是各种多样，重点介绍数据诊疗和预测作用。诊断作用能够帮助找出问题的来源和解决方案，比如通过对商品名称的搜索量判断其是否利于搜索引擎搜索。店铺通过网店的浏览时间长短判断是否利于浏览和给浏览者美好的交互体验等。第12页学校点位操场食堂图书馆自习室其它对应销售量20瓶15瓶2瓶5瓶2瓶表1-1 销售量批发零花钱销售量诊断分析策略第13页数据作用

5、能够用符号、字母等方式对客观事物进行直观描述；数据也是进行各种统计、计算、科学研究或技术设计等所依据数值，这些数值是反应客观事物属性数值；数据也是表示知识字符集合以及信息表现形式。数据在生活中应用随地可见，是进行测量、评定以及预测基础。数据作用是各种多样，重点介绍数据诊疗和预测作用。预测作用管理决策者可以对产品或活动作出合理的判断关键字可以通过电子商务网站的某种商品的关键字搜索量来预测该商品销量的提升等第14页活动参加人数预测报名店铺类目选品数据决策第15页数据对企业作用能够用符号、字母等方式对客观事物进行直观描述；数据也是进行各种统计、计算、科学研究或技术设计等所依据数值，这些数值是反应客观

6、事物属性数值；数据也是表示知识字符集合以及信息表现形式。数据在生活中应用随地可见，是进行测量、评定以及预测基础。帮助商家准确预判用户消费行为、消费神理。数据时代企业每天都面临着海量、瞬时、多样化的数据，比如顾客在网上的任何一次点击行为、购买行为等。产品服务可以通过对这些数据的分析，帮助商家准确预判顾客的消费行为、消费心理，并推送相应的产品或服务。第16页销售库存补货成本采购行情进货决策决策支持I第17页/第18页http：/第19页http：/第20页数据分析作用第21页数据分析作用第22页数据分析基础步骤123456明确分析目数据搜集数据处理数据分析数据展现汇报撰写第23页数据起源C数据库A

7、公开出版物B市场调查D物联网第24页数据分析数据存放点击此处添加文本数据检索数据排序点击此处添加文本数据计算数据组织数据分组数据采集第25页第26页第27页几个惯用术语1.平均数6.倍数与番数2.百分比与百分点5.绝对数与相对数3.百分比与比率4.频数与频率342156第28页平均数平均数=全部数据总和/数据个数第29页百分比与百分点百分比表示一个数是另一个数百分之几 %百分点 12%就能够表示为12个百分点，它最小单位是1%。第30页百分比与比率比率是在各部分数值所占整体比重 比如20个人，其中成人12，儿童8 ，12：20 8：20百分比是指整体中各部分之间比重，8：12第31页倍数与番数

8、倍数是一个数除以另一个数商 9/3=3 9是33倍番数是指原来数2N次方企业本月产品数量番了8番，从上个月1.2万件提升到了9.6万件，成本也从10万下降一倍，今年成本为5万。第32页频数与频率频数是一组不一样类别数据重复出现次数。如仓库20件，电视机频数是15，电脑频数是5.频率是每组与总数比值。电脑视是75%。第33页寻找生活中数据，并进行分类，并依据分类数据制作出数据表格，然后依据表格中数据对自己生活进行多方面评价。第34页02认知网站数据分析第35页网站分析目的及内容网站分析思路网站分析基本流程网站分析作用任务发布第36页任务二 认知网站数据分析困惑分析用来干嘛？无从下手困惑不清楚如何

9、分析找不到真正的原因困惑不知道怎样提出改进措施第37页任务二 认知网站数据分析网站是什么？网站就是渠道网站分析目的通过网站分析提升投资回报率第38页任务二 认知网站数据分析网站分析什么网站的眼睛访问者来自哪里？访问者寻找什么？哪些页面最受欢迎？访问者从哪里来？访问者从哪里走？网站的神经页面布局合理吗？网站导航清晰吗？网站内容有效吗？转化路径靠谱吗 ？网站的大脑如何分解目标？如何衡量产品表现？哪些产品需要优化哪些指标需要关注？第39页第40页任务二 认知网站数据分析ROI流量分析 内容分析 转化分析端到端分析网站分析思绪相关性、原创力和冲击力第41页网站分析思绪-流量分析网站流量访问来源时间粒度

10、地理位置访问媒介目标页面新老访客第42页网站分析思绪-内容分析首页列表页详情页详情页列表页详情页返回首页？中途离开？第43页网站分析思绪-转化分析转化分析转化步骤中哪一步存在问题转化分析转化中的推荐是否合理转化分析引导及帮助信息是否有效转化分析转化流程设计是否合理第44页网站分析基本流程转化流程设计是否合理定义测量分析改进控制用户体验DMAIC流程DMAIC是六西格玛管理中流程改进主要工具第45页网站分析基本流程转化流程设计是否合理定义阶段主要工作界定并陈述产品或流程存在的问题设定流程改进范围和目标明确流程改进的任务绘制高阶流程图 收集客户信息第46页网站分析基本流程转化流程设计是否合理获取问

11、题途径按问题的来源对象外部客户之声内部客户之声外部和内部转化第47页网站分析基本流程转化流程设计是否合理测量阶段主要工作绘制详细流程图度量流程缺陷或波动评估流程绩效现状和目标间差距收集反应流程数据选择原因，并提供数据支持第48页网站分析基本流程转化流程设计是否合理识别影响问题产生的潜在原因辨明少数关键的根本原因并进行验证为寻找潜在的改进方案提供依据分析阶段主要工作第49页网站分析基本流程转化流程设计是否合理改进阶段主要工作针对导致问题产生的根本原因提出解决方案通过评估和试运行，选择最佳方案并执行第50页网站分析基本流程转化流程设计是否合理控制阶段主要工作对改进后的流程进行标准化实施流程控制计划

12、，并持续监测流程稳定性建立持续改进机制第51页第52页第53页第54页第55页第56页第57页第58页第59页第60页第61页第62页第63页第64页第65页第66页第67页第68页网站数据分析作用转化流程设计是否合理网站转化率提升1%会产生什么影响？降低客户成本增加潜在收入第69页目标/目的不明确、不完整原始数据错误/不全面/时间段无可比性分析方法不加或片面就数据分析而分析/数据的堆积/分析不透彻忽略数据背后的原因没有结论/有吗意见建议网站数据分析失败第70页03认知网站数据分析流程和方法第71页任务三 认知网站数据分析方法网站数据分析前的准备工作网站数据趋势分析网站数据对比分析网站数据多维

13、度分析任务发布第72页任务三 认知网站数据分析方法网站分析主要的三种方法趋势分析对比分析细分分析第73页网站数据分析前准备工作日常采集数据点击流量数据业务运营数据专题获取数据实验测试数据用户调研数据外部环境数据行业发展数据竞争对手数据数据起源类型第74页网站数据分析前准备工作数据质量完整性准确性及时性一致性数据清洗与整理第75页网站数据分析前准备工作数据准确性用户的识别方式与准确性COOKIEIP注册用户名ID号第76页网站数据分析前准备工作数据准确性停留时间存在问题只能统计用户浏览最后一个页面与第一页面之间的时间间隔只能统计用户停留在某个页面的时长不能分别用户是否真的在看第77页网站数据分析

14、前准备工作数据准确性访问来源直接浏览搜索来源外部网站收费活动第78页网站数据分析前准备工作数据准确性点击流数据网站运营数据关联问题第79页网站数据趋势分析数据分析存在问题决策层需要公司整体数据，而非几个月的数据需要这个月销售数据的同比和环比数据产品方需知道用户总体上是增长还是下降趋势报表中的数据无法反映长期变化情况运营方需要掌握网站运营情况，及时发现问题需要预测数据帮助他们做好准备工作第80页网站数据趋势分析趋势分析同比趋势分析环比趋势分析定基比第81页网站数据趋势分析第82页网站数据趋势分析第83页网站数据趋势分析第84页网站数据趋势分析第85页网站数据趋势分析-案例月份销售额同比增加率环比

15、增加率1月10850062.4%10.38%2月11540064.2%6.36%3月12730074.2%10.31%4月13970080.7%9.74%5月15140079.8%8.38%6月16760083.2%10.7%XXXX年销售额每个月同比、环比数据表第86页网站数据趋势分析-案例第87页网站数据趋势分析趋势线拟合指数趋势线对数趋势线线性趋势线第88页网站数据趋势分析指数趋势线用于拟合指数形式增长的数据特点：增长速度先慢后快线性趋势线增长速度均匀第89页网站数据趋势分析对数趋势线增长速度先快后慢多项式趋势线适用于变化趋势比较不固定的数据用于拟合趋势比较复杂的曲线第90页网站数据趋势

16、分析幂趋势线与指数趋势线比较相似移动平均趋势线可根据数据自身变化情况做出平滑效果的拟合线第91页网站数据趋势分析第92页网站数据趋势分析移动均值是一种简单平滑的预测技术移动均值简单移动平均加权移动平均第93页网站数据趋势分析简单移动平均第94页网站数据趋势分析加权移动平均第95页网站数据趋势分析第96页网站数据对比分析简单合并比较二次计算百分比评分均值比较法标准化指标合并比较法第97页网站数据对比分析百分比评分均值比较法商品访问量转化率访问量评分转化率评分评分均值商品A5631.5%10065 82.6商品B1212.3%21100 60.7商品C871.9%1583 49.0 商品D3671

17、.1%6548 56.5第98页网站数据对比分析百分比评分均值比较法-加权0.4流量和0.6转化率商品访问量转化率访问量评分转化率评分评分均值商品A5631.5%10065 79.1 商品B1212.3%21100 68.6 商品C871.9%1583 55.7 商品D3671.1%6548 54.8 第99页网站数据对比分析标准化指标合并比较法方案跳出率转化率跳出率标准化转化率标准化评分均值商品A452.5%-0.651 0.907 0.779 商品B461.7%-0.501 -1.072 -0.286 商品C572.2%1.151 0.165 -0.493 第100页网站数据对比分析比较试

18、验基于时间序列的组内比较基于对照实验的组间比较第101页网站数据多维度细分指标维度GOOGLEANALYTICS报告第102页网站数据多维度细分指标用来记录访问者行为的数字分类基本指标符合指标第103页网站数据多维度细分浏览量转化率访问深度新访次占比流失率退出率第104页网站数据多维度细分维度观察访问者的角度常见维度访问者属性 时间 流量来源 地理内容 系统 关键词 媒介 浏览器第105页网站数据多维度细分访问者维度新访客户回访客户时间维度年月星期日小时流量维度搜索引擎推介网站第106页网站数据多维度细分地理维度国家地区语言内容维度页面内容页面属性系统维度浏览器类型操作系统类型第107页网站数

19、据多维度细分细分作用避免产生采样数据避免平均数陷阱增加细分目标深度洞察数据第108页网站数据多维度细分访问者来源维度访问者地理位置维度访问者浏览器维度第109页任务三 认知网站数据分析方法任务发布以淘宝网店为对象，在对流量和转化率进行多维度细分的基础上再进行趋势分析和对比分析以团队为单位完成任务淘宝网店是团队成员经营的任务完成后进行汇报第110页PEST第111页4P营销第112页5W2H第113页逻辑分析树第114页专题 阅读和分析访问数据第115页第116页张雷作为电子商务网站运行人员，长久以来一直对访问人群、访问行为等相关数据进行监测，为了验证网站运行过程中所做项目推广是否有效，本身运作

20、是否健康及所在行业是否处于良性发展阶段，他需要对已观察数据进行分析。冗杂、繁多、无章可循数据令张雷无从下手，这时指导老师告诉他可从内部数据、外部数据及起源数据三个方面对全部数据进行分类和解析。阅读和分析访问数据第117页结果在1988年度，摩托罗拉所以减掉了昂贵零件修复与替换工作，从而节约了2.5亿美元，收入增加了23%，利润提升了44%，到达前所未有统计。1989年，摩托罗拉如愿取得国家品质奖。知识目标理解访问数据的含义和分类掌握访问数据的阅读和分析方法技能目标能够区分各种电子商务的模式能够进行简单的数据分析素养目标能够阅读和分析各种数据能够从访问数据中发现问题第118页任务3.1 阅读和分

21、析内部数据【任务目标】 1了解网站内部数据主要性。 2掌握网站内部数据阅读方法。 3掌握网站内部数据分析方法。【任务描述】 经过对网站跳出率、PV、UV和平均访问页面数进行阅读和分析，随时了解网站健康情况，学会阅读和分析网站内部数据。第119页3.1.1 阅读和分析网站跳出率跳出率高，也就是说进入网站后马上离开人数比浏览网站后再离开人数多，说明网站用户体验做得不好；反之，假如跳出率较低，则说明网站用户体验做得不错，用户能够在网站中找到自己感兴趣内容，而且这种用户可能还会再来光临网站，这就提升了用户粘性，大大增加了用户在网站中消费几率。网站跳出率（Bounce Rate）是评价一个网站性能主要指

22、标，尤其是对于电子商务网站，网站跳出率能直接反应客户流量，帮助企业调整销售方向，影响企业经济效益。第120页3.1.1 阅读和分析网站跳出率（了解网站跳出率含义）网站跳出率（Bounce Rate）是用户进入网站就离开人数与进入网站总人数比值，其公式为：跳出 率高体验差粘性低跳出 率低体验好粘性高第121页3.1.1 阅读和分析网站跳出率（阅读网站跳出率）如图3-1所表示为某电子商务网站经过Google Analytics得出该网站跳出率曲线图。经过对这张图阅读发觉：（1）3月12日前，跳出率为80%左右。（2）3月12日后，跳出率显著下降，并在3月14日后趋于平稳，约为60%。第122页3.

23、1.1 阅读和分析网站跳出率（分析网站跳出率详细数值）（1）评判高低 分析网站跳出率时，首先应该判断当前跳出率高低。网站跳出率平均约为40%，其中零售网站为20%-40%，门户网站为10%-30%，服务性网站为10%-30%，内容网站为40%-60%，如图3-2所表示。第123页3.1.1 阅读和分析网站跳出率（分析网站跳出率详细数值）（2）寻找跳出率过高原因 通常情况下，网站跳出率过高，可能存在以下三方面问题。 网站内容与客户需求不符如图3-3所表示为某网站某软件下载页面，其中有3个关于下载软件按钮，但实际上，只有两个按钮能够下载该软件，而另外一个是其它软件推广广告，假如用户单击了广告按钮（

24、图中红色方框部分，在该部分右下角有一个不轻易看到“广告”字样），没能进入正确软件下载页面，就会马上关闭该网页，提升该网站跳出率。第124页3.1.1 阅读和分析网站跳出率（分析网站跳出率详细数值）（2）寻找跳出率过高原因 通常情况下，网站跳出率过高，可能存在以下三方面问题。 访问速度过慢网站打开速度是用户体验主要步骤，研究表明，假如网站超出3秒还没有完全打开，那么57%用户将会离开。当用户访问一个网站，假如很长时间只能看到载入页面，大多数用户会选择直接关闭页面。第125页3.1.1 阅读和分析网站跳出率（分析网站跳出率详细数值）（2）寻找跳出率过高原因 通常情况下，网站跳出率过高，可能存在以下

25、三方面问题。 内容引导较差用户在阅读完一个页面后，假如没有得到相关内容信息引导，很有可能就会直接关闭页面。如图页面是某款鼠标商品介绍。除一些最基本信息外，该页面有许多引导用户打开其它网页链接（红色方框部分），如“购机必读”中有一些评测文章链接，“鼠标品牌排行”和“您可能感兴趣商品”中有其它品牌或鼠标链接。用户见到诸如这类有价值引导信息后，可能会点击并继续阅读，这么一来，便有效降低了网站跳出率。第126页3.1.1 阅读和分析网站跳出率（分析网站跳出率改变情况）跳出率下降，说明来访用户中，看完一个页面就立刻离开网站人降低了，更多访客在阅读完一个页面后，继续浏览网站其它页面。依据图3-1所表示网站

26、跳出率，3月15日后，跳出率依然维持在50%左右，没有再次回升，由此可见，网站可能在3月12日左右进行了优化。第127页3.1.1 阅读和分析网站跳出率（分析网站跳出率改变情况）下面就介绍怎样进行网站优化来降低网站跳出率。（1）增加相关商品模块在没一个商品对应网页中增加一个相关商品模块，这么不但能增加网站内容聚合性，而且还能够让用户快速找到相关商品，提升了用户体验，降低了网站跳出率。第128页3.1.1 阅读和分析网站跳出率（分析网站跳出率改变情况）下面就介绍怎样进行网站优化来降低网站跳出率。（2）设计合理网站链接结构每个商品，每个分类都有到网站首页链接，网站首页要包含各个分类或者目录链接。而

27、且要做好内部链接，当商品网页中出现另一个商品时候，最好能经过一个链接进去浏览另一个商品页面。第129页3.1.1 阅读和分析网站跳出率（分析网站跳出率改变情况）下面就介绍怎样进行网站优化来降低网站跳出率。（3）设计高效网站导航结构和网站内容分类网站首页应该能方便地帮助用户快速找到自己所需要产品分类，把最主要产品或者目录放到最前边显眼地方，分类要明确，而且最好用文字链接，如图3-7所表示为某电子商务网站首页导航栏。第130页3.1.1 阅读和分析网站跳出率（分析网站跳出率改变情况）下面就介绍怎样进行网站优化来降低网站跳出率。（4）选择高质量网站服务器电子商务网站尽可能使用一些速度快、质量好网站空

28、间，这么，用户能够快速打开网站，不会因打开网页速度慢而离开。第131页3.1.1 阅读和分析网站跳出率（分析网站跳出率改变情况）下面就介绍怎样进行网站优化来降低网站跳出率。（5）尽可能控制网页内容：网页上尽可能少用图片和Flash动画等影响网页反应速度元素。使用图片前应进行优化，尽可能压缩图片大小；而Flash动画加载很慢，尽可能不用。第132页3.1.1 阅读和分析网站跳出率（分析网站跳出率改变情况）下面就介绍怎样进行网站优化来降低网站跳出率。（6）增强网站与用户互动设计一些个性化留言页面，或者评分插件，以及无偿服务模块，不但降低了跳出率，而且提升网站用户粘性。第133页3.1.1 阅读和分

29、析网站跳出率（分析网站跳出率改变情况）下面就介绍怎样进行网站优化来降低网站跳出率。（7）提升网站产品质量：产品质量才是最关键、最基本原因，只有好产品，用户才愿意花费时间来浏览。第134页3.1.2 阅读和分析PV、UV（了解PV、UV含义）PV和UV是网站运行主要指标，在电子商务领域，正确地阅读和分析这两个指标，对于企业数据分析有非常主要引导作用。PV（Page View）是指网页浏览量，即网站被浏览总页面数， Page普通是指普通html网页，也包含php、jsp等动态产生html内容。用户每1次对网站中每个网页访问均被统计1次，逐步累计成为PV总数。PV是评价网站流量最惯用指标之一，也是用

30、来衡量网站广告价值和用户关注度主要标准。UV（Unique Visitor）是指独立访客数，即经过互联网访问、浏览这个网站网页人数。现在大多数统计工具只统计到IP和PV层面上，因为在大多情况下IP与UV相差不大。UV是一个反应实际使用者概念，每个UV相对于每个IP，愈加准确地对应一个实际浏览者。使用UV作为统计量，能够愈加准确了解单位时间内实际上有多少个访问者来到了对应页面。第135页局域网一个IP地址一个UV第136页3.1.2 阅读和分析PV、UV（阅读PV、UV数据）如图3-8所表示为某电子商务网站经过Google Analytics分析出PV曲线图。第137页3.1.2 阅读和分析PV

31、、UV（阅读PV、UV数据）如图3-9所表示为该电子商务网站一样经过Google Analytics分析出UV曲线图。第138页3.1.2 阅读和分析PV、UV（阅读PV、UV数据）周期性两条曲线都可以分为周日开始周六结束的4段有规律地起伏的波浪状周期突变性第二周的曲线形状与其他3段不同，在3月12日的时候，呈现大幅度的上涨。整体抬高第三、四段曲线与第一段曲线相比整体处于较高的位置第139页3.1.2 阅读和分析PV、UV（分析PV、UV数据）提升 PV&UV 提高质量网站改版加大推广吸引客流第140页第一个网站建站较早，PV是UV的三倍还不到，但是行业所限，很难有发展的空间也无需再发展第二个

32、网站是最近建站的新站，所以PV才是UV的两倍而已，明显还有发展空间，粘性还不够，因为内容不够丰富和完善；第三个网站是论坛，PV是UV的七倍以上，这是由论坛性质决定的，但和其他论坛相比，质量还不高，还需要提高质量才能和同行竞争第四个网站的PV和UV的比例比较合适，算不错的网站。第141页3.1.2 阅读和分析PV、UV（了解PV-UV联动改变图）网站PV与UV并不一定是以相同趋势改变，网站能够依据PV-UV联动改变图表，了解网站运行情况，并制订改进方法。如图3-11所表示为PV-UV联动改变图，表3-1所表示为PV-UV不一样改变下结论。第142页3.1.3 阅读和分析平均访问页面数（了解平均访

33、问页面数含义）平均访问页面数，也称访问深度（Depth of Visit），是指用户在一次浏览网站过程中，总共访问了多少个页面。平均访问页面数越多，通常也就表明用户对网站中商品感兴趣。网站平均访问页面数能够用PV和UV比值来表示，这个比值越大，用户体验度越好，网站粘性也越高。总访问平均访问PV/UV体验好粘性高第143页3.1.3 阅读和分析平均访问页面数（阅读平均访问页面数）如图3-12所表示为某电子商务网站经过Google Analytics分析出平均访问页面数曲线图。经过对这张图阅读，能够发觉，该网站平均访问页面数自3月12日起显著提升，并在3月15日后趋于平稳。第144页3.1.3 阅

34、读和分析平均访问页面数（分析平均访问页面数）平均访问页面数提升，说明访客在进入网站后，比以前浏览了更多页面，随即再离开。由此可见，在图3-12中，该网站运行人员可能在3月12日左右对网站页面进行了优化（经过和市场部沟通了解，该网站在3月12日对网站进行了改版并投放了广告）。网站的合理排版和布局精心设计网站的内容合理的导航和适当的内部链接锚文本提高商品的质量，这也是最重要的一点第145页04认知网站运行数据分析指标第146页第147页第148页第149页第150页第151页第152页第153页第154页第155页第156页第157页第158页第159页第160页基础统计类指标销售分析类指标直通车

35、数据类指标来源分析类指标任务发布第161页任务四 认知网站运行数据分析指标基础统计类指标浏览量（PV）访客数（UV）收藏量第162页任务四 认知网站运行数据分析指标基础统计类指标浏览回头客数浏览回头率平均访问深度第163页任务四 认知网站运行数据分析指标基础统计类指标跳失率人均店内停留时间入店页面第164页任务四 认知网站运行数据分析指标基础统计类指标入店人次出店人次进店时间第165页任务四 认知网站运行数据分析指标基础统计类指标停留时间到达页浏览量平均访问时间第166页任务四 认知网站运行数据分析指标基础统计类指标全店宝贝查看从人次搜索次数第167页任务四 认知网站运行数据分析指标基础统计类

36、指标宝贝页浏览量宝贝页收藏量宝贝页访客数第168页任务四 认知网站运行数据分析指标销售分析类拍下件数拍下笔数拍下总金额第169页任务四 认知网站运行数据分析指标销售分析类成交用户数成交回头客数第170页任务四 认知网站运行数据分析指标销售分析类支付宝成交件数支付宝成交笔数支付宝成交金额第171页任务四 认知网站运行数据分析指标销售分析类人均成交笔数人均成交件数第172页任务四 认知网站运行数据分析指标销售分析类当日拍下-付款件数当日拍下-付款金额当日拍下-付款笔数第173页任务四 认知网站运行数据分析指标销售分析类客单价客单价均值第174页任务四 认知网站运行数据分析指标销售分析类支付率成交回

37、头率全店成交转化率全店转化率均值第175页任务四 认知网站运行数据分析指标销售分析类促销成交用户数宝贝页（促销）成交转化率非促销成交用户数第176页任务四 认知网站运行数据分析指标展现量点击量点击率直通车数据类第177页任务四 认知网站运行数据分析指标花费平均点击花费平均展现排名点击转化率直通车数据类第178页任务四 认知网站运行数据分析指标访客数(UV)到达页浏览量到达页浏览量占比起源分析第179页任务四 认知网站运行数据分析指标浏览量(PV)浏览量占比起源分析第180页任务四 认知网站运行数据分析指标入店访问深度入店跳失率起源分析第181页任务四 认知网站运行数据分析指标新访客数新访客占比起源分析第182页任务四 认知网站运行数据分析指标任务发布以淘宝网店为对象，获取该淘宝网店当日各项运营数据分析指标的相关数据，并进行初步分析以团队为单位完成任务淘宝网店是团队成员经营的任务完成后进行汇报第183页05网站数据分析惯用工具应用第184页生意参谋数据魔方EXCEL数据分析工具任务发布第185页任务五 网站数据分析惯用工具应用第186页任务五 网站数据分析惯用工具应用第187页任务五 网站数据分析惯用工具应用第188页任务五 网站数据分析惯用工具应用第189页任务五 网站数据分析惯用工具应用第190页任务五 网站数据