AI+数据化运营课件 项目四 营销数据分析

营销数据分析项目四分析推广数据

分析销售数据任务一任务二分析利润数据任务三实训AI助训目录/CONTENTS任务描述Taskdescription为了快速站稳市场，让用户能够了解并接受集团的商品，老李与小赵制订了各种推广方案，并与部门所有同事讨论，寻找通过分析数据来提高推广效率的方法。接下来，小赵将基于任务单（见右表）完成推广数据的分析任务。一、推广数据分析方法1．核心指标监测核心指标监测是较基础也是较重要的方法，它可以持续追踪和评估推广活动的整体效果，如果某个指标出现异常，就能够快速锁定推广活动中产生的问题。各核心指标如下。展现量点击通过率平均点击花费点击量推广转化率转化量投入产出比一、推广数据分析方法2．漏斗模型分析斗模型分析可以清晰地描绘用户从看到企业推广的商品或广告，到最终完成购买的完整路径，帮助企业准确定位问题环节。就推广而言，漏斗模型主要涉及展现、点击、访问商品页、收藏或加购商品、下单成交环节，如右图所示。一、推广数据分析方法3．竞争对手对比分析通过对比竞争对手的数据，企业可以了解自身在市场中的位置，并设定合理的参考标准。具体而言，企业可以根据所处行业的平均点击率、转化率、平均点击花费等数据，或主要竞争对手的相关数据，与自己的数据进行对比并找到差距，然后通过分析竞争对手的热销商品、推广方式、广告创意和促销策略等，改善和优化自己的运营策略。二、关键词类型与分析方法根据作用不同，商品标题中的关键词可以分以下4种，如果经营的是品牌商品，还会涉及品牌词。核心词长尾词修饰词品牌词1．关键词的类型二、关键词类型与分析方法关键词的分析可分为前期筛选和后期优化。2．关键词的分析方法（1）前期筛选期筛选的目的是寻找搜索人气高且竞争程度相对较低的关键词。（2）后期优化后期优化可以通过A/B测试对比不同的商品标题，每个标题的关键词组合不同。先利用WPSOffice计算各推广活动的平均点击花费和投入产出比，然后上传表格文件至DeepSeek，要求它找出优质的推广活动，最后在WPSOffice中创建漏斗模型，展示推广活动各环节的转化效果，找出问题环节。具体操作如下。01计算平均点击花费任务实施TaskimplementationAI任务实施1：结合DeepSeek分析各推广活动的效果AI任务实施1：结合DeepSeek分析各推广活动的效果03整理漏斗模型数据02计算投入产出比04计算各环节的转化率AI任务实施1：结合DeepSeek分析各推广活动的效果05计算各环节的整体转化率07创建堆积条形图06建立并计算辅助列AI任务实施1：结合DeepSeek分析各推广活动的效果10漏斗模型08调整图例项09调整数据显示顺序将若干关键词整理成表格文件，然后上传到DeepSeek，要求它分析这些关键词的推广效果，并给出优化关键词的方法。具体操作如下。任务实施TaskimplementationAI任务实施2：利用DeepSeek分析并优化关键词步骤（1）访问并登录DeepSeek官方网站，将“关键词.xlsx”表格文件上传到DeepSeek，输入并提交以下提示词，要求DeepSeek根据各关键词的推广数据分析它们的推广效果。AI任务实施2：利用DeepSeek分析并优化关键词步骤（2）DeepSeek将根据要求生成分析结果，如果结果不准确，可以重新优化提示词，指明分析的方向，如要求分析所有关键词的整体表现和关键指标排名，然后分梯队进行分析等。DeepSeek将重新按照要求生成分析结果。根据分析结果的质量，考虑是否继续优化提示词，直到分析结果可用。最终生成的分析结果如下。一、整体表现概览

二、分层分析与关键词定位

三、总结关键词整体表现汇总分析推广数据

分析销售数据任务一任务二分析利润数据任务三实训AI助训目录/CONTENTS任务描述Taskdescription除了分析推广数据外，老李还让小赵分析店铺近期的日常销售数据，以便全面掌握店铺近期的销售表现。接下来，

小赵将基于任务单（见右表）完成销售数据的分析任务。一、销售数据常见指标访客数是指统计周期内访问店铺页面或商品详情页的去重人数，同一访客在统计周期内访问多次只记为一次。提升访客数的主要方法如下。付费推广活动营销免费流量老客回流010203041．访客数一、销售数据常见指标访客单价是指每一位用户在店铺购买商品的平均金额，平均交易金额，它在某种程度上反映用户群体的特点以及销售类目的盈利状态是否良好。影响客单价的因素主要包括以下4种。2．客单价01商品定价技02优惠力度03关联销售04购买数量一、销售数据常见指标这里的转化率主要是指在统计周期内，完成购买行为的用户数量占总访客数的比例，因此可以将其理解为成交转化率。提升转化率的主要方法如下。3．转化率建立信任优化购物流程优化商品详情页价格与促销二、销售数据分析方法动态分析法是指研究一段时间内分析对象在数量方面的变化，其中包括两个比较重要的数据指标，即增长量（水平指标）和增长速度（速度指标）。1．动态分析法（1）逐期增长量逐期增长量是指本期水平与上一期水平之差，其表示本期水平相比上一期水平增长的绝对数量。（2）累计增长量累计增长量是指本期水平与某一期水平之差，其表示本期水平相比某一期水平增长的绝对数量，即某一时期内的总增长量。二、销售数据分析方法预测分析法可用于制订销售策略和预算方案。通过预测销售量和销售额趋势，企业可以更加准确地制订销售策略，从而提高店铺的盈利能力。较为基础的预测分析法有均值预测法、移动平均法和指数平滑法3种。下面以某店铺1～9月的销售额（见下表）为例，分别使用这3种方法预测10月的销售额。2．预测分析法二、销售数据分析方法通过相关性分析法，数据运营人员可以了解哪些数据指标与销售数据紧密相关，从而明确应当重点改善和优化的数据指标。3．相关性分析法（1）相关系数为1时，变量之间完全线性相关。（2）相关系数的绝对值在0.8（含）与1之间时，变量之间高度线性相关（负数则为负相关，正数则为正相关，以下类似）。（3）相关系数的绝对值在0.5（含）与0.8之间时，变量之间中度线性相关。（4）相关系数的绝对值在0.3（含）与0.5之间时，变量之间低度线性相关。（5）相关系数的绝对值小于0.3时，变量之间弱线性相关，可视为不相关。先将表格文件上传到豆包，要求豆包分析访客数与销售量的相关性，并给出提升销售量的有效方法；然后在Excel中利用分析工具，预测店铺12月1日的访客数和销售量。具体操作如下。任务实施TaskimplementationAI任务实施：借助豆包分析并预测饮料店销售数据01访客数与销售量的散点图AI任务实施：借助豆包分析并预测饮料店销售数据02设置加载项03加载分析工具库04选择分析工具AI任务实施：借助豆包分析并预测饮料店销售数据05设置指数平滑参数06

预测访客数07预测销售量分析推广数据

分析销售数据任务一任务二分析利润数据任务三实训AI助训目录/CONTENTS任务描述Taskdescription为全面了解某商品的利润贡献，老李要求小赵分析和预测该商品的利润数据。接下来，小赵将基于任务单（见右表）完成对某个商品的利润数据的分析与预测任务。一、认识利润与利润率指标在会计学中，利润指的是企业在一定会计期间内所取得的经营成果，利润率是用来比较不同商品的利润水平、确定增量销售的价值、指导定价和制订促销策略的数据指标。电商领域的数据化运营而言，数据运营人员可以结合下表所示的店铺利润数据初步理解这两个指标的含义。上表中的利润率即销售利润率，其计算公式为：销售利润率=利润÷销售额×100%。成本利润率的计算公式为：利润÷总成本×100%。二、利润预测在WPSOffice中可以利用其内置的TREND函数进行线性预测，该函数的语法格式为：TREND(已知y值集合,已知x值集合,新x值集合,不强制系数为0)。各参数的说明分别如下。已知y值集合已知x值集合新x值集合不强制系数为0先在WPSOffice中利用线性函数预测商品下半年各月的成本，然后计算各月的利润和利润率，创建利润和利润率的组合图，最后借助WPSOffice的AI数据分析功能分析该商品的利润与利润率的变化趋势。具体操作如下。任务实施TaskimplementationAI任务实施：使用WPSOffice及其AI功能分析与预测商品利润数据01选择函数AI任务实施：使用WPSOffice及其AI功能分析与预测商品利润数据02设置函数参数03填充数据AI任务实施：使用WPSOffice及其AI功能分析与预测商品利润数据04计算利润05计算利润率AI任务实施：使用WPSOffice及其AI功能分析与预测商品利润数据06

创建组合图07组合图的效果分析推广数据

分析销售数据任务一任务二分析利润数据任务三实训AI助训目录/CONTENTSAssistanttraining实训

创建“营销数据分析专家”智能体分析化妆品店营销数据AI助训实训要求：创建“营销数据分析专家”智能体，分析店铺当月的交易转化情况，并预测下一个月的交易变化情况。实训目的：通过实训进一步巩固创建漏斗模型的知识，同时巩固智能体的创建与应用方法。实训资料：化妆品店9月每日浏览商品、加购、生成订单、支付订单、完成交易的人数（配套资源：\素材\项目四\交易数据.xlsx）。Assistanttraining实训

创建“营销数据分析专家”智能体分析化妆品店营销数据AI助训实训思路：明确漏斗模型的环节，统计9月各环节的总人数；计算环节转化率、整体转化率，并创建和计算辅助列；创建堆积条形图，逆序排列纵坐标轴，美化图表，形成整体的交易转