【学习笔记】活用数据

营销难题	业务需求	数据分析
做什么	业务方向选择	战略分析（或环境分析）
做给谁	充分了解用户	用户偏好分析
做给谁	有效选择用户	STP分析
怎么做	形象上天：提升人心占有率	品牌建设分析
怎么做	业务落地：搞好产品、定好价格、铺好渠道、打好促销	营销组合分析

一、分析的原因：识别机会、规避风险、问题诊断

二、分析什么

战略分析：宏观环境（如政治、经济、文化、科技等）、市场环境（如行业规模、行业利润、行业生命周期等）、竞争环境（如竞争对手、市场份额、市场集中度等）
用户偏好分析
STP分析（Segmentation、Targeting、Positioning）
品牌建设分析
营销组合分析

三、如何分析

开启分析思路（学会提问、熟悉模型、掌握结构化思维）
打开分析视角（对比视角、相关视角、分类视角、描述视角）

四、熟悉模型

REATER指数（用于搭建客户满意度指标，符合不重不漏MECE原则）

graph TD
A[客户满意] --> B[硬实力]
A[客户满意] --> C[软实力]
B --> D[外在:硬件设备]
B --> E[内在:专业水平]
C --> F[外在:服务体验]
C --> G[内在:情感体验]
D --> I(Tangibles有形度)
E --> J(Assurance专业度)
F --> K(Responsiveness反应度)
F --> L(Empathy同理度)
G --> N(Reliability信赖度)

结构与时间思维

用户行为五阶段理论：

产生需求-信息收集-方案比选-购买决策-购后行为

五、分析视角

对比视角（纵向/横向对比、时间/空间对比）
相关视角（规模预测、精确营销）
分类视角（分类的价值/方法）
描述视角（集中趋势与离中趋势/个体波动的研究价值）

六、战略分析：从研究目的到研究内容的研究过程

研究目的：战略选择
研究内容：环境分析（宏观环境、市场环境和竞争环境）

宏观环境分析（PEST）
四个纬度：政治( politicall)、经济Economic)、社会文化(Social)、技术(Technological)
市场环境分析（比如：市场规模、利润水平、增长速度、成长潜力、所处生命周期）
竞争环境分析（波特五力）
波特五力：供应商、购买者、直接竞争对手、替代品、潜在进入者（五个纬度进行优劣势竞争环境分析）

六、定性与定量分析

定性分析：SWOT分析

1.1 市场吸引力：宏观环境（PEST）、市场环境（规模、利润、增速、生命周期）→机会威胁

1.2 企业竞争力：竞争环境（波特五力）→优势劣势

定量：内外因数评价矩阵

2.1 内部因素评价矩阵：量化SWOT分析中的优势和劣势

2.2 外部因素评价矩阵：量化SWOT分析中的机会和威胁

内外部因素数据获取（市场调研与专家访谈）
评分计算（加权平均法）
权重计算：主观赋权法（常用：层次分析法）、客观赋权法（常用：主成分分析法或因子分析法）
变异系数法求权重

计算评价因数的平均分
计算频率
计算离差平方
计算标准差
计算变异系数V及变异系数之和
计算权重W

备注：这个方法可以用excel简单处理完成，挺有意思，利用变异系数去赋权影响大的因素，后面应该研究一下主成分分析
7. 制作战略选择矩阵图（SO战略、WO战略、ST战略、WT战略）

七、用户偏好分析（研究目的：差异化营销）

研究内容：五阶段和七要素

产生需求阶段（why、when、how much）
信息收集阶段（where、what）
方案必选阶段（what、how）
购买决策阶段（what）
购后行为阶段（how）

调查问卷
数据处理（数据筛选→ 数据查重→ 数据补缺→ 数据纠错）
数据分析框架

4.1 用户整体偏好分析（频数和均值）

4.2 各类用户偏好分析（方差分析）

4.3 用户笔记本特征描述

分析结果与分析方法

5.1 用户整体偏好分析：频数分析

5.2 各类用户偏好检验：方差分析（用于检验不同类型用户在各种问题上的差异显著性）

5.3 各类用户偏好比较：数值型差异可以通过均值分析，分类型数据可以通过交叉分析

5.4 用户基本特征描述

八、STP分析（研究目的：精确营销）

客户分类纬度

事前分类纬度：自然属性因素、社会特征因素、行为特征因素
事后分类纬度：态度偏好因素、生活状态与个性因数

数据分析框架（STP）：客户细分（Segmentation）、目标客户（Targeting）、目标客户定位（Positioning）
客户细分

确定分类纬度（对比分析）
分类纬度的数据消减（因子分析：适用性检验、因子提取（主成分分析）、因子选转、因子命名、计算因子得分、设置因子变量）
分类纬度的数据转行（需要标准化）
细分方法的选择（层次聚类和迭代聚类）
确定类别数
保存聚类成员
聚类效果检验
细分客户命名

标准化
(X-平均值）/标准差

标准差可以通过Eccel函数STDEVA()计算

目标客户选择

计算企业竞争力（市占比）
计算客户吸引力（费用标准化+客户规模）
画目标客户选择图
目标客户定位(单因素ANOVA分析得出各个因素的显著性差异，然后用降维-最优维度画图分析)
目标客户需求定位(单因素ANOVA分析得出哪些需求有显著性差异，然后对分类型数据进行交叉检验，数值型数据进行均值分析，得出客户需求，无显著性差异的客户，通过简单的频数分析即可)

九、品牌建设分析

品牌定位：企业给自己贴标签
品牌形象：消费者给企业贴标签
商品有功能价值（产品）和精神价值（品牌）
衡量品牌知名度的指标有三项：第一提及知名度、提示前知名度和提示知名度
销售漏斗模型

阶段	品牌资产
产生需求阶段	品牌知名度
信息收集阶段	品牌熟悉度
方案比选阶段	品牌美誉度
购买决策阶段	品牌购买度
购后行为阶段	品牌忠诚度

品牌知觉图分析

圆心定理
向量分析
余弦定理
原点定理

Graveyard模型（x：提示后知名度，y：提升前知名度）

正常品牌（回归线周围）
衰退品牌（回归线右下方）
利基品牌（回归线左上方）
强势品牌（回归线右上方）

品牌流转分析

总体转化率=品牌购买度/品牌知名度
上一步转化率得到品牌流转主要的环境，针对该环节进行交叉分析

十、营销组合

营销决策要基于目标市场和品牌定位
产品决策包括规模预测分析和属性开发顺序（KANO模型）

规模预测分析（包括市场规模预测和产出规模预测）
预测思路，基于经验和判断的推断，主观性更强，叫做定性预测
基于数据和模型的推断，客观性更强，叫做定量预测
①类比原则（定性预测）
②相关原则有两种，市场因素推算法（定性预测，包括消费者、购买欲望和购买量）和回归分析（定量预测）
惯性原则（常用季节分解法）
季节分解法：Y=TCSI（采用线性回归预测TC，采用月度或季度平均法求S）
回归预测（excel可处理线性函数，即是一次幂函数）：建立模型为重点，可用T检验、F检验（T检验若大于0.05，则表示该变量不相关，剔除；F检验大于0.05，则表示模型不能完全解释，需重新建立模型）
产品属性：KANO法：包含必备属性M、一维属性O（做到极致）、魅力属性A（分析对手，寻找差异化区格）、可有可无属性I、厌恶属性R；开发顺序M>OA>I，组合顺序M+O+A

订价决策

研究问题	适宜采用的定价分析方法
产品的简单价格变化	Gabor Granger法
价格变化对市场占有率和销售量的影响	推广的Gabor Granger法或BPTO（考虑竞争）
开发新产品或扩张产品线的最优价格及价格可接受范围	价格敏感测试模型（PSM）

A=开始觉得便宜的累计人数百分比
B=觉得太便宜，不相信它的质量，而不买的累计人数百分比
C=开始觉得贵的累计人数百分比
D=觉得太贵，而不买的累计人数百分分比
可接受者=1-A-C
有保留接受者=A-B+C-D
不接受者=B+D
PSM法主要利用折线和堆积面积图进行分析

流量渠道价值评价

流量、承接、交易
流量渠道价值的评价指标体系应该是：规模、互动、转化和收益
ROI（投资回本率）=R/I=UVCRP/I（局限性只考虑了规模、转化和收益）
Engagement（参与度）

指标类型	指标名称
数量指标	Session访问率
数量指标	Pageview（PV）页面浏览数
质量指标	Landing rate到达率
质量指标	Bounce rate跳出率
质量指标	Time on page页面停留时间
质量指标	Pageview/Session 浏览深度
质量指标	Session/Visitor用户访问频率
质量指标	Recency用户新近度

评价指标ROI=R/I，计算Engagement（利用之前的变异系数法），最后用矩阵分析（ROI为横轴，Engagement为纵轴）
归因分析（分析多个渠道相互作用用各渠道的效益）
归因分析法常用模型：最后交互模型、第一次交互模型、平均模型、时间衰退模型、自定义模型

【学习笔记】活用数据相关推荐

oracle数据库开多线程,学习笔记:Oracle表数据导入 DBA常用单线程插入多线程插入 sql loader三种表数据导入案例...
天萃荷净 oracle之数据导入,汇总开发DBA在向表中导入大量数据的案例,如:单线程向数据库中插入数据,多线程向数据表中插入数据,使用sql loader数据表中导入数据案例 1.Oracle数据库 ...
Vue学习笔记入门篇——数据及DOM
本文为转载,原文:Vue学习笔记入门篇--数据及DOM 数据 data 类型 Object | Function 详细 Vue 实例的数据对象.Vue 将会递归将 data 的属性转换为 getter ...
vs2010 学习Silverlight学习笔记(11)：数据与通信之WebClient
概要: 基础知识终于学完了,我今天又从第一篇看到第十篇,发现明白了一些东西,还有忘记了部分东西.呵呵,咱不能猴子掰玉米,学了新的忘记旧的.要经常去复习,去用.这一篇是数据通信部分的第一篇,有些东西没接 ...
微信小程序开发：学习笔记[9]——本地数据缓存
微信小程序开发:学习笔记[9]--本地数据缓存快速开始说明本地数据缓存是小程序存储在当前设备上硬盘上的数据,本地数据缓存有非常多的用途,我们可以利用本地数据缓存来存储用户在小程序上产生的操作,在 ...
HALCON 21.11：深度学习笔记---Data（数据）(3)
HALCON 21.11:深度学习笔记---Data(数据)(3) HALCON 21.11.0.0中,实现了深度学习方法.其中,关于术语"数据"的介绍如下: 术语"数据 ...
【学习笔记】大数据技术之Scala（下）
[学习笔记]大数据技术之Scala(上) 大数据技术之Scala 第 6 章面向对象 6.1 Scala 包 6.1.1 包的命名 6.1.2 包说明(包语句) 6.1.3 包对象 6.1.4 导包 ...
CCC3.0学习笔记_证书数据
CCC3.0学习笔记_证书数据系列文章目录文章目录系列文章目录前言 1. [A] - SE Root CA Certificate 2. [B] - SE Root Certificate 3 ...
oracle查询一列汇总,【学习笔记】Oracle数据筛选查找oracle所有表中的特定列中的某些数据...
天萃荷净开发DBA反映,根据需求需要查找Oracle数据库中所有表中特定的列中指定的关键词的数据,和数据内容和数量找出数据库中所有表表中REMARK列中含有WN.wind.wlr中表名和数量 de ...
SwiftUI学习笔记之异步数据请求
SwiftUI学习笔记之异步数据请求方法一方法描述: 结合使用 ObservableObject @Published @ObservedObject ObservableObject 定义自己的 ...
Python3 爬虫学习笔记 C16【数据储存系列 — Redis】
Python3 爬虫学习笔记第十六章 -- [数据储存系列 - Redis] 文章目录 [16.1]关于 Redis [16.2]使用 Redis [16.3]Key(键)操作 [16.4]Strin ...

【学习笔记】活用数据

四、熟悉模型

【学习笔记】活用数据相关推荐

最新文章

热门文章