《2019年03月01日》
【连续第256+1+1+2+3+1+111天总结】
数据总体来说分为三类:属性数据(如性别,籍贯,姓名等),过程数据或行为数据,结果数据。
数据和数据之间的关系存在相关和不相关。数据分析就是找到相关数据,并预测和改变数据条件,控制后续数据。即类似心理学的四大功能:描述数据,解释数据,预测数据,控制数据。
描述数据是通过数据记录收集和整理,描述一一系列相关和不相关数据间的变化。
解释数据是通过分析探查数据变动背后的原因,找到数据间的关系和变化规律,并解释数据这么变化的原因。
预测数据是找到相关数据规律后,输入某个数据能准确预测相关数据的变化情况,并根据这一变化采取相应措施。
控制数据是通过创造条件,得到期望出现的数据。
利用数据对客户分层,其目的在于控制数据——提高客户效果数据(结果数据)。为了达到这一目的,需要找到与效果数据相关的数据属性数据和过程数据,这些数据可能网站已收集,可能没有收集。
从效果逻辑来说,过程数据和产品属性占有很大比重,过程数据指标容易看到。是否有操作,操作了什么,若客户频繁操作,效果却不佳,则可能存在客户对该产品的使用有疑问。那过程数据与效果数据是何种相关性?通过过程数据如何预测效果数据?通过过程数据如何控制效果数据?
过程是在改变属性数据,因此,属性数据,过程数据,效果数据三者的关系是过程数据改变属性数据,属性数据改变效果数据。这里属性数据是关键,从属性数据可以推断过程数据,也可以预测效果数据。
那么哪些数据是属性数据?
从产品角度来说,图片,关键词,标题,详情页等都是属性数据。从流量角度来说,曝光人群,访客画像都是属性数据——即想吸引什么人?吸引来的是什么人?
属性数据可以分为预期属性和现实属性。现实属性指标表现为曝光量,点击量,点击率,询盘数,询盘转化率,订单量订单转化率。
也就可以根据属性属性分为几步走:
1.拉曝光。从最终目标逆推,将过程数据指标×1.5倍。即曝光量=订单量/订单转化率×1.5/询盘转化率×1.5/点击率×1.5 。通过以产品为载体,覆盖关键词。曝光量与热度和关键词数量的关系是怎样的呢?需要多少热度的关键词多少个?即单一产品在一个词下的曝光量与热度的关系(排名暂时不考虑)。
2.拉点击。在曝光量达到的基础上,考虑点击量。
3.拉转化。点击量达到的基础上,通过调整影响转化的因素,提高转化率。
4.考虑信任和订单金额。
关于数据的几个问题:
1数据的本质?
2数据的分类?
3数据的收集?
4数据的关系?
5数据关系如何分析?
6数据在哪些条件下异常重要?
7关于数据哪一点是核心?
8数据可以如何使用?
9数据使用的流程?
10数据收集的方法?
11需要收集哪些数据?
12收集的数据如何整理?
13数据如何汇总?
14数据如何归类?
15数据关系如何寻找?
16数据有哪些可能存在的相关性?
17数据关系图如何做?
18数据共性如何找?
19有哪些数据收集案例?
20有哪些数据分析案例?
21有哪些数据使用案例?
22文本数据如何做数字化?
23多元相关的数据如何分析?
24自身有哪些优势可以利用?
25如何借力?
26如何学习借鉴?
27不同数据的处理办法有何不同?
28分析数据的目标?
29单点爆破如何使用?
30如何根据目的来分析和运用数据?
今天是第111天,再过255天,就达到第一个目标。温度是可以影响情绪的,保持适宜的温度,有利于调整低落的情绪!
http://112.74.32.211/
网友评论