在百度竞价技巧里面，数据分析是重中之重，只有在进行了详细的百度竞价数据分析后，你才可以知道自己的钱用在哪里，怎样才能赚到更多钱！但是现在90%的百度竞价都只是单纯的调价，而完全不会进行数据分析，不用急，接下来凡一诺竞价托管就来教你如何快速学会。

一、百度竞价数据分析公式

百度竞价推广数据和这几个数据之间的关系：展现—点击—消费—对话—资源—成交。

展现：推广广告的展现量。

点击：广告被点击的数量。

消费：百度竞价推广的花费。

对话：指的是客户跟客服人员所产生的对话，有多种途径，1，利用网上聊天沟通工具，2，直接拨打网络电话，3，网上留言等等。

资源：就是留下客户的有效信息，目的是进一步促使其成交。

成交：就是客户已经购买产品或者服务的数量。

二、百度竞价数据分析5大数据指标

5个数据指标也就是点击量，浏览量，跳出率，平均访问时间，转化次数。竞价技巧实战中，什么叫高手！高手在以上5大竞价数据指标是什么样的水平？下面成都竞价托管就以平均访问时间和转化次数来分析一下：

1、百度竞价官方显示的，一般好的网页平均访问时长在12秒左右。一般一线数据分析高手实战的平均访问时长，高达10分钟以上。不难想象，例如一天有500人，每个人在你的网站上访问时长为10多分钟，这说明一天有500个非常意向的客户在了解你，想和你合作，对不对？所以平均访问时长的这个百度竞价数据非常重要。

2、为什么说竞价技巧转化次数是很重要的呢？竞价技巧设置的转化次数是什么标准的呢？倘若我的转化目标设置的是：提交免费试用的订单。转化率高达15%以上。每100个人浏览会有15个人去申请和提交我们设置的目标，就是提交申请试用。于是，5109人访问，就有675人次转化。也可以说明这些客户的合作和购买意向非常强，非常容易成交！

【以下竞价技巧公式很重要，一定要熟记】

总费用=点击次数*平均点击费用

点击次数=总费用/平均点击费用

平均点击费用=总费用/点击次数

总费用=转化量*平均转化成本

转化量=总费用/平均转化成本

平均转化成本=总费用/转化量

订单转化率=订单量/咨询量

咨询量=订单量*订单转化率

订单量=咨询量/点单转化率

点击率=点击量/展现量

点击量=展现量*点击率

展现量=点击率/点击量

转化率=转化量/点击量

点击量=转化率*转化量

转化量=转化率/点击率

三、日常百度竞价数据分析步骤

1、找出最好一天和最差一天百度竞价数据做比较，排除自然环境的客观原因，比如说休假时间等。然后就要从最差的开始看到底差在那地方了？层层剥茧，直到追踪到某些关键词。

2、从后往前推的竞价技巧：

（1）有效资源数少、但是客服对话数多，说明咨询转化有问题，

（2）有效资源数少，客服对话也少，说明从点击——客服对话这一段竞价数据出现了问题，影响这段数据的因素：网站内容没有足够的吸引客户、客服对话软件出了问题、网站打开速度过慢被关掉、客服对话的设置引导语不吸引人、网站设置和你的百度竞价创意不符合、引来了不相关的垃圾关键词等。

（3）客服对话数多，点击相对少，说明单个词的准确率在提高，就是说推广的词语正是我们百度竞价的准客户搜索的，还有百度竞价推广创意描述和网站很相符。

（4）点击少，而消费高，说明关键词的单价在上升。竞价技巧原则上是消费高了点击就多，但如果少，就会是前面这个原因。而单价上升的原因主要有两个，一个是竞争价格上涨，另一个是关键词质量度偏低。

大数据引爆数据分析师职业，大家开始把目光转向数据分析师，目前市场上数据分析师培训机构鱼龙混杂，Java大数据、PHP大数据、数据库大数据等，这些都不是真正的大数据分析，伪培训只会浪费你的时间、金钱和机会。

众所周知，CPDA数据分析师考试由中国商业联合会数据分析专业委员会+工业信息化考试中心主办，其颁发的CPDA数据分析师证书可成立数据分析师事务所；数据分析师职业技术证书可以在工信部查询。

那想学最IN的课程，报考CPDA，但是一时竟不知从哪里开始了解？

现在小编就助你将CPDA报考“盲点”一网打尽！

01

现在学习的主要学习内容有哪些？

CPDA数据分析师的理论课程包含数据分析基础、营销数据分析、供应链优化与投资分析和战略管理四个模块，CDA数据分析员的课程是数据分析理论基础。

02

数据分析师的具体学习方式如何？

CPDA数据分析师培训为面授加远程学习相结合的方式，以面授为主。面授的课程主要侧重在实际应用方面。

而远程学习是辅助教学，有课前知识准备方面、课堂学习的课件、模拟考题、在线答疑及案例实解等内容。CDA数据分析员培训是远程学习，没有面授课程。课程侧重数据分析的理论教学。

03

这个课程跟财务管理、市场研究、投资分析和风险评估等的课程有什么区别呢？

数据分析师课程内容包括：战略管理、市场研究、数据采集、数据预测、数据挖掘、量化经营、管理学等内容，是将这些学科中与数据分析相关的理论提取出来形成的一门学科，分析师注重综合解决问题的能力。

所以问题中提及的课程内容，数据分析师课程都有涉及，但这些课程又没有一个可以涵盖数据分析课程全部的，只是数据分析中的一个环节。

04

培训多长时间？

CPDA数据分析师面授八天共48课时（一般为八天面授），远程学习账号有效期一年。面授上课时间一般为周六、日，每天上课6小时，共8天。CDA数据分析员无面授，远程学习账号有效期半年。

05

对报考人员有什么要求？比如专业、学历、工作经验

申报参加CPDA数据分析师专业技术培训考核人员，应具备数学、统计学、市场营销、管理、财务或投资类等相关专业大专以上学历；

如果其他专业大专以上学历人员，须从事与数据分析相关专业工作一年以上。

申报人员所出具的学历证明，必须是经国家教育部承认的正规国民教育学历。

申报参加CDA数据分析员专业技术培训考核人员，应具备中专以上学历。

06

学费多少钱？包括哪些费用？

CPDA数据分析师费用为全国统一收费：8800元/人。

其中包括教材费（四本教材+ 一本讲义）、培训费、考试费、证书费及一年的远程教育费用。

此外，赠送datahoop平台一年使用权限。

CDA数据分析员费用为全国统一收费：1500元/人。

其中包括教材费（三本教材）、考试费、证书费及半年的远程教育费用。

07

数据分析师的教材有哪些？

《数据分析基础》、《营销数据分析》、《供应链优化与投资分析》、《战略管理》、课堂讲义，远程学习卡、教学案例等。

CDA数据分析员指定教材：

《CDA数据分析零基础入门》、《CDA数据分析实务》、《CDA数据分析考试大纲》，远程学习卡。

08

老师是从哪里来的？师资水平怎么样？

全部师资均为中国商业联合会数据分析专业委员会统一派遣，即全国的师资均由北京来的专家组成。师资要求具备深厚的专业背景和丰富的数据分析经验。

目前，在册师资均为北京大学、清华大学等名牌大学毕业，硕士或以上学历，基本为国内外大型公司高级经理级别、从事过众多数据分析工作的专家组成。经过多年的调研，课程的整体满意度达90%以上。

09

考试考几门、考试具体时间？

考试时间是每年年初公布，为全国统一考试。

CPDA数据分析师考试分为理论机考和实操笔试，一天完成。

上午考数据分析的理论基础，时间为120分钟，是通过远程考试平台进行，为无纸化考试；

下午为实际操作考试，《数据分析算法与模型》《数据分析应用》两科，时间各120分钟，纸介试卷考试，满分均为100分，60分及格。

三门考试全部通过（及格），才能取得数据分析师证书。

CDA数据分析员考试为理论机考，为无纸化考试；时间为120分钟，满分150分，90分及格。

11

考试通过后，可获得什么样的证书？

CPDA数据分析师考试通过后，学员将获得以下证书：

· 中国商业联合会数据分析专业委员会颁发《数据分析师证书》

该证书是唯一被行业协会认可的证书体系，可组建事务所和在企业中从业，证书是市场及客户认可的承接数据分析报告的从业证书，登录中国数据分析学习网数据库可查询数据分析师专业技能证书获得者信息。

· 工业和信息化部教育与考试中心颁发《数据分析师职业技术证书》

CDA数据分析员考试通过后，学员将获得证书：

· 工业和信息化部教育与考试中心颁发《数据分析员职业技术证书》

报名方法？我怎么报名呢？

带齐资料，资料包括：

您的身份证原件和复印件各一张

学历原件及复印件各一张

一寸蓝底彩照4张

到各地培训中心填写报名表、交费即可。

也可以远程提交电子版报名材料，远程缴费报名，具体方式以各地培训中心通知为准。例如南京就到CPDA南京授权中心—南京华信智原。

　【摘 要】 随市场竞争加剧，消费者自主权的曾多，如何应对消费者需求，占领市场以成为企业的难题。如此境况下，企业积极塑造品牌、提高品牌辨识度已成为企业的主要手段之一。本文通过对品牌及品牌价值的理论阐述，分析了品牌价值的构成及影响因素，针对当前较权威的品牌价值评估方法的进行介绍，为企业的打造知名品牌合理估算其品牌价值提供理论支持。　　【关键词】 品牌；品牌价值；品牌价值评估；品牌价值评估模型　　随着经济的发展，跨国企业不断地增多，衡量企业价值除资产累计额、股价、相关的财务数据等可量化的指标外，其无形资产价值也引起了学者关注。Baldinger & Robinsons提出构成品牌的要素包括服务执行、情感象征价值的实现、产品功能利益等。Market Facts将品牌价值评估与忠诚度相联系。品牌、竞争者和社会需求是影响品牌价值的主要因素（王成荣），三者相互影响，各有侧重。卢泰宏、黄胜兵、罗纪宁针对品牌价值评估提出了较为代表性的概念模型：基于财务、市场及消费者，归纳了“品牌价值”的品牌资产概念。目前品牌价值评估的方法基本上财务与消费者从两个导向出发，如Interbrand模型、WBL模型、品牌忠诚度分析法等。无形资产-品牌是较模糊的概念，其品牌价值评估涉及到评估主体对企业品牌及其价值的全方面的认知，采用适当的方法量化品牌的价值成为发展趋势。　　

一、品牌价值的构成及其影响因素　　品牌价值的本质即为消费者所认同的价值，取决于消费者的选择权和购买力，体现产品或服务的客观附加值。　　1.品牌内在价值的表现　　（1）历史文化价值：如消费者感受到的或品牌自身拥有的历史、文化等是品牌价值的重要构成因素。　　（2）社会文化价值：体现了品牌隶属企业对社会的影响力和公众认可度。社会文化属于产品之外的品牌特性，与消费者的文化价值理念做交流。　　（3）可感知的价值：品牌带给消费者独特的价值感，包括物有所值感、档次感、信赖感、创新感等。包括：可感知质量、功能利益等。　　2.品牌外延价值的体现　　（1）品牌认知度：品牌认知度是消费者对企业品牌熟知和认可的程度，其认知度越高，给予消费者的信心和保障感的程度越大。　　（2）品牌认可度：品牌认可度是市场对某品牌的好感和信任程度，它是构建企业品牌的不可或缺的因素。　　（3）品牌联想度：品牌联想度是品牌建设范畴的概念，是指提到某品牌时消费者脑中所浮现的相关品牌信息，包括质量、产品层次及品位、定位、公众评价等。　　归纳可得，品牌价值构成如下：品牌信誉度、商品的质量、企业文化价值观、消费者对品牌商品的购买力度、对品牌的忠诚度等。企业进行品牌塑造和价值评估时，可作为重要因素纳入考虑范围。　

　二、品牌价值评估方法　　1.世界品牌实验室——WBL 模型　　首先，综合分析企业的销售收入、利润等数据；其次运用“超额收益法”计算企业的盈利水平；再次用其特有的“品牌价值评估工具箱”对品牌总收益的贡献比重进行计算；最后，估测企业在未来的营业收益及无形资产——品牌在营业收益中的比重。　　计算公式：品牌价值=E×BI×S （1）　　其中：E：年加权业务收益额；BI：品牌附加值指数；S：品牌强度系数。　　2.英特品公司——Interbrand 模型　　其基本思路是假设企业可带来长期稳定的的超额净收益，将其的超额净收益额进行折现。　　其公式为：V =P×S （2）　　其中，V：被评估品牌价值；P：品牌净利润；S：品牌强度系数。　　（1）品牌净利润：品牌营业利润=品牌销售额-该品牌的生产成本、销售成本-管理费用及相关的折旧费用　　品牌沉淀收益=品牌营业利润-有形资产利润-非品牌利润　　品牌未来预期收益=（沉淀收益×品牌的市场作用强度）×（所得税税率）　　净利润为三年内的加权值=（f1×3+f2×2+f3×1）/（1+2+3）（3）　　注： f1为品牌当年利润；f2为前一年利润；f3为前两年利润。　

　（2）品牌强度系数　　品牌强度系数决定了品牌强度，Interbrand 模型用七因子法对品牌强度进行确定，包括：市场、稳定性、领导力、国际、支持度、潮流趋势、保护力，每一因子根据贡献程度被赋予相应的权重。　　三、总结　　现代企业积极创建品牌、发展品牌、推广品牌，塑造品牌对于企业的长远发展具有起到强大的助推作用。品牌价值评估值作为衡量企业品牌实力的数据，为消费者和企业自身提供了更高的平台认识企业及其品牌，也为企业的品牌竞争提供理论性的支持。首先，分析了企业品牌价值的主要构成因素，从内在价值和外延价值的角度探索了影响品牌价值的因素。其次，品牌价值评估的方法有很种，本文主要介绍两种，相信随着理论发展将来会产生更多更准确的评估模型。然而，品牌是无形资产，定量分析确有难度，采用不同的评估方法所获得的评估值也会存在偏差，只做参考不可偏信。　　参考文献：　　[1]陆娟.品牌资产价值评估方法评价[J].统计研究，2001（9）36-38.　　[2]范秀成.品牌权益及其测评体系分析[J].南开管理评论，2000（1），15-19.　　[3]赵平，裘晓东.品牌价值评估方法[J].中外管理导报，2005，第5期：44-45.

当今时代信息化产业飞速发展，各类底层大数据平台百花齐放，亿级数据、秒级响应已经不再是当年的遥不可及的神话。然而对于企业来说，数据计算快仅仅是满足企业进行业务数据分析的硬件基础，如何发掘这些海量的数据产生应用价值，走好数据分析这最后一公里，引导企业进行战略决策却是至关重要的一步。

本文以互联网行业为数据业务分析背景，希望能跟大家交流一些数据分析方面的心得和体验。

——本文使用数据分析工具为FineBI 商业智能工具

数据分析的本质其实是做数据对比分析，没有数据对比，单一的指标统计往往难以发挥数据价值。像我们常见的数据对比分析方法有同比、环比、占比等一系列分析指标，那是不是所有的数据业务场景都可以直接进行套用分析呢？比如我们统计企业2018年1月29日的同比流量，是不是可以直接对比2017年1月29日？表面上看好像2017年1月29日确实就是2018年1月29日时间层面上的同比日期，但是我们仔细对比查看这两个日期会发现2018年1月29日是周一，2017年1月29日确是周日。对于很多行业的企业来说，非工作日和工作日的数据往往是有很大差异的，这个时候单纯从日期层面来进行对比其实是没有什么意义的，选择对比同是周一的2017年1月30日的流量数据进行同比计算可能会更加有价值。

目前互联网行业做搜索引擎的有Google、百度，做综合门户的雅虎、新浪，做即时通讯的主要是腾讯，电子商务方面的主要是阿里、京东、亚马逊等。不论是以上的哪家互联网企业，往往都需要有一套引流、转化、消费、留存方面的运营策略，平台的流量数据分析往往都是非常重要的。

互联网流量数据分析方面，总结主要有如下四种数据常用分析方法：

1.对比分析流量规律，针对时段进行企业服务以及推广活动调整；

2.对比分析结构占比，指导进行定向群体营销推广

3.对比分析异常情况，及时追责并且进行调整；

4.对比追踪活动流量变化，总结活动效果经验以便后续有针对性调整。

如上图所示，我们通过FineBI工具制作出以上的流量数据分析模板，接下来尝试着对数据做一些对比分析。

一、用户浏览量周分布

对于互联网企业来说，流量数据往往都会呈工作周相关。对此，我们可以先宏观地统计出周一到周日中的总的平台流量柱状图数据对比情况。首先我们可以仔细观察工作日和非工作日的数据，发现周末的平台流量较工作日流量要高，这在互联网行业来说都是一个比较普遍的现象。

用户流量的周分布规律之后，我们就大致有一个推广方向，周末休息时间用户群体较大，相较于工作日可以投入更多的和丰富有吸引力推广活动来进行新用户引流和老用户活跃。

接着我们可以进行下一步思考，那工作日和周末我们的活动推广时间如何制定？有的同学们可能会觉得全天活动都可以，不需要关注具体的活动时间。但是对于互联网行业来说，每个时间段的推广费用都是较为昂贵的，我们完全可以分析出工作日和周末的用户流量趋势，进行有针对性的时间段投入推广，通过更小的成本获取到更多的用户流入。

首先是工作日的时间段流量统计分布，我们通过BI工具分时间段作图得到如下所示的流量分布图。可以看出，工作日的流量主要集成在每日的9点（上班时间）、13点（午餐时间）、20点（晚间娱乐休息时间），那么在得到这样的一些用户流量规律之后，便可以在这些用户活跃高峰期时间段有针对性对白领群体多做一些相关商品推广活动，以实现最小时间成本和推广费用最大化用户引流效果。

再来看周末的各时间段流量分布走势，和工作日所不同的是，周末的流量早高峰期延后到了10点，这可能和各位小伙伴们周日作息较晚有关（同学们周末都是几点起床呢），除此之外，晚上的流量高峰退潮期也有延后。针对与周末用户流量分布的特性，互联网企业在周末时可以将活动开始时间和活动结束时间都适当进行延后，这个时候不能再套用工作日制定好的活动时间计划了，因为符合用户群体作息规律的推广促销活动才能达到更好的效果。

二、推广渠道流量分布

对于互联网行业的推广渠道分布主要分为三级渠道：线上渠道、线下渠道、新媒体营销等等。对比分析每个渠道对企业所带来的价值占比差异，以指导制定有针对性营销策略。

如上图所示，由于推广渠道是分多层级的，我们通过BI工具的多层饼图进行数据的分析统计再合适不过了。分析下图的数据我们可以看出，首先是一级渠道的主要战斗力来自于新媒体营销，当今的微信、今日头条等社交媒介社区时代受众广泛，用户群体非常庞大，是公司需要投入主要成本进行推广的。其次线上渠道的效果也不容忽视，对于互联网企业来说，做好百度、Google等SEO搜索引擎关键词推广也是很重要的一部分工作。相较于线上渠道和新媒体营销，线下渠道说所需要的经费和时间、人力成本较大，受众又相对较小，所以此类活动往往针对核心粉丝进行运营即可。

三、各月份指标对比走势

在分析各月份指标对比走势数据之前，先简单介绍下互联网营销常用的几个指标概念：

1.浏览量（pv）

2.访问次数（visits）

3.访客数（uv）

以上三个基础指标常用来衡量流量数据的多少。另外平均访问深度（总浏览量/访问次数）、平均停留时间（总停留时间/总浏览量）、跳失率（跳出次数/访问次数），这三个指标通常可用于衡量流量指标的优劣性。

我们仔细分析上图中的平台流量指标，可以发现10月份是2017全年的流量高峰期，应该跟企业在国庆黄金假期所做的促销引流活动有关。浏览量、跳失次数、访问次数分别为4941、1290、2182，对比计算可得到跳失率为59.12%，明显低于其他时间段的跳失率，说明10月份的活动效果还不错，其经验对以后的营销推广可以起到参考作用。

最后是访问深度用户群体分布分析（跳失率=跳出次数/访问次数），我们通过BI工具将企业的VIP用户、老用户、新用户分别进行分时间段的用户群体访问深度分析统计。总体来说可以发现平台的VIP用户访问深度较老用户以及新用户稍微高些，但是不是太明显，说明平台运营的VIP这部分群体的活跃度还有待提升。同时，平台老用户访问深度和新用户更是相差无几，公司对于用户这方面的活跃运营明显需要加油了，建议将平台的部分忠诚度较高的老用户以VIP用户组建起来，共建平台生态圈，增加整体的用户活跃度。同时可以向老用户以及VIP用户实施一些优惠政策，如定向商品折扣、根据用户画像进行喜好商品特惠推送等。

本次的数据分析经验心得分享暂时先写到这里，后续将继续给大家分享关于互联网数据运营方法的转化、消费、留存等方面的一些经验，欢迎大家一起共同交流探讨互联网运营之道。

做数据分析首先得要有一个完整的思路。《谁说菜鸟不会数据分析》书中举了一个很生动的例子。做数据分析就好比做一件衣服，首先的先有设计图，然后在根据设计图分步骤的去制作成成品。今天我们说的数据分析的完整思路就相当于衣服的设计图，有了完整的思路，才不至于漫无目的的，没有一个清晰的目标去做分析。

那么我们如何才能建立一个完整的数据分析的思路呢呢？《谁说菜鸟不会数据分析》给大家提供了几种数据分析方法论来助力大家形成完整的数据分析思路。主要有PEST分析法，5W2H分析法，逻辑树分析法，4P营销理论（现在用的比较多是4C），用户行为理论。下面呢，我就以5W2h分析方法，给大家详细的说明一下怎么建立完整的数据分析思路。

首先，先介绍一下什么是5W2H。

（1）WHAT——是什么？目的是什么？做什么工作？

（2）WHY——为什么要做？可不可以不做？有没有替代方案？

（3）WHO——谁？由谁来做？

（4）WHEN——何时？什么时间做？什么时机最适宜？

（5）WHERE——何处？在哪里做？

（6）HOW ——怎么做？如何提高效率？如何实施？方法是什么？

（7）HOW MUCH——多少？做到什么程度？数量如何？质量水平如何？费用产出如何？

例如要不要增加一个推广渠道，我们来形成一个完整的分析思路。

WHAT：一个引流的渠道，对这个渠道要有一定认识。

WHY ：目前其他的渠道的流量不能满足，做了渠道之后可能会增加多少流量。

WHO：是直接让其他渠道的人来负责，还是重新招一个操作过这个渠道的人。

WHEN：如果要做这个渠道，有没有时间来做，什么时候开始实施。

WHERE：如果是大公司，要考虑是总公司来做，还是分公司来做。

HOW：怎么做，是否有详细的解决方案，是否先参考同行竞争对手。

HOW MUCH：新增加的这个渠道，需要投入多少成本，人力成本，广告成本等等。

对每个环节进行分析，评估，然后综合每个环节，看看这个渠道是否值得开发。

一、方案背景

对于大部分企业来说，销售部门是为企业直接带来利润的主要部门，说是企业命脉部门其实也不为过。

然而事实上是为数不少的销售部工作人员由于缺乏营销分析概念和方法，企业累积的大量数据得不到有效的利用，营销分析只停留在数据和信息的简单汇总和流水帐式的通报，缺乏对客户、业务、营销、竞争方面的深入分析，结果决策者只能凭着本能的反应来运作，决策存在很大的失误风险。

都说数据有价值，那么销售部门应该如何充分利用数据对市场预判，实时了解当下业绩情况，衡量三六九等客户价值，如何快速获取客户的信息做针对性销售呢？

答案是，不妨用BI搭建一个智能化的销售数据分析平台。

解决两个问题：

1、将数据信息化，汇总自动化，将销售管理者从传统的报表数据重复结算中解放，避免大量重复性的excel编辑工作

2、着重分析企业销售目标、销售活动、成本费用等销售重要指标的分析。

二、方案内容

接下来，本文将着重分享企业销售智能数据分析方面的内容干货，用的是FineBI搭建的销售数据分析平台：

1、IT技术模块——搭建销售智能数据分析平台

2、IT技术模块——直接对接销售数据库，自动化形成数据报表？

3、数据分析模块——如何让销售同时快速上手分析？

4、数据分析模块——如何让销售领导直接在线查看分析？

5、协同管理模块——如何在线分享数据分析报告？

三、方案效果及实现说明

1、搭建销售智能数据分析平台

这部分工作属于企业IT部门的前期数据准备工作，需要IT部门在FineBI的数据配置-数据连接管理中新建好数据连接，保证数据连接测试成功。然后添加销售管理业务包，将相关数据表加入并且建好立表间关联关系即可（如果是FineIndex类型的业务包需要更新好FineIndex数据）。分配好对应数据权限之后，用户即可直接在浏览器前端来对这些销售数据进行即席的多维探索分析。

以本方案为例，如上图所示，我们在销售管理业务包中添加好销售员信息表、产品名称表、分公司信息表以及销售目标表、客户信息表、合同信息表、销售活动表、合同回款信息表、活动费用表，并且建立好维度表和事实表之间的数据关联关系。

最后在数据配置-权限配置管理界面中将建立好的销售管理业务包的权限分配给销售部门相关人员，并且在管理系统-用户管理中将销售部门人员加入到BI编辑用户的已授权列表中。

2、直接对接销售数据库，自动化形成数据报表？

销售管理人员在使用分配好数据权限的账号登录平台之后，就可以新建仪表盘开始做基础的数据分析了。

我们以制作如上图所示的销售基础数据分析-销售人员分析页面例，首先使用仪表盘统计出企业的总销售人数，然后再用饼图统计出各大区的销售人员分布（这边可以看出我们上海区域销售人数是最多的，达到总销售人数的22.73%），最后用明细表组件展示企业的所有销售人员的销售姓名、所属大区、大区经理相关信息。这样一来，基础的销售人员配备信息也就快速可视化呈现在我们面前了。

销售人员分析的仪表板做好之后，销售人员可以申请给IT部门的超级管理员将该模板挂出到销售管理-销售基础数据分析目录下面，并且将仪表板开放给其他人员进行查看。另外利销售活动管理、合同信息查询的销售基础数据分析也是同理，用同样的方法做好之后申请给超级管理员挂出即可。

3.如何让销售同时快速上手分析？

a.销售目标进度分析

我们以上图所示的销售目标进度分析为例，对于企业销售管理来说，两个最核心指标莫过于销售额和回款额了。而企业通常每年都会设定销售目标额、回款目标额两个指标作为销售的年度考评KPI指标。

所以这样一来在每个时间阶段，作为销售管理者我们可以分析当前的销售额目标完成率、回款额目标完成率的总体情况。

I.销售额目标完成率=(销售额/销售目标额)*100%

II.回款目标完成率=(回款额/回款目标额)*100%

以销售额目标完成率为例，添加好总金额和销售目标额之后，在FineBI中直接添加销售目标完成率指标，输入“总金额/销售目标额”即可得到当前销售目标完成率的数据。

计算好销售额目标完成率以及回款额目标完成率之后，然后再按照区域逐级分解。这边我们按照区域对销售额和回款额分别使用条形图进行统计，然后降序排列即可。

接着对每个区域的销售额、销售目标额、销售额目标完成率、回款额、回款目标完成率进行分析计算，以便来分析当前影响目标达成进度的主要问题区域所在。最后添加好相关查询控件，调整好仪表板整体布局即可。

b.销售回款分析

销售回款分析方面，首先统计出当前时间段的应收账款、累计回款、累计回款率（累计回款率=累计回款/应收账款）这三个关键指标，用仪表盘进行展示。然后按照产品线进行分解，对比每个产品线的应收款款和回款金额数据情况。接着按照时间流逝维度进行分析，统计出当前时间区间的月度累计回款金额和月度累计应收金额，同时计算累计回款率。

最后分别按照大区和销售进行分解，统计对应大区和个人的应收账款、实际回款，计算出大区和个人的回款率。这样一来，企业整体到销售个人的销售业绩状况就一目了然了。

c.销售费用分析

销售费用分析方面，统计当年的费用开支总金额以及年度每个月份的费用金额。接着统计出各大类的销售费用模块分布占比、全国各个省份的费用金额分布、各个客户总费用的树图统计、销售费用开票统计、各销售费用排名统计相关信息，让企业的销售费用成本一目了然的以可视化形式呈现在我们面前。

4、如何让销售领导直接在线查看分析？

除了以上给大家介绍的制作一些企业常用的销售数据分析之外，FineBI最大的特性就是随时满足业务人员或者企业领导的数据即席分析需求了，通过轻松的托拖拽拽操作，就能生成丰富多样的数据分析统计结果。

我们以上图的年度签单&回款统计数据分析为例，只需要将签约年份字段拖拽到行表头，合同金额、回款金额字段拖拽到左值轴，即可得到每年的合同金额和回款金额走势了，真正做到想看数据“不求人”！

5、如何在线分享数据分析报告？

企业的各项工作，主要由各部门团队分工协作完成，彼此之间需要很好地进行沟通和配合，那么FineBI是如何帮助企业将销售智能数据分析成果实现团队协作共享的呢？

以上图所示的销售管理中心驾驶舱为例，展示了企业的签单金额、回款金额、单个合同金额分布、各地区/销售签单回款统计等等多个核心的销售管理分析指标。那么销售人员通过FineBI做好的一个销售管理里中心驾驶舱之后，其实在FineBI中可以非常便捷地将它分享给相关部门或者指定人员的。

例如我这边想把它分享给企业的领导人员，那么可以在FineBI的仪表板中将做好的销售管理中心驾驶舱模板点击分享给领导部门的Tom，然后点击确定即可。这样一来，领导部门的Tom登录之后就能收到销售人员给他分享的销售管理中心驾驶舱了。

李志雄网站运营专家

SEM数据分析是非常重要的一个环节，数据能确定我们如何把推广费用花得更好。在进行SEM数据分析时，常常要用到一些术语和数据指标，作为SEM专员，要了解其基本意义及其应用场景。

常用术语：

常用的术语主要有IP、UV、PV等。

IP，是指当天记录的唯一的IP数，一般以IP地址来统计。具体到SEM推广来说，主要是用来判断该IP是不是存在无效点击。

UV，即UniqueVisitor，访问网站的一台计算机客户端为一个访客。00:00～24:00内相同的客户端只被计算一次。是指当天有多少台计算机访问，一般以cookie来统计。

PV，即PageView，即页面浏览量或点击量，用户每次刷新即被计算一次。是指同一个IP地址被不同的计算机访问过的数量。PV主要用来判断网站访问深度，以及访客的质量。

那么IP、UV、PV究竟怎么区分呢？

举个例子来说，在北京某大学的一个宿舍里，今天有3个人用共享IP地址上网，且都访问了A网站，每个人浏览了10个不同页面。那对于A网站来说，则今天有1个IP数，3个UV数，30个PV数。

平均访问时长的时间长短是网站分析的一个重要指标，通常用于评估网站的用户体验，可以用于指导网站以及页面的改善。平均访问时长越长，说明网站或页面对用户的吸引力越强，能带给用户的有用信息越多，用户越喜爱。反之，对用户的吸引力越差，可用的有用信息越少，也说明网站需要优化或添加有用信息了。

数据指标

对于SEM数据分析来说，常用的数据指标是搜索引擎推广漏斗模型中的数据以及其他的一些数据指标。

搜索引擎推广漏斗模型数据指标

搜索引擎推广漏斗模型主要有展现量、点击量、访问量、咨询量和转化量5个数据指标。

展现量：在用户搜索查询时，如果账户内符合用户搜索需求的关键词被触发，该关键词所对应的创意将出现在搜索结果页，称之为关键词和创意的一次展现。一段时间内获得的展现次数称之为“展现量”（简称“展现”）。

点击量：在企业的推广结果展现时，如果用户对推广结果感兴趣，希望进一步了解企业的产品/服务，可能会点击访问企业的网站。一段时间内推广结果获得的点击次数称之为“点击量”（简称“点击”）。

点击率也是SEM专员常常用到的数据指标。点击率的计算公式为：点击率=点击量/展现量。当点击率过低时首先要检查是否是账户出问题，如账户质量过低，有可能是关键词创意无法吸引用户点击或是排名太靠后，这时可以尝试重新修改创意或出价。

访问量：如果企业的推广链接无误，用户通过点击推广结果，则会到达企业的推广网站。此时产生的数据则称之为“访问量”。网站访问量是指网站流量（traffic），是用来描述访问一个网站的用户数量以及用户所浏览的网页数量等指标，常用的统计指标包括网站的独立用户数量、总用户数量（含重复访问者）、网页浏览数量、每个用户的页面浏览数量、用户在网站的平均停留时间等。

咨询量：如果用户对网站内展现的内容感兴趣，则会咨询在线客服人员，其产生的咨询数量则称之为“咨询量”。咨询量反映了用户对于产品/服务的关注度，以及在线客服人员的工作情况。

转化量，则代表着最终的转化，是衡量SEM推广好坏的最终标准。

转化率的计算公式为：转化率=转化量/点击量。当转化率过低时要考虑几个因素。首先查看关键词是否符合受众人群搜索习惯和是否够精准，或是推广页面是否够吸引人。分析时可以结合页面访问时长和页面跳出率等其他推广数据，然后根据分析结果做出相应的优化调整。

其他数据指标

除了搜索引擎漏斗模型中常用的这5个数据指标之外，还有其他一些常用的数据指标：

网站抵达率=访问量/点击量。抵达率低说明你的网站体验不好，网站链接可能出现了问题，造成了无法访问或者访问速度慢的问题。如果抵达率偏低，可以考虑三方面原因：一、创意与推广页面主题相关性不大，可通过修改相应创意或落地页URL改善；二、落地页URL打不开或者打开速度太慢，可查看推广URL速度报告解决；三、推广页面用户体验欠佳。

网站跳出率：指某个时间段内，只浏览了一页即离开网站的访问次数占总访问次数的比例。对于某页面的跳出率算法：从这个页面进入网站没有再点击其他页面即离开的次数/所有进入这个页面的次数。对于整个网站跳出率的算法：只浏览一个页面即离开的访问次数/进入网站的总次数。网站跳出率是评价一个网站性能的重要指标，跳出率高，说明网站用户体验做得不好，用户进去就跳出去了，反之如果跳出率较低，说明网站用户体验做得不错，用户能够找到自己需要的内容。而且以后他可能还会再来光顾你的网站，提高了用户黏性。慢慢地就可以积累大量的网站用户。

优化方法：网站跳出率高低决定了这个网站的用户用户黏性如何，在搜索引擎优化中，把网站跳出率作为相对重要的考核标准之一。网站跳出率的优化方式：提升网站的访问速度；关注浏览器的兼容性；网站导航加搜索；增加相关性强的内容；巧妙的锚文本。

平均点击价格计算公式为：消费/点击量，它的调整可以更好地控制推广成本。

ROI（returnoninvestment），即投资回报率，等于利润/投入的百分比。

1、销售指标分析

主要分析本月销售情况，本月销售指标完成情况，与去年同期对比情况，通过这组数据的分析可以知道同比销售趋势，实际销售与计划的差距。

2、毛利分析

主要分析本月毛利率、毛利率情况，与去年同期对比情况。通过这组数据的分析可以知道同比毛利率状况，以及是否在商品毛利方面存在不足。

3、营运可控费用分析

主要是本月各项费用明细分析，与去年同期对比情况，有无节约控制成本费用。

这里的各项费用是指：员工成本、能耗、及办公用品费用，维修费用，房租，存货损耗，日常营运费用，通过这组数据的分析，可清楚地知道门店营运可控费用后的列支，是否有同比异常的费用发生，有无可以节约的费用空间。

4、坪效

主要是本月坪效情况，与去年同期对比“日均坪效”是指“日均单位面积销售额”，即日均销售额/门店营业面积。

5、人均劳效

主要是本月人均劳效情况，与去年同期对比，“本月人均劳效”计算方法：本月销售额÷本月员工人数。

6、盘点损耗率分析

主要是门店盘点结果简要分析，通过分析，及时发现门店在货品进、销、存各个环节存在的问题。

7、门店商品库存分析

主要是本月平均商品库存、周转天数，与去年同期对比分析。通过这组数据分析，看门店库存是否出现异常，特别是否有库存积压现象。

8、员工工作效率分析

从某种程度上来说，员工的工作态度直接决定了店里营业额的多少。

如果员工长时间工作激情不高，管理者就要思考其中的原因了，是绩效考核不实用还是竞升机制不健全还是管理者对待员工的态度问题等，要深度分析并总结，做出解决方案。

每天三章，更多精彩案例，请看下回分解。。。

连锁盈利天下，锁定未来。生命不息，战斗不止，连锁14年，只为中国连锁企业走向全球而动奋斗终生！

运营人员:蒋老师~hx52013143399

大数据分析师是因为大数据发展而出现的一个新的职业，发展前景比较好，而且薪资待遇也不错，所以有很多的人想要参加大数据分析培训，来进入大数据行业发展。但是很多人不清楚大数据培训要多少钱，害怕费用太贵。今天就给大家详细介绍下大数据分析培训要多少钱。

大数据分析培训的费用取决于以下几点：

1.课程内容

不同的课程，学习的内容是不同的，那么学习效果也是不同的，专业的课程都会不断的研发更新，来保障课程与企业接轨，在课程研发这块，大型的大数据分析培训机构，投入的成本是很高的，所以在学费这块也是略高的，大概在两万左右。

2.学习班型

目前大数据分析培训班分为脱产学习班和周末班，一般来说，脱产班的学习是针对零基础的学员的，学习时间较长，同时提供就业服务，所以费用较高，一般要一万大几到两万之间，而周末班针对的是在职人群，他们只是想提升转型，并不需要就业，学习周期也比较短，所以学费上也要低一点。

3.是否有就业保障

培训机构为了保障就业，需要开拓的合作企业资源，这块是需要投入的，同时还举办专场招聘会，所以为了保障就业，投入的成本高，所以费用在两万左右也是合理的。

从以上三点来看，目前主流的大数据分析培训费用大概在两万左右，大家在选择大数据分析培训机构时候，可以以此作为参考。

文:土拨鼠跟我走

销售数据分析报告，是销售工作的必备动作。

不会做销售数据分析报告的销售人员，就是只会打仗，不会算账！最会都是糊涂账！

我们经常说，销售数据分析报告，是基于业务客观事实的数字游戏！

销售数据分析报告：是由统计的数据和销售人员对数据的分析共同组成。也就是说，没有科学分析的数据，仅是数字，不是销售数据分析报告！

做销售数据分析报告的时候，会有以下声音：

1. 不就是数据统计吗？然后整理汇总下，多简单的事呀。2. 再不济，把进销存数据，整理下，这种可以了。3. 你们说的都太麻烦，就告诉领导，任务是否完成了吗？给结果，多省事！...

销售数据分析报告，对你什么好处

1. 用数据说话，是销售人员发言权的前提，这是职业素养！

2. 分析数据报告，就是对自己工作的销售总结，让你更清晰、更宏观的看待一个市场的脉络，然后自己的短板，查漏补缺。等于给自己辖区的市场，做一次例行“体检”。

然后，帮助销售人员对销售情况的深度熟悉，帮助分析市场动态变化，提升销售人员对经营的意识和掌控力，培养对市场的预测。

3. 销售数据分析是“收拾客户”的的方法之一，白纸黑字，有口难辩，凸显你的专业性，赢得信服。

为什么销售人员，不重视销售数据分析

1. 公司没有具体的销售报告分析的要求和标准，即使有要求，也是领导丢一句话：“你把市场给我分析下”，然后没了。

接着，销售人员一头雾水，开始抓耳挠腮，东拼西凑。最后领导一看，分析的“驴头不对马嘴”，丢句“你给我重新做去”！你一脸的懵逼。

2. 公司有销售分析报告的标准，但是，这个标准太繁琐太复杂。

巴不得做成“地表最全数据库”，搞得一线耗时耗力，不花几天功夫，根本做不完，销售人员内心排斥，开始做出“假冒高仿”的数据，执行的结果可想而知。

然后领导们拿出“假冒高仿”的数据，层层向上汇报，你们公司的战略决策，不跑偏才怪呢！这样的事情，身边还少吗？

3. 公司对销售分析报告缺乏宣导。销售人员对销售分析报告，缺乏关注意识，不晓得这个报告对他什么好处，管理者要身教言传。

销售分析报告的内容，要与时俱进，千万不能99年政策不变。当然，我也不是让你经常来回折腾，朝令夕改！

企业要有一个“引导体系”，而不是丢一句话，一个通知、一个邮件，就万事大吉，管理工作没那么简单！

对手机销售行业来说，销售数据分析的常用方法

一般来说，分为两个维度展开分析：

1. 产品。每个产品的重点关注，包含销售、价格、库存、促销、占有率等。找出问题点和问题客户。

2. 客户。以客户为主，或结合区域的分析，哪些客户业绩异常，找出真实原因，提升点在哪里，才能做好目标管理。

01 销量分析

一般，最简单、最粗超的数据，就是：销售任务是否完成，完成率多少？当然，还不止如此。

业绩达成情况

当天数据：当日销售存在的问题，你要做个分析。当日数据仅供参考。基础数据：月累计销售完成进度，与时间进度对比。发货数据：这个数据一般厂家很容易忽视。从发货的数据，能分析出物流、库存、周转率的问题。所以，务必搞清楚，发货客户的数量和发货次数，摸清客户发货量降低的原因，同时综合优化物流成本，这个数据可以每月或每季度分析。

对比分析法

不得不说“同比和环比”。

同比，是指在相近时段中的某个相同时间点的数据，进行比较。比如，17年3月和16年3月是相近时段，都是3月，这两个时段进行数据对比，就是同比。

环比，是指相近时间段的对比。比如，17年5月和17年4月是相近时间段，这两个时间段的数据对比，就是环比；

一般在手机销售中，同比是最常用的，但是，同比的有时也会蒙蔽事实，为什么呢？

比如：16年3月份销售1000部手机，17年3月销售1200部手机，同比增加200部，提升率20%。

但是，行业市场整体同比提升30%，你觉得差距在哪里？

所以说，同比，务必和行业市场的数据项对比，不然就是孤芳自赏！

环比的用法

实话说，环比不太常用，因为销售和季节性有很大关系，都会存在波峰波谷，说销售不分淡季旺季的人，纯属忽悠洗脑！你就是卖钢筋煤炭，国家还有宏观调控呢！

以手机销售行业为例，一般来说，8月份的销量比9月份高，为什么？

因为8月份属于暑期学生购机潮，再加上9月份想买手机的人，都持币等着十月一促销呢？对吧！

你拿9月和8月环比，有多大意义呢？所以，只有同比，才有参考意义。

讲到这里，并不是说环比没用处，月环比的季节因素太大，那干脆，你做周环比，不就行了嘛。

周与周的环比，有一定的参考性，前提是周与周之间，不能存在节假日。比如，十月一黄金周，和十月第二周做环比，也是不合适的。

和竞争对手的对比分析

这个比较，我不说，大家也比我懂。

但是，很多人，搞不清楚，谁是你的竞争对手！

原则上来说，只要与你同行的品牌，都是你的竞争对手！

但，这是书上写的，现实可不能这样玩，不然大家都是你的敌人，你再搞“世界大战”吗？

不能聚焦的目标，是梦想，不是目标！永远记住这句话，销售铁律。

你的竞争对手是谁？

我给你说个简单的方法：找眼前的竞争品牌，能伸手抓得住的竞争品牌，且销售大于你30%的品牌，你就盯着这个品牌去爆破！

千万不要，找绝对大于你N倍的“大象”去挑战，你可以把“大象”当成梦想和愿景，但你先把“活在当下”的事情做好！不然，你就是好高骛远，眼高手低。

找到竞争对手了，对比什么呢？

原则上，你所有的销售数据，旁边都要有竞争对手的对比。只有这样，才能知己知彼百战百胜!

这就考验你数据统计的“情报能力”了。

说不用关注竞争对手，就能做好销售的人，都是有失偏颇。

我想说的是，前提是你负责多大规模的销售体量，如果是一亩三分地，那你可以完全“只读圣贤书、不闻场外事”。

产品销售的结构分析

比如：从价位分析、库存调整、来了解重点产品销售情况。

同时，对于公司重点产品进行分析，找出存在问题，提供建议。（最好不要提产品本身的问题，如：屏幕小、内存小等等。不然销售人员以后销售不佳，抱怨厂家和产品本身问题。）

务必给销售人员指明：

公司的拳头产品哪些（正面打击对手，大力水手吃菠菜）。公司的馒头产品是哪些（要靠这个吃饱肚子）。公司的窝窝头产品是哪些（垫吧垫吧就行了）。

02 费用分析

这个费用分析，一般不对基层销售人员开展，大部分需要区域经理多关注！我多说一句：区域经理要把“基础财务”当成重要的课程来学习。

投入与产出比，简称ROI（return on investment）。投入产出比 = 产出总收入/总成本× 100%。

投入与产出比的概念，务必烙印在区域经理大脑里，不然会乱成一锅粥，你的上司会成为你的”背锅侠“。

拿手机销售行业举例。厂家做主推的ROI、促销活动的ROI、市场推广的ROI、人均产出的ROI...都是可以计算得出的。

费用多少合适？这个是基于你们公司的实际情况，但是，费用永远是不够的。

我认同节约的销售，但讨厌小气的销售。节约就是，不该花的钱不花，小气就是，该花的钱不花。

作为管理者，抓费用要：

1. 抓大放小，不要挫败大家的工作积极性。

2. 权限分解、不能一人说了算，一言堂的费用肯定有问题，不信你去查查！

3. 秋后算账，任何费用都要有这个环节，不能变成“糊涂账”！

销售人员不能因为销售费用少，就原谅自己销售目标未完成。

03 渠道分析

每个渠道的供货价、毛利和利润分析，这个分析，务必和竞争对手对比

对每个渠道分层分级，然后匹配不同的销售资源（分销、库存、物流），渠道遇到的问题，需要数字支撑，都要写出来。

每个渠道的库存重点关注。尤其库存的周转天数。周转天数=当前库存数量/当前日平均销售数量

以手机行业为例，卖的都是科技电子产品，没有大致的保质期，不像卖吃卖喝的食品，但是，科技电子产品的更新迭代比食品快多了，摩尔定律大家都晓得吧。

依据库存周转天数，来判断产品是否畅销，是有时偏颇的。

比如，在销量不变的情况下，库存大，随之周转天数也会变大，同理，库存小了，周转天数也会短的。所以，不要光看周转天数，只有结合库存，才能判断正确。

举个栗子，某款手机平均每天销售5部，当前库存为20，周转的天数为20/5=4。但，你压货把库存加到40部，周转天数为40/5=8。所以，你部能说产品不畅销，只能说库存过大。

要对库存组成分析，同时，保持电脑数据和实际库存保持一致，不能指望电脑数据就做出判断，你需要定期盘点库存，及时发现问题，只要这样才能把握每个SKU的销售情况。

重点关注哪些区域与渠道的表现，分析发展走势和销售特点。

对于增长或下滑明显的区域给予重点关注和分析，以免存在潜在的威胁，警惕竞争对手趁虚而入，混水摸鱼，要做多维度的分析。

04 人员分析

新增员工的数量（累计本年度），离职员工的数量（累计本年度）、每个员工承担业绩的数量、人员薪资成本、日常工作的分析（分销、拜访等）

在销售分析报告中，避免存在以下问题：

1. 大多数人汇报工作，避实就虚，该说的问题兜圈子，报喜不报忧。最笨的员工就是，认为“你的上司和老板是笨蛋”。

2. 谎报军情，不重要说的严重，重要的避而不谈。这招，销售老油子用的驴火纯情！套取公司资源，谋取利益。我强烈建议，汇报具体没有分析，只讲事实给上级，领导千万不要拍板，因为这种情况，很容易做出错误决策。

3. 只注重前线打仗，忽视团队内部提升，造成内外资源匹配不到位，这样的销售，容易昙花一现。这样的人，是个做狙击手，不适合做管理者。

4. 没有经过分析就制定计划，总是拍脑袋，凭感觉去做事，这是很多管理容易走的弯路，销售分析报告是走过场。

好的销售分析报告，要具备：

1. 首先数据要真实性、完整性、详细的呈现出来。数据从哪里来？每个数据的背后含义是什么？

2. 数据的分析必须站在客观的角度，不能带有主观因素，避免报告有失偏颇