为什么有的报表好用，有的报表不好用，有的企业会做一堆乱七八糟的报表，最近经常会思考这些问题。

有人说数据分析，为了开源节流，这个没有错，今天我从另外一个角度解读。数据分析，是为了应对风险(说明：风险与机会是一起的。PMI中将其共同列为风险管理，本文所有风险与机会同义)，开源节流的每一次操作每一个节点，也是风险。

企业经营，风里来雨里去，免不了碰到大大小小的机会和风险，抓住机会躲避风险是每个企业以及个人的毕生追求。

PMI中将风险归为以下几类：

已知的已知风险

未知的已知风险

未知的未知风险。

本文将数据分析，也归纳为三层需求

第一层需求：应对已知的已知风险

可以将这一层需求看作为被动使用的数据，拿零售行业的场景举例：

采购员要进行采购，没有数据作为参考，只能进行盲目采购，那商店的缺断货、商品积压的风险一定出现。所以采购员需要通过数据查看各类商品的销售情况、库存情况、可售天数情况进行判断，以此决定采购需求，避免错误的商品采购所导致的商品缺断货、高库存等风险。此为通过数据来应对已知的已知风险。

对于企业之中，这类的应用特别多，多到部分企业会忽略这是一种数据分析的应用。企业中常用的业务系统比如erp等软件系统，也会自带一些简单的数据查看类报表，其作用也是很大程度上来应对这一类风险。

但是，从另一个角度去看，这类风险的应对也有很大的优化空间：

风险应对的效率：提升风险应对的效率，是提升应用标准化的一个体现，当一个应用难以使用时，容易造成人员惰性，取巧而放弃使用，从而提高了风险发生的概率。

复杂的已知的已知风险的应对：绝大部分企业并没有将数据覆盖所有的已知风险，举例：新品的引进，新品的引进为商店带来新的盈利点，但是错误的引进甚至会带来负面效应。大部分企业的新品引进并没有一个很好的方案来应对：通过数据进行品类关联并对比，可以看出本店铺对于市场上销量靠前的商品的缺货情况，本店已有商品的市场占有情况，从而可以优化新品引进的策略。这一类的应用还有很大的空间，这也就是为什么很多企业乐于同行之间的交流，希望彼此可以互通有无，发现类似数据场景的应用。

第二层需求：应对未知的已知风险

这一类数据一般为主动使用的数据，更多的是周期性使用的数据，常见的比如领导们常看的日报表、周报表等。

企业的风险发生的概率是分布在每一天的，但是它每一天都可能发生也可能不发生，例如部分员工的消极怠工、部分商品的质量异常、个别门店突然面临的对手竞争等。这一类风险当然是希望在发生的最短时间内就可以发现并且应对。所以企业中产生了大量的这一类型的报表需求。

这类报表也很常见，但是他们价值的体现不如第一层需求类来的直接，这一类报表经常被浏览，但大部分情况是没有发现风险的，所以有时会产生一种这类报表没什么用的感觉。

在我们所遇到的项目中，这类需求报表占比是很多的，也是争议最大的。领导层所需要看的日/周/月报类报表相对还好，毕竟是每天都会有人看，并且作为企业数据监督和追踪的一种形式。

此外，还会有很多分析类的报表也属于这一层级，比如商品的价格带分析：找到某类商品的价格点，对比销售高点或销量高点，从而发现可能的商品价格分布的不合理或者货架摆放位置的不合理(价格点商品附近陈列丰富的商品可以给顾客带来商品丰富的感觉)。进一步调整商品价格分布以应对商品陈列或者价格分布的风险(机会)。

这类报表的应用难度比较大，因为经验或者知识储备的不同，对风险的认知和识别能力不同。同样以上面的价格带分析报表为例，其目的为应对陈列、商品价格分布、商品引进/采购、目标活动人群选择的风险。但是使用报表的业务人员没有形成对这些风险(机会)的认知，就造成了缺乏对该报表的数据解读能力，该报表便成为了一个花瓶报表，价值无法得到体现。

针对这一类报表，我的建议是场景化，让每一张报表背后都有它的风险机会描述，当自我不能解读的报表，也就不要指望业务可以解读并使用，并不是将一堆的指标都进行展示就能产生价值，它于落地的应用还相隔甚远。

第三层需求：应对未知的未知风险

这类需求近些年来大量出现，大数据概念被大多数人所重视也很大程度上是因为这一类需求。

风险的不可预测性使得大量人群希望通过技术的手段来帮助识别和发现风险。比如很多人希望通过聚类这类算法的应用，来形成用户画像，发现自己之前无法发现的特性，或者通过对商品关联的挖掘，发现未知的商品关联关系，从而调整商品布局以发现巨大的商机，比如“啤酒与尿布”(不知真伪)。

但是这类需求实现难度巨大，目前还属于少数互联网公司的专利，对于大多数企业尤其是传统企业而言，其实现成本是难以接受的，个别数据乙方可能会以此为诱饵进行宣讲，但就我所了解到的还难以形成很好的应用。

但是第三层需要要怎样处理？无论是机器还是算法很多都是对人对模拟，只是拥有更快的速度而已，所以相信通过人的作用可以弥补这一类需求。

同样以商品模块举例：除了我已知的商品价格、布局风险外，通过对商品价格分布那张报表的分析，发现在非价格点的价位(比如是10元)销量比正常值都高，正常情况10元价格商品的销量是价格点商品销量的1/5，但是报表显示这一期间的比例高达了1/3，通过进一步分析，发现是由于某一天活动对该商品进行打折促销，从而该商品销量上升，再进一步分析该商品的销量上升并没有给企业带来业绩的上升，该商品的周边商品销量基本没有变化，也就是该商品的连带率是很低的，同时该商品库存并非临保商品。通过调查发现是店长和供应商的私下协议而采取的促销行为。

以上只是举例，通过人的思考可以发现很多的未知的未知风险。这也就是近些年来bi产品的出现的原因，bi产品希望能够给业务人员一个灵活的数据应用环境，让他们的思考得到延伸和数据上的支持，从而应对未知的未知风险。

当然，理想情况如此，很多企业并没有将bi产品应用成为以上的价值。原因很多，主要的是包括业务人员没有分析意识、没有一个很好的分析入口(不做进一步解读)。

综上：

我将对数据分析的需求分为三层，每一层的使用难度也都有不同，越向后越容易产生“这个报表没什么用”的感觉。现实中，也有很大程度上确实是这个报表没法用，因为很多it人员也并没有理解我做好的报表是为了解决什么样的问题，只知道这个指标有用，我就展示给你看。所以这样的报表可能真的很难用。

我觉得，让数据发挥它的价值，可以尝试将数据与风险相关联，对风险进行数据化的解读，从而来让报表更加落地，更加可用。

ps：一切的文章都是我当时的想法，不能作为知识来解读，大家尽做参考，欢迎交流。

End.

互联网发展迅猛的今天，尤其是近十年来，大数据越来越多被人们提起与重视，它已经渗透到了各行各业之中。大数据无疑对企业发展起着不可替代的作用，收集、储存、分析大数据的能力也是企业软实力的体现。

商贸企业不管是在库存管理、销售管理或是财务管理环节中都需要收集数据以及分析数据，根据数据来为之后的营销制定科学合理的计划。因此企业的一些数据报表的统计与分析就显得尤其重要。

而传统企业在数据方面经常遇到如下问题：

企业各种数据报表需要人工编制，耗时费力还容易出错...

用Excel制表功能太少太简单...

库存、销售、财务等数据分析难，影响之后的业务开展...

传统单机进销存软件数据存储电脑硬盘，一旦硬件出问题，数据也将会损坏掉...

摒弃传统人工制表，告别传统单机进销存，使用SAAS进销存ERP系统，能够帮助企业解决上述难题：

系统内部自动生成各类报表，包括采购报表类、销售报表类、库存报表类、财务报表类等等一百五十多张精确细致的报表，大大提高员工效率，减少冗长的工作量，让企业数据的分析与决策变得更轻松；

另外SAAS进销存ERP系统内数据是上传到阿里云服务器储存，安全可靠，减少数据损坏。

20世纪30年代，宝 洁诞生了第一位产品经理，全权负责一款肥皂的生产、销售以及全流程的成功。

80多年后，随着互联网的蓬勃发展，出现了越来越多的产品以及和产品相关的各种岗位。；围绕产品的思维与工作方式被越来越多的人所认可，产品成功的思维模型被搬上了课堂。

数据报表，作为一个链接IT部门和业务的中间件，承担着信息沟通的作用：数据展示业务信息，为业务决策提供依据；业务产生数据，最终以数据报表的方式呈现。

同样，我们也可以用产品工作的方式来复盘一下搭建报表系统的整个流程，并且和产品的上线流程做一个对比。

产品的上线流程

市场分析——>竞争分析用户分析——>需求（场景）分析——>功能设计——>开发——>发布——>运营——>迭代

互联网产品初期，在初次面向市场的时候，产品往往是一个MVP（最小可用单元），通过种子用户的反馈，分析使用数据，验证产品的可用性，快速迭代，逐渐修正与完善。

报表系统的上线流程

同行业报表项目参考（行业咨询）——>业务部门需求采集分析——>报表设计——>上线——>end

绝大多数的企业在报表上线之后，都忽视了一个关键动作——运营，以致于IT部门陷入了一个怪圈，疲于应付业务人员的需求，天天加班工作却得不到认可。实际上，系统上线不等于终点，被大量使用与认可才是成功的第一步！

产品如何做运营

1、冷启动

冷启动是什么？冷启动是一个产品刚诞生的一个阶段，此阶段的产品面临着以下问题：

缺少用户及相关资源。产品模式未成熟，能否满足用户，迎合市场趋势仍是未知数

因此，在此阶段的主要目标的作用有：

根据数据分析，验证产品是否满足用户需求验证是否能符合市场趋势验证商业模式是否成立

互联网产品怎么做？

种子用户，聚拢一批符合产品目标人群的用户，获取真实的使用数据MVP（最小可用单元）验证，判断产品是否满足了目标用户的最小可用需求存失分析，依据用户的真实使用数据，分析留存的原因（建立产品优势），放弃部分的流失用户，修正产品的定位。

2、高增长

高增长是指在产品通过市场验证，处于快速发展的阶段，通过运营实现产品用户与价值的持续增长

互联网产品怎么做？

持续推广与曝光精细化运营，针对人群、场景、流程做差异化细分运营的运营策略，提升运营动作的效率最大化基于用户数据分析的产品不断迭代优化

报表系统如何运营

帆软的一家互联网行业客户告诉我们，为了让报表系统被业务部门认可，IT部门在上线报表系统的初期以及推广期主要做了4件事：

1、冷启动阶段

a.寻找种子用户

优先挑选了营运部门的管理层作为种子用户，依据需求为其定制了PC、移动端两张营运报表，报表上线后不断关注其访问量趋势，发现移动端模板的活跃度更高，并且用户对模板的评价非常好，随着口碑的传播，分公司的营运部门也提出了类似的需求，IT部门开始重新考量整个营运部门的需求，为其系统化的搭建报表应用

b.简单的用户数据分析

这个阶段的用户数量和模板数量都还处于一个比较小的数量级，只需要通过用户的访问数据，验证报表是否满足种子用户的需求

2、高增长阶段

a.从三个维度和两类应用场景分析用户的使用数据，关注性能与用户体验，促使报表系统不断优化

三个维度：

1、报表系统的整体访问趋势

——把控报表系统的整体运营状态，研究用户的访问习惯，合理分配资源

2、每一位业务人员的访问趋势

——充分掌握哪些业务人员的数据诉求更为强烈，那他们的数据需求被响应的优先级将会更高；那些一个劲提需求，却没有访问量的部门，我们需要重新核算成本，降低他们的需

求优先级

3、每一张报表的访问趋势与性能体验

——每一张报表都是一个产品，同样也有完整的生命周期，不被需求的报表要及时的淘汰，降低运维成本；访问量火热的报表要纳入优化迭代，提升用户访问感知，深挖需求，扩充业务场景

两类应用场景：

数据大屏/移动端报表

——什么样的数据分析场景更加在哪类终端上访问量更高？我们是否需要为其专门打造一张移动端的模板，更美观的样式，更人性化的交互效果？

b.主动推送与推广

——内容推广

伴随着报表系统的不断迭代，每一次为业务人员扩充的应用场景需要通过渠道来推广与宣传，促进用户的使用率，这个渠道可以是企业内部的宣发平台，也可以通过C端市场中的新媒体渠道（微信公众号等）

——报表推送

业务人员常用的报表可以通过帆软提供的推送功能直接触达最终用户，培养其对报表的使用粘性

帆软能提供哪些帮助

1、固化的用户行为数据分析

FS平台为用户提供了常用的运营数据统计功能

访问量数据：包含平台访问次数、模板访问次数、用户数等内容模板热度：不同模板在周期时间内的访问总数用户行为：不同用户在周期时间内的访问总数，并且区分统计出查询、导出、打印等不同的用户行为性能监控：不同模板的平均响应时间、平均内存等内容

注：模板热度、用户行为、性能监控数据统计需要安装“高级系统监控”插件

借助于常用的运营数据统计，我们可以对报表系统做一个整体的评估，对整体的访问量、模板热度、模板性能做到心中有数

2、深入的用户行为数据分析

作为数据分析的先锋，只要有数据源，没有IT做不了的运营数据分析。FR会将用户的访问数据存储至logdb数据库当中，可以直接通过设计器链接数据库定制运营所需分析模板

我们需要关注logdb数据库中的两张表与一个字段

表：PUBLIC.FR_EXERECORD

该数据表是报表正确执行日志表，即如果报表执行成功，将会在该表中添加一条记录，并在相应字段中填写其对应的信息记录

表：PUBLIC.FR_FSRECORD

该数据表是为了统计一段时间内，系统的使用情况，用于管理员查看在线用户数及用户系统使用情况，因此用户登录决策系统时，将登录信息保存入库，将会在该表中添加一条记录，并在相应字段中填写其对应的信息记录

字段：BROWZER

该字段记录了客户端访问报表所用的浏览器版本以及移动端信息terminal：包含终端类型、app还是h5等信息。例如：“terminal”：{"OS"："app"，"type"："mobile"}

借助于以上内容，我们就可以定制出自己所需的数据分析报表，重新把控报表系统的运营情况，为后续的迭代提供指引

3、主动推送与推广

帆软为每一种报表使用方式与场景都提供了消息推送的服务，包括了：平台消息推送、微信/钉钉消息推送、APP推送、邮件推送等

网站分析中会处理大量的数据，直接查看日志中的原始数据很难把握整体情况。有时根据需要有必要创建图表。另外，大多数的网站分析工具会将获取的数据图表化后再显示出来，因此有必要了解各个图表的特点、使用方法或者注意事项等。网站分析主要会用到下面几类图表。

折线图折线图主要用于观察指标值随时间发生的变化，通常X轴表示时间，Y轴表示各个指标。综合浏览量、访问次数、访问者数以及转化率等常用折线图来表示

柱形图柱形图主要用于在特定的轴上比较指标的大小。X轴可以表示数字，也可以表示非数字信息。Y轴表示指标值的测量值。柱形图是网站分析中最常用的图表之一。

饼图饼图主要用于明确某指标值占整体的比例。哪个项目占得比例最大一眼就能看出来，这就是饼图的特点。

雷达图雷达图主要用于把信息在多个轴上进行评估。

6年老品牌，专注百度收录排名批量查询大家好，我是就这儿工具，微信公号同名

就这儿工具今天状态不佳，直接给大家分享一篇百度官方的文章吧，就这儿工具在上一篇原创文章中提到了一个问题，用数据分析来指导网站优化，或网络营销，那么今天就这儿工具分享的这个文章是网站之流量数据分析的基础，如果你还从未详细的了解过这些知识，强烈建议认真阅读，必有收益。

网站分析是什么

网站分析是指在获得网站访问量等基本数据情况下，分析网站数据，从中发现访客访问网站的规律和特点，并将这些规律与网络营销策略等相结合，从而发现目前网络营销活动和运营中可能存在的问题和机遇，并为进一步修正或重新制定策略提供依据。

网站分析的意义

网站分析需要对站内站外一系列数据的对分、分析和验证来指导网站监控流量、吸引流量、保留流量，并利用流量完成转化等目标，带来的实际收益主要包括以下几点：

监控网站运营状态

网站分析最基本的应用就是监控网站的运营状态。收集网站日常产生的各类数据，包括浏览和访客数据等，并通过统计这些数据生成网站分析报表，对网站的运营状态进行系统地展现。从浏览数据的变化趋势，到比较新老用户比率等，数据帮助运营者从多角度观察网站的状况是否良好。

提升网站推广效果

常见网站推广方式主要包括SEO（SearchEngine Optimization，搜索引擎优化），SEM（Search Engine Marketing搜索引擎营销）和广告投放推广。

SEO分析主要是分析网站在各搜索引擎的搜索词排名和点击，以及网站在搜索引擎的收录、排名和展现情况。SEM分析是通过了解从搜索引擎商业推广结果页导入的流量后续表现，进而调整网页在搜索结果页上排名，针对搜索引擎用户展开营销活动。

另外，网站分析可以定制化地细分来源和访客，从而进行有针对性的广告推广营销。

优化网站结构和体验

通过分析网站的转化路径，定位访客流失环节，有针对地查漏补缺，后续通过热力图等工具有效地分析点击分布和细分点击属性，摸清访客的常规行为和人口学属性，提升网站吸引力和易用性。

流量分析原理

流量统计原理主要有两种：传统的基于日志文件统计和当前较为流行的基于脚本（JavaScript等）统计。

●基于日志文件的统计

通过分析网站后台的日志文件来统计访客的浏览和点击行为。这种方法的优点是简单方便，无需修改网页代码，可以收集网络爬虫数据等。缺点是网站日志包含所有日志数据，需预处理来提升数据质量；而且无法统计到页面缓存导致的缓存浏览数据。

●基于脚本的统计

此方法需要在网站的html代码中嵌入一段脚本（JavaScript等）用于统计访客的浏览等行为。这种方法的优点是技术难度低，只需嵌入脚本代码，无需配置服务器；能够快速获取点击、响应等数据并方便展现；不需要担心缓存带来的影响，数据的准确度较高。缺点主要是无法统计网络爬虫的信息。当前主流的流量分析系统绝大部分采用此种方法收集数据，包括百度统计和谷歌分析等。

网站分析指标

网站分析中都用到哪些衡量指标？又如何分析这些指标呢？举个例子来说明，如果把一个网站比作一家超市，运营网站就像打理超市的生意，那么目标就是让访客多停留、多购买、多办几张会员卡。为了达成这个目标，我们先要了解当前的情况，比如有多少人走进了超市、看了多少件产品、多少人办理了会员卡；

类似地，在网站分析中我们也要了解这些数据，并作为后续业务调整的依据：比如，多少人进入了网站、浏览了多少页面、多少人办理会员等，网站分析指标是数据化地呈现网站运营的状况，帮助站长从各维度了解访客，优化网站。常见指标为：浏览量（PV）、访问次数、访客数（UV）、新访客数、新访客比率、IP、跳出率、平均访问时长、平均访问页数、转化次数、转化率。可以概况为3类，流量数量指标，流量质量指标，流量转化指标。

流量数量指标

1.浏览量（PV）

定义：页面浏览量即为PV(Page View)，用户每打开一个页面就被记录1次。

技术说明：一个PV即电脑从网站下载一个页面的一次请求。当页面上的JS文件加载后，统计系统才会统计到这个页面的浏览行为，有如下情况需注意：1.用户多次打开同一页面，浏览量值累计。

2.如果客户端已经有该缓冲的文档，甚至无论是不是真的有这个页面（比如JavaScript生成的一些脚本功能），都可能记录为一个PV。但是如果利用网站后台日志进行分析，因为缓存页面可能直接显示而不经过服务器请求，那么不会记录为一个PV。

涵义：PV越多越说明该页面被浏览的越多。PV之于网站，就像收视率之于电视，已成为评估网站表现的基本尺度。

2.访问次数

定义：访问次数即Visit，访客在网站上的会话(Session)次数，一次会话过程中可能浏览多个页面。

技术说明：如果访客连续30分钟内没有重新打开和刷新网站的网页，或者访客关闭了浏览器，则当访客下次访问您的网站时，访问次数加1。反之，访客离开后半小时内再返回，则算同一个访次，以上对访客的判断均以Cookie为准。

涵义：页面浏览量（PV）是以页面角度衡量加载次数的统计指标，而访问次数（Visit）则是访客角度衡量访问的分析指标。如果网站的用户黏性足够好，同一用户一天中多次登录网站，那么访问次数就会明显大于访客数。

3.访客数（UV）

定义：访客数（UV）即唯一访客数，一天之内网站的独立访客数(以Cookie为依据)，一天内同一访客多次访问网站只计算1个访客。

技术说明：当客户端第一次访问某个网站服务器的时候，网站服务器会给这个客户端的电脑发一个Cookie，记录访问服务器的信息。当下一次再访问服务器的时候，服务器就可以直接找到上一次它放进去的这个Cookie，如果一段时间内，服务器发现两个访次对应的Cookie编号一样，那么这些访次一定就是来自一个UV了。

涵义：唯一访客数（UV）是访客维度看访客到达网站的数量。

4.新访客数

定义：一天的独立访客中，历史第一次访问网站的访客数。

涵义：新访客数可以衡量营销活动开发新用户的效果。

5.新访客比率

定义：新访客比率=新访客数/访客数。即一天中新访客数占总访客数的比例。

涵义：整体访客数不断增加，并且其中的新访客比例较高，能表现网站运营在不断进步。就像人体的血液循环一样，有新鲜的血液不断补充进来，充满活力。

6.IP数

定义：一天之内，访问网站的不同独立IP个数加和。其中同一IP无论访问了几个页面，独立IP数均为1。

涵义：从IP数的角度衡量网站的流量。

流量质量指标

1.跳出率

定义：只浏览了一个页面便离开了网站的访问次数占总的访问次数的百分比，即只浏览了一个页面的访问次数 / 全部的访问次数汇总。

涵义：跳出率是非常重要的访客黏性指标，它显示了访客对网站的兴趣程度：跳出率越低说明流量质量越好，访客对网站的内容越感兴趣，这些访客越可能是网站的有效用户、忠实用户。

该指标也可以衡量网络营销的效果，指出有多少访客被网络营销吸引到宣传产品页或网站上之后，又流失掉了，可以说就是煮熟的鸭子飞了。比如，网站在某媒体上打广告推广，分析从这个推广来源进入的访客指标，其跳出率可以反映出选择这个媒体是否合适，广告语的撰写是否优秀，以及网站入口页的设计是否用户体验良好。

2.平均访问时长

定义：平均每次访问在网站上的停留时长，即平均访问时长等于总访问时长与访问次数的比值。

涵义：平均访问时间越长则说明访客停留在网页上的时间越长：如果用户对网站的内容不感兴趣，则会较快关闭网页，那么平均访问时长就短；如果用户对网站的内容很感兴趣，在网站停留了很长时间，平均访问时长就长。

3.平均访问页数

定义：平均每次访问浏览的页面数量，平均访问页数=浏览量/访问次数。

涵义：平均访问页数多说明访客对网站兴趣越大。而浏览信息多也使得访客对网站更加了解，这对网站市场信息的传递，品牌印象的生成，以至于将来的销售促进都是有好处的。一般来说，会将平均访问页数和平均访问时长这两个指标放在一起分析，进而衡量网站的用户体验情况。

流量转化指标

1.转化次数

定义：访客到达转化目标页面，或完成网站运营者期望其完成动作的次数。

涵义：转化就是访客做了任意一项网站管理者希望访客做的事。与网站运营者期望达到的推广目的和效果有关。

2.转化率

定义：转化率=转化次数/访问次数。

涵义：转化率即访问转化的效率，数值越高说明越多的访次完成了网站运营者希望访客进行的操作。

案例说明

如下图是一个访客进入网站的访问行为记录，可以统计到如下指标数据:

统计数据：

●浏览量=4

●访客数=1

●访问次数=2

●平均访问时长=5分钟平均访问页数=2

●跳出率=50%

●如果C是设置的转化目标页面，则转化次数为1，转化率=50%

通常在我们刚拿到一个电商网站的时候会有些束手束脚，运营该从哪里下手呢？是优化站内页面，还是大量做站外广告来引流呢？其实网站的数据分析才是第一位的！

通常在我们刚拿到一个电商网站的时候会有些束手束脚，运营该从哪里下手呢？是优化站内页面，还是大量做站外广告来引流呢？其实网站的数据分析才是第一位的！通过网站分析工具抓取用户数据，进而掌握网站的优缺点及用户的喜好。找到了这些数据就等于找到了用户需求，就可以对网站进行针对性的优化与改进。

电商网站如何做到精细化数据分析?本期内容为大家简单介绍一下网站分析重点应关注的模块和指标。

一、流量分析

流量分析主要是为对网站整个站点的进行流量监测。细分维度有：

时段、地域、来源、客户端信息

等，具体体现在：

来源维度

可以分引荐、搜索引擎、关键词等渠道实现不同渠道的流量信息，甚至可以实现区分同一渠道付费流量和非付费流量的分流。

地域维度

可以分省份、分城市以地图形式和报表形式呈现出受众来源的具体地理位置。从而，便于分析客户分布情况 。

时段维度

通过时段维度可以按照（24小时OR日序列）2种模式监测整站流量的24小时变化趋势，以及不同日起的变化趋势。

客户端信息

从浏览器、操作系统以及屏幕分辨率方面了解受众群体的客户端属性。

二、站内运营

站内运营主要是对重点网页项目做监测，分析每个网页项目的流量、人数、二跳等指标。还可以通过其他维度来分析特定定制页面的情况。比如：地域、来源、时段统计等。具体可以从以下几方面进行阐述分析：如：

网页项目分析、站内搜索分析、站内广告分析、页面流向分析、着陆离开分析、场景转换分析、页面流量分析

。

网页项目分析

比如网站首页、导航页，或者产品页，若是产品页，通过定制可以对不同id的产品进行细化分析。可用于调整页面内容的排列位置，摆放顺序等。

站内搜索分析

对站内搜索页面上的关键字使用情况进行分析，主要展示数据为：关键字、关键字带来的浏览量、使用关键字的用户数、用户百分比、点击量、点击率。主要作用是便于网站了解用户的主动喜好。

站内广告分析

展示点击站内广告后形成的转化情况及该站内广告的点击情况。

页面流向分析

以您定制的起始页面为起点，记录用户10 步内的页面浏览情况，默认展示使用最频繁的浏览路径。

着陆离开分析

记录用户从哪些页面进入网站，从哪些页面最终离开网站，了解网站的主要入口、出口情况。

场景转换分析

用户可以根据网站自身的结构，定制场景，查看用户是否是按照定制的场景在网站之中去行走的，如果不是按照这样的行走路径。可以根据场景中的流程来实时改进。

页面流量分析

呈现网站流量较大的URL的流量数据，了解不同页面的流量情况，根据这样的数据来查看网站是否有数据异常，或者需要重点关注的页面。

三、转化分析

转化分析主要是对网站的转化效果进行分析。转化目标可以通过多个角度去监测数据：外部来源、关键词、着陆页面、地域分布、时段统计、广告转化。该功能的主要目的清晰呈现网站的转化结构，便于网站优化推广渠道、方式，进而最大化提高网站的转化率。

1、外部来源：不同渠道对转化带来的影响。

2、 关键词：不同搜索引擎关键词对转化带来的影响。

3、 着陆页面：不同着陆页面对转化的影响。

4、地域分布：转化的人群都来自哪些省份。

5、 时段分布：统计转化来自于哪些时段或者时点。

6、广告转化：不同广告媒体、广告位带来的转化数量。

四、广告管理

广告管理主要是实现站外广告投放的营销监测，投放形式有：品牌广告、竞价SEM、直邮EDM、渠道广告。还可以通过定制报表来实现自定义选择活动到邮件的功能。通过该功能，不仅可以掌握精准的投放数据，更有利于发现不同渠道的效果好坏（比如流量质量、转化效果等），对投放渠道进行优化，提升推广的ROI。

五、会员分析

会员分析主要是了解会员在重点页面、重点频道的流量贡献，了解会员在网站的行走路径，了解会员地域、年龄等属性分布，并详细分析不同会员在网站的关键行为，比如产品浏览、入蓝、订购等指标，为网站的精准营销提供有力的数据支持。

六、业务分析

通过对每种产品的销量情况查找产品存在的缺陷，进而找出解决方案。对每个产品进行浏览/入蓝/订单分析，发现热门但点击率、入蓝率不高的产品，从而进行策略调整，也可以细分不同品牌、品类、分店等维度来分析。

总之，通过对网站进行系统的数据分析，可以帮助你了解网站的优势和不足之处，进一步优化网站，因为数据不会撒谎，可以帮助我们捕捉到用户最真实的需求。

这是一个技术性的问题，通过系统测试排查出问题，对于遗漏或不全的代码重新添加，避免数据的不准确性

可以说通过数据分析，对广告投放的各个环节进行监测与优化，短期内可有效提升转化率，提升营业额，最重要的是为企业节省了千万广告费用，让每一分钱都花在刀刃上。

2015年网页游戏整体都没有再出现明显的波动趋势，整个市场已经逐步趋于稳定，2015年各页游厂商都在努力打造优质IP。同时，不少页游厂商还布局泛娱乐，开展影游联动，也从侧面带动游戏在数据方面表现抢眼。下面就大家具体来看2015年网页游戏在开测、开服和发号数据方面的各项分析报告。

网页游戏开服分析

纵观整个2015年，《传奇霸业》以当仁不让的数据表现占据了游戏开服榜单的首位。《大天使之剑》因为开服较早，且在早期开服也非常强势，所以整体开服量累计也较多。《天书世界》从5月开始才大规模开服，有数周其开服量还曾超越《传奇霸业》，表现非常抢眼。同样在今年后半段才大规模开服的还有《花千骨》，这个由《花千骨》同名电视剧改编的正版页游的表现和电视剧一样强劲，入驻多家主流平台后开服量便一路走高，这也将今年非常惹人注意的IP一词凸显的淋漓尽致。

2015年的网页游戏运营平台中，37游戏、360游戏和9377去年就分列平台开服量榜单前三位，今年依旧如此，可见整个网页游戏行业的开服趋势已经处于一个稳定的状态。但是，仍旧有不少平台在这一年依然火力全开。其中顺网游戏从今年年初开始就在不断增加平台游戏数量，从而使得该平台在本年游戏开服量涨幅较为明显。YY游戏在今年后半段也表现出了不少亮点，今年年底，其独代游戏《剑雨江湖》更是备受瞩目，预计该游戏在2016年还会继续大规模开服。

网页游戏开测分析

2015年角色扮演仍然是网页游戏的主要游戏类型，在所有进行测试的网页游戏中，角色扮演类型占据了82.2%的高比例。但战争策略类游戏也以12.8的比例，牢固占据着小众化市场。在剩下5%的休闲竞技类游戏中还细分了以下几种玩法：卡牌竞技、模拟经营、射击对战、塔防。

从数据分析可获知，2D画面游戏和写实类画风分别以76%和69.6%的比例占据页游市场的大多数，其涵盖题材相当广泛，但值得一提的是，战争策略类型游戏，绝大部分均为2D写实风格，少有其他画风作品出现。而类奇迹、类传奇等游戏玩法全部均为写实风格作品。而由此可见，页游的类型和玩法对游戏画面效果和美术风格有这较大的影响。

在故事题材方面，与2014年历史类题材大卖不同，2015年奇幻题材异军突起占了35.4%。历史题材以25%的比例占据第二位，而值得注意的是，八成以上的历史题材为“三国历史故事”。武侠、神话、修真等题材则由于受到故事题材的限制，相对受众面变窄。而动漫、科幻、体育、军事等题材则更加被边缘化。

2015年测试的375款游戏之中，即时玩法游戏共计222款，回合制玩法游戏共计153款。其中“类传奇”游戏最多，共有41款，紧随其后的就是动作卡牌、横版动作和模拟经营类，其余的玩法较少。

网页游戏发号分析

根据2015年07073游戏发号排行榜数据显示，游戏发号方面，37游戏《传奇霸业》凭借较高人气以及经典玩法，稳坐冠军宝座，9377《魅影传说》排名第二，哥们网《天书世界》位列第三。而《雷霆之怒》《大天使之剑》《花千骨》《Touch》《琅琊榜》《皇图》《战国之怒》等游戏也表现极佳。

平台方面，37游戏凭借《传奇霸业》、《大天使之剑》、《战国之怒》等游戏以绝对优势拔得头筹，9377紧随其后排名第二，4399位居第三。哥们网、51游戏、紫霞游戏、8090yxs、逍遥游戏平台、乐港、完美世界等平台表现也可圈可点。从发号的数据可以看出，2015年37游戏呈现一家独大的局面。

如果你作为一名SEMer，每天80%的工作时间是打开后台，监控核心关键词的排名，每天去调整价格，调整移动比例，否定一些垃圾流量的话，那么我会觉得，你与一名优秀的SEMer人员之间，还有很大的提升空间。

因为一名优秀的SEMer，每天应该有80%的工作时间在做数据分析，20%的工作时间是最后将数据分析出的结果进行后台操作。有人问过我，你认为SEM推广的核心是什么？我以多年的经验总结出两个因素：“行业市场分析”与“数据分析”。

数据分析基于推广数据的筛选与总结。数据报表也分为两种：一种是 后台数据报表（账户报告、关键词报告、地域数据报告、搜索词数据报告等等），这些报表可以后台直接下载筛选使用；

还有一种是 基于第三方统计平台与代码标记的数据报表（关键词跟踪报表、url转化报表、各平台流量占比数据报表等等）。接下来我就给大家分享一下如何筛选适合自己推广数据报表以及如何筛选数据有价值信息。

一、账户报告

数据分析重要程度：★★★★

阐述：账户报告是推广数据分析最基本数据报告，账户报告可以清楚显示出账户推广的展现量、点击量、消费量、点击率、平均点击价格。做日报表或周报表可以做出环比数据值，可以清楚分析整体账户推广情况。

要根据自己账户推广设定限值，当环比数据达到限值得时候，就要重点关注分析。即使环比数据是正向发展，也可以分析出来原因，这样也可以明确效果提升的原因。

例如：推广账户数据环比展现量限值5%，既展现量环比增长5%还是降低5%都要明确分析，如发现今天账户推广数据环比昨天降低7%，既触发限值，结合实际调整操作可分析得知，昨天核心词有调整匹配方式，有4%的长尾关键词昨日没有置左展现，所以根据数据可以清楚知道账户环比降低原因。

根据原因作出相应正向调整即可。而且账户报告，每天的PC与移动的消费占比也一定重视，账户的效果波动可能也多数与PC与移动消费占比有关。

二、搜索词报告

数据分析重要程度：★★★★★

阐述：搜索词报告是作为数据分析与sem优化最为重要的数据报告之一。推广流量精准度与否都可以利用这个搜索词报告一目了然。

但是搜索词报告大部分人都是基于后台搜索词报告直接进行否词操作，而且有很多人都是看见一个不相关的搜索词马上否定掉。最后会发现我们计划否词数或者单元否词数不够用了。

其实 对于搜索词报告我们一般都是将每天搜索词报告做一份excel透视报表，可以透视清楚哪些搜索词垃圾流量触发点击数最多的，超过2次以上点击垃圾流量进行否定处理。触发一次搜索垃圾流量一周集中累计再集中做出透视数据分析，最后看出那些单次点击一周内累计垃圾流量多次触发的搜索词再进行否定关键词。

搜索词报告另外一个数据作用，将有检索搜索词有效添加到投放关键词中。这个也是拓展有效关键词最有效的数据支持。

三、关键词报告

数据分析重要程度：★★★★★

阐述：关键词是sem推广投放核心，关键词数据报告也是所有关键词报告数据分析的最重要的参考数据。但是关键词报告一定是要结合其他数据报告一起分析，才能筛选出我们有效的数据，下面就给大家分析几种比较实用的数据报告结合分析组合。

1）关键词报告与搜索词报告：根据搜索词报告可以 拓展有检索关键词；其次搜索词报告匹配出垃圾流量，不一定要做否定关键词，有部分单次点击垃圾搜索词可以结合关键词报告数据，对于关键词进行匹配方式调整。

2）关键词报告与咨询转化报表：每天结合咨询平台中有效咨询所触发的关键词报表与搜索词报表进行 核算每个关键词转化成本，这样我们可以集中投放高转化关键词，控制高消费低转化关键词消费。

3）关键词报告与账户报告：关键词报告与账户报告关系是包含于关系。即账户数据异常要排查到关键词报表中关键词，所以 账户报告要与关键词报告对应查看与分析。

四、地域报告数据

数据分析重要程度：★★★

阐述：地域数据报表主要作用是明确各地域消费占比与各个地域推广数据。如果对于此数据调整，可以结合后端转化数据进行调整。

调整各个地域消费占比依据：

1、根据后端转化效果进行地域消费占比调整；

2、根据业务地域需求度，进行地域消费占比调整。

五、url跟踪转化代码数据

数据分析重要程度：★★★★★

阐述：url跟踪转化代码数据是定制型数据报表，适用于多平台推广及转化统计。

这类代码与url部署后数据优点：

1、各个平台转化有区分；

2、url部署有利于监控着落页表现；

3、关键词转化id可以直接统计转化词。

4、如果推广有项目区分，可以另行标记区分。

这样统计出来数据可以区分：

1、关键词转化监控

2、地域转化监控

3、项目转化监控

4、平台推广转化

最后，想说跟大家分享了这些比较常用数据报表与数据的分析方式，只是比较 有代表性与实用性的数据报表。SEM 数据分析还有很多需要大家深入研究与专研的。我个人也给予大家几点 SEM 数据分析注意事项：

1、所有数据报表要坚持多维度相结合进行分析处理；

2、数据分析一定要作为日常优化流程，不要账户出现问题才进行数据分析排查问题，日数据异常要积极分析与调整，才能让账户推广效果稳定；

3、数据筛选是数据分析的基础，大量的数据要筛选出有效的价值，依据有大量数据的分类、筛选、过滤等环节进行数据提炼，这个最好要有良好的Excel技能支撑才会高效的进行。

数据分析是我们SEM推广调整的支撑，如果你是一名好的数据分析师，那么还会玩转不了SEM推广吗？

|来源：艾奇学院

百家号-【袁帅数据分析运营】：袁帅，互联网数据分析运营实践者，会点网事业合伙人，运营负责人。CEAC国家信息化计算机教育认证：网络营销师，SEM搜索引擎营销师，SEO工程师。数据分析师，永洪数据科学研究院MVP。中国电子商务协会认证：中国电子商务职业经理人，畅销书《互联网销售宝典》联合出品人之一。中国国际贸易促进委员会:今日会展会员联盟VIP个人会员，全经联园区委秘书处成员，中国低碳智慧园区联盟理事，周五咖啡媒体人俱乐部发起合伙人。百度VIP认证站长，百度文库认证作者，百度经验签约作者，百家号/一点资讯/大鱼号/搜狐号/头条号/知乎专栏/艾瑞专栏等媒体平台入驻作者，互联网数据官（iCDO）原创作者，互联网营销官CMO原创作者。

文|小天文章源自：起点学院学习联盟

在小白们眼里，大神们的数据分析报表基本上是这样的……

要么就是像这样的……

而大部分人，差不多是这样的……

啊多么痛的领悟……

怎样才能又快又好地做出一份高颜值的数据报表呢？带着立志要把这样的图表从癞蛤蟆脱胎成白天鹅的坚定和悲壮，这里搜集了5个笔者之前用过，用户评价不错，用起来还顺手的可视化数据平台。

话不多说，直接上正文。如果你也有推荐的平台，欢迎留言分享~

-1-Echarts

没想到这个第一次用就惊艳到我的产品竟然是国产，而且还来自百度，简直堪称良心。先上几张用Echarts制作的效果图。

貌似很多小伙伴喜欢用Echarts制作地图类的可视化效果……毕竟酷炫……

除了这些惊艳的地图，Echarts同样可以运用于散点图、折线图、柱状图等这些常用的图表的制作。

如果你需要展示实时变化的数据，相信Echarts里的动态接口会对你十分有帮助。

Echarts的优点在于，文件体积比较小，打包的方式灵活，可以自由选择你需要的图表和组件。而且图表在移动端有良好的自适应效果，还有专为移动端打造的交互体验。

-2-Highcharts

这个也是很多小伙伴在使用的一个平台。完全不用担心找不到参考的样图，因为已经有很多中国区的用户在上面更新并维护着很多实例，你往往能从这些丰富的例子找到类似的表达样图。

它的图表类型自然也是很丰富啦，线图、柱形图、饼图、散点图、仪表图、雷达图、热力图、混合图等类型的图表都可以制作，也可以制作实时更新的曲线图。

Highcharts对非商用免费，对于个人网站，学校网站和非盈利机构，可以不经过授权直接使用Highcharts系列软件。Highcharts还有一个好处在于，它完全基于HTML5技术，不需要安装任何插件，也不需要配置PHP、Java等运行环境，只需要两个JS文件即可使用。

-3-帆软报表（FineReport）

FineReport的可视化效果虽然没有上面两种那么酷炫，因为定位是报表软件。但是赢在操作相当简易，不会上面那些复杂的代码也没关系。它采用类似于Excel的编辑器，只需要点选拖拽等操作，拖动数据列绑定至对应单元格，简单设置就可以在web端查看数据展示。

目前，它有普通报表、聚合报表和决策报表三类报表设计模式，基本可以满足企业各类日常数据分析的情景需求。

数据的可视化与交互效果也很不错。最牛逼的可以做高大上的动态报表

还有一个比较强大的地方，就是它的数据填报。区别于传统意义上只能做数据展示的报表，FineReport允许用户对数据库的增删改。而且，它填报报表的流程非常简单，只要四步：报表设计、控件添加、设置填报属性和填报录入，这样，填报工作就能轻松搞定啦~

-4-数说立方

数说立方是大数据应用与服务提供商“数说故事”旗下一款面向数据分析师的在线商业智能产品。在数据的可视化呈现方面，操作比较简便，即使是非数据分析的专业人员，也能轻松实现。

同时，它的实时数据可视化引擎也能让使用者可以第一时间获得数据的可视化反馈，直观地了解到数据的变化情况。

-5-PowerBI

PowerBI是微软发布的一款可视化BI工具，类似Excel升级版的大表哥。一改以往excel需要数据透视表，写大量函数的复杂特点，这款工具拖拖拽拽操作起来十分简单。