南京红公关

　　匾裕臣彝驹谠擞蟹⑾钟没г谧詈笾Ц痘方诙ヌ乇鹄骱Γ岷贤臼莺陀没Х锰阜⒕踉锤猛居泻芏嗟呐┟窆し每停鞘褂玫亩际侵泄收⑿畹囊锌ǎ镜闹Ц痘方诓⒉恢С指靡校缓笳饧彝咎砑咏硕灾泄收⑿畹闹С郑撕笸镜某山涣坑辛撕艽蟮母纳啤? 对起点相对薄弱的公司来说，也许问题繁杂，在收集数据上有很多不完善的地方，即便在不多的数据上不能回答的问题也有很多，下面的建议也许会有所帮助。

　　 不必等到所有数据都收集齐：企业应在强化数据收集，以及整合的同时对数据进行分析挖掘以获得用户洞察，数据分析并不需要完整的数据就可以开始。

　　 从易到难：需要分析的问题也许千头万绪，从一些数据比较容易收集也比较容易分析的问题开始，一方面容易解决的问题并不意味着问题的价值低，另一方面通过解决容易的问题积累团队的信心，从过程中学习，积累挑战更难问题的经验。

　　8.2.3主要分析工具介绍

　　 回顾网站、应用分析历史，网站分析已经逐渐发展演化成一门科学，而所有分析的数据其实来源于三种数据源：网络日志、JavaScript标记和包嗅探器。

　　 从技术上讲，网络日志是当用户访问网站的时候会像网站服务器发送所谓的HTTP请求，而网站服务器会对每次请求进行记录，记录请求来源的IP地址、发送请求的日期和时间、请求的网址、返回的状态等信息，一些专业的分析工具能够对大量的网络日志进行处理，并将处理后的数据存放入自己的数据库中，网站经营人员通过分析报表系统查看网站分析数据。

　　 JavaScript标记是大多数厂商主要使用的数据收集方法，它会在访问者的网页代码里包含一段特殊的JavaScript代码，当页面展示的时候这段代码也得以执行。这段代码会从访问者的Cookie中取得详细信息，如访问时间、浏览器信息等，并将信息发送到工具商的数据收集服务器。数据收集服务器会对收集到的数据进行处理并存入数据库中，网站经营人员通过访问分析报表系统查看这些数据。许多App应用也是使用类似的机制，例如Flurry、Google Analytics的移动应用版均是通过类似的代码从手机端收集信息并发送到数据服务器。

　　 包嗅探器是在网站与用户浏览器之间单独架设一层来做数据监听，用户访问网站的请求包会先到达包嗅探服务器，再经包嗅探服务器转发到网站服务器。

　　 三种收集方式里，移动应用基本采用第二种类JavaScript模式。

　　 下面就主要的分析收集工具予以介绍。

　　 百度统计：百度推出的一款免费专业流量分析工具，主要支持流量分析、来源分析、网站分析和转化分析等。

　　 谷歌分析（Google Analytics）：谷歌公司推出的免费工具，收费版有更多功能，很多国内公司不使用谷歌的原因是尽管谷歌分析收集用户行为的接口能正常工作，但其后台查看用户数据报告的网站却在国内经常不能访问。很多国际公司因为国外统一管理要求，且内部国际网络专线访问谷歌分析后台没有问题，使用谷歌分析的较多。

　　 WebTrends：比较成熟的企业级数据分析平台，同时支持网站和移动应用等。报告全面精确，但收费较贵，主要面向大客户。

　　 Flurry：一家成立于2005年的专注于移动领域的数据收集分析公司。主要提供移动应用统计分析、移动广告分析等。2014年被雅虎收购。

　　 Talking Data：这是一家国内的后起之秀，2011年成立，短短数年已经是全球移动分析领域的顶级公司。主要能力在于移动应用统计分析、游戏运营分析、移动广告监测，并同时拥有DMP平台，支持第三方精准人群分析。其提供的各种移动领域大数据报告已被业界广泛接纳与使用。

　　 CNZZ：国内草根站长的最爱，分析工具简单易用，报告简洁。

　　 腾讯分析：基于普通网站分析的第一款专用于社区的统计分析系统，与Discuz社区系统结合紧密，服务稳定。

　　 量子统计：量子恒道统计就是原雅虎统计，虽然分析没有百度、谷歌那么丰富，但页面简洁，分析视角独到，为淘宝店主们特别推出了经过优化的淘宝店铺统计。

　　 ……

　　 由于技术和用户行为等的限制，移动分析并不完全精准，例如许多分析工具需要借助Cookie来分析用户，但用户可能会不定期清理掉Cookie数据，用户在访问网站时因为网速等关系终止访问而出现破碎请求等都将影响到移动网站统计的准确性。

　　8.3迈向大数据营销

　　 《大数据营销》一书的作者Lisa Arthur曾经分享她在硅谷一家科技创业公司当CMO时遇到的一个场景。她抓住了一个和CEO沟通的机会向他阐述了应该如何细分市场与买家，并为不同的细分市场提供不同的内容和沟通策略，以及应该如何在各个细分市场投入资源。结果CEO打断了她并告诉她：“我们不需要细分市场，我们需要的是市场营销！”。这样的场景对于营销者来说并不陌生，一方面是理解客户细分与客户参与重要性的营销者，另一方面是需要在各个不同的方向上确定预算分布，需要减少组织成长带来的痛的CEO，而所有这些都需要清晰的数字来予以说明，这些痛的来源正是由碎片化的数据、系统与互动渠道所带来的。

　　8.3.1过时的市场营销

　　 许许多多的内外部阻碍导致企业营销者无法运用大数据获得对用户的洞见，并为不同细分市场的用户制定不同的营销战略，例如缺乏内部跨部门团队的合作、易变的市场与用户行为、下降或增长停滞的预算、过于细分的内部职能及不断增多的渠道……在许多情况下市场部门无法应对这样的种种挑战的原因在于以下几点：

　　 战术而不是战略性营销。

　　 落后的手动市场管理方式。

　　 成堆的数据与实时营销需求。

　　 如何沟通与传递市场营销的价值。

　　 培训与人才的缺乏。

　　 碎片化甚至缺失的数据。

　　 具体来说，许多公司的市场营销部门都是战术性的，许多B2B公司的市场部门的主要职责就是支持销售以产生商机，准备内部分享用的片子、为销售准备各种需要的内容。另外一些公司的市场部门则被认为是“艺术品”部门，主要的成果就是各种网站和漂亮的PPT模板。而在前瞻性的公司里，市场部门已经从战术升级到战略。营销部门驱动了产品和服务的演化，设计用户的购买流程并从事实上引导和驱动业务，而要完成从战术到战略的转变，营销团队必须依赖数据来驱动决策，这是在众多成功营销组织上所观察到的重要特点。

　　 对于许多非营销从业人士来说，也许最难理解的一点是许多公司的市场部门，作为通常公司最大的成本中心（费用支持部门），竟然通过Excel表格来管理成百上千的项目和数目庞大的预算，甚至一些营业额数百亿美金的公司也不例外。他们没有把每个营销活动的支出与回报链接在一起，也没能做到追踪市场开支并将之与整个公司的财务目标关联起来。如果一家全球公司财务部门会通过Excel表格来管理其财务报表我们会觉得是很荒唐的，那为什么对市场营销部门就不能有同样的要求？如今CMO面临越来越大的压力以证明其投资回报的有效性，营销部门不能成为最后一个集成与自动化流程、整合其数据的部门。过时的手动化管理营销项目的方式将大量有价值的数据遗留在Excel表格里、分割的企业系统里，只有整合才能挖掘出数据的价值。

　　 消费者比以往拥有了更多的控制，他们期待实时、个性化的反馈，不管何时何地，消费者期待企业能够以他们偏好的方式提供他们想要的东西。这些趋势驱动营销者突破固有流程的瓶颈，以能更快、更有效地响应消费者的需求，除了必要的能从不同渠道、不同消费者接触点整合数据的技术外，营销者更需要的是能帮助他们做出实时决策的数据。在一些国家的零售渠道公司已经在此领域做出了很有价值的尝试，他们通过大数据分析为员工提供有力工具，让员工能够以客户期待的方式来服务，例如员工能知道每位客户是偏好折扣、返点还是延长的保修期或者其他的方式，接着就能现场为每位到店的消费者按照他们的偏好来提供优惠。而做到这些的前