互聯(lián)網(wǎng)的數(shù)據(jù)分析將人為的感性判斷轉(zhuǎn)化為定量分析，在提升客戶體驗(yàn)上發(fā)揮著重要的作用。筆者一直相信數(shù)字的“語言”，數(shù)字是最能直觀的反映業(yè)績的一個(gè)衡量標(biāo)準(zhǔn)，而閑散的一堆數(shù)據(jù)是毫無用處的，只有經(jīng)過有意識(shí)的加工、分析之后才能為我們的工作帶來益處。

尤其是互聯(lián)網(wǎng)上的貿(mào)易，我們無法單單從獲得訂單的數(shù)量上來確定是否有價(jià)值。例如，筆者是經(jīng)營裝備制造網(wǎng)的市場推廣人員，每天需要進(jìn)行大量的推廣工作，包括博客推廣、微博推廣、論壇推廣、QQ群推廣、軟文推廣等等等等，而我每天繁忙的進(jìn)行推廣的成果如何度量呢?——數(shù)據(jù)歸納分析。又如Lotte.com是一家韓國的網(wǎng)上購物商城，有1300萬名客戶，網(wǎng)站的日訪問量接近100萬人次。管理者發(fā)現(xiàn)，網(wǎng)站每次做活動(dòng)促銷的預(yù)期結(jié)果遠(yuǎn)遠(yuǎn)低于用戶的響應(yīng)，產(chǎn)生銷售的商品比例不高，這一點(diǎn)讓工作人員很困惑。

互聯(lián)網(wǎng)數(shù)據(jù)分析的重要性

在意識(shí)到數(shù)據(jù)分析的重要性之后，就要付諸實(shí)際行動(dòng)。數(shù)據(jù)分析并不是簡單的羅列歸納大量的數(shù)據(jù)，在這方面Lotte.com做的還是很不錯(cuò)的，可以參考一下。這家網(wǎng)上購物商城建立了客戶行為分析數(shù)據(jù)庫，用來測評(píng)每位訪問者、訪問的網(wǎng)頁、訪問者在網(wǎng)站上的瀏覽方式以及采取的行動(dòng)。此外，數(shù)據(jù)庫還捕獲用戶人口信息、購物車大小和轉(zhuǎn)化率、訂單數(shù)量及意向數(shù)量。

與單純分析訪問者數(shù)量不同的是，網(wǎng)站所采用的數(shù)據(jù)分析系統(tǒng)可通過對(duì)比每類促銷活動(dòng)的實(shí)際訪問者 (電子郵件、廣告、關(guān)鍵詞等) 分析轉(zhuǎn)化率 (購物車、立即采購、意向清單、采購?fù)瓿?，因此可以詳細(xì)分析渠道效率。同時(shí)，可以確認(rèn)每類促銷活動(dòng)訪問者搜索使用最多的關(guān)鍵詞、位置和采購的商品。頁面覆蓋功能可以測量頁面中每一項(xiàng)的點(diǎn)擊率和訪問者數(shù)量，測量頁面中每個(gè)位置的價(jià)值，找出熱點(diǎn)和非熱點(diǎn)區(qū)域。

利用這種功能，網(wǎng)站可以立即更換流量低的貨品，優(yōu)化頁面，并且開展有針對(duì)性的營銷。更進(jìn)一步，網(wǎng)站將數(shù)據(jù)分析的重點(diǎn)從下訂單的過程延伸至購物車，以期找到阻礙客戶購物的環(huán)節(jié)，提高轉(zhuǎn)化率。通過分析訪問者購物前的運(yùn)動(dòng)模式以及退出點(diǎn)，預(yù)測客戶的購物模式，洞察每位客戶的行為、需求和興趣，以此來更加有效地促進(jìn)客戶采購，提高客戶滿意度。

通過互聯(lián)網(wǎng)數(shù)據(jù)分析之后的結(jié)果，在實(shí)踐中，Lotte僅通過用數(shù)據(jù)識(shí)別分析放棄購物車的原因，第一年網(wǎng)站的銷售額便增加了1000萬美元。

這正是數(shù)據(jù)分析所發(fā)揮的作用，它將人為的感性判斷轉(zhuǎn)化為定量分析，在提升客戶體驗(yàn)上發(fā)揮著重要的作用。在互聯(lián)網(wǎng)行業(yè)，數(shù)據(jù)對(duì)客戶行為的分析很有意義。比如將行為相似的客戶聚成相同的類。有些網(wǎng)民是職業(yè)女性，其網(wǎng)絡(luò)瀏覽行為模式，如時(shí)間段、關(guān)注的網(wǎng)頁內(nèi)容、訪問的頻道與家庭主婦不太一樣。

另外，公司面臨的市場競爭愈益劇烈，會(huì)不斷地有客戶流失的問題。而客戶流失的特征和模式要做數(shù)據(jù)分析之后才能知道一定的規(guī)律和特征。例如，一家航空公司在對(duì)客戶訂購流程的數(shù)據(jù)分析中，人們發(fā)現(xiàn)有較多客戶總是會(huì)在某個(gè)步驟中停頓不前，最后放棄，結(jié)果發(fā)現(xiàn)網(wǎng)頁和提示內(nèi)容不合理，誤將客戶輸入“信息無效”提示為“艙位已無”，導(dǎo)致了一些生意機(jī)會(huì)流失。

對(duì)于互聯(lián)網(wǎng)企業(yè)，通過分析客戶在線行為數(shù)據(jù)模式，可以發(fā)現(xiàn)很多改進(jìn)機(jī)會(huì)，一方面改善了客戶體驗(yàn)，同時(shí)也為企業(yè)帶來了實(shí)實(shí)在在的利潤。

互聯(lián)網(wǎng)數(shù)據(jù)分析的八個(gè)重要方面

通常企業(yè)在做數(shù)據(jù)分析時(shí)，最重要的是業(yè)務(wù)問題導(dǎo)向、數(shù)據(jù)驅(qū)動(dòng)、技術(shù)支持的指導(dǎo)原則。 數(shù)據(jù)分析應(yīng)用技術(shù)上有八個(gè)方面。

第一：固定的報(bào)表。比如定期反映用戶訪問量，報(bào)告產(chǎn)品銷售量等。

第二：即席查詢，支持靈活的查詢分析，滿足報(bào)表之外的信息需求。例如，查看購買了某些問題產(chǎn)品的客戶有哪些，以實(shí)現(xiàn)主動(dòng)客戶服務(wù)。

第三：多維分析(OLAP)， 從多個(gè)角度分析查詢問題答案。比如從地理區(qū)域、產(chǎn)品線、時(shí)間、用戶群等角度尋找銷售量下降的原因在哪里。

第四：預(yù)警功能。比如某季度銷售收入未達(dá)標(biāo)時(shí)可以把數(shù)字標(biāo)成高亮，或發(fā)送提醒消息進(jìn)行重點(diǎn)關(guān)注。

第五：統(tǒng)計(jì)分析。比如通過回歸分析，在價(jià)格、產(chǎn)品、服務(wù)、物流效率等諸因素中找出影響客戶滿意度的關(guān)鍵因素。

第六：預(yù)測分析(Forecasting)。比如預(yù)測未來一個(gè)月網(wǎng)站訪問量是否會(huì)增加，應(yīng)該如何增加網(wǎng)站的空間和性能部署，才能滿足業(yè)務(wù)需求，保證用戶的服務(wù)體驗(yàn)。

第七：數(shù)據(jù)挖掘建模分析，基于網(wǎng)絡(luò)瀏覽行為，細(xì)分客戶群，尋找每個(gè)客戶群的行為特征以及潛在需求，推送個(gè)性化的信息和服務(wù)。

第八：優(yōu)化分析。以網(wǎng)上零售業(yè)務(wù)的整個(gè)流程講，比如根據(jù)線上的歷史業(yè)務(wù)需求量，線下應(yīng)該如何安排庫存，才能避免庫存資源的浪費(fèi)，同時(shí)又能滿足需求及時(shí)供應(yīng)。

在互聯(lián)網(wǎng)的交易中，物流環(huán)節(jié)所占的比重是不言而喻的，客戶非常有可能因?yàn)槲锪鞯姆?wù)而放棄或者選擇購買產(chǎn)品。所以，在產(chǎn)品投遞的物流環(huán)節(jié)，該如何安排配送的最佳路徑，才能以最快的速度、較少的投遞成本完成投遞。再如溝通渠道方面，呼叫中心的客服資源該如何配置，才能既減少用戶在線等待，不浪費(fèi)用戶的時(shí)間。在互聯(lián)網(wǎng)行業(yè)，企業(yè)往往積累了很多客戶行為等數(shù)據(jù)，向數(shù)據(jù)要價(jià)值，將企業(yè)數(shù)據(jù)資產(chǎn)轉(zhuǎn)化為競爭優(yōu)勢(shì)，是一些成功的網(wǎng)絡(luò)企業(yè)已經(jīng)走出的道路，值得其他企業(yè)學(xué)習(xí)和借鑒。