项目一 数据分析认知

项目一数据分析认知任务安排认知数据认知网站数据分析认知网站数据分析流程和方法认知网站运营数据分析指标网站数据分析常用工具应用01认知数据项目导入认识数据分析能力的重要性1.帮助领导做出决策3.把握市场动向2.预测风险123任务1.1-认识数据【任务目标】理解数据的含义、分类和作用，培养数据分析的敏感性和自觉性【任务描述】本任务科学地描述数据的基础知识，包括数据的含义、数据的类型、数据的作用，并通过一系列的案例阅读帮助同学们了解数据，理解数据的基本作用和对企业的作用。任务1.1认识数据1.1.1理解数据的含义可以用符号、字母等方式对客观事物进行直观描述；数据也是进行各种统计、计算、科学研究或技术设计等所依据的数值，这些数值是反映客观事物属性的数值；数据也是表达知识的字符集合以及信息的表现形式。数据在生活中的应用随处可见，是进行测量、评估以及预测的基础。数据（Data）是对客观事物的逻辑归纳案例阅读Data成绩（教师）房价（购房者）网店店铺（店主）体检（医生）手机选型（消费者）任务1.1认识数据数据的分类可以用符号、字母等方式对客观事物进行直观描述；数据也是进行各种统计、计算、科学研究或技术设计等所依据的数值，这些数值是反映客观事物属性的数值；数据也是表达知识的字符集合以及信息的表现形式。数据在生活中的应用随处可见，是进行测量、评估以及预测的基础。电子商务中的常用数据分为两类，数值型数据和分类型数据。数值型数据由多个单独的数字组成的一串数据，是直接使用自然数或度量衡单位进行计量的具体的数值。例支出600元、好评率96%、销售量15680个、重量3公斤等，这些数值就是数值型数据。案例阅读时间数值型店铺成交订单高峰任务1.1认识数据数据的分类可以用符号、字母等方式对客观事物进行直观描述；数据也是进行各种统计、计算、科学研究或技术设计等所依据的数值，这些数值是反映客观事物属性的数值；数据也是表达知识的字符集合以及信息的表现形式。数据在生活中的应用随处可见，是进行测量、评估以及预测的基础。电子商务中的常用数据分为两类，数值型数据和分类型数据。分类型数据即反映事物类别的数据。例商品类型、地域区限、品牌类型和价格区间等，有很多方法产生分类数据的概念分层。案例阅读数码京东分类任务1.1认识数据数据的作用可以用符号、字母等方式对客观事物进行直观描述；数据也是进行各种统计、计算、科学研究或技术设计等所依据的数值，这些数值是反映客观事物属性的数值；数据也是表达知识的字符集合以及信息的表现形式。数据在生活中的应用随处可见，是进行测量、评估以及预测的基础。数据的作用是多种多样的，重点介绍数据的诊断和预测作用。诊断作用能够帮助找出问题的来源和解决方案，比如通过对商品名称的搜索量判断其是否利于搜索引擎搜索。店铺通过网店的浏览时间长短判断是否利于浏览和给浏览者美好的交互体验等。案例阅读学校点位操场食堂图书馆自习室其他对应销售量20瓶15瓶2瓶5瓶2瓶表1-1销售量批发零花钱销售量诊断分析策略任务1.1认识数据数据的作用可以用符号、字母等方式对客观事物进行直观描述；数据也是进行各种统计、计算、科学研究或技术设计等所依据的数值，这些数值是反映客观事物属性的数值；数据也是表达知识的字符集合以及信息的表现形式。数据在生活中的应用随处可见，是进行测量、评估以及预测的基础。数据的作用是多种多样的，重点介绍数据的诊断和预测作用。预测作用管理决策者可以对产品或活动作出合理的判断关键字可以通过电子商务网站的某种商品的关键字搜索量来预测该商品销量的提升等案例阅读活动参加人数预测报名店铺类目选品数据决策任务1.1认识数据数据对企业的作用可以用符号、字母等方式对客观事物进行直观描述；数据也是进行各种统计、计算、科学研究或技术设计等所依据的数值，这些数值是反映客观事物属性的数值；数据也是表达知识的字符集合以及信息的表现形式。数据在生活中的应用随处可见，是进行测量、评估以及预测的基础。帮助商家准确预判顾客的消费行为、消费心理。数据时代企业每天都面临着海量、瞬时、多样化的数据，比如顾客在网上的任何一次点击行为、购买行为等。产品服务可以通过对这些数据的分析，帮助商家准确预判顾客的消费行为、消费心理，并推送相应的产品或服务。案例阅读销售库存补货成本采购行情进货决策决策支持I案例阅读https:/ 内容分析内容分析 转化分析化分析端到端分析端到端分析网站分析思路相关性、原创力和冲击力网站分析思路-流量分析网站流量访问来源时间粒度地理位置访问媒介目标页面新老访客网站分析思路-内容分析返回首页？中途离开？首页列表页详情页详情页列表页详情页网站分析思路-转化分析转化分析转化步骤中哪一步存在问题转化分析转化中的推荐是否合理转化分析引导及帮助信息是否有效转化分析转化流程设计是否合理网站分析基本流程转化流程设计是否合理定义测量分析改进控制用户体验DMAIC流程DMAIC是六西格玛管理中流程改善的重要工具网站分析基本流程转化流程设计是否合理定义阶段主要工作界定并陈述产品或流程存在的问题设定流程改进范围和目标明确流程改进的任务绘制高阶流程图收集客户信息网站分析基本流程转化流程设计是否合理获取问题途径外部客户之声内部客户之声外部和内部转化按问题的来源对象网站分析基本流程转化流程设计是否合理测量阶段主要工作绘制详细流程图度量流程缺陷或波动评估流程绩效现状和目标间差距收集反应流程数据选择原因，并提供数据支持网站分析基本流程转化流程设计是否合理识别影响问题产生的潜在原因辨明少数关键的根本原因并进行验证为寻找潜在的改进方案提供依据分析阶段主要工作网站分析基本流程转化流程设计是否合理改进阶段主要工作针对导致问题产生的根本原因提出解决方案通过评估和试运行，选择最佳方案并执行网站分析基本流程转化流程设计是否合理控制阶段主要工作对改进后的流程进行标准化实施流程控制计划，并持续监测流程稳定性建立持续改进机制网站数据分析作用转化流程设计是否合理网站转化率提升1%会产生什么影响？降低客户成本增加潜在收入目标/目的不明确、不完整原始数据错误/不全面/时间段无可比性分析方法不加或片面就数据分析而分析/数据的堆积/分析不透彻忽略数据背后的原因没有结论/有吗意见建议网站数据分析失败03认知网站数据分析流程和方法任务三认知网站数据分析方法网站数据分析前的准备工作网站数据趋势分析网站数据对比分析网站数据多维度分析任务发布任务三认知网站数据分析方法网站分析主要的三种方法趋势分析对比分析细分分析网站数据分析前的准备工作日常采集数据点击流量数据业务运营数据专题获取数据实验测试数据用户调研数据外部环境数据行业发展数据竞争对手数据数据的来源类型网站数据分析前的准备工作数据质量完整性准确性及时性一致性数据的清洗与整理网站数据分析前的准备工作数据的准确性用户的识别COOKIEIP注册用户名ID号方式与准确性网站数据分析前的准备工作数据的准确性停留时间只能统计用户浏览最后一个页面与第一页面之间的时间间隔只能统计用户停留在某个页面的时长不能分别用户是否真的在看存在问题网站数据分析前的准备工作数据的准确性访问来源直接浏览搜索来源外部网站收费活动网站数据分析前的准备工作数据的准确性点击流数据网站运营数据关联问题网站数据趋势分析数据分析存在的问题需要公司整体数据，而非几个月的数据需要这个月销售数据的同比和环比数据需知道用户总体上是增长还是下降趋势报表中的数据无法反映长期变化情况决策层需要掌握网站运营情况，及时发现问题需要预测数据帮助他们做好准备工作产品方运营方网站数据趋势分析同比趋势分析环比趋势分析定基比趋势分析网站数据趋势分析2015年5月2016年5月同比2015年4月2015年5月1 5月企业利润总额分别为31万、35万、36万、38万、41万，若以1月为固定基期，则2 5月的定基发展速度分别为35/31、36/31、38/31、41/31。定基比网站数据趋势分析网站数据趋势分析网站数据趋势分析网站数据趋势分析-案例月份月份销售售额同比增同比增长率率环比增比增长率率1月10850062.4%10.38%2月11540064.2%6.36%3月12730074.2%10.31%4月13970080.7%9.74%5月15140079.8%8.38%6月16760083.2%10.7%XXXX年销售额每月同比、环比数据表网站数据趋势分析-案例1月2月3月4月5月6月0200004000060000800001000001200001400001600001800000.00%10.00%20.00%30.00%40.00%50.00%60.00%70.00%80.00%90.00%XXXX年上半年年上半年销售售额每月同比和每月同比和环比比图销售额同比增长率环比增长率网站数据趋势分析趋势线拟合指数趋势线对数趋势线线性趋势线网站数据趋势分析指数趋势线用于拟合指数形式增长的数据特点：增长速度先慢后快线性趋势线增长速度均匀网站数据趋势分析对数趋势线增长速度先快后慢多项式趋势线适用于变化趋势比较不固定的数据用于拟合趋势比较复杂的曲线网站数据趋势分析幂趋势线与指数趋势线比较相似移动平均趋势线可根据数据自身变化情况做出平滑效果的拟合线网站数据趋势分析1月2月3月4月5月6月020000400006000080000100000120000140000160000180000销销售售额额销售额Poly.(销售额)网站数据趋势分析是一种简单平滑的预测技术移动均值简单移动平均加权移动平均移动均值网站数据趋势分析简单移动平均网站数据趋势分析加权移动平均网站数据趋势分析1月2月3月4月5月6月7月020000400006000080000100000120000140000160000180000销销售售额额销售额销售额移动平均线网站数据对比分析简单合并比较百分比评分均值比较法标准化指标合并比较法二次计算网站数据对比分析百分比评分均值比较法商品商品访问量量转化率化率访问量量评分分转化率化率评分分评分均分均值商品A5631.5%10065 82.6商品B1212.3%21100 60.7商品C871.9%1583 49.0 商品D3671.1%6548 56.5网站数据对比分析百分比评分均值比较法-加权0.4流量和0.6转化率商品商品访问量量转化率化率访问量量评分分转化率化率评分分评分均分均值商品A5631.5%10065 79.1 商品B1212.3%21100 68.6 商品C871.9%1583 55.7 商品D3671.1%6548 54.8 网站数据对比分析标准化指标合并比较法方案方案跳出率跳出率转化率化率跳出率跳出率标准化准化转化率化率标准化准化评分均分均值商品A452.5%-0.651 0.907 0.779 商品B461.7%-0.501-1.072-0.286 商品C572.2%1.151 0.165-0.493 网站数据对比分析比较试验基于时间序列的组内比较基于对照实验的组间比较网站数据多维度细分指标维度GOOGLEANALYTICS报告网站数据多维度细分指标用来记录访问者行为的数字分类基本指标符合指标网站数据多维度细分浏览量转化率访问次数访问深度新访次占比跳出率流失率退出率平均网站停留时间网站数据多维度细分维度观察访问者的角度常见维度访问者属性时间流量来源地理内容系统关键词媒介浏览器网站数据多维度细分访问者维度新访客户回访客户时间维度年月星期日小时流量维度搜索引擎推介网站网站数据多维度细分地理维度国家地区语言内容维度页面内容页面属性系统维度浏览器类型操作系统类型网站数据多维度细分细分作用避免产生采样数据避免平均数陷阱增加细分目标深度洞察数据网站数据多维度细分访问者来源维度访问者地理位置维度访问者浏览器维度任务三认知网站数据分析方法任务发布以淘宝网店为对象，在对流量和转化率进行多维度细分的基础上再进行趋势分析和对比分析以团队为单位完成任务淘宝网店是团队成员经营的任务完成后进行汇报PEST4P营销5W2H逻辑分析树第115 页专题阅读和分析访问数据单击此处添加文字内容1任务1-阅读和分析内部数据单击此处添加文字内容2任务2-阅读和分析外部数据单击此处添加文字内容3任务3-阅读和分析来源数据目录页CONTENTS PAGE 第117 页项目导入张张雷雷作作为为电电子子商商务务网网站站的的运运营营人人员员，长长期期以以来来一一直直对对访访问问人人群群、访访问问行行为为等等相相关关的的数数据据进进行行监监测测，为为了了验验证证网网站站运运营营过过程程中中所所做做的的项项目目推推广广是是否否有有效效，自自身身的的运运作作是是否否健健康康及及所所在在行行业业是否处于良性发展阶段，他需要对已观测数据进行分析。是否处于良性发展阶段，他需要对已观测数据进行分析。冗冗杂杂、繁繁多多、无无章章可可循循的的数数据据令令张张雷雷无无从从下下手手，这这时时指指导导老老师师告告诉诉他他可可从从内内部部数数据据、外外部部数数据据及及来来源源数数据据三三个个方方面面对对所有数据进行分类和解析。所有数据进行分类和解析。阅读和分析访问数据第118 页学习目标结果在1988年度，摩托罗拉因此减掉了昂贵的零件修复与替换工作，从而节省了2.5亿美元，收入增加了23%，利润提高了44%，达到前所未有的记录。1989年，摩托罗拉如愿获得国家品质奖。知识目标理解访问数据的含义和分类掌握访问数据的阅读和分析方法技能目标能够区分各种电子商务的模式能够进行简单的数据分析素养目标能够阅读和分析各种数据能够从访问数据中发现问题任务3.1阅读和分析内部数据【任务目标】1理解网站内部数据的重要性。2掌握网站内部数据的阅读方法。3掌握网站内部数据的分析方法。【任务描述】通过对网站跳出率、PV、UV和平均访问页面数进行阅读和分析，随时了解网站的健康状况，学会阅读和分析网站的内部数据。第120 页任务3.1阅读和分析访问数据3.1.1阅读和分析网站跳出率跳出率高，也就是说进入网站后马上离开的人数比浏览网站后再离开的人数多，说明网站用户体验做得不好；反之，如果跳出率较低，则说明网站用户体验做得不错，用户能够在网站中找到自己感兴趣的内容，而且这种用户可能还会再来光顾网站，这就提高了用户粘性，大大增加了用户在网站中消费的几率。网站跳出率（BounceRate）是评价一个网站性能的重要指标，特别是对于电子商务网站，网站跳出率能直接反映客户流量，帮助企业调整销售方向，影响企业的经济效益。第121 页任务3.1阅读和分析访问数据3.1.1阅读和分析网站跳出率（理解网站跳出率的含义）网站跳出率（BounceRate）是用户进入网站就离开的人数与进入网站总人数的比值，其公式为：网站跳出率=仅浏览了一个页面的人数总访问人数跳出率高体验差粘性低跳出率低体验好粘性高第122 页任务3.1阅读和分析访问数据3.1.1阅读和分析网站跳出率（阅读网站跳出率）如图3-1所示为某电子商务网站通过GoogleAnalytics得出的该网站的跳出率曲线图。通过对这张图的阅读发现：（1）3月12日前，跳出率为80%左右。（2）3月12日后，跳出率明显下降，并在3月14日后趋于平稳，约为60%。第123 页任务3.1阅读和分析访问数据3.1.1阅读和分析网站跳出率（分析网站跳出率的具体数值）（1）评判高低分析网站跳出率时，首先应该判断目前跳出率的高低。网站跳出率平均约为40%，其中零售网站为20%-40%，门户网站为10%-30%，服务性网站为10%-30%，内容网站为40%-60%，如图3-2所示。第124 页任务3.1阅读和分析访问数据3.1.1阅读和分析网站跳出率（分析网站跳出率的具体数值）（2）寻找跳出率过高的原因通常情况下，网站跳出率过高，可能存在以下三方面的问题。网站内容与客户需求不符如图3-3所示为某网站的某软件的下载页面，其中有3个关于下载软件的按钮，但实际上，只有两个按钮可以下载该软件，而另外一个是其他软件的推广广告，如果用户单击了广告按钮（图中红色方框部分，在该部分右下角有一个不容易看到的“广告”字样），没能进入正确的软件下载页面，就会立即关闭该网页，提高该网站的跳出率。第125 页任务3.1阅读和分析访问数据3.1.1阅读和分析网站跳出率（分析网站跳出率的具体数值）（2）寻找跳出率过高的原因通常情况下，网站跳出率过高，可能存在以下三方面的问题。访问速度过慢网站的打开速度是用户体验的重要环节，研究表明，如果网站超过3秒还没有完全打开，那么57%的用户将会离开。当用户访问一个网站，如果很长时间只能看到载入页面，大多数用户会选择直接关闭页面。第126 页任务3.1阅读和分析访问数据3.1.1阅读和分析网站跳出率（分析网站跳出率的具体数值）（2）寻找跳出率过高的原因通常情况下，网站跳出率过高，可能存在以下三方面的问题。内容引导较差用户在阅读完一个页面后，如果没有得到相关内容信息的引导，很有可能就会直接关闭页面。如图的页面是某款鼠标的商品介绍。除一些最基本的信息外，该页面有许多引导用户打开其他网页的链接（红色方框部分），如“购机必读”中有一些评测文章的链接，“鼠标品牌排行”和“您可能感兴趣的商品”中有其他品牌或鼠标的链接。用户见到诸如此类有价值的引导信息后，可能会点击并继续阅读，这样一来，便有效减少了网站的跳出率。第127 页任务3.1阅读和分析访问数据3.1.1阅读和分析网站跳出率（分析网站跳出率的变化情况）跳出率下降，说明来访的用户中，看完一个页面就立刻离开网站的人减少了，更多的访客在阅读完一个页面后，继续浏览网站的其他页面。根据图3-1所示的网站跳出率，3月15日后，跳出率仍然维持在50%左右，没有再次回升，由此可见，网站可能在3月12日左右进行了优化。第128 页任务3.1阅读和分析访问数据3.1.1阅读和分析网站跳出率（分析网站跳出率的变化情况）下面就介绍如何进行网站优化来减少网站跳出率。（1）增加相关商品模块在没一个商品对应的网页中增加一个相关商品模块，这样不但能增加网站内容的聚合性，而且还可以让用户迅速找到相关商品，提高了用户体验，减少了网站的跳出率。第129 页任务3.1阅读和分析访问数据3.1.1阅读和分析网站跳出率（分析网站跳出率的变化情况）下面就介绍如何进行网站优化来减少网站跳出率。（2）设计合理的网站的链接结构每个商品，每个分类都有到网站首页的链接，网站首页要包括各个分类或者目录的链接。而且要做好内部链接，当商品网页中出现另一种商品的时候，最好能通过一个链接进去浏览另一种商品的页面。第130 页任务3.1阅读和分析访问数据3.1.1阅读和分析网站跳出率（分析网站跳出率的变化情况）下面就介绍如何进行网站优化来减少网站跳出率。（3）设计高效的网站的导航结构和网站内容分类网站首页应该能方便地帮助用户迅速找到自己所需要的产品分类，把最重要的产品或者目录放到最前边显眼的地方，分类要明确，而且最好用文字链接，如图3-7所示为某电子商务网站的首页导航栏。第131 页任务3.1阅读和分析访问数据3.1.1阅读和分析网站跳出率（分析网站跳出率的变化情况）下面就介绍如何进行网站优化来减少网站跳出率。（4）选择高质量的网站服务器电子商务网站尽量使用一些速度快、质量好的网站空间，这样，用户可以迅速打开网站，不会因打开网页速度慢而离开。第132 页任务3.1阅读和分析访问数据3.1.1阅读和分析网站跳出率（分析网站跳出率的变化情况）下面就介绍如何进行网站优化来减少网站跳出率。（5）尽量控制网页的内容：网页上尽量少用图片和Flash动画等影响网页反应速度的元素。使用图片前应进行优化，尽量压缩图片的大小；而Flash动画的加载很慢，尽量不用。第133 页任务3.1阅读和分析访问数据3.1.1阅读和分析网站跳出率（分析网站跳出率的变化情况）下面就介绍如何进行网站优化来减少网站跳出率。（6）增强网站与用户的互动设计一些个性化留言的页面，或者评分插件，以及免费服务模块，不但减少了跳出率，而且提高的网站的用户粘性。第134 页任务3.1阅读和分析访问数据3.1.1阅读和分析网站跳出率（分析网站跳出率的变化情况）下面就介绍如何进行网站优化来减少网站跳出率。（7）提高网站产品的质量：产品的质量才是最关键、最基本的因素，只有好的产品，用户才愿意花费时间来浏览。第135 页任务3.1阅读和分析访问数据3.1.2阅读和分析PV、UV（理解PV、UV的含义）PV和UV是网站运营的重要指标，在电子商务领域，正确地阅读和分析这两个指标，对于企业的数据分析有非常重要的引导作用。nPV（PageView）是指网页的浏览量，即网站被浏览的总页面数，Page一般是指普通的html网页，也包含php、jsp等动态产生的html内容。n用户每1次对网站中的每个网页访问均被记录1次，逐渐累计成为PV总数。nPV是评价网站流量最常用的指标之一，也是用来衡量网站广告价值和用户关注度的重要标准。nUV（UniqueVisitor）是指独立访客数，即通过互联网访问、浏览这个网站的网页的人数。n现在大多数的统计工具只统计到IP和PV的层面上，因为在大多情况下IP与UV相差不大。nUV是一个反映实际使用者的概念，每个UV相对于每个IP，更加准确地对应一个实际的浏览者。n使用UV作为统计量，可以更加准确的了解单位时间内实际上有多少个访问者来到了相应的页面。第136 页案例阅读局域网一个IP地址一个UV第137 页任务3.1阅读和分析访问数据3.1.2阅读和分析PV、UV（阅读PV、UV数据）如图3-8所示为某电子商务网站通过GoogleAnalytics分析出PV曲线图。第138 页任务3.1阅读和分析访问数据3.1.2阅读和分析PV、UV（阅读PV、UV数据）如图3-9所示为该电子商务网站同样通过GoogleAnalytics分析出UV曲线图。第139 页任务3.1阅读和分析访问数据3.1.2阅读和分析PV、UV（阅读PV、UV数据）周期性两条曲线都可以分为周日开始周六结束的4段有规律地起伏的波浪状周期突变性第二周的曲线形状与其他3段不同，在3月12日的时候，呈现大幅度的上涨。整体抬高第三、四段曲线与第一段曲线相比整体处于较高的位置第140 页任务3.1阅读和分析访问数据3.1.2阅读和分析PV、UV（分析PV、UV数据）提升PV&UV提高质量网站改版加大推广吸引客流第141 页案例阅读第一个网站建站较早，PV是UV的三倍还不到，但是行业所限，很难有发展的空间也无需再发展第二个网站是最近建站的新站，所以PV才是UV的两倍而已，明显还有发展空间，粘性还不够，因为内容不够丰富和完善；第三个网站是论坛，PV是UV的七倍以上，这是由论坛性质决定的，但和其他论坛相比，质量还不高，还需要提高质量才能和同行竞争第四个网站的PV和UV的比例比较合适，算不错的网站。第142 页任务3.1阅读和分析访问数据3.1.2阅读和分析PV、UV（了解PV-UV联动变化图）网站的PV与UV并不一定是以相同的趋势变化的，网站可以根据PV-UV的联动变化图表，了解网站运营情况，并制定改进方法。如图3-11所示为PV-UV的联动变化图，表3-1所示为PV-UV不同变化下的结论。第143 页任务3.1阅读和分析访问数据3.1.3阅读和分析平均访问页面数（理解平均访问页面数的含义）平均访问页面数，也称访问深度（DepthofVisit），是指用户在一次浏览网站的过程中，总共访问了多少个页面。平均访问页面数越多，通常也就表明用户对网站中的商品感兴趣。网站的平均访问的页面数可以用PV和UV的比值来表示，这个比值越大，用户体验度越好，网站的粘性也越高。总访问平均访问PV/UV体验好粘性高第144 页任务3.1阅读和分析访问数据3.1.3阅读和分析平均访问页面数（阅读平均访问页面数）如图3-12所示为某电子商务网站的通过GoogleAnalytics分析出平均访问页面数曲线图。通过对这张图的阅读，可以发现，该网站的平均访问页面数自3月12日起明显提高，并在3月15日后趋于平稳。第145 页任务3.1阅读和分析访问数据3.1.3阅读和分析平均访问页面数（分析平均访问页面数）平均访问页面数提高，说明访客在进入网站后，比以前浏览了更多的页面，随后再离开。由此可见，在图3-12中，该网站的运营人员可能在3月12日左右对网站页面进行了优化（通过和市场部的沟通了解，该网站在3月12日对网站进行了改版并投放了广告）。网站的合理排版和布局精心设计网站的内容合理的导航和适当的内部链接锚文本提高商品的质量，这也是最重要的一点04认知网站运营数据分析指标基础统计类指标销售分析类指标直通车数据类指标来源分析类指标任务发布任务四认知网站运营数据分析指标基础统计类指标浏览量（PV）访客数（UV）收藏量任务四认知网站运营数据分析指标基础统计类指标浏览回头客数浏览回头率平均访问深度任务四认知网站运营数据分析指标基础统计类指标跳失率人均店内停留时间入店页面任务四认知网站运营数据分析指标基础统计类指标入店人次出店人次进店时间任务四认知网站运营数据分析指标基础统计类指标停留时间到达页浏览量平均访问时间任务四认知网站运营数据分析指标基础统计类指标全店宝贝查看从人次搜索次数任务四认知网站运营数据分析指标基础统计类指标宝贝页浏览量宝贝页收藏量宝贝页访客数任务四认知网站运营数据分析指标销售分析类拍下件数拍下笔数拍下总金额任务四认知网站运营数据分析指标销售分析类成交用户数成交回头客数任务四认知网站运营数据分析指标销售分析类支付宝成交件数支付宝成交笔数支付宝成交金额任务四认知网站运营数据分析指标销售分析类人均成交笔数人均成交件数任务四认知网站运营数据分析指标销售分析类当日拍下-付款件数当日拍下-付款金额当日拍下-付款笔数任务四认知网站运营数据分析指标销售分析类客单价客单价均值任务四认知网站运营数据分析指标销售分析类支付率成交回头率全店成交转化率全店转化率均值任务四认知网站运营数据分析指标销售分析类促销成交用户数宝贝页（促销）成交转化率非促销成交用户数任务四认知网站运营数据分析指标展现量点击量点击率直通车数据类任务四认知网站运营数据分析指标花费平均点击花费平均展现排名点击转化率直通车数据类任务四认知网站运营数据分析指标访客数(UV)到达页浏览量到达页浏览量占比来源分析任务四认知网站运营数据分析指标浏览量(PV)浏览量占比来源分析任务四认知网站运营数据分析指标入店访问深度入店跳失率来源分析任务四认知网站运营数据分析指标新访客数新访客占比来源分析任务四认知网站运营数据分析指标任务发布以淘宝网店为对象，获取该淘宝网店当日各项运营数据分析指标的相关数据，并进行初步分析以团队为单位完成任务淘宝网店是团队成员经营的任务完成后进行汇报05网站数据分析常用工具应用生意参谋数据魔方EXCEL数据分析工具任务发布任务五网站数据分析常用工具应用任务五网站数据分析常用工具应用任务五网站数据分析常用工具应用任务五网站数据分析常用工具应用任务五网站数据分析常用工具应用任务五网站数据分析常用工具应用任务五网站数据分析常用工具应用任务五网站数据分析常用工具应用任务五网站数据分析常用工具应用EXCEL数据分析应用数据记录数据计算数据分析数据图表协同工作编程开发任务五网站数据分析常用工具应用数据记录任务五网站数据分析常用工具应用数据计算任务五网站数据分析常用工具应用数据分析任务五网站数据分析常用工具应用数据图表任务五网站数据分析常用工具应用协同工作任务五网站数据分析常用工具应用编程开发任务2.2查看外部数据2.2.3熟悉百度指数功能模块单词趋势整体趋势PC趋势移动趋势需求图谱舆情洞察人群画像行业整体趋势地域分布人群属性搜索时间任务2.2查看外部数据2.2.3熟悉百度指数在百度指数的首页（网址为http:/ YOUFORWATCHING