当前课程知识点:网络与新媒体调查分析 >  期末考试 >  期末考试 >  5.2不同营销目的下的数据组合

返回《网络与新媒体调查分析》慕课在线视频课程列表

5.2不同营销目的下的数据组合在线视频

返回《网络与新媒体调查分析》慕课在线视频列表

5.2不同营销目的下的数据组合课程教案、知识点、字幕

同学们好

接下来我们来学习下

不同营销目的下的数据组合

从整体营销目的上来看

企业新媒体营销可以分为两大类

包括提升销量和宣传品牌

首先

为了达到提升销量的营销目的

新媒体团队

需要通过互联网渠道

对企业产品进行推广

引导网民在线下单

或者引导网民在线预约

并在线下消费

从而提升企业的销售业绩

其次

为了达到宣传品牌的营销目的

新媒体团队需要借助网民的

传播力量

让更多人通过互联网接触企业信息

了解企业品牌

对企业产品进行好评

其中 宣传品牌这一营销目的

又可以细分为

包括提升品牌的美誉度

提升品牌的知名度

提升品牌的忠诚度

因此 新媒体营销的目的

可以细分为四大类

包括提升销量 提升品牌美誉度

提升品牌知名度 提升品牌忠诚度

不同的营销目的

需要挖掘和分析的数据不同

因此

需要根据不同的营销目的

进行不同的营销数据组合设计

便于后续的数据分析与总结

以微信朋友圈运营数据统计为例

以提升销量为营销目的时

需要分析的数据组合为

页面的浏览量 用户访问时长

用户浏览页面数

店铺或者是网站的转化率等等

以提升品牌美誉度为营销目的时

需要分析的数据组合为

大众点评的星级 网店的评价

百度口碑等等

以提升品牌知名度为营销目的时

需要分析的数据组合为微博粉丝数

微信的用户数 今日头条的粉丝数

喜马拉雅的订阅数等等

以提升品牌忠诚度为营销目的时

需要分析的数据组合为

二次购买的顾客数

主动转发的粉丝数

主动打赏的粉丝数

留言频次高的用户数等等

具体我们来看一下

提升销量 企业新媒体数据

通常来自于不同的销售平台

包括淘宝店 天猫店 京东店

微店 独立网店等等

因此

为了借助数据分析评估销售计划

或者是分析销售结果

必须围绕用户购买或者是消费行为

进行逐层分析

需要分析的数据包括网页的浏览量

用户访问时长

用户浏览页面数

店铺网站的转化率等等

提升品牌的美誉度

企业品牌在互联网的美誉度

指的是网上有粉丝或者是顾客

对企业进行友好的评价

好评越多或者是评价内容质量越高

则美誉度越高

因此

为了利用数据分析

企业美誉度的提升效果

需要围绕口碑来展开

应该分析的数据包括百度口碑

大众点评星级 网站评价等等

由于一部分美誉度数据

无法直接统计

比如是大众点评中

太好了 很给力 有点不好用

或者是我不太喜欢吃等等

这样的文字描述需要运营者

进行人工分析

以确保数据的准确性

提升品牌的知名度

在网上

企业品牌的知名度与名气相关

知道企业的网民数量越多

关注企业公众号的人越多

阅读企业文章的人越多

则企业知名度越高

因此

在借助数据分析评估企业知名度

提升效果时

需要进行挖掘与分析的数据包括

微博的粉丝数 微信用户数

今日头条粉丝数

喜马拉雅订阅数等等

提升品牌的忠诚度

每一个网民

都会关注大量的微信公众号

或者是微博的账号

但是

未必会对每一个账号都比较忠诚

因此 粉丝数或者是订阅数

只能作为品牌知名度的考量因素

而用户对于品牌做出的响应

才能真正体现

其对企业品牌的忠诚度

为了评估用户对品牌的忠诚度

可以统计并分析的数据包括

二次购买的顾客数

主动转发的粉丝数

老顾客访问的比例

主动打赏的粉丝数

留言频次高的用户数等等

不同的营销目的

对应不同的数据组合

因此

在进行数据挖掘或者分析前

必须明确营销目的

并设计出组合数据 以免南辕北辙

导致最终的数据

无法对营销目的产生指导意义

以发起同样一场微博活动为例

如果希望提升销量

需要关注网站流量

网店的销售量等等数据

如果希望提升品牌美誉度

需要关注粉丝晒单的情况

评论区的好评数量等等数据

如果希望提升品牌的知名度

需要关注微博粉丝增长

微博阅读量的数据

如果希望提升品牌的忠诚度

需要关注二次购买数据

现有粉丝留言等等

接下来我们来学习一下

常用的数据分析工具

工具的使用可以有效地提升

新媒体运营效率

而数据分析工具

相比较于人工手动分析而言

效率最大可以达到10倍以上

因此 分析新媒体数据

必须掌握常用的数据分析工具

常用的数据分析工具

主要分为四大类

包括网站的分析工具

自媒体的分析工具

第三方分析工具

以及本地的Excel表等

这样的一些工具

网站分析工具

具有包括百度统计 CNZZ统计

然后是谷歌

还有站长工具 爱站网等等

主要为网站运营者提供数据支持

网站站长

可以在以上第三方站长工具平台

注册账户

然后申请统计代码

获取统计代码后

将统计代码粘贴至网站对应的位置

随后 即可在第三方站长工具平台

查看与分析数据

自媒体分析工具

是使用难度最低的一类分析工具

运营者无需掌握分析函数

或者是统计代码

所有数据都是一键生成

无论微博 微信

还是今日头条等平台

都具有完整的统计功能

后续视频将重点讲述

微信公众号 微博

以及今日头条等自媒体

分析工具的应用

利用后台自带的自媒体分析工具

新媒体运营者

可以直观的看到用户增长

后台互动等等数据

常见的自媒体分析工具及功能

如下表所示

第三方分析工具指的是

非官方平台自带的

需要官方平台授权后

才可以使用的数据分析工具

第三方分析工具与自媒体分析工具

主要区别在于前期的注册与授权

一旦授权完毕

后续操作与自媒体分析工具类似

直接通过网站即可查看

虽然微博 微信等自媒体平台

已经具有了统计功能

但是对于精细化的数据

如单条微博转发效果

微博粉丝管理

微信公众号数据跟踪等等

依然需要借助于第三方分析工具

常见的第三方分析工具包括

新榜数据 西瓜助手

孔明社会化的媒体管理平台

考拉新媒体助手等等

对于有一定办公软件操作基础的

新媒体运营者

可以借助Excel表

进行我们的数据统计分析

分析的数据主要来自于两大渠道

第一是人工统计

第二是后台导出

利用Excel工具

处理人工统计数据

人工统计的数据

具有文章发布数量

后台评论类别

同行的口碑分析

行业标杆拆解等等

由于自媒体分析工具

及第三方分析工具

都不具备这类数据的抓取统计功能

因此

需要新媒体运营者手动统计与分析

此类数据经过人工记录后

可以利用Excel

进行数据的分类汇总与分析

利用Excel工具处理后台导出数据

处理后台导出数据的

主要应用条件是

当自媒体分析工具

及第三方分析工具

无法满足个性化数据分析时

在微博 微信公众号

今日头条等后台

均可以将Excel数据导出至

计算机本地

导出后台数据后

新媒体运营者可以利用Excel

对数据进行个性化的分析

包括时间分析 公式分析

对比分析 趋势分析等等

我们这一部分的内容到此结束

谢谢各位同学

网络与新媒体调查分析课程列表:

第一周 网络与新媒体市场调查概述

-1.1市场调查的概念及意义

-1.2新媒体调查分析的意义

-1.3市场调查的内容

-1.4市场调查的分类

-1.5市场调查的原则与程序

-1.6市场调查方案的设计

-1.7新媒体数据分析基本步骤

-第一周课后测验

-第一周讨论问题:不同项目的市场调研内容有什么侧重?等你来发言哟~

第二周 抽样调查

-2.1抽样调查概述

-2.2随机抽样技术及其应用

-2.3 非随机抽样技术及其应用

-第二周课后测验

-第二周讨论区:为你的学校进行献计献策吧

第三周 市场调查方法的选择

-3.1文案调查法

-3.2 观察法

-3.3.实验法

-3.4 网络调查法

-3.5定性调查的定义及优缺点

-3.6定性调查的方法-小组访谈法

-3.7定性调查的方法-深度访谈法

-3.8定性调查的方法-投影射法

-第三周课后测验

-第三周讨论案例分析,大家记得来参与讨论哟~

第四周 网络问卷的设计

-4.1网络问卷概述

-4.2网络问题设计

-4.3网络问卷设计

-4.4态度量表设计

-第四周课后测验

-第四周:讨论区热烈进行中,不要错过哦

第五周 网络与新媒体数据收集

-5.1新媒体数据类别

-5.2不同营销目的下的数据组合

-5.3常见的数据分析误区

-5.4新媒体数据挖掘方法

-5.5新媒体数据加工与处理

-5.6 数据分析的九类方法

-5.7 微信公众号数据收集

-5.8 微博数据收集

-5.9网站数据收集

-5.10今日头条数据分析

-5.11新媒体活动收集

-第五周课后测验

-第五周讨论:同学们,你也来当一次新媒体运营专员吧~

第六周 网络与新媒体数据分析

-6.1微信公众号数据分析

-6.2微博数据分析

-6.3网站数据分析

-6.4新媒体活动数据分析

-6.5日常运营报告

-6.6专项研究报告

-6.7行业分析报告

-第六周课后测验

-第六周讨论:诊断一下你的微博个人数据吧~

第七周 调查报告

-7.1市场调查报告的概念和分类

-7.2市场调查报告的意义、特点和撰写原则

-7.3市场调查报告的结构和内容

-第七周课后测验

-第七单元讨论:为你的社团出谋划策一下

期末考试

-期末考试

5.2不同营销目的下的数据组合笔记与讨论

也许你还感兴趣的课程:

© 柠檬大学-慕课导航 课程版权归原始院校所有,
本网站仅通过互联网进行慕课课程索引,不提供在线课程学习和视频,请同学们点击报名到课程提供网站进行学习。