6.1 新媒体营销数据分析概述(课件)-《新媒体营销》同步教学(高教版)
2023-11-18
|
26页
|
60人阅读
|
3人下载
普通
内容正文:
单元六 新媒体营销数据分析
PART 01
案例导入
CASE INTRODUCTION
2
案例导入:可口可乐借力大数据
CASE INTRODUCTION: Coca-Cola Borrows Big Data
案例思考
可口可乐包装瓶上的词语为何要进行专门的抓取?是否可以根据对热词的销售及反馈统计,来对客户做进一步的分析?
案例启示
随着科技发展和生活方式的转变,我们的生活中无时无刻都在产生数据,而这些数据的价值需要科学的挖掘和研究 。数据本身不会创造价值,只有充分发现和合理利用这些数据才能让其改变营销,改变生活!
3
PART 02
单元知识框架
Unit Knowledge Framework
4
单元知识框架
Unit Knowledge Framework
新媒体营销数据分析
数据分析的意义
数据类别与来源
数据分析工具
流量分析
销售分析
图文分析
执行分析
数据分析报告的撰写框架
数据分析报告的可视化表达
数据分析报告案例
新媒体营销数据分析概述
新媒体营销数据分析对象
新媒体营销数据分析报告
单元知识框架
Unit Knowledge Framework
1.理解新媒体营销数据分析的意义
2.掌握新媒体营销数据的类别与来源
3.熟悉新媒体营销数据分析工具的功能
4.掌握新媒体营销主要数据分析对象的分析内容
5.掌握新媒体营销数据分析报告的撰写框架与可视化表达方式
知识目标
能力目标
1.能够对不同的数据类型和来源进行数据收集
2.能够使用数据分析工具进行数据处理与分析操作
3.能够对新媒体营销数据对象进行分析
4.能够使用工具软件将数据用合理的可视化方式表达
5.能够撰写新媒体营销数据分析报告
单元知识框架
Unit Knowledge Framework
新媒体营销数据分析概述
6.1
新媒体营销数
据分析对象
6.2
新媒体营销数
据分析报告
6.3
PART 03
新媒体营销数据分析概述
Overview of New Media Marketing Data Analysis
8
6.1 新媒体营销数据分析概述
Overview of New Media Marketing Data Analysis
数据加分析,就是指用适当的统计分析方法对收集来的大量数据进行分析,将它们加以汇总和理解并消化,以求最大化地开发数据的功能,发挥数据的作用。
数据分析通常是基于商业目的,有目的的进行收集、整理、加工和分析数据,提炼有价值信息的一个过程。
目的
分析现状
分析原因
预测未来
6.1.1 数据分析的意义
The Significance of Data Analysis
帮助企业了解新媒体运营质量,诊断问题
帮助企业预测新媒体运营方向,规避风向
帮助企业控制新媒体运营成本,提高效率
帮助企业评估新媒体方案效果,改进营销
6.1.1 数据分析的意义
作为国内最大的社交媒体平台,微信2018年的月活用户达到10.8亿,活跃的公众号数量350万个。截止2018年底,新浪微博的月活也达到4.46亿,用户结构以年轻人为主,今日头条的月活跃用户有2.5亿。而去年迅速崛起的短视频平台也有赶超这些老平台的架势,可见现在新媒体平台已经成为巨大的流量入口。对于企业的社会化营销转型,新媒体平台无疑是最重要的战场。企业对新媒体的重视程度越来越高,整个市场对新媒体的岗位需求量也不断上升。
The Significance of Data Analysis
行业观察
6.1.2 数据类别与来源
Data Types and Sources
1.新媒体数据类别
新媒体分析的数据类别主要有数值型数据和分类型数据两种。
(1)数值型数据
数值型数据是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记录的具体的数值。例如购买转换率为13%,公众号总发文数达128篇。
对数值型数据可以进行数据处理及统计分析,并通过多种图表方式进行可视化表达,来总结并评估新媒体运营过程及营销效果。
6.1.2 数据类别与来源
Data Types and Sources
1.新媒体数据类别
(2)分类型数据
分类型数据即反映事物类别的数据。例如用户性别、商品类型、地域区限、价格区间、微信公众号自定义菜单归类、网站栏目分类、消费者满意度等级等。分类型数据一般可以由文字或图片等形式表示,也可以用数值表示(例如1表示男性而0表示女性),但需要注意的是这一数值没有数学上的意义仅仅是分类的标记而已。
6.1.2 数据类别与来源
1.新媒体数据类别
分类型数据又分为定类数据与定序数据两种。
定类数据:没有内在固有大小或高低顺序,如地域区限可以分为东北、华北、华东、华南等;
定序数据:具有内在固有大小或高低顺序,能表示一定现象的程度,如消费者满意度等级分为
由于学科网是一个信息分享及获取的平台,不确保部分用户上传资料的 来源及知识产权归属。如您发现相关资料侵犯您的合法权益,请联系学科网,我们核实后将及时进行处理。