大數據時代，讓事物現象通過數據化分析，可得出現象產生原因是什麼。企業營銷數據分析就是通過現有的現狀，通過多維度數據，進行分析，獲得有效的優化策略或發展策略。換句話說，市場營銷數據分析讓企業管理者避免“拍腦袋”決策方式帶來的風險和不切實際。
數據分析是基於商業目的，針對性的進行數據收集、整理、加工和分析，凝練出有價值信息的一個過程。數據分析的過程主要可以概括為：確認分析目的——數據收集——數據處理——數據分析——數據展示——總結報告6個過程。
確認分析目的：市場營銷的數據分析，其目的是看清市場本質。通過數據分析過程可知，一項數據分析工作的開展，首先需要一個分析的載體，也就是為數據分析提供分析對象，也就是確認分析目的。
數據收集：數據收集是數據分析基礎。數據收集的渠道對各企業而言，屬於相對比較私密的資源。畢竟在這個數據化時代，擁有更全面的數據，對企業發展更加有利。
數據處理：數據收集是大範圍開展的，很多數據其實對我們分析目的並無法提供幫助。也是數據初篩選過程，羅列出基礎的數據類別，設定數據框架。
數據分析：指的是通過數據分析手法和技巧對準備好的數據進行分析，填充數據框架，得出一定的行業規律，為企業提供決策參考。在這一階段，數據分析的主要內容和結果都大致產出了。
數據展示：指的是數據結果展示，就是將分析出來的數據通過更加清晰的表達方式展現出來。一般通過圖、表的形式展現。
總結報告：這是數據分析的最後階段，是對整個數據分析結果的總結。報告內容要陳列出以下內容：分析目的、數據分析過程、分析結果以及完整的發展展示。讓企業負責人快速的獲取到需要的信息。
瞭解了數據分析的基本流程之後，怎樣有效的對蒐集過來的數據進行分析呢？
數據運營發展至今，有一些比較常用且行之有效的方法，正逐步的被總結歸納出來，根據以往的數據分析經驗，數據分析方法分為以下三類：
1、構建用戶轉化金字塔：
所謂用戶轉化金字塔指的就是曝光——訪客——轉化之間量的逐層遞減過程。在電商數據分析中，運用最為廣泛。用戶轉化金字塔對於能夠直觀的清晰用戶轉化過程，通過每個階段的數據反饋，明確問題發生的階段，制定相應的解決方案。
以普通的電商店鋪日常運營為例，一家網店的運營，網店數據分析是網店運營每日工作的基本內容。在店鋪後臺，幾乎可以得到店鋪的所有數據。其中曝光——流量——訪客——轉化之間的流量金字塔也是數據分析的必經過程。網店的流量來源主要依靠一款或者幾款寶貝，就店鋪運營最好的一款寶貝為例。首先寶貝數據基數最大的是曝光量，產品曝光的方式有很多，我們在此僅以關鍵詞搜索曝光為參考依據。如果產品曝光量少，那麼對應的就是產品關鍵詞搜索排名比較低，對應的解決方案就是做好目標關鍵詞的數據，獲取排名。其次就是流量的點擊率問題，如果曝光量足夠高，但是寶貝訪客卻少的可憐。通過數據分析可知，問題出現在寶貝主圖和關鍵詞排名上面。關鍵詞排名靠後的寶貝，其天然的點擊率會低很多，解決方案就是努力增加關鍵詞排名。主圖點擊率較低，可以通過相應的推廣業務進行主圖測圖操作，設計出高點擊率的主圖，然後替換下來。點擊率提升，訪客數量也會相應的提升。
隨後，訪客與流量的區別。訪客指的是進入店鋪的訪客數量，流量指的是訪客在店鋪裡面瀏覽的寶貝次數，因此，流量基數一定是大於或等於訪客數量的。流量訪客比越大，對應的店鋪保證整體佈局比較健康，款式比較吸引訪客。如果流量訪客比數值太小的話，說明店鋪寶貝關聯營銷較差，非主推款寶貝質量不高等問題。那麼對應問題從而制定相應的解決方案即可。只要解決方式無外乎建立寶貝關聯營銷，增加高質量新品寶貝。
決定訪客是否轉化的因素很多，產品價格、評論、買家秀、問大家或者客服態度等等。任何一個細小的因素都會左右顧客的購買意向。在這一步，最關鍵的影響因素是評論、問大家和客服的導購能力。通過數據分析，找出出現問題的地方，然後制定相應的解決方案。
構建用戶金字塔，可以系統的分析數據，清晰的找出問題發生點，使得能夠有針對性的制定解決方案。使整個用戶體統更加的完善，從而擴大企業收益。
2、通過多維度數據報表發現問題
用戶轉化金字塔只是基本的數據分析骨架，想要細緻的分析問題出現的點，那麼多維度的數據報表乃是首選。向上述網店流量金字塔只是簡單的流量轉化過程，其功能是大概的方向把握，真是落實到具體的實操階段，你會發現有種無從下手的感覺。此時，通過維度報表不僅可以清晰的總結出寶貝成長軌跡，還可以直觀的找出問題，並理清楚影響結果的關鍵性因素，明確其中的因果關係。
依舊以網店數據分析為例，假使我們要推廣某個寶貝，並將該寶貝作為我們的主推產品。那麼作為網店運營，產品14天或28天的運營記錄是最重要的數據統計表格。主要記錄的寶貝因素有訪客數、流量、下單數、支付金額、客單價、訪客價值、支付轉化率、推廣金額、top10引流關鍵詞、top10支付關鍵詞等。對這些因素進行數據統計，連續記錄14天或28天，通過每項數據的變化來整理出影響訪客的因素有哪些。然後通過對相應維度的數據的調控，認證其與訪客之間的因果關係。
在市場數據分析中，影響目標因素結果的原因可能不僅是一類，可能是多種因素聯合影響。因此，單維度的數據分析，其分析結果並沒有太大的參考價值。通過多維度數據報表數據，分析出來的結果，才更有參考價值。
3、設定“框架模型”，對比驗證
這是一種最直接的營銷數據分析方式，操作過程也比較簡單，一般可以直觀的將數據分析結果展現出來。這種操作流程就是通過營銷策劃人對市場的認知從而設定兩個或兩個以上的方案“框架模型”，然後通過大量的驗證“基數”進行檢測，從而直觀的得到最優方案“框架模型”。這種方法主要是用於沒有大量數據支撐的情況下，通過“列舉法”和“對比法”來獲得最佳方案。
比如對於店鋪寶貝的選擇，有資源的商家可以通過使用直通車對大量的寶貝進行測款操作，然後從測試的款式中找出數據具有爆款潛力的幾個寶貝，然後進行製作紙樣、打板、拍照、下首單、網店上架推廣等操作。
對於小賣家而言，沒有足夠的資源進行大範圍的測款，為此他們的選款方式就顯得比較寒酸了。首先，針對已有的款式進行測試。這指的就是在已有的款式中，尋找最優秀的款式進行重點推廣。這種數據分析情況由於“模板”對比的太蒼白，後續的推廣難度會很大，該款式也不一定具有爆款潛力。因為該款式的優秀結論僅是通過僅有的“模板”對比而得出的，不具有太大的準確性。其次，有限的資源對小範圍內可以獲得的款式進行測試。這種由於區域限制，獲得爆款的概率有，但推廣成功的難度比較大。商家不具備貨源優勢，後續推廣銷售階段會限制該寶貝的發展。比如，當寶貝剛推起來之後，廠家告知產品斷貨，這個時候，小賣家到底是做貨還是不做貨？做了貨，產生庫存怎麼辦？不做貨，之前的推廣成本全部浪費了。因此，這個市場對小賣家，並不友好。
在沒有數據支撐的前提下，設置方案“框架模型”的方式，操作會比較簡答，數據分析也相對清晰，對應的收益也相對比較蒼白。當然，在某些情況下，也可以獲得較大的收益。比如，大量數據支撐下得出的兩種或者兩種以上的優質方案“結構模型”，直接對比，是優中選優的最佳方式。
數據分析在營銷策劃中所能起到的作用，通過上述三類方法的列舉，可知一二。然而僅通過案例分析，並無法全面的將數據分析的作用展現出來。並且由於案例的分散性，數據分析的作用無法系統的歸納。接下來，我們系統的來列舉一下數據分析對市場營銷的作用。
1、行業分析：企業可以通過某些數據分析平臺，行業發展趨勢進行分析。企業策劃人可以瞭解市場淡季和旺季，對行業變化做到心中有數。
2、企業數據監測：企業數據監測只要分為兩類，一類是自身企業日常數據監測。另一類是競爭企業數據監測。首先，通過對自身企業的日常數據監控，把握企業發展動態，明確企業實際發展情況與發展計劃之間是否存在偏差。其次，對手企業的監控，可以瞭解對手的發展情況，隨時優化自身企業的營銷策劃，對手就是最好的老師。
3、定位人群：定位人群指的就是消費者人群畫像。人群畫像指的是系統對品牌消費者進行數據分析，通過年齡、性別、客單價、喜好等方面的數據統計，精準的描繪出適合自身企業發展的人群畫像。隨後企業策劃人便可以制定適合目標精準人群的營銷活動。
4、營銷優化：在企業發展過程中，難免會出現問題，導致企業經營困難或者業績許久未曾提升。可以通過企業數據分析，進行詳細的診斷，發現問題，然後解決問題。
數據分析涉及不到的領域
1、研發和創新的新市場，數據分析起到的作用微乎其微。蘋果公司的成功並非來自數據分析，而是因為喬布斯的個人理念和堅持。
2、企業變革型改變無法通過用戶反饋數據分析獲得。用戶在使用某個產品之後，會產生習慣。如果運營商突然對該產品進行全面的更新。當更新完成之後，前幾個月用戶評論一般都是怨聲載道。但數月之後，用戶便習慣新版本之後，開始發現了新版本的好處，隨後好評聲源源不斷。因此，如果企業產品要進行大範圍的變革，通過老用戶的數據反饋，無法得出正確的數據分析。
大數據時代，數據分析並非萬能，很多事物的本質僅通過數據根本無法勘破。市場營銷數據分析為企業決策提供依據和方向，為企業發展提供大方向的預測，為企業發展保駕護航。我們即將步入5G時代，強烈的科技感撲面而來。大數據在充滿科技感的時代，能夠爆發出怎樣的力量呢？著實令人期待。
（本文摘自 中國公關行業門戶網站——公關之家 ）
閱讀更多 公關之家 的文章
