京公网安备 11010802034615号
经营许可证编号:京B2-20210330
以数据分析促电子渠道运营水平提升_数据分析师考试
伴随着用户数量的增长以及业务复杂程度的不断增加,我国电信运营商的营业厅、客服中心承受着越加繁重的工作压力。而大力发展电子渠道, 通过“自服务”方式分流服务压力,降低服务成本,已成为我国电信运营商的共识。
中国联通凭借全国集中的电子化销售平台,实现了全国营销一体化的战略目标;中国移动在实现了电子渠道 “销售和客服业务100%承载”后,着力提高运营水平,正在努力促成电渠用户渗透率逐年提升。我们可以预见,在不远的将来,电子渠道将超越人工渠道,成为电信运营商营销和客户服务的首要通道。 尽管电子渠道被寄予厚望,但是其目前建设和运营水平与业界标杆尚存在很大差距。在我国,电信行业的电子渠道通常被冠名为各种“营业厅”,如网上营业厅、掌上营业厅、短信营业厅等,这是以产品为核心经营思路的体现,表现为重视产品的展示, 却不重视客户个性化需求,不重视客户体验,不能及时洞察市场反馈,缺乏持续改进机制等。在这个方面,国外先进运营商以及优秀互联网运营商电子渠道经营方法就很值得我们借鉴。
这些业界标杆的电子渠道往往具有“任务导向”和“数据驱动”的鲜明特色。首先,业界标杆明确了电子渠道的规划设计目标是为了高效完成既定营销任务,并以运营数据作为度量设计质量的唯一依据;其次,通过对电子渠道运营数据的分析,可以发现系统运营和设计中存在的问题,从而有针对性地制定改进措施;再次, 对优化和改进效果的评估,也以运营数据作为唯一依据。这样, 就使电子渠道建设和运营的每一个环节都有明确目标,有成本估算和回报预期,对投资决策有明确帮助。下面本文将以电渠营销活动生命周期为线索,阐述“以数据分析为驱动的电子渠道运营”理念。 从电子渠道的营销活动生命周期看,一个营销活动可以被划分为营销目标及方案制定、系统设计开发、营销效果的度量指标选择、指标数据的采集、数据分析和问题发现、以及优化改进6个阶段。其过程用下图描述。
图1,以数据分析为驱动力的电信行业电子渠道运营流程示意图
1、营销目标和营销方案制定 电子渠道是实现营销目标的手段和工具,其营销任务执行绩效是评价电子渠道价值的唯一依据, 营销活动的目标必须是可用数据量化的指标。营销方案是为实现营销目标而制定的战术。举例来说,某电渠营销活动的目标是在新学期开始的一个月内,用电子渠道吸引1万学生订购“3G套餐”。电子渠道营销组为实现这个目标,制定的营销方案是:通过校园网站广告、百度导航、报纸海报宣传等方式引导潜在用户访问电子渠道,通过电子渠道的“用户争取”环节,完成“用户转化”(3G套餐订购)。初步计划吸引校园网导航的用户2万人访问本营销活动电子渠道,力促其中的5千人完成订购;计划通过百度、谷歌等导航用户1万人访问本活动电子渠道,力促其中1千人完成订购;努力通过报纸海报方式引导1万用户直接访问本次活动的电渠页面,力促其中4千人完成订购。2、电子渠道功能设计开发
在确定营销方案后,便要开发电子渠道系统,来支撑战术目标的实现。在“用户体验要素设计。
1 方法中,加瑞特这样阐述面向用户体验系统的设计和开发:面向用户体验系统的设计包含感知、框架、结构、范围、战略5个层面(每个层面设计的具体关注内容见下表描述)。这5个层面如同在协同支撑,一起构成一篇有说服力的议论文:“战略”是论文的论点,产品和目标客户必须匹配,否则系统的所有努力都是空中楼阁。“结构”是论文逻辑论证的过程,为了成功转化用户,系统和用户有个对话的过程,对话的设计者要分步骤、有策略地把产品促销的信息传递给目标客户,信息传递的次序组织符合正确逻辑,客户才会觉得言之有理。“范围”是论据,准确可信的信息是说服用户的必要条件。“框架”和“感知”是论文的语言修辞,简练、恰当的修辞可使用户重点清楚、层次分明地理解对话的含义,从而愉悦地完成整个对话过程。
表一、面向用户体验的电子渠道设计框架
“转化率”、“订单总数”通常是评价电子渠道营销绩效的最终指标。然而,用户转化不会一蹴而就,而是在系统与用户对话过程中量变产生质变。如果我们能够了解用户在对话过程各个环节中的感受,则会对找到妨碍用户转化的瓶颈问题大有帮助。在长期的电信运营支撑工作中,爱立信积累了一套测量电渠用户体验的指标体系,可用于评价电渠面向用户体验设计各环节的服务质量。其中,较为常用的有一些Web Analytics指标,如:跳离率、用户(在信息对话中的某个环节)驻留时间、访问(某元素)的用户总数、访问(某元素)非重复用户总数、转化率等。此外,还可以邀请友好用户做问卷的方式来判断用户对电渠营销各环节的使用体验。因篇幅有限,本文不对爱立信电渠用户体验指标体系做整体介绍。
4、营销的开展和数据的采集
电子渠道运营方可用多种办法采集电渠用户体验数据,本文推荐一种简便易行的方法 - 电子渠道网页植入JavaScript脚本法。举例来说,如果人我们想统计有多少用户访问了爱立信的公司主页,那么我们只需在爱立信web主页脚本的最后嵌入一段JavaScript脚本,该脚本的功能是通知“数据采集服务器”有用户访问了一次主页。
图2,用JavaScript脚本来采集用户体验数据示意图
上图描述了用户访问爱立信主页时,各系统间的交互过程。 1、首先,用户在浏览器或客户端键入网站地址并回车。 2、浏览器把访问请求通知web服务器,请求下载主页脚本。 3、客户端从web服务器下载主页,并由客户端执行主页中的JavaScript片段。 4、根据JavaScript代码的指令, 异步访问数据采集服务器。5、JavaScript调用“数据采集服务器”的特定函数,记录监控数据,并响应浏览器或客户端。 用户体验数据的采集非常方便。从系统规划角度看,“数据采集”可以和原有电子渠道功能完全独立,可以先有web和应用服务器,然后再建数据采集系统。从数据采集对原有系统的性能影响角度看,由于JavaScript采用异步访问“数据采集服务器”的方式,所以对原有web服务器、应用服务器性能没有影响,不影响用户体验。从对数据采集服务器的性能要求看,为了避免对“数据采集服务器”的压力,可用采样方式做数据采集,而不必做全量跟踪记录,因此对数据采集服务器的性能要求不高。
5、数据分析和问题发现
图3,电子渠道用户体验数据的分析示意图○2
上图中我们假设系统与用户的对话包含三个环节, 分别是用户访问、用户争取、用户转化。图一、图二、图三、图四分别描述了电渠绩效的四种场景: 在图一描述的场景中,体验数据分析结果告诉我们,在对话的“用户访问”的环节,虽然登录网页访客很多,但是跳离率也很高,而向用户争取环节进行有效转化的用户数目很少。造成此类现象的可能原因是:营销目标客户定位不准,来访客户对本营销方案没有兴趣;流量引导亟需优化,检查登录页的访客是否是活动策划的目标客户,然后决定是否需要优化内部或外部搜索(SEO)。例如,检查搜索引擎跳转到登陆页用户的关键字,考察系统对排序前十大关键词细分用户群的服务质量,寻找被搜索引擎错误引导来的客户流量。 图二描述的场景中,对话过程中“用户访问”环节几乎没有用户流失,但是在“用户争取”环节,有较多用户跳离。造成这个现象的原因可能在于,产品介绍材料没起到预期效果,用户没看完介绍就走了,因而需要优化 “框架”和“感知”层面,改进用户争取网页。
图三描述的场景中,对话过程中的前两个环节少有用户跳离,但是在用户转化环节,明显有很多用户离开。造成这个现象的原因在于,产品设计和客户需求没有匹配,目标用户分群对目标产品及其价格没兴趣。这就需要在营销设计的“战略”层面优化了。 图四描述的场景,是营销活动策划者最想看到的。在对话过程的各个环节,用户跳离率都不高,最终较多用户实现转化。 为了避免新营销网页设计产生意外的负面效应,我们可以在新营销网页上线前与旧营销网页做效果对比测试,在web服务器中,按照一定比例对新旧网页做流量配比。比如,每向100个访问下发旧网页后,搭配1次新网页下发。然后对比分析新旧系统用户体验数据,只有确定新网页效果更好之后,才做正式替换。
6、优化和改进 由于市场环境、营销对策不会一成不变,电子渠道的运营是一个持续优化和改进的过程。没有最好,只有更好。运营者可以通过用户体验数据分析,不断发现问题,进而改进设计,获得营销绩效的持续提升。 通过对用户体验数据的采集和分析,电信运营商一定可以发现影响电子渠道运营效率的瓶颈问题,并能够在系统设计层面有针对性的优化改进,并可以对新系统的运营效果及时验证。最终使得电子渠道营销的用户渗透率稳步提升。我们有理由相信,以数据为驱动的电子渠道运营文化,将成为电信行业电子渠道运营的发展趋势。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
【核心关键词】统计学、互联网、知识、课程、学生、数学、软件、招聘、数据分析、实习经历、机器学习、理论基础、业务思维、统 ...
2026-07-10在互联网运营、产品设计、市场营销与商业数据分析领域,所有转化、成交、复购行为的底层逻辑,都依托于用户决策流程。用户从产生 ...
2026-07-10 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-07-10数据透视表是数据分析中最常用、最高效的汇总分析工具,具备快速分组、聚合计算、维度拆解、数据可视化等优势,能够轻松完成求和 ...
2026-07-09在统计学、CDA数据分析、机器学习与商业数据研究中,正态分布是最基础、最重要的数据分布形态。绝大多数参数检验、数据建模、指 ...
2026-07-09 很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当 ...
2026-07-09【核心关键词】采购、周期、原材料、企业、产品、成本、要素、库存、供应商、数据分析、生产计划、生产制造、加工制造、技术工 ...
2026-07-08在数据分析、特征工程、机器学习建模的工作流程中,原始数据往往包含多个不同维度的数值指标,例如客户交易数据中的消费金额、交 ...
2026-07-08 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-07-08商业谈判是企业采购合作、渠道签约、价格议价、项目合作、客户签约的核心关键环节,直接决定企业的合作成本、利润空间与经营风险 ...
2026-07-07在数据分析、业务效果验证、AB 测试、学术研究等场景中,T 检验是假设检验体系里最基础、应用最广泛的统计方法,也是均值差异分 ...
2026-07-07 很多数据分析师每天都在写SQL,但当被问到“数据查询语言(DQL)的本质是什么”“SELECT语句中各子句的书写顺序与实际执行顺 ...
2026-07-07【核心关键词】转化率、企业、策略、岗位、互联网、拆分、产品、运营、分析师、指标体系、数据分析、用户画像、数据诊断、产品 ...
2026-07-06在数据分析工作中,文本数据处理是高频刚需场景,用户评论、客服工单、日志信息、调研问卷、商品文案等数据都包含大量文本内容。 ...
2026-07-06 很多数据分析师写过无数个SELECT查询,但当被问到“如何新建一张表来固化中间数据”“创建视图和创建物理表有什么区别”“视 ...
2026-07-06在 CDA 数据分析师能力体系中,透视分析是数据探索、多维度汇总、业务复盘的核心基础技能。无论是 Excel 数据透视表,还是 Power ...
2026-07-03在市场竞争日趋激烈、获客成本持续攀升的当下,企业粗放式的“广撒网”获客模式早已无法适配经营需求。企业经营的核心逻辑,已经 ...
2026-07-03 很多数据分析师精通Excel函数和数据透视表,但当被问到“数据从哪里来”“表和视图有什么区别”“数据库管理系统和SQL是什么 ...
2026-07-03【核心关键词】运营、企业、核心、客户、新技术、数字化运营、数据分析、传统企业、人工录入、生产系统、技术人员、数据安全、 ...
2026-07-02在产品开发、项目立项、业务拓展、运营优化的工作中,市场调查、竞品分析、需求调研是三大核心基础工作。很多从业者容易将三者混 ...
2026-07-02