電商流量數據化運營

前言
第1章 全面認識流量數據化運營
1.1流量運營的3個核心概念
1.1.1什么是流量
1.1.2流量的來源
1.1.3流量的數據化運營
1.2流量運營的4個基本步驟
1.2.1營銷目標確定
1.2.2渠道策略與計劃管理
1.2.3媒體投放與執(zhí)行管理
1.2.4渠道投放效果評估與復盤
1.3流量運營的職能崗位
1.3.1部門劃分
1.3.2技能要求
1.4流量運營的4類數據來源
1.4.1通過廣告投放工具獲得的外部投放數據
1.4.2通過流量分析工具采集的自有流量數據
1.4.3通過大數據工具采集的自有數據
1.4.4通過第三方來源獲得的行業(yè)和競品數據
1.5本章小結
第2章 常見流量渠道全面盤點
2.1直接輸入流量渠道
2.1.1什么是直接輸入流量
2.1.2直接輸入流量的3個特征
2.1.3知識拓展：直接輸入流量4類業(yè)務抓手
2.2SEO渠道
2.2.1什么是SEO流量
2.2.2SEO流量在企業(yè)前、中、后期的角色
2.2.3國內SEO市場的兩大陣營
2.2.4數據如何應用到SEO渠道運營
2.2.5知識拓展：SEO渠道的價值局限性
2.3SEM渠道
2.3.1什么是SEM
2.3.2SEM更多的價值在于“臨門一腳”
2.3.3SEO與SEM的相互促進和掣肘
2.3.4SEM渠道適用的營銷場景
2.3.5數據如何應用到SEM渠道運營
2.3.6知識拓展：SEM渠道的流量天花板
2.4硬廣告渠道
2.4.1什么是硬廣告
2.4.2為什么硬廣告不精準，我們依然要投
2.4.3如何評估線下硬廣告的實際效果
2.4.4硬廣告渠道適用的營銷場景
2.4.5數據如何應用到硬廣告渠道運營
2.4.6知識拓展：流量作弊，硬廣告之殤
2.5信息流廣告渠道
2.5.1什么是信息流廣告
2.5.2信息流廣告的精準體現在哪里
2.5.3場景化思維下的信息流廣告運營
2.5.4信息流廣告適用的營銷場景
2.5.5數據如何應用到信息流廣告運營
2.5.6知識拓展：如何消除“老板看不見廣告”的焦慮
2.6社群渠道
2.6.1什么是社群渠道
2.6.2社群中的圈層管理
2.6.3挖掘社群渠道裂變模式、節(jié)點與傳播路徑
2.6.4社群渠道適用的營銷場景
2.6.5數據如何應用到社群渠道運營
2.6.6知識拓展：證明社群運營的價值
2.7MCN渠道
2.7.1什么是MCN
2.7.2MCN直播帶貨模式的“?！迸c“機”
2.7.3企業(yè)與MCN的供應鏈合作
2.7.4MCN渠道適用的營銷場景
2.7.5數據如何應用到MCN渠道運營
2.7.6知識拓展：MCN渠道直播帶貨選品的考慮要素
2.8會員營銷渠道
2.8.1什么是會員營銷渠道
2.8.2會員營銷的精準優(yōu)勢來源于哪里
2.8.3會員營銷需要平衡用戶體驗與企業(yè)目標
2.8.4會員營銷渠道適用的營銷場景
2.8.5數據如何應用到會員營銷運營
2.8.6知識拓展：不做會員營銷的異類電商企業(yè)
2.9CPS渠道
2.9.1什么是CPS渠道
2.9.2第三方CPS渠道都是“劫道”的
2.9.3CPS對消費者的決策驅動力體現在哪里
2.9.4與其他渠道相比，CPS渠道的性價比如何
2.9.5CPS渠道適用的營銷場景
2.9.6數據如何應用到CPS渠道運營
2.9.7知識拓展：CPS渠道作弊與刷量
2.10其他流量渠道
2.10.1小程序
2.10.2快應用
2.10.3App流量渠道
2.10.4公關傳播
2.10.5LBS渠道
2.10.6線下實體網點
2.10.7BD合作渠道
2.11本章小結
第3章 渠道策略與計劃管理
3.1設計企業(yè)級流量渠道策略
3.1.1企業(yè)級流量渠道策略概述
3.1.2流量渠道策略的應用場景
3.1.3健康的流量結構的特征
3.1.4基于不同營銷目標的渠道貢獻度
3.1.5知識拓展：流量運營與整合營銷傳播的關系
3.2基于多指標綜合決策的渠道選擇
3.2.1基于多指標的綜合決策概述
3.2.2如何選擇多個決策指標
3.2.3如何設置多個指標的權重
3.2.4結合層次評分綜合評估渠道排名
3.2.5知識拓展：解決統(tǒng)一標準下不同渠道價值評估的公平問題
3.3發(fā)掘流量爆發(fā)力強的渠道
3.3.1流量爆發(fā)力概述
3.3.2流量爆發(fā)力強的兩個特征
3.3.3哪些渠道流量爆發(fā)力更強
3.3.4通過數據分析爆發(fā)力強的渠道
3.3.5知識拓展：如何評估未投放渠道的流量爆發(fā)力
3.4預測付費渠道效果并進行KPI管理
3.4.1付費渠道效果預測概述
3.4.2不同付費渠道預測的差異點
3.4.3通過回歸方法預測流量效果
3.4.4預測模式的可解釋性與限制性
3.4.5知識拓展：如何基于預測結果制定KPI
3.5預測直接輸入與SEO效果并設置合理預期
3.5.1直接輸入與SEO效果預測概述
3.5.2通過加權移動平均方法預測未來流量
3.5.3知識拓展：自動ARIMA在預測中的應用
3.6基于多因素限制的目標最大化的預算分配
3.6.1預算分配概述
3.6.2預算分配時的主要限制性因素
3.6.3通過規(guī)劃求解實現多因素約束下的目標最大化
3.6.4應用目標最大化規(guī)劃求解的限制性條件
3.6.5知識拓展：規(guī)劃求解的其他應用場景
3.7基于用戶行為模式的渠道組合管理
3.7.1用戶訪問行為的渠道概述
3.7.2如何識別用戶訪問的來源渠道
3.7.3通過序列關聯模式挖掘渠道組合策略
3.7.4基于用戶訪問行為的渠道組合策略的限制條件
3.7.5知識拓展：將渠道組合策略擴展到跨設備領域
3.8數據使用注意
3.8.1數據反映了過去，但不能100%說明未來
3.8.2濫用數據還不如不用
3.8.3業(yè)務方也要懂數據
3.9本章小結
第4章 媒體投放與執(zhí)行管理
4.1基于Lookalike的投放人群管理
4.1.1渠道投放人群概述
4.1.2基于Lookalike的ID列表實現投放人群管理
4.1.3基于Lookalike的人群規(guī)則實現投放人群管理
4.1.4知識拓展：在精準與規(guī)模之間尋找平衡點
4.2基于用戶喜好的投放內容管理
4.2.1投放內容管理概述
4.2.2基于不同動作傾向的商品喜好
4.2.3基于目標商品提煉的共性標簽
4.2.4知識拓展：廣告內容個性化與動態(tài)素材管理
4.3基于效果的廣告觸達媒介優(yōu)選
4.3.1廣告觸達媒介優(yōu)選概述
4.3.2使用方差分析確定媒介效果的差異性
4.3.3基于方差對比判斷媒介的穩(wěn)定性
4.3.4知識拓展：假設檢驗在業(yè)務場景中的應用
4.4廣告投放的排期要素管理
4.4.1廣告投放的排期要素管理概述
4.4.2不同日期維度下的影響分析
4.4.3通過日歷標記管理日期性要素
4.4.4知識拓展：基于組合媒體的排期管理
4.5著陸頁測試與優(yōu)化
4.5.1著陸頁優(yōu)化概述
4.5.2著陸頁測試的3種類型
4.5.3著陸頁測試的8類主要對象
4.5.4著陸頁測試的4個實施要素
4.5.5著陸頁測試的貝葉斯評估方法
4.5.6知識拓展：著陸頁個性化設計策略
4.6渠道測試性投放
4.6.1渠道測試性投放概述
4.6.2測試性投放中的噪聲控制
4.6.3測試性投放的效果一致性驗證
4.6.4知識拓展：基于渠道相似性的策略應用
4.7渠道補量、扣量和余量
4.7.1渠道補量、扣量和余量概述
4.7.2補量的兩種操作方式
4.7.3廣告主扣量的優(yōu)化價值
4.7.4余量的數據反饋及成因
4.7.5知識拓展：數據度量標準與數據差異性原因
4.8數據使用注意
4.8.1多個數據系統(tǒng)的數據誤差
4.8.2小樣本數據
4.9本章小結
第5章 執(zhí)行常見問題的排查與解決
5.1渠道執(zhí)行問題排查常用維度
5.1.1渠道執(zhí)行問題概述
5.1.2渠道執(zhí)行問題排查的常用維度
5.1.3渠道執(zhí)行問題排查的先后邏輯
5.1.4知識拓展：排查問題時的5種思維模式
5.2排查實時流量驟降的原因并做好預防
5.2.1流量驟降概述
5.2.2如何獲得實時流量數據
5.2.3排查流量驟降的4個步驟
5.2.4預防流量數據丟失的4個步驟
5.2.5知識拓展：采集端數據丟失產生的影響
5.3排查實時流量驟增的原因并解除異常
5.3.1流量驟增概述
5.3.2排查流量驟增的4個步驟
5.3.3案例：某次大型促銷活動流量驟增100倍
5.3.4知識拓展：消除流量驟增對后續(xù)流量運營的影響
5.4排查流量下滑渠道并找到優(yōu)化點
5.4.1流量下滑概述
5.4.2細分并找到主要下滑渠道
5.4.3找到與下滑趨勢相反的異常渠道
5.4.4知識拓展：構建完整的渠道跟蹤結構
5.5排查ROI下降的原因并找到問題點
5.5.1ROI下降概述
5.5.2通過縮小ROI下滑渠道的范圍確定問題渠道
5.5.3通過計算收入和費用因子得分找到問題渠道
5.5.4知識拓展：將因子得分排查法拓展到更多場景
5.6數據使用注意
5.6.1流量運營也要對ROI負責
5.6.2不要到活動結束后才開始問題排查
5.6.3復雜的統(tǒng)計分析結果不是必要保證
5.7本章小結
第6章 營銷渠道的效果評估與基本分析
6.1如何評估渠道效果的好壞
6.1.1渠道效果評估概述
6.1.2判斷數據好壞的4種方法
6.1.3判斷數據好壞程度的2種方法
6.1.4知識拓展：渠道的數據重復計算問題
6.2如何通過歸因合理分配渠道轉化貢獻
6.2.1歸因模型概述
6.2.2歸因能解決的2類業(yè)務問題
6.2.35類常見的歸因模型
6.2.4針對不同場景選擇適合的歸因模型
6.2.5知識拓展：基于完整數據的自定義歸因
6.3如何分析渠道效果的邊際效應
6.3.1渠道效果邊際變化規(guī)律概述
6.3.2分析渠道回報效率的邊際遞減效應
6.3.3分析渠道單位成本的邊際遞增效應
6.3.4知識拓展：數據分組
6.4如何找到渠道轉化短板并提升轉化效果
6.4.1漏斗分析概述
6.4.2漏斗分析的主要業(yè)務場景
6.4.3漏斗分析的額外數據跟蹤
6.4.4漏斗分析的主要維度和方法
6.4.5案例：預約表單的漏斗分析與應用
6.4.6知識拓展：跨行為類型的漏斗跟蹤
6.5如何分析渠道留存效果
6.5.1渠道留存概述
6.5.2如何分析留存衰減趨勢
6.5.3如何分析留存穩(wěn)定期
6.5.4如何分析運營活動對留存的影響
6.5.5如何分析新用戶規(guī)模與留存率的關系
6.5.6知識拓展：通過留存發(fā)現的作弊問題
6.6如何分析渠道的時間特征
6.6.1時間特征概述
6.6.2分析渠道的長期趨勢、年度特征
6.6.3分析渠道的中期趨勢、季度特征
6.6.4分析渠道的短期趨勢、月度特征
6.6.5知識拓展：分析渠道的時間交叉特征
6.7如何對流量渠道做分組分析
6.7.1渠道分組分析概述
6.7.2按照渠道屬性的分組分析
6.7.3按照渠道效果的分組分析
6.7.4知識拓展：分組的目標是確定優(yōu)化方向，而非分組本身
6.8如何分析著陸頁數據
6.8.1分析著陸頁是否真的有問題
6.8.2分析注意力隨位置的變化規(guī)律
6.8.3分析頁面加載時間對轉化的影響
6.8.4知識拓展：著陸頁上的異常數據
6.9數據使用注意
6.9.1數據評估結果不是念數據
6.9.2看似正確實際卻錯誤的建議
6.9.3正確但沒用的建議
6.9.4基于片面數據歸納的偏頗結論
6.10本章小結
第7章 渠道效果專題性研究
7.1流量渠道的效果標桿研究
7.1.1渠道效果標桿概述
7.1.2渠道效果標桿設立的3個原則
7.1.3渠道效果標桿定義的3類方法
7.1.4知識拓展：“集中程度”還是“最佳實踐”
7.2渠道效果影響因素研究
7.2.1渠道效果影響因素概述
7.2.2分析特征對轉化目標的正負向影響
7.2.3分析特征如何影響單個樣本的預測結果
7.2.4知識拓展：渠道效果影響因素的落地應用
7.3轉化路徑的媒體組合規(guī)律研究
7.3.1轉化路徑的媒體組合概述
7.3.2單一渠道重復次數對效果的影響分析
7.3.3組合渠道首末次觸點對效果的影響分析
7.3.4增加新的渠道對原有投放組合的影響分析
7.3.5知識拓展：基于轉化路徑鏈接關系的規(guī)律分析
7.4渠道相似度研究
7.4.1渠道相似度概述
7.4.2基于渠道效果的最近鄰分析
7.4.3基于渠道效果的聚類分析
7.4.4知識拓展：基于訪問協(xié)同過濾的相似度分析
7.5虛假流量辨別與研究
7.5.1虛假流量概述
7.5.2通過流量屬性分布辨別虛假流量
7.5.3通過流量在線行為指標辨別虛假流量
7.5.4通過用戶離線行為指標辨別虛假流量
7.5.5通過用戶行為流序列關系辨別虛假流量
7.5.6通過業(yè)務投放與實際數據差異辨別虛假流量
7.5.7通過數據的質量辨別虛假流量
7.5.8通過頁面熱力圖辨別虛假流量
7.5.9通過長期價值指標辨別虛假流量
7.5.10知識拓展：通過機器學習方法辨別虛假流量
7.6數據使用注意
7.6.1模型準確度并非高于一切，不能忽略業(yè)務落地性
7.6.2不能通過一次專題分析解決所有問題
7.6.3專題分析并非是一次性的
7.6.4重視數據過程，也要重視數據校驗
7.6.5模型并非萬能
7.7本章小結
第8章 流量運營的監(jiān)控與效果復盤
8.1流量日常監(jiān)控
8.1.1流量日常監(jiān)控概述
8.1.2如何實現自動化監(jiān)控
8.1.3監(jiān)控結果的信息告警
8.1.4知識拓展：流量的外部競爭監(jiān)控
8.2流量復盤
8.2.1流量復盤概述
8.2.2流量復盤的參與部門
8.2.3流量復盤的基本流程
8.2.4流量復盤的主要內容
8.2.5知識拓展：有效復盤的重要支撐——執(zhí)行過程的數字化
8.3撰寫分析報告
8.3.1分析報告概述
8.3.2不同報告對象的內容側重點
8.3.3不同類型報告的內容側重點
8.3.4影響分析報告滿意度的因素
8.3.5知識拓展：分析報告的立場問題
8.4數據使用注意
8.4.1數據分析師并非只是寫報告
8.4.2不能使用“我覺得”代替數據論證
8.4.3數據分析不能過分依賴數據工具
8.4.4數據分析不能速成
8.5本章小結
附錄A 電商流量運營數據參考
附錄B Python安裝和部署