Adobe Analytics
数据监测分析工具
Adobe Analytics是Adobe推出的对广告、用户属性、用户行为做数据跟踪采集和深入分析的系统。
[查看更多]
方案概述
Solution Summary
数据化运营解决方案涵盖了市场战略分析、市场营销分析、网站运营分析、会员运营分析、客户运营分析、商品运营分析、用户体验分析等各个方面，其既有针对宏观C-Level的市场战略类支撑，也有着眼于落地应用的内部各个部门的应用。该体系化的方案可以完整支撑企业各个运营链条的决策机制，并通过计划预测、动态预警、效果分析、主题性挖掘等多种形式落地。
业务痛点
Issues & Problems
card_travel
缺乏战略性支撑
针对战略层的数据支撑，是很多企业所忽视的。事实上，企业战略层由于涉及到整个企业的发展方向的重大决策，更需要数据+业务经验相结合。如果一次营销活动失败，顶多损失几百万的广告费用；但如果是企业巨额失败，那么很可能将导致企业运营的失败。
trending_up
缺乏竞争监控
对行业内关键竞争对手的监控，是“知己知彼 百战不殆”的基础。企业各个运营部门在开展工作时大多数只立足于当前企业环境，而缺乏对行业竞争对手和竞争环境的意识，因此触脉推出的方案将把竞争研究作为数据化运营的重点之一，力图打造立足于行业基本面的全方位数据视图。
lightbulb_outline
数据支撑缺乏体系化
企业内各个部门一般都有数据分析职能，但出于部门内部利益，往往无法建立基于全局利益的数据工作体系。触脉的这套数据化运营解决方案，从企业全局出发，通过打通各个部门的关键数据节点，在解决其痛点的基础上将各个环节有效结合起来，确保各个体系都能有效理解并执行全局性数据工作。
方案内容
Solution Contents
市场营销分析
市场营销分析面向的对象是市场中心或营销中心。核心是为市场营销和广告媒体的媒体策划、媒体执行、媒体效果评估提供支持。市场营销分析主要提供以下内容：
1.建立媒体档案库，建立效果预测模型，辅助营销计划制定；
2.虚假流量辨别，并建立虚假流量预警系统；
3.每个活动中营销渠道效果评估，并根据活动目标提升目标转化率；
4.建立和健全营销渠道的主题性分析，包括生命周期、投放组合、价值贡献、预警判断等模式；
5.跟踪精准对手的媒体投放策略、行业新媒体趋势和发展脉络，为企业投放提供参考。
会员运营分析
会员运营分析面向的对象是会员营销、会员关怀等围绕会员的部门。核心是提升会员全生命周期价值并结合企业战略需要，开展基于数据驱动的精准化会员营销。会员运营分析主要提供以下内容：
1.建立会员画像体系，建立完整的客户认知体系；
2.建立和健全用户生命周期内涵盖从匿名访客到流失用户的全周期价值研究体系；
3.建立完整的会员营销响应预测、计划实施、规则提取、自动执行、效果评估的自动化机制；
4.通过基于完整会员的分析，并结合个性化EDM、短信、微信、APP PUSH等方式落地和优化；
5.企业用户的调查研究与分析，协同其他会员渠道开展线下访谈、调研等，为获取用户真实反馈提供。
网站运营分析
网站运营分析面向的对象是网站运营或企业前端运营部门。核心是充分利用网站各个资源位和广告位，将流量分发价值最大化，提升目标转化效果。网站运营分析主要提供以下内容：
1.网站资源位效果标杆管理，建立效果预警机制与评估模型；
2.网站活动运营、资源运营、页面运营等至此，并找出最优化投放组合及投放预测效果；
3.各资源位置效果监控及恶意点击监测，提升目标转化率；
4.完善站内潜在广告和资源位的挖掘机制，为企业变现提供更多思路和参考；
5.协同个性化推荐、CMS等相关系统，建立包含展示、引导、转化、复购等完整环节智能工作机制。
客服运营分析
客服运营分析面向的对象是企业内部以客户服务为主的部门，包括呼叫中心、客户服务等。核心是完善与客户的沟通渠道、方法和机制，提升客户服务的满意度。客服运营分析注意提供以下内容：
1.通过整合企业内部各渠道数据形成完整客户认识，并建立基于时间的客户行为事件视图；
2.通过对客户诉求的分析，智能化匹配最优目标解决方案、流程或方法；
3.协助客服、IT部门打通客户接触通道形成自动化应答、引导机制；
4.建立和健全客户的满意度分析模型、口碑传播模型和情感认知模型，预判和识别客户场景化诉求；
5.完善客服工作绩效评估体系，将客户满意度与销售或其他目标转化结合，形成满意度价值贡献模型。
商品运营分析
商品运营分析面向的对象是企业内部的采销或商品运营相关部门。核心是通过对销售的预测与分析，提升商品周转，最大化商品销售利润。商品运营分析主要提供以下内容：
1.研究商品流量入口分析，识别商品渠道属性并做流量落地页的商品适配；
2.完善商品销售转化漏斗，发现并优化商品销售短板，并通过程序化的方式建立有效应对机制；
3.将库存、物流、销售、推广、运营结合起来，实现商品流转认知；
4.建立和完善商品分析模型，涵盖销售预测、恶意订单检测、关联销售、动销分析等；
5.形成竞品调研和分析体系，为企业内部商品运营提供参考。
用户体验分析
用户体验分析面向的对象是企业内部以用户流程、功能和体验为主的部门，例如UI、UE、网站产品部等。核心是提升用户的好感度、体验度和满意度。用户体验分析主要提供以下内容：
1.分别建立和完善用户体验衡量指标体系以及基于指标体系的数据收集和采集方案和机制；
2.建立用户需求感知模型，综合挖掘用户需求，并为网站改版、流程改进提供参考依据；
3.建立用户的流失、退出行为分析模型，协同IT、网站运营、商品运营等部门改进用户体验；
4.通过A/B和多变量测试等方法，对元素和功能、页面、流程等做测试，辅助于用户体验优化和改进；
5.建立用户体验分析矩阵，结合多种模式提取用户体验信息点。
主要优势
Main Advantages
business
思路体系化
摒弃各自为政的思想，从企业全局出发制订总体分析策略并协同各部门推进。
people
集成多种运营方式
通过多系统的集成，实现数据分析、运营与落地的有效结合，而不仅仅停留在报告层面。
lightbulb_outline
全流程辅助决策
数据不再是“事后诸葛亮”，而是贯穿整个企业从决策、实时、预警、分析的全流程。
headset_mic
宏观与微观结合
立足于企业内、外不同角色的需求，从宏观和微观、内部和外部都角度解决问题。
应用案例
Case Studies
零售领域
Retail Industry
某企业通过建立数据化运营体系来提升企业经营效率并减低冗余成本
某企业是国内领先的零售企业，全国拥有超过1000家实体店，并拥有在线商城。与大多数企业一样，刚开始该企业的数据都是分散在各个业务部门内部，甚至IT部门也有零散的数据分析部。经过企业内部的结构调整，建立的企业级大数据中心，并针对各个部门建立了数据分析辅助决策体系，以支持数据化运营工作的开展。尤为重要的是，在针对C-Level的数据辅助决策过程中，不仅让决策者了解到更加全面、实时、准确的数据全貌，而且还促进各级子公司、中心、部门间的工作协调和协同工作，有效提升了企业经营效率并减低冗余成本。