主页 > 快速排名 > 常见问题 > 数据分析对全网营销有什么意义?

数据分析对全网营销有什么意义?

POST TIME:2018-12-03 15:33

    在中国,尽管全网营销的概念很火,但全网营销的效率低于一些发达国家也是事实。无论是门户广告、搜索引擎广告,还是广告联盟,从行业平均转化率上看,都要低于国外较为成熟国家的水平。据估计,国内的Bouncerate(蹦失率,即用户只浏览第一页即离开的比例)介于90%~99%之间,而欧美的Bouncerate则是70%左右。     诚然,国内的网络营销环境处于发展之中,环境不那么尽如人意,但中国互联网络信息中心分析师孙秀秀认为,出现这种情况的很多责任在投放广告的企业方,在于对营销背后的数据分析工作的不重视,没有精确定位有效的客户群,导致大量的展示给了不相关的网民。     通常,广告投放前的数据分析可以分为两步走。     第一步:描述目标群体。     比如,目标群体是18~25岁,上网购物的年轻女性。     第二步:描述此群体的网络活动轨迹。     也就是说,知道目标客户群上什么网站、做什么事、在什么时间地点能够找到他非常重要。实际上,论覆盖面,网络营销还远远赶不上传统媒体。2009年底中国的互联网普及率为28.9%,而同期中国电视的普及率却已经超过80%。但是,仍旧有很多有远见的企业选择网络营销。其中的一个重要原因是,网络营销的全过程都可以被追踪到,通过数据分析可以随时调整投放方式。     采用的分析方法如下:       1、描述性统计分析     包括样本基本资料的描述,作各变量的次数分配及百分比分析,以了解样本的分布情况。此外,以平均数和标准差来描述市场导向、竞争优势、组织绩效等各个构面,以了解样本企业的管理人员对这些相关变量的感知,并利用t检验及相关分析对背景变量所造成的影响做检验。     2、Cronbach’a信度系数分析     信度是指测验结果的一致性、稳定性及可靠性,一般多以内部一致性(consistency)来加以表示该测验信度的高低。信度系数愈高即表示该测验的结果愈一致、稳定与可靠。针对各研究变量的衡量题项进行Cronbach’a信度分析,以了解衡量构面的内部一致性。一般来说,Cronbach’a仅大于0.7为高信度,低于0.35为低信度(Cuieford,1965),0.5为最低可以接受的信度水准(Nunnally,1978)。     3、探索性因素分析(exploratoryfactoranalysis)和验证性因素分析(confirmatoryfactoranalysis)     用以测试各构面衡量题项的聚合效度(convergentvalidity)与区别效度(discriminantvalidity)。因为仅有信度是不够的,可信度高的测量,可能是完全无效或是某些程度上无效。所以我们必须对效度进行检验。效度是指工具是否能测出在设计时想测出的结果。收敛效度的检验根据各个项目和所衡量的概念的因素的负荷量来决定;而区别效度的检验是根据检验性因素分析计算理论上相关概念的相关系数,检定相关系数的95%信赖区间是否包含1.0,若不包含1.0,则可确认为具有区别效度(Anderson,1987)。     4、结构方程模型分析(structuralequationsmodeling)     由于结构方程模型结合了因素分析(factoranalysis)和路径分析(pathanalysis),并纳入计量经济学的联立方程式,可同时处理多个因变量,容许自变量和因变量含测量误差,可同时估计因子结构和因子关系。容许更大弹性的测量模型,可估计整个模型的拟合程度(Bollen和Long,1993),因而适用于整体模型的因果关系。在模型参数的估计上,采用最大似然估计法(MaximumLikelihood,ML);在模型的适合度检验上,以基本的拟合标准(preliminaryfitcriteria)、整体模型拟合优度(overallmodelfit)以及模型内在结构拟合优度(fitofinternalstructureofmodel)(Bagozzi和Yi,1988)三个方面的各项指标作为判定的标准。在评价整体模式适配标准方面,本研究采用x2(卡方)/df(自由度)值、拟合优度指数(goodness.of.f:iJt.in.dex,GFI)、平均残差平方根(root—mean.square:residual,RMSR)、近似误差均方根(root-mean—square-error-of-approximation,RMSEA)等指标;模型内在结构拟合优度则参考Bagozzi和Yi(1988)的标准,考察所估计的参数是否都到达显著水平

标签:盐城 林芝 九江 东营 乌鲁木齐



收缩
  • 微信客服
  • 微信二维码
  • 电话咨询

  • 400-1100-266