用户名*
E-Mail*
密码*
确认密码*
忘记
忘记密码？ 请输入您的电子邮件地址。 您将收到一个链接，并将通过电子邮件创建一个新的密码。
如题
所有企业都有一个希望，就是用最少的广告费获得更多的用户。根据我国今年来的调查数据显示，在2010年左右，广告行业实现了大数据技术引导投放，之后的两年里，广告投放费的GDP占比反而疯狂上涨，而在此之后，人们显然认识到达数据的局限性，涨幅有所下降，可惜占比仍然居高不下。简单的说，在大数据精准投放的加持下，企业广告投放的成本收益比却降低了。这是为什么呢？今天DataHunter数猎哥就来从数据分析的角度说说企业在做市场营销推广时，如何提高广告投放的效果。
一、为什么广告投放没有效果
1.忽略了产品的生命周期企业在做推广投放时会涉及关键指标的跟踪，比如CPM、CPS、GMV、DAU等，这些指标除了与企业的获客成本、平均客单价、客户数量等密切相关以外，还需要结合企业产品的生命周期来进行监测。
http://weixin.qq.com/r/STtVTevEy7a0ra8u925b (二维码自动识别)
对于处在成熟期的业务模式良好的公司，上述指标是可行的。因为成熟公司讲究的是执行到位，商业模式验证阶段已经完成了。企业只需要复制已有模式，按部就班，扩大规模就能顺利达成商业目标。对应的GMV等指标是可以衡量运营绩效的，对这些关键指标的跟踪也能有效的度量企业的投放效果。
但对于创业阶段还处于探索期的新项目而言，由于商业模式都还没完全确定，还在寻找目标客户和验证产品。这个阶段主要做小规模广告投放，目的是为了验证产品和市场的匹配程度，通过广告投放测试了解当前的产品、商业模式是否能让自己盈利。这个时候需要考核的重要指标不是GMV、DAU，而是在广告停止投放以后，有多少用户会继续使用产品、产品的复购率、转介绍次数有多少等与公司生存密切相关的数据。
2.对各投放平台本质的认知不够企业做广告投放的目的是为了影响消费者的决策，我们常听说大数据可以预测人的行为，那是不是利用大数据就可以影响消费者的决策让广告更有效呢？其实不然，各大数据平台是通过日常精准的抓取并记录用户的行为数据，为用户建立一个个的标签，并将其详细归类。而这种方式暂时无法做到精准预测人的行为。原因首先是数据本身不完整，各个大数据平台可能处于对用户隐私的保护，或者各个平台之间的数据并没有完全打通；其次即使数据孤岛被打通，数据本身是完整的，也不能保证各大信息流平台就能精准的识别和预测潜在受众对广告的主观反映，因为人性本身是不可预测的。如今的大数据，只是省去了我们收集处理的过程，而如何洞察消费者的决策，还需要人脑来进行，大数据技术只是辅助而非主导。
3.忽略了对人性的洞察企业做广告投放，不管是做信息流还是其他，其实都是在研究人的购买决策过程，即研究用户从“看到”到“产生兴趣”、再到“产生购买欲望”、最后完成购买行为的整个过程。但真正的需求往往是隐而不见的，而想要把隐形动机发掘出来，就必须要学会洞察人性。
菲利普科特勒的《营销管理》中提到，消费者的决策路径分中央决策路径和边缘决策路径，其中中央路径是说消费者态度的形成或改变来源于他对最重要的产品信息进行的大量认真而理性的思考；边缘路线是说消费者态度的形成或改变并非基于充分的思考，而是根据正面或负面的边缘线索所形成的品牌联想。所以企业在对信息流广告的数据进行分析时，各大数据平台给到只是用户标签数据的表象，还需要从多重视角，甚至需要从最深层次的人性角度去探索背后的原因，思考为什么受众会做出这样的反应？他们转化或是不转化的底层逻辑是什么？如此反复才可能找到优化的方向，比竞争对手提前一步找到客户。
二、如何识别广告投放效果好与差
1.什么是好的效果线上营销主要有两类，一是品牌推广，效果考核主要是曝光量；二是绩效营销，效果考核主要是获得了多少用户。当然，根据企业需要用户做的事情不同，又可以细分成很多层面，比如有的是下载量、激活量，有的是销售线索，比如电话，微信涨粉，还有的是触发行动，比如领取优惠券，转发拼团等等。就绩效营销来说，想要用户做到上面这些事儿，对应的门槛也是不同的，企业需要相应的激励措施，给到用户不得不照着做的理由。
2.什么是好的效果这里企业广告投放效果“差”是相对的概念，需要同时提供合适的参照系，才能理解效果“差”在哪里。比如跟谁比，以什么标准比，在什么范围内比。如果不明确，那么这样的效果“差”是无法为后续的数据分析提供帮助的。这里我们可以从企业内部和外部两个方向来看：
（1）企业内部①渠道：是某个渠道相对较差，还是不管什么渠道都差？这两个问题对应的解决方法是完全不一样的；②时间：是同比差，即现在和去年同时期的效果对比？还是环比差，即现在这个投放周期和上一个投放周期对比？③产品/服务/品牌：一些公司的产品线和品牌较多，那么是某一个产品效果差还是同类的某几个都差？还是所有产品投放效果都不好？④地域：是在某几个城市差还是某几个省份差？⑤转化路径：是点击率差还是落地以后的转化环节差？⑥管理：是各项指标和公司既定的指标相比较差？还是和自己预期比较差？
（2）企业外部企业外部是指同行甚至是全网，比如当转化率、获客成本 、订单成本等广告投放效果“差”的时候，站在同行乃至全网的角度，是与同行平均水平相比？还是与主要的竞争对手相比？因为企业不仅仅是在和同行抢流量，还和你用户关注的其他行业产品抢流量。再比如，投放的问题是出在投放工作本身还是投放工作之外？除此以外还有很多思考维度，比如投放本身是不是有问题？用户分析有无问题？产品本身是不是适合在线上推广等等。当然不管是内部还是外部还有许多不同的维度可以拆解，但不管怎么分，目的只有一个，就是找到关键指标所在，然后更精准、高效的解决投放问题。
三、企业抓取“有效”流量的3个关键点
早期的互联网产品不多，流量基本集中在几个门户网站上，那时候的推广方式主要是追逐流量，从来不思考流量的质量。而如今移动互联网环境中，流量到处都是，但所有的平台都有自己的特有属性，企业需要在各个平台抓取“有效”流量，而流量是否“有效”需要关注三个关键点：媒介、受众和产品。
1.媒介企业投放的目的是为了获取有效流量，那么媒介就相当于获取流量的通道。不同的媒介，对应的流量也不尽相同，用以实现的广告目的也都不同。比如有的媒介就适合做品牌曝光，有的更适合卖货，有的只适合互动，那么只适合曝光的媒介就应该匹配以曝光为目的的文案，适合转化的媒介就写利于转化的文案，如此才能更准确的引流。媒介一定意义上也可以解释为用户看到广告时的场景。也就是说，媒介代表了场景。不同场景下的用户状态是不一样的，接收信息的状态也是不一样的，我们需要根据用户当下的那个状态去写对应的内容。
比如在地铁中以品牌广告居多，推广品牌形象为主，这和地铁广告给大众的心理形象有关，在这里做广告意味着品牌有实力，那么相应的投放费用也比较高；信息流广告平台上的内容，一般会伪装成一条资讯发布，这是由于用户在浏览信息流的时候，潜意识是在查看资讯，因此会抗拒广告，伪装成资讯可以解除用户对广告的抵触，相对点开率会更高。比如同样是婚纱广告，在知乎，可以伪装成问答，最好还要有点话题性，不然难以引发传播；但在头条，就适合伪装成通知，比如民国风婚纱今日上线，限99对尝鲜。
2.受众
企业在做广告投放时需要明确目标用户是谁，而这是抓取到有效流量的另一个关键点。受众精准创意内容有两个明显的好处：一是找到并吸引符合条件的人，让广告花费更值；二是赶走不符合条件的人，减少广告浪费。很多创意内容常会犯的错误是：将时间浪费在那种不会买、或者是没有实力买的受众身上。为了避免这种错误，需要先对受众做个界定。即看到投放到的这个受众，要具备以下条件：（1）对产品/服务感兴趣比如企业卖的是代步型的轿车，那么对越野感兴趣的人就基本上不用考虑了，也不需要把广告投给有这种透露出越野气质的用户。假设你投放的是寿险的广告，那么那些超出年龄范围之外的用户就不需要你考虑了，除非有数据或者调研证明，这些超出产品年龄之外的人士可以影响目标用户的决策，才有必要针对他们做投放。
（2）能够买得起产品/服务也许你会说只要想买，钱不是问题，比如苹果手机，很多人买不起也在想办法买。但这件事有两个前提，就是用户愿意为购买这个产品想尽办法，以及没有强大的反对力量拉扯他；如果我们一开始就锁定了有购买力的人，那么他自己就能搞定，我们也不用花时间通过内容去处理那些可能会影响用户购买决策的反对意见。
（3）购买产品/服务的决策者没有决策权就容易被周围有决策权的人否定，例如昂贵的游戏机，受众群之一是青少年，而决策者往往是家长。这时候投放的内容需要打动的是成年的、有消费能力的青年内心深处的孩童的愿望。如果过度针对少年儿童，那么家长的反对意见可能会需要花费很多精力去搞定。在信息流的环境里，用户每多想一秒，就会多一分不买的可能。除非企业投放的广告内容里为他提供了足够多、且到位的说服理由，让他去说服比他更有决策权的人，否则还是找到最有决策权的人，一步搞定最好。
（4）认可产品/服务体验过与你类似产品/服务、而且还对此挺有好感的人会是企业投放首选要说服的对象。比如张三是网易云课堂的用户，对他们出品的文案课程很有信心，那么下一次网易云再推文案类课程的时候，就很容易感兴趣，愿意去了解。如果是张三从没关注过的一个平台，没有信任度，那么不管他的课程多好，张三都可能不感兴趣，就算企业在张三身上花再多的广告费，也很难有效果。
3.产品
所谓产品是能够供给市场，被人们使用和消费并能满足人们某种需求的东西。简单来说：产品就是受众购买的理由。所以企业在做投放时，可以通过文字帮产品把这个理由描述出来，吸引对此有需要的流量。这里很多企业可能会说现在产品同质化程度太高了，找不到什么差异化的点，那可能是因为还没有成为这个产品/服务的专家，这里的专家不是指需要了解过深的专业知识，而是要能够理解在用户心智中，哪一个产品或服务的点才是可以真实打动他们的。
这不仅需要熟知要销售的产品/服务的资讯，包括自己的，也包括竞争对手的。还要在面对不同需求的用户时，迅速找出那个可以说服用户购买的点这个点可以关于产品特色，也可以是产品价值，而价值又分功能性价值和情绪性价值等。综上，企业流量抓取质量的好坏，取决于广告投放的创意和内容是否有效的链接了媒介、产品和受众。当一家公司投放在所有平台上的内容都是同一套时，就从侧面说明了负责人对平台属性没有基本的认知，对受众的感受不够关注。
四、企业精准广告投放的5个步骤
1.确定是否存在需求企业首先需要了解的是市场上是否真的有人迫切需要自己的产品/服务。这一步解决的是企业是否有做广告投放的必要。例如一款带风扇的筷子，可以帮助我们吹凉面条。虽然产品很新鲜，市场上没有竞争者，可是用户并不需要这个产品，因此投放广告也没什么意义。
2.明确用户的目的确认市场之后，企业就要明确产品/服务能够帮助这些有需要的用户完成什么任务，能够帮助他们达到什么目标。这一步解决的是企业做广告投放后能否找到有效用户的问题。
3.确定用户是谁在确定用户与产品/服务匹配之后，企业就要开始收集用户画像，主要是通过用户调研，竞品用户分析匹配相关的关键词。如果决策者不是目标用户本人时，甚至还需要找到与目标用户相关的决策者通常会关注的关键词，来进行匹配投放。
4.确定用户在哪里这一步解决的是企业该把广告投放到哪里的问题。在前面一步里广告可以投给本人，也就是购买服务的决策者。也可以是利益相关人，比如决策参与者，直系亲属等。总的来说不管是决策者还是相关人，他们会在哪里出现？可以从以下几种方式来确认
（1）地理位置可以利用企业自媒体的后台地理位置数据，对粉丝特征进行调研，然后选取相关省份城市进行广告投放。
（2）媒介渠道企业的目标用户通常会通过哪些媒介获取信息，是传统媒体还是新媒体、是微信还是微博、是今日头条还是手机百度。不同的用户群，在不同的目标状态下，会进入不同的渠道。而我们需要根据企业的用户画像，选出获客性价比最高的渠道，然后有针对性的进行投放。很多广告之所以投放效果不好，原因之一就是在媒介这一步选错了，选错媒介意味着企业的目标用户不在这个平台上，也就无法看到广告。
5.了解用户的偏好用户方向确定了，接下来就要根据上述步骤中搜集到的情报，有针对性的制作标签和内容定向。这个时候，企业需要了解目标用户群的偏好。很多信息流广告的投手，投放思维还停留在搜索平台做投放的思维阶段。比如投放法律服务的广告就光投给带有法律标签的，其他的人群就不管了，这样做的直接后果就是，定向会被设置的非常狭隘，除非抬高出价，否则广告很难投放出去。比如一个太阳伞的厂商，他可以去找标签中带着“防晒”的女性用户，也可以去找标注有“墨镜”“美白”“晒后修复”等标签的用户，要知道会买太阳伞的女孩子，一定是有美白需求的。再比如礼品类企业，目标用户同时也在关心脑白金、药酒之类的产品、关心如何让自己的血压降下去之类的健康资讯，那么广告关键词、创意方向都可以参考这些与目标用户有交集的内容。
五、如何利用数据分析让投放更精准
1.区别“有效标签”和“关联标签”大部分企业习惯去运用直观可见的单一属性，机械的将市场上存在的某些相似的用户归类在一起，将关键词和用户行为之间的相关关系，误解为因果关系。就好像冰淇淋销量增加的时候，溺水人数同比增加，并不能得出冰激凌热卖导致溺水。而是天气炎热导致冰激凌热卖和水上运动人数增加，从而基数增加，溺水人数必然按比例增加。可见理清投放关键词与产品间的关系，是企业广告投放必须要做的功课。
2.优先关注发出消费信号的用户侦查学家艾德蒙·洛卡德认为，当人们在实施某个行为时，总会跟各种各样的物质发生接触和互换关系。对应的大数据时代，用户的每一个行为，都会在他接触过的地方留下数据。而这些数据，就是一个个的消费信号，分析和整理这些信号，可以帮助企业侦查用户的状态、预测用户的行为。
3.尽量保持与动机型用户的同频观察到用户的消费动机之后是不是就代表，只要我们把产品信息推送给他，就一定能把产品卖出去呢？还需要进一步考虑，你的产品层级，是否和用户的消费水平、习惯在同一个层级上。这都需要进行大量的数据搜集和分析。通常情况下，数据搜集可以理解为搜集客户静态数据和交易数据。静态数据就是客户的静态数据文件，如姓名、地址、联系电话、年收入之类的背景档案；而交易数据则是流动的，如交易商品属性、规格、活动参与数据及客服记录等，以及商品特性编码，用来记录与交易商品本身相关的价格、产地、功能描述、口碑数据等信息。这些数据非常重要，是我们用户画像的重要指向部分。但是更容易发现精准关键词的地方是客户交易的商品本身。在同类用户同期消费的产品上，我们更容易搜集到更具分析价值的信息。
六、小结
企业在做广告投放的数据解读时不能预设立场。当你预设了某个立场后，首先你就会忍不住关注那些与自己想法相关的人、事、物，导致分析结果出现了方向性的偏差；其次绝大部分情况下可能企业都没意识到；最后还有可能只统计自己想统计的，然后用来证明自己已有的观点。但数据分析的精髓并不在于用数据证明自己的既有观点，而是从数据里发现洞察，为企业的业绩KPI增长找到方向和突破点。企业应该具有严谨负责的态度，保持中立的立场，客观的评价数据分析工作中存在的问题。企业要善用上帝视角。数据分析是企业的一部分，当用用户决策视角来看待数据分析的作用时，就能提纲挈领的理解数据是怎么回事了。比如很多销售导向型的信息流广告转化不好，此时企业要做的不是直接钻到点击率曝光量这些投放数据里埋头苦干，而是先要识别当下这个广告行为有效的前提是什么。
数据可以指导广告投放的前提是能够正确的解读数据。比如前文所说的混淆了因果关系和相关关系的情况，以局部视角诠释整体格局的误区等等。企业要对数据变化敏感、更要对数据变化背后的原因敏感。企业如何提高数据的敏感性呢？DataHunter就能帮到你了。Data Analytics是一个轻量级业务数据可视化平台，可一键快速接入企业本地和云端内外部Execl/CSV等数据文件，无需编程仅需简单的拖拽即可制作酷炫的数据可视化看板，用直观的数据帮你做好的决策。
本文中所有图表都是借助Data Analytics软件免费版做出来的。想尝试自己做图，点击“阅读原文”即可学习如何制作，记得先注册哦～
使用Data Analytics数据可视化软件制作，原数据已做脱敏处理
关于 DataHunterDataHunter 是一家专业的数据分析和商业智能服务提供商，注册于2014年。团队核心成员来自 IBM、Oracle、SAP 等知名公司，深耕大数据分析领域，具有十余年丰富的企业服务经验。
DataHunter 旗下核心产品智能数据分析平台 Data Analytics、数据大屏设计配置工具 Data MAX已在业内形成自己的独特优势，并在各行业积累了众多标杆客户和成功案例。
成立以来，DataHunter就致力于为客户提供实时、高效、智能的数据分析展示解决方案，帮助企业查看分析数据并改进业务，成为最值得信赖的数据业务公司。欢迎关注公众号：DataHunter－数据分析展示就用 DataHunter－
数据分析网站-数据可视化分析工具-敏捷BI-数据运营平台-DataHunter
营销人会针对不同情况选择不同的数据分析工具，当要做一些营销的深度分析或者报告时，在分析的深度上和美观上都会有不同程度的需求，因此会使用不同的数据分析工具，下面我将为你介绍几种针对不同情况使用的常用数据分析工具。
上手简单的数据分析工具——Excel
首先，作为office办公系统，Excel的操作界面简单易懂，各种筛选、编辑、搜索、排序、检查等功能按钮对使用者来说最为熟悉。时间、日期、排序等基本数据处理操作简单便捷，一些函数公式下拉即可获得计算结果。
其次，各类统计分析结果均可以数据图表的形式展现，包括二维图表、三维图表，添上相关插件后可完成智能图表以及各种复杂图表的可视化，即使你不会各种炫酷的BI 操作，也能满足数据可视化的基本要求。
另外，数据透视表应当是Excel中使用频率教高的一块内容，有人称它为“Excel中最实用的功能”，它可以将各字段区域中的信息对应，并且通过【值】的方式来计数、求和与求平均值等操作。最方便的是，Excel的使用者可以完全不会任何编程语言和相关脚本程序，只需要选择合适的数据与函数，就可得到相关结果，而且，宏记录器可以记录执行操作，从而直接变成可以运行的宏命令。
但是，使用简单功能强大的Excel也有不可忽视的缺点：例如，最拉低办公效率的就是当数据量过大的时候，查询和计算速度会下降，如果此时的Excel中又包含多个sheet，那么极有可能出现卡死的状况。再如，Excel无法对用户进行角色管理，这也就注定了它较差的保密性，容易被其他软件破解。
其实，Excel基本可以满足非专业数据分析师的日常工作需求，而且对于Excel的使用技巧也不用过于担心，市面上有极多关于Excel的应用类教辅以及视频课程（可在网易云课堂、腾讯课堂、喜马拉雅等平台上获取相关课程）用来辅助使用者迅速掌握Excel。
适用于统计分析的数据分析工具——SPSS
当你手握海量调研问卷的时候；当要对数据进行回归分析、因子分析、聚类分析的时候；当要用收集的数据支持一份多维度的研究报告时，都少不了一种比Excel更适用的数据分析工具——SPSS。
首先，SPSS经常给人一种更“高端”的感觉，因为它既可以很好地进行回归分析、方差分析以及多变量分析等，又几乎不需要进行任何语句的编写，直接用鼠标单击即可完成相关操作。而且还能在计算分析的同时输出图形，极高地提升工作效率。另外，我们在日常工作中常用到的Excel 表格数据、文本格式数据均可以导入SPSS 中进行分析，从而节省了相当大的工作量，并且避免了因复制和粘贴可能引起的错误。
虽然相比Excel，SPSS似乎在统计分析领域有更高一筹的优势，但它依然存在一些将使用者拒之门外的因素。比如它需要使用者对统计学有初步的了解，需要对一些分析模型有理论层面上的理解，而且，它的功能性和丰富性有所欠缺，尤其是与功能包的R相比，在数据可视化方面过于单调，较为成熟的数据分析师甚至会直接跳过SPSS，选取可视化更强的分析工具。
更高阶层的数据分析工具——R
与上述两种分析工具不同的是，R属于开源统计工具，即它的源代码是开放的，一些源代码、程序包等资料都可以在其网站下载。
有人说会用R才能算真正会做数据分析，因为只要入了门，R的功能就能很大程度地帮助使用者实现各种数据分析需求。其中最吸引使用者的是——尽管它需要编写语句，但只要掌握了其编程语法，就可以自由地编制函数来扩展现有的语言，而这也是其程序包繁多并且更新迅速的原因之一。另外需要突出的就是其强大的制图能力，它可以高质量地支持矢量图形，借助 ggplot2，可以快速创建所需的各种图表，并根据图表形状自行调整。
但其实，R语言跟SPSS一样，并不适合毫无统计知识的初学者使用，因为它的数据包来源于不同的贡献者，这些贡献者的水平参差不齐，导致数据包在质量上会存在一些问题，对于判断能力较弱的初学者来说，这无疑增加了学习和使用负担。
如果你需要使用较为系统的数据分析工具并且对可视化的要求较高，同时又对编程语言不反感的话，R语言或许是一种比较不错的选择。
面面俱到的数据分析工具—— Python
随着互联网大数据的发展，Python 逐步被从触不可及的山峰上普及到了各大数据分析领域，不满足于上述工具的数据分析师们开始向各式各样的编程类分析工具迸发，与R相似，Python也是一种开放的自由软件，可以阅读并改动它的源代码。
如果说R的优势在于数据统计分析领域的游刃有余，那么Python的优势则在于更加全面，无论是对于系统的操作、文字的处理，还是一些复杂的数据挖掘算法，Python都能平衡兼顾。虽然Python是用C语言写的，但是它抛弃了一些复杂的构成，简化了 Python 的语法。而且，除了Python的标准库以外，它还有例如Twisted、wxPython等一些高质量的数据库，可以满足不同程度使用者的需求，但Python的开源性也使得它在保密功能上存在一些隐患。
看上去十分复杂的Python凭借其强悍的功能在一步步地提升开发者的效率，有的数据分析师甚至呼吁未学习R语言的新手分析师可以直接学习用Python进行数据分析。也许是Python广泛的应用领域让其越来越引人注目，因为它不仅仅局限在数据分析领域，它还可以进行Web 开发、网络编程、自动化运维、Linux 系统管理、科学计算、人工智能、机器学习等等。
移动开发者数据分析工具——友盟
提到企业数据服务就不得不提到友盟，作为早期起步的大数据服务平台，友盟以移动应用统计分析为产品起点，为其提供数据统计分析、开发和运营组件及推广服务。它帮助移动应用开发商统计和分析流量来源、内容使用、用户属性等数据，以便开发商利用数据进行产品、运营、推广策略的决策。尤其是它提出对移动游戏开发者提供一站式解决方案，方便开发者进行更优质的决策判断。
如果你针对各大移动应用平台的数据统计分析，友盟或许是优选，因为在统计分析的同时它还可以提供移动广告的检测数据、品牌广告检测数据、电商广告检测数据等营销数据服务，可以很好地解决一部分B端企业的数据需求。
但是，由于它极强的数据统计属性，让它在实际分析的层面有所欠缺，而且数据采集和统计的局限性让它更偏重事后分析，在时效性的层面还存在一些遗憾。而且，分析深度尚浅，只适合相对基础的数据分析工作。
最懂用户行为的数据分析工具——神策分析
神策分析是神策数据推出的用户行为分析产品。神策数据这几年在大数据分析业界成长迅速，拥有强大的百度技术背景，显著优势是支持“私有化部署”，大数据分析的特点是聚焦在“大数据用户行为”全场景下的数据分析应用。数据分析的深度和广度都有了很大提升，让企业实现更为精细化运营成为可能。
神策数据的九大数据分析模型成为用户行为分析的利器，这九大数据分析模型是“事件分析”“漏斗分析”“留存分析”“分布分析”“点击分析”“用户路径分析”“用户分群分析”“属性分析”“间隔分析” 。
不伦你关注用户行为研究，还是基于用户行为数据寻找业务问题，神策数据能都满足复杂的分析需求，比如：
1 不同渠道的用户转化率高低
2 用户下载APP后的激活数量
3 用户在转化路径的哪个环节流失了
4 对不同行为的用户划分用户分群
5 从流量获取、APP下载激活、购买的全流程分析
其实还有很多大数据分析工具，本文列举的数据分析工具基本上能满足营销人的不同需求，不过，大数据分析工具各有利弊，要根据自身需求选择，当需要数据分析的情况少且浅时，可以选择免费工具，但数据量大，且需要进行深度分析时，建议花钱选择一个好的工具，将更多的精力花在思考上，希望对你有帮助！
体验神策数据产品：
神策数据 | 在线大数据用户分析产品 | Demo体验
官网：
神策数据 | 大数据用户行为分析产品 | Sensors Data
更多干货和案例，欢迎关注“神策数据”和“用户行为洞察研究院”公众号~
俗话说工欲善其事，必先利其器。
工作效率很重要，不然再忙，也是瞎忙。
你用3小时做的数据，还不如别人30分钟做的好。
那是因为每个人都有自己的秘诀神器。
今天给广大营销人推荐一些非常实用的数据分析与制作“必备神器”
http://index.baidu.com/
作为国内最大的搜索引擎，百度是大数据分析中当之无愧的代表。营销人日常需要了解的行业、品牌、市场、活动等各方面传播数据，通过百度指数基本能够满足。
百度指数不仅可以获取某个关键词的搜索热度，一段时间内的传播态势以及相关的新闻舆论变化，还可以细化到关键词的目标网民是什么样的，分布在哪里，还包括他们搜了哪些相关的词。这一系列数据分析都是帮助营销优化及调整的利器。
360指数的数据分析功能可以和百度指数分庭抗衡，但出于百度的权威性，或许会有更多营销人选择使用百度指数。但当遇到百度没有收录的关键词时，可以尝试在360上边查找。
另外，360指数对于关键词人群特征分析中，数据维度更多，更为详细。具体选择就看个人喜好了，不过360指数可以作为数据分析的辅助补充。
http://data.weibo.com/index
分析微博数据的工具琳琅满目，微指数是新浪官方自带的工具，主打分析微博的搜索数据。
数据分析维度较常规，可以用于营销方案的日常数据素材。但如果需要更详尽、系统的数据，建议使用其他付费版的数据分析工具。
http://trends.baidu.com/
运用大数据对各行业进行监控预测，这些数据可以用于营销中的宏观市场分析。目前百度预测上的免费数据涉及的行业不算多，主要有经济、旅游、医疗、城市、教育、娱乐这几方面。
http://www.adbug.cn/
ADBUG是第一款免费的数字广告搜索引擎，可以检索到各品牌的营销信息，了解营销策略趋势及行业风向。
只要是近一年在网络上投放的广告图，一搜索都能呈现出来，缺点就是监测到的量不大，比较适合短期广告投放效果的监测。
https://shujuguan.cn/
数据观可实现数据可视化，可辅助制作可视化图表。上传数据后，就可以自动生成图表。相比excel图表，实现了可视化优化，视觉体验更加。
在日常策划案或图文排版中，如果需要运用到数据图表，都可以先通过数据观进行视觉处理再使用。
http://tanbao360.com/
在探宝舆情中输入关键词就可以检测到舆情数据。探宝的搜索关键词是自定义的，可以用作监测客户的品牌情况，同时还可检测竞品或营销活动名称的舆情情况，包括舆情的正负面分析，功能全面。
http://www.yuqing119.com/
火线舆情，和探宝舆情类似，数据量大，分析维度全，但是数据比较杂。可以用作探宝舆情分析的辅助及补充
不懂舆情数据，就不足以成为合格的营销人。传播舆情数据既可以用于客户营销策划案中的素材支撑，也可以应用于营销策略的优化调整中。根据数据进行营销战略的优化调整，能让营销的每一步都走得有理有据。
https://tagul.com/
一个在线词艺术创作者，使您能够轻松创建惊人和独特的词艺术。
即使对于没有平面设计知识的用户，也可以立刻获得专业的质量结果。
http://www.mikecrm.com/
麦客CRM是一款在线表单制作工具，同时也是强大的客户信息处理和关系管理系统。
十种布局区块，不仅集成了规范的营销邮件常用的图文布局，还有列表、引用等特殊场景。
她可以帮助你轻松完成信息收集与整理，实现客户挖掘与消息推送，并开展持续营销。
http://www.sojump.com/
免费使用问卷星创建问卷调查、在线考试、360度评估等功能；
问卷星提供30多种题型，强大的统计分析功能，统计报告和原始答卷可免费下载，
支持微信、邮件和短信等方式收集数据，数据回收后可以进行分类统计、交叉分析。
http://chuanbo.datastory.com.cn/
全国首个微信H5免费监测工具，传播路径全民掌控，KOL深度挖掘，流量统计，实时可视化、访客画像，PV、UV分享的每日/时走势。
http://www.ptengine.cn/feature-selling-point-mining
Ptengine是一款将高速、简易、可视化做到极致的数据分析产品，分析全面具体，算法科学精准，操作简单快捷。帮您轻松做洞察，流量变用户！Ptengine是面向Web和APP的用户行为采集与可视化分析产品，可以通过分析用户行为数据提升业务转化率，极简与直观的可视化报告与便捷分析可以帮助营销、运营、产品设计、数据分析师等各种数据专业能力的人群快速上手与高效使用。
ptengine通过热图和数据分析，理解用户行为并优化网站体验，提升转化，ptengine 轻松掌握访客的一举一动，精准了解用户需求，促进业务增长。
这是官方学习网站：Ptengine Help Center
这个时代的营销，那一定和精准营销脱不开干系，百度百科中，对精准营销的核心思想的表述是：
精准的含义是精确、精密 、可衡量的。精准营销比较恰当地体现了精准营销的深层次寓意及核心思想。
1、精准营销就是通过可量化的精确的市场定位技术突破传统营销定位只能定性的局限；
2、精准营销借助先进的数据库技术、网络通讯技术及现代高度分散物流等手段保障和顾客的长期个性化沟通，使营销达到可度量、可调控等精准要求。摆脱了传统广告沟通的高成本束缚，使企业低成本快速增长成为可能；
3、精准营销的系统手段保持了企业和客户的密切互动沟通，从而不断满足客户个性需求，建立稳定的企业忠实顾客群，实现客户链式反应增值，从而达到企业的长期稳定高速发展的需求。
4、精准营销借助现代高效广分散物流使企业摆脱繁杂的中间渠道环节及对传统营销模块式营销组织机构的依赖，实现了个性关怀，极大降低了营销成本。
5、与现今大数据营销思路相辅相成。
那在这段表述中，很重要的一点就是数据的运用，那营销，或者说精准营销中，最适合营销人常用的数据分析工具是什么呢？
工具是为了业务服务的，评断一个工具的好坏，主要是从这个工具能否解决问题来出发的，其他的点是后面再进行考虑的，那就先从什么的工具可以解决问题出发来谈谈，解决什么问题，有什么工具。
从大的粒度层次上，也就是五个方面：在合适的时间、合适的地点、将合适的产品以合适的方式提供给合适的人。
比如：如何判断什么是合适的人。
就可以使用RFM模型进行分析公司的重要营销对象，如下图就包含了用户的重要程度数量、占比、矩形分布、生命周期情况和详细信息情况：
比如：如何判断什么是合适的产品受大家欢迎。
就可以使用用户访问频率进行分析用户对一个产品的访问次数，再使用多个产品的访问频率横向对比，选择用户喜欢的产品进行推荐。
比如：如何什么时候对新用户进行补贴？
就可以使用新用户的贡献分析，分析出贡献度大的顾客，采用用户画像的方式给与福利或者补贴。
有很多工具都能够实现以上这些展示，通过自己对Excel的处理或者从数据库中提取的数据进行分析和作图就行，所以Excel、Google Analytics（谷歌分析/GA）、tableau等等都是可以的，但是众多的数据工具中应该怎么选择呢？于是引出了下一个论点：这个工具使用要很方便。
对于营销人员来说，什么是方便的？
第一、使用门槛低：
如使用过Excel就能够使用的数据分析软件，或者是经过简单的学习就可以上手使用的，有一些数据分析工具在网站上就有不少公开的课程，比如网易有数就有在网易云课堂上公开的课程，可以经过学习快速的掌握工具的使用，这一点很良心，其他的比如Excel有很多的书籍，而且使用比较普遍，上手比较容易，门槛也很低。
第二、使用过程简单：
这一点我认为应该包含有操作简单+功能丰富，如果有BI那更不错了，现在很多的商业BI数据分析软件很多，但是使用过程相对来说比较复杂，包括图标的制作等，在我的这么多的体验中认为，操作过程以拖拽作为基本动作是最为简单的，比如：
然后还发现有更简单的方法，直接输入想要什么，会自动推荐出图表，只需要导入数据就可以：
第三、实时更新数据，掌握最新动向：
目前很多的数据分析工具都可以打通数据库，做到和数据库连接，实时刷新数据，这一项功能也是营销人员所必须的。
第四、分析过程可以扩展，不用反复更改数据或者格式：
比如同一个表格的下钻，不同表格之间的联动，这样可以减少很多的工作量，比如：
想要查看某一类目标用户的数据的下钻：
或者是对一个展示数据更深层次的下钻，不断的深入查看数据的基础，如下图：
第五、分享展示等简单方便：
可以方便的把制作的图表导出、分享，如可以以多种格式进行导出，或者可以定时邮件发送分析结果等，如这些功能：
解决了核心问题，又能够实现方便使用，最后这个数据工具还应该能够为营销人员产生附加值，对于附加值的定义每个人都不一样，我对数据分析工具的附加值的定义为：直接的协同定制和管理数据的分析结果和分析过程，就类似现在的云协作的产品，大家可以相互查看，这样既能够保证一个团队内的信息交流，还能够让信息的流动更快速，减少很多的无用功，增加效率，所以很推荐SaaS类型的数据工具产品，可以联网协同，可以随时随地的查询、更改、编辑等，十分的方便。
以上文中示例均来自网易有数，可以点击这里免费试用。
百度指数Google Trends微信指数微博舆情监控网站流量监控工具如百度统计，Google Analytics等。Python写爬虫抓取数据SEMrush
营销的工具基本可以划分为以下六个职能类别，而每一个类别又有其相应的可应用的工具，每一种工具基本都是免费的，安德鲁-考克斯，克里斯-朗斯代尔，乔-桑德森，格林-沃森曾在其研究《管理工具的选择》（THE RIGHT TOOL FOR THE JOB)中，对于116家公司的研究中发现，以下工具得到不同程度的应用，请参考选择适合自己的工具！
需要相应工具的，到这里去拿！
市场营销专业的大学生应该具备哪些方面的能力？
市场和环境分析工具
产品和竞争力开发
价格模型
销售促进和关系
绩效衡量
IT与互联网的应用
工具的选择，技术的应用需要与企业战略相适应；选择合适的工具与技术帮助企业战略的有效实施，不再“纸上谈兵”！
过去的十几年诞生了令人目不暇接的营销管理工具，很多是管理思想的具象和工具化，不少是新的技术在管理思想和工具上的应用。很多专业公司公司将这些工具进一步细化做的更加专业，考虑的更加全面，针对具体的工具，需要再进一步挖掘，互联网时代，应该能够找到很多很透彻的实用工具！
美国有一些教授和资询公司应用营销工程（Marketing Engineering) 的方法，通过量化的方法，帮助这些工具落地，使得很多营销工作不再拘泥于定性化的分析，不再严重依赖行业经验与所谓的最佳实践（这也是很多资询公司赚钱的法宝中的一种），具体参考
营销工程_百度百科
建议购买相应的配套软件，很多时候可让你的提案鹤立鸡群！
希望能够有所帮助！
这是销售相关，营销应该有相似之处：
原本以为当上销售领导，可以拿着高薪与老板近距离接触，琐碎之事交给小弟，其实苦逼的生活才刚刚开始，老板经常要数据，每次都要重新做分析，恐怖！
换了一个在线数据分析软件，第一次做好分析之后，以后数据图表结果会自动定时更新哦（当然我连接了数据库数据、表单数据），整理了常见数据跟大家分享。
1、销售外勤管理
作为一个小领导，每天都要看下属的客户拜访情况，团队的成员会在协同软件上详细记录自己的拜访的情况，包括客户名称、行业和具体情况 ，由我来做汇总工作。
2、销售业绩管理
作为公司的销售，给公司带来实际的收益是老板最愿意看到的，而如何管理好每个销售，是至关重要的。对于销售业绩的管理，同样也是通过数据直观的了解并及时调整方向，这样老板能直观了解数据情况。
这些数据都是销售最经常关注的数据，做好图表后直接通过“分享”功能将数据结果分享给领导，分析效率大大提高了呢，就有更多时间去管理销售业绩，让业绩不断提高~~~
讲道理。第三方软件平台分析微信公众号，不是有很多么。类似这样的数据就可以了，还能监控其阅读量。形成一个走势。判断这个号的质量。存在刷阅读的情况。微问数据_微信公众号分析可以去看一下。
作者：Eric Young
链接：知乎专栏
来源：知乎
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。
趋势分析工具
百度指数
360指数
360指数-搜索大数据分享平台
微博指数
微指数首页
Google Trend
http://www.google.com/trends/explore
Google Trends数据量大，涉及国外数据。但使用需要翻墙，比较麻烦，有需要国外数据的情况下可以尝试翻墙使用。
百度预测
百度预测-大数据 知天下
广告监测工具
ADBUG
adbug 广昆搜索，实时广告搜索
数据可视化制作工具
数据观
数据观 | 所有人都会用的数据分析工具
http://Infogr.am
Create online charts & infographics | infogr.am
http://Infogr.am 和数据观相似，同样能在数据上传后生成互动的图表。另外，图表还可以嵌入网页使用。
Piktochart
Piktochart Packages
Piktochart是在操作中简单粗暴的信息图制作工具。有免费和收费版本，虽然免费的模板不多，但是做简单的信息图还是够用的。
操作上非常简便，可以添加地图、图表等。Piktochart中可以使用的图标按钮样式非常多。如果需要的话，可以做出很多好看的模板。
社交媒体监测工具
探宝舆情
探宝：终身免费的舆情监测平台_舆情监测_舆情监控_数据分析_情感判断_危机预警_报告发送
火线舆情
火线舆情，和探宝舆情类似，数据量大，分析维度全，但是数据比较杂。可以用作探宝舆情分析的辅助及补充。
姓名*
网站
评论*
评论 ( 9 )
所有企业都有一个希望，就是用最少的广告费获得更多的用户。根据我国今年来的调查数据显示，在2010年左右，广告行业实现了大数据技术引导投放，之后的两年里，广告投放费的GDP占比反而疯狂上涨，而在此之后，人们显然认识到达数据的局限性，涨幅有所下降，可惜占比仍然居高不下。
简单的说，在大数据精准投放的加持下，企业广告投放的成本收益比却降低了。这是为什么呢？今天DataHunter数猎哥就来从数据分析的角度说说企业在做市场营销推广时，如何提高广告投放的效果。
一、为什么广告投放没有效果
1.忽略了产品的生命周期
企业在做推广投放时会涉及关键指标的跟踪，比如CPM、CPS、GMV、DAU等，这些指标除了与企业的获客成本、平均客单价、客户数量等密切相关以外，还需要结合企业产品的生命周期来进行监测。
http://weixin.qq.com/r/STtVTevEy7a0ra8u925b (二维码自动识别)
对于处在成熟期的业务模式良好的公司，上述指标是可行的。因为成熟公司讲究的是执行到位，商业模式验证阶段已经完成了。企业只需要复制已有模式，按部就班，扩大规模就能顺利达成商业目标。对应的GMV等指标是可以衡量运营绩效的，对这些关键指标的跟踪也能有效的度量企业的投放效果。
http://weixin.qq.com/r/STtVTevEy7a0ra8u925b (二维码自动识别)
但对于创业阶段还处于探索期的新项目而言，由于商业模式都还没完全确定，还在寻找目标客户和验证产品。这个阶段主要做小规模广告投放，目的是为了验证产品和市场的匹配程度，通过广告投放测试了解当前的产品、商业模式是否能让自己盈利。这个时候需要考核的重要指标不是GMV、DAU，而是在广告停止投放以后，有多少用户会继续使用产品、产品的复购率、转介绍次数有多少等与公司生存密切相关的数据。
2.对各投放平台本质的认知不够
企业做广告投放的目的是为了影响消费者的决策，我们常听说大数据可以预测人的行为，那是不是利用大数据就可以影响消费者的决策让广告更有效呢？其实不然，各大数据平台是通过日常精准的抓取并记录用户的行为数据，为用户建立一个个的标签，并将其详细归类。而这种方式暂时无法做到精准预测人的行为。
原因首先是数据本身不完整，各个大数据平台可能处于对用户隐私的保护，或者各个平台之间的数据并没有完全打通；其次即使数据孤岛被打通，数据本身是完整的，也不能保证各大信息流平台就能精准的识别和预测潜在受众对广告的主观反映，因为人性本身是不可预测的。如今的大数据，只是省去了我们收集处理的过程，而如何洞察消费者的决策，还需要人脑来进行，大数据技术只是辅助而非主导。
3.忽略了对人性的洞察
企业做广告投放，不管是做信息流还是其他，其实都是在研究人的购买决策过程，即研究用户从“看到”到“产生兴趣”、再到“产生购买欲望”、最后完成购买行为的整个过程。但真正的需求往往是隐而不见的，而想要把隐形动机发掘出来，就必须要学会洞察人性。
http://weixin.qq.com/r/STtVTevEy7a0ra8u925b (二维码自动识别)
菲利普科特勒的《营销管理》中提到，消费者的决策路径分中央决策路径和边缘决策路径，其中中央路径是说消费者态度的形成或改变来源于他对最重要的产品信息进行的大量认真而理性的思考；边缘路线是说消费者态度的形成或改变并非基于充分的思考，而是根据正面或负面的边缘线索所形成的品牌联想。
所以企业在对信息流广告的数据进行分析时，各大数据平台给到只是用户标签数据的表象，还需要从多重视角，甚至需要从最深层次的人性角度去探索背后的原因，思考为什么受众会做出这样的反应？他们转化或是不转化的底层逻辑是什么？如此反复才可能找到优化的方向，比竞争对手提前一步找到客户。
二、如何识别广告投放效果好与差
1.什么是好的效果
线上营销主要有两类，一是品牌推广，效果考核主要是曝光量；二是绩效营销，效果考核主要是获得了多少用户。当然，根据企业需要用户做的事情不同，又可以细分成很多层面，比如有的是下载量、激活量，有的是销售线索，比如电话，微信涨粉，还有的是触发行动，比如领取优惠券，转发拼团等等。就绩效营销来说，想要用户做到上面这些事儿，对应的门槛也是不同的，企业需要相应的激励措施，给到用户不得不照着做的理由。
2.什么是好的效果
这里企业广告投放效果“差”是相对的概念，需要同时提供合适的参照系，才能理解效果“差”在哪里。比如跟谁比，以什么标准比，在什么范围内比。如果不明确，那么这样的效果“差”是无法为后续的数据分析提供帮助的。这里我们可以从企业内部和外部两个方向来看：
（1）企业内部
①渠道：是某个渠道相对较差，还是不管什么渠道都差？这两个问题对应的解决方法是完全不一样的；
②时间：是同比差，即现在和去年同时期的效果对比？还是环比差，即现在这个投放周期和上一个投放周期对比？
③产品/服务/品牌：一些公司的产品线和品牌较多，那么是某一个产品效果差还是同类的某几个都差？还是所有产品投放效果都不好？
④地域：是在某几个城市差还是某几个省份差？
⑤转化路径：是点击率差还是落地以后的转化环节差？
⑥管理：是各项指标和公司既定的指标相比较差？还是和自己预期比较差？
（2）企业外部
企业外部是指同行甚至是全网，比如当转化率、获客成本 、订单成本等广告投放效果“差”的时候，站在同行乃至全网的角度，是与同行平均水平相比？还是与主要的竞争对手相比？因为企业不仅仅是在和同行抢流量，还和你用户关注的其他行业产品抢流量。
再比如，投放的问题是出在投放工作本身还是投放工作之外？除此以外还有很多思考维度，比如投放本身是不是有问题？用户分析有无问题？产品本身是不是适合在线上推广等等。当然不管是内部还是外部还有许多不同的维度可以拆解，但不管怎么分，目的只有一个，就是找到关键指标所在，然后更精准、高效的解决投放问题。
三、企业抓取“有效”流量的3个关键点
早期的互联网产品不多，流量基本集中在几个门户网站上，那时候的推广方式主要是追逐流量，从来不思考流量的质量。而如今移动互联网环境中，流量到处都是，但所有的平台都有自己的特有属性，企业需要在各个平台抓取“有效”流量，而流量是否“有效”需要关注三个关键点：媒介、受众和产品。
1.媒介
企业投放的目的是为了获取有效流量，那么媒介就相当于获取流量的通道。不同的媒介，对应的流量也不尽相同，用以实现的广告目的也都不同。比如有的媒介就适合做品牌曝光，有的更适合卖货，有的只适合互动，那么只适合曝光的媒介就应该匹配以曝光为目的的文案，适合转化的媒介就写利于转化的文案，如此才能更准确的引流。
媒介一定意义上也可以解释为用户看到广告时的场景。也就是说，媒介代表了场景。不同场景下的用户状态是不一样的，接收信息的状态也是不一样的，我们需要根据用户当下的那个状态去写对应的内容。
http://weixin.qq.com/r/STtVTevEy7a0ra8u925b (二维码自动识别)
比如在地铁中以品牌广告居多，推广品牌形象为主，这和地铁广告给大众的心理形象有关，在这里做广告意味着品牌有实力，那么相应的投放费用也比较高；信息流广告平台上的内容，一般会伪装成一条资讯发布，这是由于用户在浏览信息流的时候，潜意识是在查看资讯，因此会抗拒广告，伪装成资讯可以解除用户对广告的抵触，相对点开率会更高。比如同样是婚纱广告，在知乎，可以伪装成问答，最好还要有点话题性，不然难以引发传播；但在头条，就适合伪装成通知，比如民国风婚纱今日上线，限99对尝鲜。
2.受众
企业在做广告投放时需要明确目标用户是谁，而这是抓取到有效流量的另一个关键点。受众精准创意内容有两个明显的好处：一是找到并吸引符合条件的人，让广告花费更值；二是赶走不符合条件的人，减少广告浪费。很多创意内容常会犯的错误是：将时间浪费在那种不会买、或者是没有实力买的受众身上。为了避免这种错误，需要先对受众做个界定。即看到投放到的这个受众，要具备以下条件：
（1）对产品/服务感兴趣
比如企业卖的是代步型的轿车，那么对越野感兴趣的人就基本上不用考虑了，也不需要把广告投给有这种透露出越野气质的用户。假设你投放的是寿险的广告，那么那些超出年龄范围之外的用户就不需要你考虑了，除非有数据或者调研证明，这些超出产品年龄之外的人士可以影响目标用户的决策，才有必要针对他们做投放。
（2）能够买得起产品/服务
也许你会说只要想买，钱不是问题，比如苹果手机，很多人买不起也在想办法买。但这件事有两个前提，就是用户愿意为购买这个产品想尽办法，以及没有强大的反对力量拉扯他；如果我们一开始就锁定了有购买力的人，那么他自己就能搞定，我们也不用花时间通过内容去处理那些可能会影响用户购买决策的反对意见。
（3）购买产品/服务的决策者
没有决策权就容易被周围有决策权的人否定，例如昂贵的游戏机，受众群之一是青少年，而决策者往往是家长。这时候投放的内容需要打动的是成年的、有消费能力的青年内心深处的孩童的愿望。如果过度针对少年儿童，那么家长的反对意见可能会需要花费很多精力去搞定。在信息流的环境里，用户每多想一秒，就会多一分不买的可能。除非企业投放的广告内容里为他提供了足够多、且到位的说服理由，让他去说服比他更有决策权的人，否则还是找到最有决策权的人，一步搞定最好。
（4）认可产品/服务
体验过与你类似产品/服务、而且还对此挺有好感的人会是企业投放首选要说服的对象。比如张三是网易云课堂的用户，对他们出品的文案课程很有信心，那么下一次网易云再推文案类课程的时候，就很容易感兴趣，愿意去了解。如果是张三从没关注过的一个平台，没有信任度，那么不管他的课程多好，张三都可能不感兴趣，就算企业在张三身上花再多的广告费，也很难有效果。
3.产品
所谓产品是能够供给市场，被人们使用和消费并能满足人们某种需求的东西。简单来说：产品就是受众购买的理由。所以企业在做投放时，可以通过文字帮产品把这个理由描述出来，吸引对此有需要的流量。
这里很多企业可能会说现在产品同质化程度太高了，找不到什么差异化的点，那可能是因为还没有成为这个产品/服务的专家，这里的专家不是指需要了解过深的专业知识，而是要能够理解在用户心智中，哪一个产品或服务的点才是可以真实打动他们的。
这不仅需要熟知要销售的产品/服务的资讯，包括自己的，也包括竞争对手的。还要在面对不同需求的用户时，迅速找出那个可以说服用户购买的点这个点可以关于产品特色，也可以是产品价值，而价值又分功能性价值和情绪性价值等。
综上，企业流量抓取质量的好坏，取决于广告投放的创意和内容是否有效的链接了媒介、产品和受众。当一家公司投放在所有平台上的内容都是同一套时，就从侧面说明了负责人对平台属性没有基本的认知，对受众的感受不够关注。
四、企业精准广告投放的5个步骤
http://weixin.qq.com/r/STtVTevEy7a0ra8u925b (二维码自动识别)
1.确定是否存在需求
企业首先需要了解的是市场上是否真的有人迫切需要自己的产品/服务。这一步解决的是企业是否有做广告投放的必要。例如一款带风扇的筷子，可以帮助我们吹凉面条。虽然产品很新鲜，市场上没有竞争者，可是用户并不需要这个产品，因此投放广告也没什么意义。
2.明确用户的目的
确认市场之后，企业就要明确产品/服务能够帮助这些有需要的用户完成什么任务，能够帮助他们达到什么目标。这一步解决的是企业做广告投放后能否找到有效用户的问题。
3.确定用户是谁
在确定用户与产品/服务匹配之后，企业就要开始收集用户画像，主要是通过用户调研，竞品用户分析匹配相关的关键词。如果决策者不是目标用户本人时，甚至还需要找到与目标用户相关的决策者通常会关注的关键词，来进行匹配投放。
4.确定用户在哪里
这一步解决的是企业该把广告投放到哪里的问题。在前面一步里广告可以投给本人，也就是购买服务的决策者。也可以是利益相关人，比如决策参与者，直系亲属等。总的来说不管是决策者还是相关人，他们会在哪里出现？可以从以下几种方式来确认
（1）地理位置
可以利用企业自媒体的后台地理位置数据，对粉丝特征进行调研，然后选取相关省份城市进行广告投放。
（2）媒介渠道
企业的目标用户通常会通过哪些媒介获取信息，是传统媒体还是新媒体、是微信还是微博、是今日头条还是手机百度。不同的用户群，在不同的目标状态下，会进入不同的渠道。而我们需要根据企业的用户画像，选出获客性价比最高的渠道，然后有针对性的进行投放。很多广告之所以投放效果不好，原因之一就是在媒介这一步选错了，选错媒介意味着企业的目标用户不在这个平台上，也就无法看到广告。
5.了解用户的偏好
用户方向确定了，接下来就要根据上述步骤中搜集到的情报，有针对性的制作标签和内容定向。这个时候，企业需要了解目标用户群的偏好。很多信息流广告的投手，投放思维还停留在搜索平台做投放的思维阶段。比如投放法律服务的广告就光投给带有法律标签的，其他的人群就不管了，这样做的直接后果就是，定向会被设置的非常狭隘，除非抬高出价，否则广告很难投放出去。
比如一个太阳伞的厂商，他可以去找标签中带着“防晒”的女性用户，也可以去找标注有“墨镜”“美白”“晒后修复”等标签的用户，要知道会买太阳伞的女孩子，一定是有美白需求的。再比如礼品类企业，目标用户同时也在关心脑白金、药酒之类的产品、关心如何让自己的血压降下去之类的健康资讯，那么广告关键词、创意方向都可以参考这些与目标用户有交集的内容。
五、如何利用数据分析让投放更精准
1.区别“有效标签”和“关联标签”
大部分企业习惯去运用直观可见的单一属性，机械的将市场上存在的某些相似的用户归类在一起，将关键词和用户行为之间的相关关系，误解为因果关系。就好像冰淇淋销量增加的时候，溺水人数同比增加，并不能得出冰激凌热卖导致溺水。而是天气炎热导致冰激凌热卖和水上运动人数增加，从而基数增加，溺水人数必然按比例增加。可见理清投放关键词与产品间的关系，是企业广告投放必须要做的功课。
2.优先关注发出消费信号的用户
侦查学家艾德蒙·洛卡德认为，当人们在实施某个行为时，总会跟各种各样的物质发生接触和互换关系。对应的大数据时代，用户的每一个行为，都会在他接触过的地方留下数据。而这些数据，就是一个个的消费信号，分析和整理这些信号，可以帮助企业侦查用户的状态、预测用户的行为。
3.尽量保持与动机型用户的同频
观察到用户的消费动机之后是不是就代表，只要我们把产品信息推送给他，就一定能把产品卖出去呢？还需要进一步考虑，你的产品层级，是否和用户的消费水平、习惯在同一个层级上。这都需要进行大量的数据搜集和分析。
通常情况下，数据搜集可以理解为搜集客户静态数据和交易数据。静态数据就是客户的静态数据文件，如姓名、地址、联系电话、年收入之类的背景档案；而交易数据则是流动的，如交易商品属性、规格、活动参与数据及客服记录等，以及商品特性编码，用来记录与交易商品本身相关的价格、产地、功能描述、口碑数据等信息。
这些数据非常重要，是我们用户画像的重要指向部分。但是更容易发现精准关键词的地方是客户交易的商品本身。在同类用户同期消费的产品上，我们更容易搜集到更具分析价值的信息。
六、小结
企业在做广告投放的数据解读时不能预设立场。当你预设了某个立场后，首先你就会忍不住关注那些与自己想法相关的人、事、物，导致分析结果出现了方向性的偏差；其次绝大部分情况下可能企业都没意识到；最后还有可能只统计自己想统计的，然后用来证明自己已有的观点。但数据分析的精髓并不在于用数据证明自己的既有观点，而是从数据里发现洞察，为企业的业绩KPI增长找到方向和突破点。企业应该具有严谨负责的态度，保持中立的立场，客观的评价数据分析工作中存在的问题。
企业要善用上帝视角。数据分析是企业的一部分，当用用户决策视角来看待数据分析的作用时，就能提纲挈领的理解数据是怎么回事了。比如很多销售导向型的信息流广告转化不好，此时企业要做的不是直接钻到点击率曝光量这些投放数据里埋头苦干，而是先要识别当下这个广告行为有效的前提是什么。
数据可以指导广告投放的前提是能够正确的解读数据。比如前文所说的混淆了因果关系和相关关系的情况，以局部视角诠释整体格局的误区等等。企业要对数据变化敏感、更要对数据变化背后的原因敏感。企业如何提高数据的敏感性呢？DataHunter就能帮到你了。Data Analytics是一个轻量级业务数据可视化平台，可一键快速接入企业本地和云端内外部Execl/CSV等数据文件，无需编程仅需简单的拖拽即可制作酷炫的数据可视化看板，用直观的数据帮你做好的决策。
本文中所有图表都是借助Data Analytics软件免费版做出来的。想尝试自己做图，点击“阅读原文”即可学习如何制作，记得先注册哦～
使用Data Analytics数据可视化软件制作，原数据已做脱敏处理
关于 DataHunter
DataHunter 是一家专业的数据分析和商业智能服务提供商，注册于2014年。团队核心成员来自 IBM、Oracle、SAP 等知名公司，深耕大数据分析领域，具有十余年丰富的企业服务经验。
DataHunter 旗下核心产品智能数据分析平台 Data Analytics、数据大屏设计配置工具 Data MAX已在业内形成自己的独特优势，并在各行业积累了众多标杆客户和成功案例。
成立以来，DataHunter就致力于为客户提供实时、高效、智能的数据分析展示解决方案，帮助企业查看分析数据并改进业务，成为最值得信赖的数据业务公司。
欢迎关注公众号：DataHunter
－数据分析展示就用 DataHunter－
数据分析网站-数据可视化分析工具-敏捷BI-数据运营平台-DataHunter
营销人会针对不同情况选择不同的数据分析工具，当要做一些营销的深度分析或者报告时，在分析的深度上和美观上都会有不同程度的需求，因此会使用不同的数据分析工具，下面我将为你介绍几种针对不同情况使用的常用数据分析工具。
上手简单的数据分析工具——Excel
首先，作为office办公系统，Excel的操作界面简单易懂，各种筛选、编辑、搜索、排序、检查等功能按钮对使用者来说最为熟悉。时间、日期、排序等基本数据处理操作简单便捷，一些函数公式下拉即可获得计算结果。
其次，各类统计分析结果均可以数据图表的形式展现，包括二维图表、三维图表，添上相关插件后可完成智能图表以及各种复杂图表的可视化，即使你不会各种炫酷的BI 操作，也能满足数据可视化的基本要求。
另外，数据透视表应当是Excel中使用频率教高的一块内容，有人称它为“Excel中最实用的功能”，它可以将各字段区域中的信息对应，并且通过【值】的方式来计数、求和与求平均值等操作。最方便的是，Excel的使用者可以完全不会任何编程语言和相关脚本程序，只需要选择合适的数据与函数，就可得到相关结果，而且，宏记录器可以记录执行操作，从而直接变成可以运行的宏命令。
但是，使用简单功能强大的Excel也有不可忽视的缺点：例如，最拉低办公效率的就是当数据量过大的时候，查询和计算速度会下降，如果此时的Excel中又包含多个sheet，那么极有可能出现卡死的状况。再如，Excel无法对用户进行角色管理，这也就注定了它较差的保密性，容易被其他软件破解。
其实，Excel基本可以满足非专业数据分析师的日常工作需求，而且对于Excel的使用技巧也不用过于担心，市面上有极多关于Excel的应用类教辅以及视频课程（可在网易云课堂、腾讯课堂、喜马拉雅等平台上获取相关课程）用来辅助使用者迅速掌握Excel。
适用于统计分析的数据分析工具——SPSS
当你手握海量调研问卷的时候；当要对数据进行回归分析、因子分析、聚类分析的时候；当要用收集的数据支持一份多维度的研究报告时，都少不了一种比Excel更适用的数据分析工具——SPSS。
首先，SPSS经常给人一种更“高端”的感觉，因为它既可以很好地进行回归分析、方差分析以及多变量分析等，又几乎不需要进行任何语句的编写，直接用鼠标单击即可完成相关操作。而且还能在计算分析的同时输出图形，极高地提升工作效率。另外，我们在日常工作中常用到的Excel 表格数据、文本格式数据均可以导入SPSS 中进行分析，从而节省了相当大的工作量，并且避免了因复制和粘贴可能引起的错误。
虽然相比Excel，SPSS似乎在统计分析领域有更高一筹的优势，但它依然存在一些将使用者拒之门外的因素。比如它需要使用者对统计学有初步的了解，需要对一些分析模型有理论层面上的理解，而且，它的功能性和丰富性有所欠缺，尤其是与功能包的R相比，在数据可视化方面过于单调，较为成熟的数据分析师甚至会直接跳过SPSS，选取可视化更强的分析工具。
更高阶层的数据分析工具——R
与上述两种分析工具不同的是，R属于开源统计工具，即它的源代码是开放的，一些源代码、程序包等资料都可以在其网站下载。
有人说会用R才能算真正会做数据分析，因为只要入了门，R的功能就能很大程度地帮助使用者实现各种数据分析需求。其中最吸引使用者的是——尽管它需要编写语句，但只要掌握了其编程语法，就可以自由地编制函数来扩展现有的语言，而这也是其程序包繁多并且更新迅速的原因之一。另外需要突出的就是其强大的制图能力，它可以高质量地支持矢量图形，借助 ggplot2，可以快速创建所需的各种图表，并根据图表形状自行调整。
但其实，R语言跟SPSS一样，并不适合毫无统计知识的初学者使用，因为它的数据包来源于不同的贡献者，这些贡献者的水平参差不齐，导致数据包在质量上会存在一些问题，对于判断能力较弱的初学者来说，这无疑增加了学习和使用负担。
如果你需要使用较为系统的数据分析工具并且对可视化的要求较高，同时又对编程语言不反感的话，R语言或许是一种比较不错的选择。
面面俱到的数据分析工具—— Python
随着互联网大数据的发展，Python 逐步被从触不可及的山峰上普及到了各大数据分析领域，不满足于上述工具的数据分析师们开始向各式各样的编程类分析工具迸发，与R相似，Python也是一种开放的自由软件，可以阅读并改动它的源代码。
如果说R的优势在于数据统计分析领域的游刃有余，那么Python的优势则在于更加全面，无论是对于系统的操作、文字的处理，还是一些复杂的数据挖掘算法，Python都能平衡兼顾。虽然Python是用C语言写的，但是它抛弃了一些复杂的构成，简化了 Python 的语法。而且，除了Python的标准库以外，它还有例如Twisted、wxPython等一些高质量的数据库，可以满足不同程度使用者的需求，但Python的开源性也使得它在保密功能上存在一些隐患。
看上去十分复杂的Python凭借其强悍的功能在一步步地提升开发者的效率，有的数据分析师甚至呼吁未学习R语言的新手分析师可以直接学习用Python进行数据分析。也许是Python广泛的应用领域让其越来越引人注目，因为它不仅仅局限在数据分析领域，它还可以进行Web 开发、网络编程、自动化运维、Linux 系统管理、科学计算、人工智能、机器学习等等。
移动开发者数据分析工具——友盟
提到企业数据服务就不得不提到友盟，作为早期起步的大数据服务平台，友盟以移动应用统计分析为产品起点，为其提供数据统计分析、开发和运营组件及推广服务。它帮助移动应用开发商统计和分析流量来源、内容使用、用户属性等数据，以便开发商利用数据进行产品、运营、推广策略的决策。尤其是它提出对移动游戏开发者提供一站式解决方案，方便开发者进行更优质的决策判断。
如果你针对各大移动应用平台的数据统计分析，友盟或许是优选，因为在统计分析的同时它还可以提供移动广告的检测数据、品牌广告检测数据、电商广告检测数据等营销数据服务，可以很好地解决一部分B端企业的数据需求。
但是，由于它极强的数据统计属性，让它在实际分析的层面有所欠缺，而且数据采集和统计的局限性让它更偏重事后分析，在时效性的层面还存在一些遗憾。而且，分析深度尚浅，只适合相对基础的数据分析工作。
最懂用户行为的数据分析工具——神策分析
神策分析是神策数据推出的用户行为分析产品。神策数据这几年在大数据分析业界成长迅速，拥有强大的百度技术背景，显著优势是支持“私有化部署”，大数据分析的特点是聚焦在“大数据用户行为”全场景下的数据分析应用。数据分析的深度和广度都有了很大提升，让企业实现更为精细化运营成为可能。
神策数据的九大数据分析模型成为用户行为分析的利器，这九大数据分析模型是“事件分析”“漏斗分析”“留存分析”“分布分析”“点击分析”“用户路径分析”“用户分群分析”“属性分析”“间隔分析” 。
不伦你关注用户行为研究，还是基于用户行为数据寻找业务问题，神策数据能都满足复杂的分析需求，比如：
1 不同渠道的用户转化率高低
2 用户下载APP后的激活数量
3 用户在转化路径的哪个环节流失了
4 对不同行为的用户划分用户分群
5 从流量获取、APP下载激活、购买的全流程分析
其实还有很多大数据分析工具，本文列举的数据分析工具基本上能满足营销人的不同需求，不过，大数据分析工具各有利弊，要根据自身需求选择，当需要数据分析的情况少且浅时，可以选择免费工具，但数据量大，且需要进行深度分析时，建议花钱选择一个好的工具，将更多的精力花在思考上，希望对你有帮助！
体验神策数据产品：
神策数据 | 在线大数据用户分析产品 | Demo体验
官网：
神策数据 | 大数据用户行为分析产品 | Sensors Data
更多干货和案例，欢迎关注“神策数据”和“用户行为洞察研究院”公众号~
俗话说工欲善其事，必先利其器。
工作效率很重要，不然再忙，也是瞎忙。
你用3小时做的数据，还不如别人30分钟做的好。
那是因为每个人都有自己的秘诀神器。
今天给广大营销人推荐一些非常实用的数据分析与制作“必备神器”
百度指数
http://index.baidu.com/
作为国内最大的搜索引擎，百度是大数据分析中当之无愧的代表。营销人日常需要了解的行业、品牌、市场、活动等各方面传播数据，通过百度指数基本能够满足。
百度指数不仅可以获取某个关键词的搜索热度，一段时间内的传播态势以及相关的新闻舆论变化，还可以细化到关键词的目标网民是什么样的，分布在哪里，还包括他们搜了哪些相关的词。这一系列数据分析都是帮助营销优化及调整的利器。
360指数
http://index.so.com/
360指数的数据分析功能可以和百度指数分庭抗衡，但出于百度的权威性，或许会有更多营销人选择使用百度指数。但当遇到百度没有收录的关键词时，可以尝试在360上边查找。
另外，360指数对于关键词人群特征分析中，数据维度更多，更为详细。具体选择就看个人喜好了，不过360指数可以作为数据分析的辅助补充。
微博指数
http://data.weibo.com/index
分析微博数据的工具琳琅满目，微指数是新浪官方自带的工具，主打分析微博的搜索数据。
数据分析维度较常规，可以用于营销方案的日常数据素材。但如果需要更详尽、系统的数据，建议使用其他付费版的数据分析工具。
百度预测
http://trends.baidu.com/
运用大数据对各行业进行监控预测，这些数据可以用于营销中的宏观市场分析。目前百度预测上的免费数据涉及的行业不算多，主要有经济、旅游、医疗、城市、教育、娱乐这几方面。
ADBUG
http://www.adbug.cn/
ADBUG是第一款免费的数字广告搜索引擎，可以检索到各品牌的营销信息，了解营销策略趋势及行业风向。
只要是近一年在网络上投放的广告图，一搜索都能呈现出来，缺点就是监测到的量不大，比较适合短期广告投放效果的监测。
数据观
https://shujuguan.cn/
数据观可实现数据可视化，可辅助制作可视化图表。上传数据后，就可以自动生成图表。相比excel图表，实现了可视化优化，视觉体验更加。
在日常策划案或图文排版中，如果需要运用到数据图表，都可以先通过数据观进行视觉处理再使用。
探宝舆情
http://tanbao360.com/
在探宝舆情中输入关键词就可以检测到舆情数据。探宝的搜索关键词是自定义的，可以用作监测客户的品牌情况，同时还可检测竞品或营销活动名称的舆情情况，包括舆情的正负面分析，功能全面。
火线舆情
http://www.yuqing119.com/
火线舆情，和探宝舆情类似，数据量大，分析维度全，但是数据比较杂。可以用作探宝舆情分析的辅助及补充
不懂舆情数据，就不足以成为合格的营销人。传播舆情数据既可以用于客户营销策划案中的素材支撑，也可以应用于营销策略的优化调整中。根据数据进行营销战略的优化调整，能让营销的每一步都走得有理有据。
Tagul
https://tagul.com/
一个在线词艺术创作者，使您能够轻松创建惊人和独特的词艺术。
即使对于没有平面设计知识的用户，也可以立刻获得专业的质量结果。
麦客
http://www.mikecrm.com/
麦客CRM是一款在线表单制作工具，同时也是强大的客户信息处理和关系管理系统。
十种布局区块，不仅集成了规范的营销邮件常用的图文布局，还有列表、引用等特殊场景。
她可以帮助你轻松完成信息收集与整理，实现客户挖掘与消息推送，并开展持续营销。
问卷星
http://www.sojump.com/
免费使用问卷星创建问卷调查、在线考试、360度评估等功能；
问卷星提供30多种题型，强大的统计分析功能，统计报告和原始答卷可免费下载，
支持微信、邮件和短信等方式收集数据，数据回收后可以进行分类统计、交叉分析。
数说传播 -H5版
http://chuanbo.datastory.com.cn/
全国首个微信H5免费监测工具，传播路径全民掌控，KOL深度挖掘，流量统计，实时可视化、访客画像，PV、UV分享的每日/时走势。
还有一个营销人不可或缺的一个超级工具——Ptengine
http://www.ptengine.cn/feature-selling-point-mining
Ptengine是一款将高速、简易、可视化做到极致的数据分析产品，分析全面具体，算法科学精准，操作简单快捷。帮您轻松做洞察，流量变用户！Ptengine是面向Web和APP的用户行为采集与可视化分析产品，可以通过分析用户行为数据提升业务转化率，极简与直观的可视化报告与便捷分析可以帮助营销、运营、产品设计、数据分析师等各种数据专业能力的人群快速上手与高效使用。
ptengine通过热图和数据分析，理解用户行为并优化网站体验，提升转化，ptengine 轻松掌握访客的一举一动，精准了解用户需求，促进业务增长。
这是官方学习网站：Ptengine Help Center
这个时代的营销，那一定和精准营销脱不开干系，百度百科中，对精准营销的核心思想的表述是：
精准的含义是精确、精密 、可衡量的。精准营销比较恰当地体现了精准营销的深层次寓意及核心思想。
1、精准营销就是通过可量化的精确的市场定位技术突破传统营销定位只能定性的局限；
2、精准营销借助先进的数据库技术、网络通讯技术及现代高度分散物流等手段保障和顾客的长期个性化沟通，使营销达到可度量、可调控等精准要求。摆脱了传统广告沟通的高成本束缚，使企业低成本快速增长成为可能；
3、精准营销的系统手段保持了企业和客户的密切互动沟通，从而不断满足客户个性需求，建立稳定的企业忠实顾客群，实现客户链式反应增值，从而达到企业的长期稳定高速发展的需求。
4、精准营销借助现代高效广分散物流使企业摆脱繁杂的中间渠道环节及对传统营销模块式营销组织机构的依赖，实现了个性关怀，极大降低了营销成本。
5、与现今大数据营销思路相辅相成。
那在这段表述中，很重要的一点就是数据的运用，那营销，或者说精准营销中，最适合营销人常用的数据分析工具是什么呢？
首先也是最重要的一点：数据分析工具要适合营销人员的业务
工具是为了业务服务的，评断一个工具的好坏，主要是从这个工具能否解决问题来出发的，其他的点是后面再进行考虑的，那就先从什么的工具可以解决问题出发来谈谈，解决什么问题，有什么工具。
从大的粒度层次上，也就是五个方面：在合适的时间、合适的地点、将合适的产品以合适的方式提供给合适的人。
比如：如何判断什么是合适的人。
就可以使用RFM模型进行分析公司的重要营销对象，如下图就包含了用户的重要程度数量、占比、矩形分布、生命周期情况和详细信息情况：
比如：如何判断什么是合适的产品受大家欢迎。
就可以使用用户访问频率进行分析用户对一个产品的访问次数，再使用多个产品的访问频率横向对比，选择用户喜欢的产品进行推荐。
比如：如何什么时候对新用户进行补贴？
就可以使用新用户的贡献分析，分析出贡献度大的顾客，采用用户画像的方式给与福利或者补贴。
有很多工具都能够实现以上这些展示，通过自己对Excel的处理或者从数据库中提取的数据进行分析和作图就行，所以Excel、Google Analytics（谷歌分析/GA）、tableau等等都是可以的，但是众多的数据工具中应该怎么选择呢？于是引出了下一个论点：这个工具使用要很方便。
其次这个数据分析工具要方便使用
对于营销人员来说，什么是方便的？
第一、使用门槛低：
如使用过Excel就能够使用的数据分析软件，或者是经过简单的学习就可以上手使用的，有一些数据分析工具在网站上就有不少公开的课程，比如网易有数就有在网易云课堂上公开的课程，可以经过学习快速的掌握工具的使用，这一点很良心，其他的比如Excel有很多的书籍，而且使用比较普遍，上手比较容易，门槛也很低。
第二、使用过程简单：
这一点我认为应该包含有操作简单+功能丰富，如果有BI那更不错了，现在很多的商业BI数据分析软件很多，但是使用过程相对来说比较复杂，包括图标的制作等，在我的这么多的体验中认为，操作过程以拖拽作为基本动作是最为简单的，比如：
然后还发现有更简单的方法，直接输入想要什么，会自动推荐出图表，只需要导入数据就可以：
第三、实时更新数据，掌握最新动向：
目前很多的数据分析工具都可以打通数据库，做到和数据库连接，实时刷新数据，这一项功能也是营销人员所必须的。
第四、分析过程可以扩展，不用反复更改数据或者格式：
比如同一个表格的下钻，不同表格之间的联动，这样可以减少很多的工作量，比如：
想要查看某一类目标用户的数据的下钻：
或者是对一个展示数据更深层次的下钻，不断的深入查看数据的基础，如下图：
第五、分享展示等简单方便：
可以方便的把制作的图表导出、分享，如可以以多种格式进行导出，或者可以定时邮件发送分析结果等，如这些功能：
最后这个数据分析工具还要能够产生附加值：
解决了核心问题，又能够实现方便使用，最后这个数据工具还应该能够为营销人员产生附加值，对于附加值的定义每个人都不一样，我对数据分析工具的附加值的定义为：直接的协同定制和管理数据的分析结果和分析过程，就类似现在的云协作的产品，大家可以相互查看，这样既能够保证一个团队内的信息交流，还能够让信息的流动更快速，减少很多的无用功，增加效率，所以很推荐SaaS类型的数据工具产品，可以联网协同，可以随时随地的查询、更改、编辑等，十分的方便。
以上文中示例均来自网易有数，可以点击这里免费试用。
百度指数
Google Trends
微信指数
微博舆情监控
网站流量监控工具如百度统计，Google Analytics等。
Python写爬虫抓取数据
SEMrush
营销的工具基本可以划分为以下六个职能类别，而每一个类别又有其相应的可应用的工具，每一种工具基本都是免费的，安德鲁-考克斯，克里斯-朗斯代尔，乔-桑德森，格林-沃森曾在其研究《管理工具的选择》（THE RIGHT TOOL FOR THE JOB)中，对于116家公司的研究中发现，以下工具得到不同程度的应用，请参考选择适合自己的工具！
需要相应工具的，到这里去拿！
市场营销专业的大学生应该具备哪些方面的能力？
市场和环境分析工具
产品和竞争力开发
价格模型
销售促进和关系
绩效衡量
IT与互联网的应用
工具的选择，技术的应用需要与企业战略相适应；选择合适的工具与技术帮助企业战略的有效实施，不再“纸上谈兵”！
过去的十几年诞生了令人目不暇接的营销管理工具，很多是管理思想的具象和工具化，不少是新的技术在管理思想和工具上的应用。很多专业公司公司将这些工具进一步细化做的更加专业，考虑的更加全面，针对具体的工具，需要再进一步挖掘，互联网时代，应该能够找到很多很透彻的实用工具！
美国有一些教授和资询公司应用营销工程（Marketing Engineering) 的方法，通过量化的方法，帮助这些工具落地，使得很多营销工作不再拘泥于定性化的分析，不再严重依赖行业经验与所谓的最佳实践（这也是很多资询公司赚钱的法宝中的一种），具体参考
营销工程_百度百科
建议购买相应的配套软件，很多时候可让你的提案鹤立鸡群！
希望能够有所帮助！
这是销售相关，营销应该有相似之处：
原本以为当上销售领导，可以拿着高薪与老板近距离接触，琐碎之事交给小弟，其实苦逼的生活才刚刚开始，老板经常要数据，每次都要重新做分析，恐怖！
换了一个在线数据分析软件，第一次做好分析之后，以后数据图表结果会自动定时更新哦（当然我连接了数据库数据、表单数据），整理了常见数据跟大家分享。
1、销售外勤管理
作为一个小领导，每天都要看下属的客户拜访情况，团队的成员会在协同软件上详细记录自己的拜访的情况，包括客户名称、行业和具体情况 ，由我来做汇总工作。
2、销售业绩管理
作为公司的销售，给公司带来实际的收益是老板最愿意看到的，而如何管理好每个销售，是至关重要的。对于销售业绩的管理，同样也是通过数据直观的了解并及时调整方向，这样老板能直观了解数据情况。
这些数据都是销售最经常关注的数据，做好图表后直接通过“分享”功能将数据结果分享给领导，分析效率大大提高了呢，就有更多时间去管理销售业绩，让业绩不断提高~~~
讲道理。第三方软件平台分析微信公众号，不是有很多么。类似
这样的数据就可以了，还能监控其阅读量。形成一个走势。判断这个号的质量。存在刷阅读的情况。微问数据_微信公众号分析可以去看一下。
作者：Eric Young
链接：知乎专栏
来源：知乎
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。
趋势分析工具
百度指数
作为国内最大的搜索引擎，百度是大数据分析中当之无愧的代表。营销人日常需要了解的行业、品牌、市场、活动等各方面传播数据，通过百度指数基本能够满足。
百度指数不仅可以获取某个关键词的搜索热度，一段时间内的传播态势以及相关的新闻舆论变化，还可以细化到关键词的目标网民是什么样的，分布在哪里，还包括他们搜了哪些相关的词。这一系列数据分析都是帮助营销优化及调整的利器。
360指数-搜索大数据分享平台
360指数的数据分析功能可以和百度指数分庭抗衡，但出于百度的权威性，或许会有更多营销人选择使用百度指数。但当遇到百度没有收录的关键词时，可以尝试在360上边查找。
另外，360指数对于关键词人群特征分析中，数据维度更多，更为详细。具体选择就看个人喜好了，不过360指数可以作为数据分析的辅助补充。
微指数首页
分析微博数据的工具琳琅满目，微指数是新浪官方自带的工具，主打分析微博的搜索数据。
数据分析维度较常规，可以用于营销方案的日常数据素材。但如果需要更详尽、系统的数据，建议使用其他付费版的数据分析工具。
http://www.google.com/trends/explore
Google Trends数据量大，涉及国外数据。但使用需要翻墙，比较麻烦，有需要国外数据的情况下可以尝试翻墙使用。
百度预测-大数据 知天下
运用大数据对各行业进行监控预测，这些数据可以用于营销中的宏观市场分析。目前百度预测上的免费数据涉及的行业不算多，主要有经济、旅游、医疗、城市、教育、娱乐这几方面。
广告监测工具
adbug 广昆搜索，实时广告搜索
ADBUG是第一款免费的数字广告搜索引擎，可以检索到各品牌的营销信息，了解营销策略趋势及行业风向。
只要是近一年在网络上投放的广告图，一搜索都能呈现出来，缺点就是监测到的量不大，比较适合短期广告投放效果的监测。
数据可视化制作工具
数据观 | 所有人都会用的数据分析工具
数据观可实现数据可视化，可辅助制作可视化图表。上传数据后，就可以自动生成图表。相比excel图表，实现了可视化优化，视觉体验更加。
在日常策划案或图文排版中，如果需要运用到数据图表，都可以先通过数据观进行视觉处理再使用。
Create online charts & infographics | infogr.am
http://Infogr.am 和数据观相似，同样能在数据上传后生成互动的图表。另外，图表还可以嵌入网页使用。
Piktochart Packages
Piktochart是在操作中简单粗暴的信息图制作工具。有免费和收费版本，虽然免费的模板不多，但是做简单的信息图还是够用的。
操作上非常简便，可以添加地图、图表等。Piktochart中可以使用的图标按钮样式非常多。如果需要的话，可以做出很多好看的模板。
社交媒体监测工具
探宝：终身免费的舆情监测平台_舆情监测_舆情监控_数据分析_情感判断_危机预警_报告发送
在探宝舆情中输入关键词就可以检测到舆情数据。探宝的搜索关键词是自定义的，可以用作监测客户的品牌情况，同时还可检测竞品或营销活动名称的舆情情况，包括舆情的正负面分析，功能全面。
http://www.yuqing119.com/
火线舆情，和探宝舆情类似，数据量大，分析维度全，但是数据比较杂。可以用作探宝舆情分析的辅助及补充。
不懂舆情数据，就不足以成为合格的营销人。传播舆情数据既可以用于客户营销策划案中的素材支撑，也可以应用于营销策略的优化调整中。根据数据进行营销战略的优化调整，能让营销的每一步都走得有理有据。