数据的重要性不言而喻，对于电子商务网站更是如此。良好的数据分析可以帮你获取更好的网站优化和网站运营方法。
获取数据价值的方法论我认为有三步：监测部署、数据仓储、挖掘萃取。整个过程是动态流动的，就像黄金生产：先部署机器把矿石挖回来，再用厂房对矿石进行存储，再对这些矿石进行提炼成金。
1、监测部署
网络营销，英文称为Digital Marketing，即数字营销，意味着有一个天生特点：整个营销的过程都有数字（数据）产生，且这些数据天生易被记录。就像前面关于黄金的比喻，这种矿石海量且容易获取。这种事情的门槛不高，市场上很多参与者。
通过技术手段，可以监测到广告端广告展现了多少次，被点击了多少次；还可以知道网站端访问者在网站上去了哪些页面；甚至还能够知道社会化媒体谁在谈论什么，他们态度与喜好。
现在许多广告主都开始注意到这点的重要性，采用了很多方法去部署监测，从而收集营销项目的数据表现。
2、数据仓储
很多广告主只停留在数据部署阶段监测而来的简单数据报告，却忽略了长期数据积累的重要性。对营销数据系统化、长周期的规划仓储，有利于提升营销前期判断决策能力与网络营销的ROI。
这个过程需要将不同时间段、不同渠道得来的数据进行有效整理、整合，通过技术手段索引压缩，并分布式多备份地放在服务器集群。这个过程既要保证监测收集回来的数据安全保留，又要通过索引存储为第三步的萃取数据价值打下基础。这在技术层面是门槛很高的环节，需要服务商建立多备份的分布式服务器网络，保证数据安全、有效管理。
我曾经向客户举例：如果你买了十本书，你可以很容易找到需要的书；但是如果你有十万本书，就没有办法找到你需要的了，这就意味着这十万本书变成无用的、作废的。所以需要有很高科技的方法帮你把十万本书以及后面陆续买进来的书有效地归类与放置，这样主人才可能随时看想看的书，才能发挥书的价值，而数据仓储就是这个重要环节。
3、挖掘萃取
在云计算盛行的当下，数据被云端有效存储与集中管理后，数据挖掘成了热门的学术话题。在本环节最需要科学的挖掘方法来提炼“金子”。数据挖掘领域，人们最常举的例子就是关联规则算法中啤酒与尿布的案例：超市通过数据挖掘发现买啤酒的男士更倾向于一起买尿布，于是超市将尿布与啤酒放在一起，从而提升了销量。
同样在网络营销领域，在数据仓储阶段后，需要优化配置服务器资源，不间断地进行单一维度的、交叉多维度分析，源源不断地萃取论证结果，提炼出结论帮助决策。如我们遇到过：广告主对多种媒体长期投放后，发现不同媒体受众对品牌态度出现明显差异，深入研究后发现B类媒体受众对该品牌态度的频次曲线更低。因此广告主更加注重了在B类媒体投放时的频次控制，避免用户因“广告过曝”造成的反感情绪。
当然，在电商客户的实践过程中，更容易在海量数据中提炼出能够立竿见影带来销量提升的价值点。长期监测发现，某电子商务网站70%以上成交量并不是由广告点击直接带来的。于是我们为客户研究这些未点击广告造成订单用户的Cookie特征。挖掘发现这些用户部分是该电商网站广告的曝光覆盖者，只是当时他们没有产生广告点击，之后通过搜索引擎过来的。对比分析多媒介渠道后，发现媒体A最容易（成本最优）带来这种用户，于是客户加大了该媒体的投放。
从海量数据萃取价值是未来互联网营销的趋势，也是广告主日益增涨的需求。因此，AdMaster也投入了巨大资源去推动相关产品的研发，推出了我们数据银行产品，将海量数据仓储及挖掘萃取环节实现整合，帮助广告主查看历史上任意营销项目中的、任意一个时间点的、任意广告位或者访问者的数据。而为了实现这一切，我们扩大了服务器计算资源的投资，实现了多机房分布式的安全存储与计算。
相关文章中
If you enjoyed this article, please consider sharing it!
