这些数据是如何做到的

‘壹’ 如何做好数据分析

数据分析有：分类分析，矩阵分析，漏斗分析，相关分析，逻辑树分析，趋势分析，行为轨迹分析，等等。 我用HR的工作来举例，说明上面这些分析要怎么做，才能得出洞见。

01） 分类分析
比如分成不同部门、不同岗位层级、不同年龄段，来分析人才流失率。比如发现某个部门流失率特别高，那么就可以去分析。

02） 矩阵分析
比如公司有价值观和能力的考核，那么可以把考核结果做出矩阵图，能力强价值匹配的员工、能力强价值不匹配的员工、能力弱价值匹配的员工、能力弱价值不匹配的员工各占多少比例，从而发现公司的人才健康度。

03） 漏斗分析
比如记录招聘数据，投递简历、通过初筛、通过一面、通过二面、通过终面、接下Offer、成功入职、通过试用期，这就是一个完整的招聘漏斗，从数据中，可以看到哪个环节还可以优化。

04） 相关分析
比如公司各个分店的人才流失率差异较大，那么可以把各个分店的员工流失率，跟分店的一些特性（地理位置、薪酬水平、福利水平、员工年龄、管理人员年龄等）要素进行相关性分析，找到最能够挽留员工的关键因素。

05） 逻辑树分析
比如近期发现员工的满意度有所降低，那么就进行拆解，满意度跟薪酬、福利、职业发展、工作氛围有关，然后薪酬分为基本薪资和奖金，这样层层拆解，找出满意度各个影响因素里面的变化因素，从而得出洞见。

06） 趋势分析
比如人才流失率过去12个月的变化趋势。

07）行为轨迹分析
比如跟踪一个销售人员的行为轨迹，从入职、到开始产生业绩、到业绩快速增长、到疲惫期、到逐渐稳定。

‘贰’ 收视率、收听率 这些数据是怎么得到的

收视率是如何产生的？

目前采用的收视率数据采集方法有两种，即日记法和人员测量仪法。日记法是指通过由样本户中所有4岁及以上家庭成员填写日记卡来收集收视信息的方法。样本户中每一家庭成员都有各自的日记卡，要求他们把每天收看电视的情况（包括收看的频道和时间段）随时记录在自己的日记卡上。日记卡上所列的时间间隔为15分钟。每一张日记卡可记录一周的收视情况。

人员测量仪法是指利用“人员测量仪”来收集电视收视信息的方法，是目前国际上最新的收视调查手段。样本家庭的每个成员在手控器上都有自己的按钮，而且还留有客人的按钮。当家庭成员开始看电视时，必须先按一下手控器上代表自己的按钮，不看电视时，再按一下这个按钮。测量仪会把收看电视的所有信息以每分钟为时间段（甚至可以精确到秒）储存下来，然后通过电话线传送到总部的中心计算机(或通过掌上电脑入户取数据)。

收视率多久能够出来？有的是一周，有的是两周，有的是一天。刘燕南说，这主要取决于采用什么样的测量方法，如果采用日记法，因为要对数据进行收集和分析，最快需要一周，一般需要两周；如果采用人员测量仪法，因为电话线可以即时回传数据，因此能够做到隔一天就能够提供收视数据，只是人员测量仪成本比较高。 如果采用日记法，因为要对数据进行收集和分析，最快需要一周，一般需要两周，显然有一定的滞后性，而且在精确度方面也不容乐观；如果采用人员测量仪法，因为电话线可以即时回传数据，因此能够做到隔一天甚至更快的世间就能够提供收视数据，测量仪成本自然就比较高。

收视率，指在一定时段内收看某一节目的人数（或家户数）占观众总人数（或总家户数）的百分比，即收视率＝收看某一节目的人数（或家户数/观众总人数（或总家户数）。当然，除了节目的收视率，还有时段收视率等相关的统计指标。

在正式调查前 先安排几次不同数量的实验调查在实验调查中运用统计学原理 然后再在很大的群体里 调用一小部分群体 用比如打电话的方法抽样
收视数据是为了解节目收视情况以便实现科学管理的有效手段。我国多数电台和电视台都越来越注重收视数据的作用。媒介经营从“拍脑袋”、凭经验到相信客观数据是媒介经营管理和节目设置的一大进步。但是，数据的主要作用是为人所用，这些数据最终能用来干什么，怎样从繁杂的数据中获得有用信息，怎样才能最大限度的发挥数据的作用，还需要进一步探讨。本文试图为收视数据的利用提供一些建议。

收视数据指的是通过调查获得的关于广播电视节目收视情况的数据。按照使用主体的不同可以分为电视的收看数据和广播的收听数据。按照获得数据的内容不同又可以分为收视数据和满意度数据。我国主要采用收视数据。满意度数据在香港和日本有一定的应用，这种数据主要是借鉴了商品的用户满意度指数，用来了解受众对某媒体或某节目的满意程度。我国从80年代中期才开始逐步从国外引进收视数据。1996年，当时的广播电影电视总局颁发了“关于在广播电视系统推荐使用全国电视观众调查网电视收视率的通知”后，收视数据正式确立了地位。特别是最近几年，各台都比较注重收视数据的作用，普遍都花钱从统计局、专业的收视率调查公司或市场调查公司购买数据。但是，无庸置言，我国对收视数据的有效分析、利用程度还比较低，收视数据的真正作用并没有发挥出来。

一、收视数据的作用

眼下，多数电台和电视台主要把收视数据用于台内的管理。比如什么节目该上马，什么节目该裁掉；用来评奖和评优等。理论界也主要关注如何利用收视数据形成科学的节目评价体系。可以说，这种利用还停留在比较粗浅的水平上，没有明确收视数据的真正用途，还没有开发数据的主要作用。台内考评只是收视数据的用途之一，它在收视数据的诸方面的作用中不应该占主要作用。想要了解收视数据的作用，首先要了解它的产生过程。

收视数据是利用统计方法，在作为总体的收视人群中抽取部分样本，根据样本的情况来推断总体情况。它一般从以下几种方式获得：1、人员测量仪：一种可以记录受众收看或收听时间的专门仪器，可以定时反馈给数据中心。2、日记卡：由受访者填写特定格式的表格，记录自己的收视行为。3、面访：通过上门或拦截访问了解受众的收视行为。4、电话访问：由访员向目标受众打电话了解受众的收视行为。

由于现在的电视收视率行业发展比较快，这两种方法获得的数据的稳定性和可靠性要好一点，有效访问的成功率也比较高，特别是采用人员测量仪，数据的客观性可以进一步的提高。所以这两种方式在电视受众调查中使用的比较多。后两种方式主要用在广播中的受众调查中。

在问卷设计中（人员测量仪没有严格意义上的问卷，但是它要求样本户提供背景资料。比如年龄、家庭人口数、收入等等）如果主要关注的是受众收视的行为和动向，而不是不关心受众对特定节目和栏目的满意程度，那么获得的数据就是收视率；如果主要想了解受众对特定频道、栏目和节目的满意程度，那么数据就是收视满意度。总之，无论是通过哪种方式得到的数据，无论数据是收视率还是满意度，目的都是为了了解受众，受众的眼球才是媒体收入的主要来源。所以收视率首先是用来了解受众需求，从而为节目编排提供指导。专业人员收到每个样本的收视情况后，都要汇总。把这些数据建立在一个大的数据库里面，然后进行分析。首先要分析节目和频道的走势，一般都要通过图表体现出来。然后在传播学知识的指导之下，利用高级的统计分析方法找出复杂的数据背后的规律。可以了解到哪些人在收看或收听节目，他们的社会属性如何，具有这种社会属性的人对节目的兴趣点在哪个地方。从而能够调节节目的类型、风格等。让节目更加适合这些受众。

收视数据还可以帮助媒体了解到节目的实际受众和目标受众和目标受众之间有哪些差别；节目的潜在受众是哪些人，利用什么途径可以吸引这些潜在的受众。根据这些信息再改进节目的风格，就可以有针对地提高节目的受众人数的受欢迎程度。如果收视数据有变动，那么变动的原因是受众还是节目本身。找到这些原因就可以为长期的规划提供帮助。

其次、收视数据可以协调媒体、广告商和商家之间的关系。

随着媒介市场的多元化，受众有了更大的选择空间，所以每个媒介都面临着争夺有限市场份额的局面。媒介市场已经从卖方市场过度到买方市场：媒体已经不可能凭借自己的意愿支配广告客户。广告客户在媒体中做广告，首先要考虑这个广告能够带来什么样的效果。现在，我国的广告效果监测手段还很不发达，在几乎没有能给特定广告提供专业的效果监测的情况下，广告客户就只能凭借收视数据来确定在哪个地方做广告。如果广告是通过广告公司 的代理，那么商家首先就会问广告商，为什么选择这个时段而不是选择别的时段。广告公司也只有通过收视数据才能给商家一个交代。总之，收视数据是联系媒体、广告商和商家的纽带，在这三者中间起着调节作用。那些可以达到比较高的收视水平的媒体必然会在竞争中逐渐占据优势，商家也可以利用更高的“接受人群”，达到好的经济效益。

但是，收视数据在协调这些关系的时候，也会有自己的局限。广告的最终目的是要实现购买行为。受众的最终购买一般要经过知（收看或收听广告）、情（对广告从而对产品有好感）、意（购买的意愿）、行（购买行为）四个阶段。商家最关注的是第四个阶段，也就是广告是否刺激了商品的销售行为。如果有了这种刺激作用，那么广告的投入产出比例是否合适。而收视数据主要关注的是收视行为的第一个阶段，也就是说通过它只能了解到受众是否观看或收听了广告。却不能确定这种广告能不能转化成最后的购买行为。广告客户通过收视数据来了解广告效果时，其实是用第一个阶段来推测第四个阶段，所以经常会有误差。比如，有的节目收视或收听率很高，但是它的受众可能集中在购买力有限的阶层。那么中高档的消费品广告就不会有太大的实际效果。虽然收视数据有这样的缺陷，但是在缺乏其他可信资料的情况下，还是媒介、广告商和商家的最佳选择。

二、收视数据的充分利用

收视数据的主要优点是它比经验和常识更加科学。它可以突破个人的视野、情感的局限，提供更加实证的结论。媒体购买的收视数据一般有两种形式：原始数据和已经作好的分析结果。除了很专业的媒介调查公司以外，多数的公司都不具有传播学知识，对数据用户的实际情况也不够了解，所以最好媒体自己还要做进一步的分析。当媒体获得原始数据获得以后，得到的仅仅是节目的收听和收看的指标。有些为什么会出现这些指标；这数据的升降说明了什么；它和那些因素有相关关系，或者有因果关系；怎样利用这些数据进行节目的定位和调整。这些都必须进行进一步的数据分析，甚至要做专门的调查寻求答案。.

如前文所说，收视数据的主要作用之一就是了解受众，从而为节目制作提供信息。所以，了解节目的收视指数的上升或下降是比较初级的利用。媒体购买的收视数据还要尽可能的包括受众的背景资料（主要是经过分析而挑选出来的、与受众的收视行为有相关关系或因果关系的背景资料）。然后可以使用高级的统计分析方法对这些数据进行分析，寻找真正影响收视行为的因素。针对这些因素的节目调整才能够提高节目的接受程度。单纯的收视率或收听率得到的信息是有限的。例如，收视数据的上升或- 3 -下降不仅是受众数量的改变，很可能是受众群体的整体流动；持平的收视数据并不代表受众属性的稳定。比如，某个节目的收视调查中，收视率没有明显的改变，但是经过分析却发现，受众的个人收入水平和受教育程度却在上升。表面上来看，节目的收视率比较稳定，所以节目不应该有大变动。但是实质上受众本身已经发生了很大的改变，那么就应该改变节目的设计：或者使节目适合以前的受众，以增加节目的收视；或者向高收入和高文化的水平靠拢，找出这类受众感兴趣的地方（诉求点），然后整个节目的设置向这方面靠拢，以便开发出节目的潜在受众。

从目前来看，获得收视数据主要通过以下程序：1、抽样：由于收视数据涉及到某个地区的全部的拥有某种接收设备的人，所以人数很大。由于时间和经费的限制，所以不可能进行全面的普查来了解该地区每个人的收视情况。这样做不仅客观条件不允许，而且也没有这个必要。所以一般都是采用科学的抽样方法，从目标人群中抽取一定比例的样本，来推测全体受众的情况。科学的抽样是影响最后数据有效性的关键。2、实施：有些是建立固定的被调查人群，长期对他们追踪访问；有些是每次都更换新样本，每次都调查不同的人群。然后利用访员记录受访者的收视行为。3、汇总、分析：把所有收集起来的数据录入电脑做分析。4、总结结果：根据专门的传播知识解释这些数据，并且提供节目、栏目和频道建议。为节目的设置、竞争广告和媒介管理提供建议。

我们从中可以看到：

1、因为的样本是按照随机原则抽取的，所以必然有随机波动，收视数据在一定范围内的波动是正常的。它可以反映受众总体的大致情况，却不能完全代表全体受众，所以比较这个月和上个月，这一周和上一周的收视数据的上升或下降的意义不太大。正确的做法应该是先分析出收视数据的回归线（回归方程），看节目的中长期的收视水平相对于回归线（回归方程）的上升和下降水平。并且看这些上升和下降是不是可以用偶然的波动来解释。即使有非偶然的波动、也要找出合理的理论和事实解释，才能够确实得出节目收视情况的结论。轻易给节目和栏目下结论是很不可取的。

2、因为采用的是抽样调查而不是普查，所以一些特定受众的真实情况不可能得到反映，特别是当这些受众的比例比较小的时候。比如说广告商想做一个给占人口少数的特定人群使用的产品的广告，他首先要了解这种人群的节目收视情况。如果媒体采用一般的收视数据，那么由于数据是抽样调查得到的，只访问了总体中的一小部分，要了解的受众又是少数人群，那么在收视数据中这类人的数量就非常少，根本不具备代表性。在当媒体想要深入了解节目的收视情况时，经常出现这种情况。这时候，普通的收视数据的不足就暴露出来了。所以，当出现这种情况时，就必须针对这部分受众组织专门的调查，用定量方法或质的研究方法来解决。

3、整体的数据来源于每个受访者，在受访者和最终数据之间有很多的中间环节。在现实中，有些数据采集公司对用户不负责，数据采集的管理工作不完善，所以会影响数据的可信性。有时甚至完全不能反映受众的真实情况。当媒体根据收视数据做决定时，首先要想这些数据的可信度有多高。避免在错误的信息基础上作出错误的决定。

4、收视数据反映的是受众的总体收视情况，发现不了受众的态度。比如说，收视数据可以发现观众是否打开了电视（国外已经研制出来可以测量电视前是否有大型动物（它还分不清人和狗之间的区别）的收视仪，它可以监测出电视是否被开着，但是根本被观看。但是，同样遇到了一个问题，有时，电视前只蹲了一条狗；有时受众开着电视，却在呼呼大睡。）但是，受众观看电视的行为本身和态度却很难被发现。我们经常会发现一些节目的收视率不是很高，但是，节目有自己固定的、忠诚度很高的节目。这些受众对这些节目往往持有很肯定的态度。无论是节目改革还是台内评估，对这些节目都应该慎重考虑，不能仅仅根据收视数据做决定。

三、数据的长期利用

随着大家对收视数据的重视和数据获得手段的改进，从节目播出到获得收视数据之间的时间间隔越来越短。例如，电视的收视率调查已经逐渐用人员测量仪代替了日记卡。日记卡是让样本户自己记录收视行为，然后由访员定期回收的方法。一般来说回收周期是一周。也就是说，中间的时间间隔最少是一星期。人员测量仪是一种可以自动记录受众收视行为的仪器，比较先进的人员测量仪可以通过电话线传输当天记录下来的数据。数据的短期利用也就越来越方便。但是，无论是评估节目还是为寻找影响收视行为的相关因素，仅仅是短期分析是远远不够的。

从节目的评估来看，节目的短期升降说明不了太多问题。节目的收视数据是围绕一条回归线上下波动的，短期底于这条线或高于这条线并不能得出结论说这个节目更加受欢迎了，或者受欢迎的程度有所下降。收视数据反映的是收视的总体趋势，而不是几次确定的数目。这一点很象股票的走势图，它反映的也是升降的总体趋势。股价的升降要从总体的走势来分析，而不是偶然的升降。

此外收视数据还受很多因素的影响。这些因素只有经过长期的数据积累才能发现规律。比如受季节的影响。实践证明，收视指数一般在冬季会达到最高点，在夏季会达到最低点。所以，进行中短期分析的时候，最好参照已经积累的数据和规律。现在建立大型的数据库是比较方便的。数据库最好能记录尽可能长的收视数据和影响收视数据的相关因素。越多的信息中就越能发现新规律，数据也越有说服力，结论就越有价值。

最后，还应该在大型事件和突发事件出现时，进行有针对的数据收集工作。突发事件和大型事件在媒介中的重要性不言而喻。往往通过这些事件可以寻找出受众对媒介的信任程度、第一求诉率、信息深度要求等。这些数据对媒介有很有价值，在媒介的经营和节目策划非常重要。

总之，收视数据作为一种科学、系统的信息，在媒介经营中有不可替代的作用。开发好、利用好收视数据可以起到节目调整、联系广告商和说服受众等作用。当然它也有缺陷：只能记录收视行为，不能记录行为背后的情感和节目忠诚度。如果利用好收视数据，再结合其它方法，完全可以给媒介的内部经营和外部发展带来全新的理念。

‘叁’ 电脑是如何保持数据的呢，存储这些数据的东西是怎么样储存的呢

硬盘数据存储原理

硬盘是一种采用磁介质的数据存储设备，数据存储在密封于洁净的硬盘驱动器内腔的若干个磁盘片上。这些盘片一般是在以铝为主要成分的片基表面涂上磁性介质所形成，在磁盘片的每一面上，以转动轴为轴心、以一定的磁密度为间隔的若干个同心圆就被划分成磁道（track），每个磁道又被划分为若干个扇区（sector），数据就按扇区存放在硬盘上。在每一面上都相应地有一个读写磁头（head），所以不同磁头的所有相同位置的磁道就构成了所谓的柱面（cylinder）。传统的硬盘读写都是以柱面、磁头、扇区为寻址方式的（CHS寻址）。硬盘在上电后保持高速旋转（5400转/min以上），位于磁头臂上的磁头悬浮在磁盘表面，可以通过步进电机在不同柱面之间移动，对不同的柱面进行读写。所以在上电期间如果硬盘受到剧烈振荡，磁盘表面就容易被划伤，磁头也容易损坏，这都将给盘上存储的数据带来灾难性的后果。

内存的存储原理

内存，英文名为RAM(Random Access Memory)，全称是随机存取存储器。主要的作用就是存储代码和数据供CPU在需要的时候调用。但是这些数据并不是像用木桶盛水那么简单，而是类似图书馆中用有格子的书架存放书籍一样，不但要放进去还要能够在需要的时候准确的调用出来，虽然都是书但是每本书是不同的。对于内存等存储器来说也是一样的，虽然存储的都是代表0和1的代码，但是不同的组合就是不同的数据。让我们重新回到书和书架上来。

如果有一个书架上有10行和10列格子(每行和每列都有0～9编号)，有100本书要存放在里面，那么我们使用一个行的编号和一个列的编号就能确定某一本书的位置。如果已知这本书的编号36，那么我们首先锁定第3行，然后找到第6列就能准确的找到这本书了。

在内存中也是利用了相似的原理现在让我们回到内存上，对于它而言数据总线是用来传入数据或者传出数据的。因为存储器中的存储空间是如果前面提到的存放图书的书架一样通过一定的规则定义的，所以我们可以通过这个规则来把数据存放到存储器上相应的位置，而进行这种定位的工作就要依靠地址总线来实现了。

对于CPU来说，内存就像是一条长长的有很多空格的“线”，每个空格都有一个唯一的地址与之相对应。如果CPU想要从内存中调用数据，它首先需要给地址总线发送地址数据定位要存取的数据，然后等待若干个时钟周期之后，数据总线就会把数据传输给CPU。当地址解码器接收到地址总线送来的地址数据之后，它会根据这个数据定位CPU想要调用的数据所在的位置，然后数据总线就会把其中的数据传送到CPU。

CPU在一行数据中每次知识存取一个字节的数据。会到实际中，通常CPU每次需要调用64bit或者是128bit的数据(单通道内存控制器为64bit，双通道为128bit)。如果数据总线是64bit的话，CPU就会在一个时间中存取8个字节的数据，因为每次还是存取1个字节的数据，64bit总线将不会显示出来任何的优势，工作的效率将会降低很多。这也就是现在的主板和CPU都使用双通道内存控制器的原因。

光盘 存储原理

有一类非磁性记录介质，经激光照射后可形成小凹坑，每一凹坑为一位信息。这种介质的吸光能力强、熔点较低，在激光束的照射下，其照射区域由于温度升高而被熔化，在介质膜张力的作用下熔化部分被拉成一个凹坑，此凹坑可用来表示一位信息。因此，可根据凹坑和未烧蚀区对光反射能力的差异，利用激光读出信息。

工作时，将主机送来的数据经编码后送入光调制器，调制激光源输出光束的强弱，用以表示数据1和0；再将调制后的激光束通过光路写入系统到物镜聚焦，使光束成为1大小的光点射到记录介质上，用凹坑代表1，无坑代表0。读取信息时，激光束的功率为写入时功率的1/10即可。读光束为未调制的连续波，经光路系统后，也在记录介质上聚焦成小光点。无凹处，入射光大部分返回；在凹处，由于坑深使得反射光与入射光抵消而不返回。这样，根据光束反射能力的差异将记录在介质上的“1”和“0”信息读出

‘肆’ 闲鱼卖家这些数据是怎么做到的

你好，
像闲鱼上这些数据，
有的是实实在在的浏览量，
只要有人点击“我想要”并询问了，
平台上都会记录数据，
有的也是靠亲人、朋友或者同一个人注册多个闲鱼账号刷出来的记录，
这样的数据有助于商家卖出商品。

‘伍’ 傲娇的销量数据，疫情下的他们是如何做到的

一早醒来，我发现“瑞幸咖啡割韭菜”在网络上炸开了锅，伪造业绩22亿人民币，这得卖出多少杯咖啡？又得价值多少辆车呢！

相对之下，车企发布的产销数据要真实得多。经历了3月份市场的缓慢回暖，车企们的产销数据也有一定的回暖，一些品牌已经发布了3月份的销量数据，急于与“民”分享这些胜利的果实。

这些品牌分享了3月“胜利果实”，数据各有看点

最着急的是红旗汽车，率先发布了其第一季度的销量数据，1-3月份销量累计突破25000辆，同比增长88%，就目前来看，这样的增幅足以令所有汽车品牌妒忌。

分开来看，红旗1-2月份销量为16382辆，计算可知其三月份销量超过8618辆的，环比2月销量翻了一倍不止，其3月销量回暖的速度远远高于行业速度，这样的业绩足以值得红旗汽车豪横。

不排除后续还有其他品牌继续亮出更漂亮的数据，但整个车市的消费爆发式增长并没有出现，而是集中于个别品牌了。也能看出来，在疫情中继续获取高销量是没有秘诀的，靠的都是努力付出。

写在最后

其实，这些品牌3月份销量提升与多地疫情确认人数归零有很大关系，到店的客流量相比2月大幅提高，这是销量提升的基础，但整个行业的走势还要待更多车企发布产销数据才能明了。随着眼下又有一系列刺激汽车消费的政策出台，后续市场回暖或加快步伐。

本文来源于汽车之家车家号作者，不代表汽车之家的观点立场。

‘陆’ 数据分析怎么做

1、列表法

将数据按一定规律用列表方式表达出来，是记录和处理最常用的方法。表格的设计要求对应关系清楚，简单明了，有利于发现相关量之间的相关关系；此外还要求在标题栏中注明各个量的名称、符号、数量级和单位等：根据需要还可以列出除原始数据以外的计算栏目和统计栏目等。

2、作图法

作图法可以最醒目地表达各个物理量间的变化关系。从图线上可以简便求出实验需要的某些结果，还可以把某些复杂的函数关系，通过一定的变换用图形表示出来。

(6)这些数据是如何做到的扩展阅读：

分析工具

使用Excel自带的数据分析功能可以完成很多专业软件才有的数据统计、分析，其中包括：直方图、相关系数、协方差、各种概率分布、抽样与动态模拟、总体均值判断，均值推断、线性、非线性回归、多元回归分析、移动平均等内容。

在商业智能领域Cognos、Style Intelligence、Microstrategy、Brio、BO和Oracle以及国内产品如Yonghong Z-Suite BI套件等。

‘柒’ 如何利用好这些数据，让这些数据说话，发挥出更多的作用

一个数据分析汇报工作者面临一项艰难的任务，即让他人明白并相信数据的含义，并且要照顾到听众的专业背景，以易于听众理解的方式展示汇报数据。最好的方式就是将数据划分层次，并配上通俗易懂的解释说明。正如爱德华·塔夫特所建议的，<用生动有力的方式讲解数据>标记轴线，不要曲解数据的含义，同时将非相关信息图表减至最少。
基本的图表分析汇报可以以这样的方式开始，“这是我们的数据质量项目报告，它以时间为序，虽然有听众对这些图表再熟悉不过，但也请确保我们的进度一致。如大家所见，这份汇报是关于客户数据质量的。X轴是时间轴，每个点代表一个月，Y轴是数据分数，与每个点的月份恰好对应。我们以此来衡量精度。这是一个较高的标准，对此我一会儿将详述。”之后便是为听众解释如何读懂展示的图表。“绿线代表实际结果，蓝线是我们设定的目标值，红线代表限度，在我进一步解释汇报这些数值前，大家对如何读这张图表是否还有疑问?”
记录下你将要给听众详述的部分之前，确保已经给听众解释清楚了如何读图的基本信息，这样听众就可以专注于所见的图表，并专心听你的数据汇报了。
关于这些，要讲的有很多，譬如如何开始项目、开展项目的原因，围绕客户需求条款的乐趣和挑战所在;客户需求的衡量标准，包括Y轴度量选择的逻辑;项目改进;如何确立限度，即红线的本质含义;为听众点明你所进行的每一个环境的意义影响……
听众不同，需求不同，汇报人的阐释要尽可能简明扼要。比如，技术团队希望搞清楚选择度量的细节和制作图标的软件;高层领导想要明白扩展数据对于整个机构的意义。汇报对于每个听众是一样的，但却听众的需求却各有侧重。
要清楚很多人对于数据分析，数据库和统计数据是持怀疑态度的，(你可能会想到那句有名的谚语：“世界上有三种谎言，即谎言，该死的谎言和统计数据。”)不管这样的怀疑是否有道理，它确实使得机构运行好创意的脚步放慢甚至终止。作为一名数据汇报者，肩负着让听众信任数据的神圣使命。汇报人一定要做到：
1、汇报尽可能准确、直白，特别是在汇报成果不利的情况下，更应如此。此外，如果数据结果显得有点不太明智，一定要简单地陈述事实。
2、如果展示的是一张综合性图表，对于重要信息的遗漏就等于是在说最糟糕的谎言。
3、提供适当的背景介绍，如数据来源，为确保数据真实有效所做的工作。(如果对此所做之事甚少，一定要言简意赅地说明“数据来源不明，可能会影响到结果”)
4、总结数据分析，包括汇报结果的不足之处和替代说明。
陈述自己的观点无可厚非(通常也是合理的)，但一定要将自己的观点和事实分开。不论分析有多到位，总有言过其实的地方，直觉会混淆事实。要清楚两者之间的界限。
现在更进一步关注听众需求。成功的汇报案例大多是以让听众明白幻灯片展示内容为基础。听众在观阅连续播放的幻灯片时，可能无法从你的汇报中有所收获，所以你必须考虑到他们的需求。早先在贝尔实验室时，我曾听说“听众读表的平均时间在15秒，不要让他们花费13秒去搞懂如何读图。尽可能多地在可以标记的地方加上注释，能让图表替你说话更好。”
根据此想法，进行两个步骤。第一，在幻灯片说明页提供如何读图的解释。第二，如下图所示为图表注解。注释当然不可能取代汇报，它们只是为听众提供相关信息。
对于大多数听众来说，即便是为微小的洞察做出长篇大论的分析也在所不惜。因此，手边的一张切中问题要害并能引导后续步骤的出色图表要胜过万千无用的图。找到这样出色的图，以此来展示，数据就是力量。
只要你有值得分享的见解和结论，我所建议的方法并不难于实践。领导们，甚至是那些对数据持怀疑态度的人们，迫切期待改善提升部门和公司的方法。作为一名汇报人，你的工作就是以最简明的方式发掘并满足他们的需求。

‘捌’ 大数据如何做到精确区域性统计以及收集

在这个人人都高喊“大数据时代”的今天，数据似乎被提到一个前所未有的高度。无论是个人站长还是大中型公司，亦或是大型跨国集团，无论是网络营销还是线下的市场营销都在意识到数据的重要性，凡是都以数据来说话。但是，据笔者了解，在很多中小型公司和个人站长中，对于数据重视有余，却利用不足。
很多人不清楚需要搜集什么样的数据;也有的不清楚通过什么渠道来搜集数据;还有大部分不清楚搜集整理的数据如何去分析，进而也就不清楚怎么去利用这些数据。所以，很多数据也就仅仅只是数字，无法去转化和为公司利益服务，成了一个华丽丽的摆设或者鸡肋。
先来说说三类将数据做成摆设的类型：
1、重视数据但不清楚如何搜集，这是“被数据”类型。对数据处于模糊了解状态，由于生活在这个信息爆炸化时代，耳濡目染各种宣讲数据的重要性，自然也就重视起数据来，知道公司和企业做事和计划要靠数据来支撑。但是由于没有专业的相关数据人员，自己的公司(或者是个人站长)该做哪些数据，通过什么渠道来搜集整理，可谓是一知半解。最后可能是通过头脑风暴和网上的所谓教程来比葫芦画瓢，再加上咨询下同行，东拼西凑而成的数据，这样的数据自然就真的只是摆设了。
2、了解所需数据但来源不规范，这是“误数据”类型。对数据了解比较了解，由于在互联网或者公司摸爬滚打多年，出于自身原因和目的大概知道该需要什么数据。但是同样由于没有专业的相关数据人员，对于数据的来源和制作并不规范，数据采集也可能存在误差。所以，这些数据就可能失真，利用价值自然也不是很大。其实，这类数据比第一类更加成了摆设。
3、会做数据但不会解读分析，这是“贱数据”类型。对数据有清楚了解，并有准确的数据来源和较明确的数据需求，但是却等于入宝山而空回，坐拥金矿却不会利用，岂不是把这些可以带来真金白银的数据给轻贱了?只是简单的搜集整理，把数据形成可视化的报表，但是只是这些数据又能说明什么问题呢。
数据背后的意义是什么，怎样去解读数据来为公司和个人创造价值，怎样去利用数据来规避可能存在的风险，怎样去利用数据分析出现的问题?这些才是数据的真正价值。
大数据时代SEO数据如何搜集和分析查看大图
说的有点多了，其实笔者今天主要讲的是网络营销中有关网站SEO的数据搜集和分析。sem和其他媒体营销基本都有较成熟的数据整理和分析模式，笔者就不再献丑赘述。以下讲的也只是较为大众化的数据模式。
1、做哪些数据。有关SEO的数据应该需要三方面：
①自身及竞争对手网站外部可统计查询数据：这部分数据可以通过外部站长工具综合查询得出。主要包括但不局限于：
网站网址、快照日期、域名年龄、网站响应时间、同IP网站、pr值、网络权重、各搜索引擎收录量、各搜索引擎反链数、24小时网络收录、网络排名词量、预计网络流量、外链数、标题、meta标签、服务器信息。这些数据除适用于首页外，也可以适当用来查询内页数据。
可以把这些相关数据做成excel表格，以供定期查询，可按照实际需求增减相关数据的查询。
查询周期可每日、每周亦或是每月等，按照实际需求和具体情况来。
大数据时代SEO数据如何搜集和分析
②网站流量统计数据
目前现在大部分的公司和站长的网站流量均采用流量统计工具，极大的方便了SEO相关人员统计整理数据的工作。目前比较专业的数据统计工具有CNZZ、51la和网络统计。论专业性来讲，CNZZ比较不错，论网络流量的准确性和敏感度，笔者觉得网络统计还不错。闲话少叙，流量数据主要包括但不限于：
IP、PV、独立访客、人均浏览量、平均访问时长、跳出率、受访页面和域名、来源、搜索引擎比例、搜索关键词、访客详情、时段分析
同样建议做

‘玖’ 如何利用大数据做到对客户的精准营销

大数据营销等同于精准营销，或是精准营销是大数据营销的一个核心方向和价值体现。然而，数据本身不会产生价值。为此，我们要把数据组织成数据资源体系，再对数据进行层次、类别等方面的划分。在此基础上，通过分析数据资源和相关部门的业务对接程度，以此发挥数据资源体系在管理、决策、监测及评价等方面的作用，从而产生大数据的大价值，真正实现了从数据到知识的转变，为领导决策提供服务依据本例根据工作实践。
本例以三个工作实例，展示如何通过对数据分析进行对客户的精准营销。
工具/原料

大数据营销
大数据营销三个案例分析

案例一：笔者在银行工作，通过对储户身份证信息进行海量剖析，发现一个有趣的现象，即购买理财产品的客户以40-50岁的女性居多。
根据这一信息，有经验的理财经理通过身份证信息即能准确的分析出支行有哪些符合条件的客户，迅速的对新推出的理财产品进行电话营销，做到不出门即可实现销售，较快的完成了销售任务。
而另一些更具创新性的理财经理，通过身份证信息，在情人节期间组织了网点沙龙客户邀约活动，对符合18-30岁、30-45岁这两个年龄段的男性客户进行了电话营销，通过赠送爱人鲜花、化妆品以及高价值的礼品进行金融产品营销，较好的引起男性客户的兴趣，有力的拉升了业绩增长。
这些数据分析手段就能够做到个性化营销和定位，加强对客户的认知，为客户找到价值，从而带动销量。
案例二：在与供电部门合作期间，供电部门提供了一条信息，市里每一天上网高峰期主要集中在中午12点之后和晚上的12点之前。供电部门认为，出现这种“怪现象”的原因是因为现在的人们普遍睡觉前都会有上网的习惯。
这条信息当时很多人没有注意，似乎与银行搭不上关系，但我们市场经营部门的一个年轻的大学生针对人们这种“强迫症”，通过手机银行与商家合作，在晚上12点进行促销秒杀活动，即推动了手机银行业务量的提升，同时也带动商家销量的倍增，实现了双赢。
案例三：在为企业代发工资数据中，我们曾发现一个现象，即一般企业员工代发帐户每月都会沉淀一定的余额，金额不大，1000元也有，几千的也有，长期不动的也有，活期利率很低，但是这些客户的帐户金额又达不到理财产品的起售金额，这些客户工资用了也就用了，成了“月光族”，没有理财理念。
如何通过分析这些数据信息直接进行客源组织，为这些具有相同需求的人群量身定做金融服务，并享受”一客（群）一策“的定制服务，我们进行专题研究。
最终，我们在零存整取、基金定投和适时到帐理财产品上进行了产品打包宣传，同步利用信用卡宣传，几场现场专题沙龙下来，引起了不少企业员工的注意和兴趣，着实为这些收入不高的人群提供了一条实实在在的理财渠道。
这三个小故事就是对历史数据进行挖掘的结果，反映的是数据层面的规律，它通过对大量的数据系统中提取、整合有价值的数据，从而实现从数据到知识、从信息到知识、从知识到利润的转化。
简单来说就是：5个合适，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。
5
具体来讲，当我们通过对完成数据分析之后，找出相同的规律，当然还有一些个性化数据体现，为此具体的应用场景需要根据企业、业务的具体情况进行精准营销策划、设计。
概括来讲，我们需要以下三个步骤：
第一步：数据采集，了解用户，通过收集用户所有的数据，主要包括静态信息数据、动态信息数据两大类，静态数据就是用户相对稳定的信息，如性别、地域、职业、消费等级等，动态数据就是用户不停变化的行为信息，如消费习惯、购买行为等;
第二步：分析这些数据，给客户画像，画像代表客户对营销内容有兴趣、偏好、需求等，分析推算客户的兴趣程度、需求程度、购买概率等;
第三步，也就是最后一步，将这些画面综合起来，拼成一张较为完整的图，这样我们对客户就有了一个大概的了解。

‘拾’ 数据同步的重要性如何实现数据同步

一般企业的大型项目都是需要团队成员相互配合完成的。如果项目的推进程度，团队成员之间没有及时的共享，那么整体的工作效率不高不说，还有可能成员间重复同一个工作，导致整个流程乱了套。这种情况下，就急需一款CRM系统，来实现数据的同步。
比如简信CRM软件，客户在前一刻，跟销售员A说了一个需求，销售员A立马把这个需求写到CRM系统里，然后共享给有权限的其他组员。其他组员看到之后，就可以按照客户的需求去推进项目。之后，客户又表明了还需要哪些服务和产品，此时，销售人员再次将新的需求写进CRM系统里，这些数据信息都是同步进行的，团队成员就可以及时按照客户需求进行项目推进。
同时，简信CRM的移动端也非常的便捷好用，出门在外也不影响，工作效率大大提高。对于办公时间、地点都没有限制，随时查询，随时记录，手机、电脑等平台数据实时同步。比如拜访客户回来的路上，在地铁上就可以打开手机登录简信CRM系统，将见客户的情况记录到系统中，那么此时，既不耽误回家的时间，还能够实现电脑端的同步。，且还便于领导查看联系情况，对于拜访客户的情况给出批复，或者问题的解答。大大提升了工作的效率，缩短了销售周期，有利于公司业绩的提升。
随着互联网、大数据、智能化的迅速发展，企业纷纷斥资于CRM系统。CRM系统在数据处理方面能够做到实时同步，销售人员的时间都是极其宝贵的，实现数据信息的同步，对他们来说，可以节省非常多的时间，这些省出来的时间可以争取更多的客户资源，为企业争取更好的利益。