作为运营商，应该分析哪些数据和指标？

　　作为运营商，应该分析哪些数据和指标？

　　一家公司的运营和推广人员通常会使用数据来评估他们的工作成果并进行优化和改进。负责新媒体运营的同学会关注粉丝数、阅读量、转发量等，负责SEO的同学可能会关注收录、排名、权重等。分类，无论是新媒体运营、SEO、SEM等，都统一归入网络营销的范畴。

　　下面的十进制数将从0到1，对目前主要网络营销方式的评价指标进行分析总结，建立一个简单的网络营销效果评价模型，希望能帮助经营者量化效果他们的工作。

　　网络营销方式的分类

　　网络营销方式根据网民从搜索、感兴趣到购买、分享的行为过程进行划分，包括但不限于：搜索引擎营销、新闻营销（PR）、微博营销、微信营销、社交媒体营销（知乎，今日头条）等

　　在实际工作中，评价企业营销效果的方法是多种多样的：有的企业直接使用相关的评价指标来评价营销效果，有的企业使用与网络营销相关的支付工具。对于整体评估，大公司有专门的网络营销效果评估部门。一般这类部门会建立适合自己公司的相关模型，代之以所有数据进行专业评估或大数据分析。

　　本文总结分析了企业常用的营销方式及其对应的指标。

　　各主流网络营销方式评价指标汇总

　　SEO评价指标

　　

　　

　　SEM评价指标

　　

　　

　　微博评价指数

　　微信评价指数

　　

　　

　　新闻营销评价指标

　　

　　

　　今日头条效应评价指标

　　

　　

　　以上6个表格列出了目前主流的一些网络营销方式的评价指标。细心的朋友发现，我们除了对各个指标进行了说明外，还标出了一些指标的绝对值和相对值。这是为以后的数据筛选和分类做准备。

　　根据公司需求，分类甄选赋能

　　每家公司因其不同的发展阶段和产品线生命周期，对在线营销方式的选择和相应的关键指标的选择都有不同的要求。因此，企业可以根据自己的需要添加或删除营销方式或指标。

　　Delphi 方法用于筛选。经过筛选，形成适合企业的指标清单。本文中的示例均基于相对值，如下图所示：

　　

　　

　　▲决赛桌示例（部分）

　　过滤后的指标分为层次模型结构，如下图所示：

　　

　　

　　▲分层模型（示例）

　　接下来，为了形成一个完整的评价模型，还需要根据各个指标的重要性来分配权重。加权过程涉及到一些运筹学的方法，需要构建一个判断矩阵。原理示例如下图所示：

　　

　　

　　这一步完成后，可以形成矩阵运算，进行一致性验证。

　　

　　

　　本文重点介绍思路，计算过程这里不再赘述。以上内容筛选和赋能的具体操作方法有兴趣，可以直接留言联系小数。

　　数据替换的最终示例模型（example）如下：

　　

　　

　　根据确定的权重数据并代入实际值，公司将得到营销效果的最终值。

　　通过观察这个最终值的变化，我们可以观察到公司在不同时期的营销效果，并根据具体情况做出相应的调整。