10 所有文章

【數據分析系列】Python 實作數據分析文章

數據分析_Max行銷誌

連載中,歡迎交流,如文章內容有誤請不吝指正!

Dashboard for blogger 部落格篇 - Max行銷誌

用四張圖表提升部落格 SEO 流量
部落格「數據」需要留意什麼?又要怎麼建立 KPI 指標,來監測、優化來提升部落格流量?
Max 行銷誌寫到第三年才比較有抓到部落格經營的眉眉角角。這篇來聊聊,至今認為最合適的「KPI 指標」和需要觀察的「數據儀表板」。

2020/8/13

名詞解釋 ga 購物階段_Max行銷誌

DataStudio 模板分享 – GA 購物階段
購物階段是個 GA 偏冷門但非常實用的維度,將使用者購物行為細切分為 20 個以上的小步驟,將流程製作成 Dashboard,只需要複製套用就可以使用囉!

2020/7/11

蝦皮賣家競品分析_Max行銷誌

如何利用公開數據做競品分析?
爬取競品公開資料,建立數據儀表板掌握情報,來提高自己銷售業績:
– 產業 Top 5 的總營收是多少?
– 商品上架策略
– 商品訂價策略
– 競品對手 每日/每週/每月 銷售狀況?

2020/4/14

監控爬蟲平台_Max行銷誌

爬蟲監控資訊平台
精選 20 個左右行銷相關網站,建立爬蟲監控平台,當精選網站有更新文章時 Line bot 會進行通知,並且建立管理後台方便未來擴展網站清單和維護爬蟲。

2020/03/08

電商雙11社群數據分析

QSearch Trend – 雙 11 社群數據分析
從 QSearch Trend 頁面中取得 QSearch API,撈取了 FB 粉絲團於 2019/10/1 – 2019/11/14 文章內有提及雙11的數據,並進行以下分析小編雙 11 發文的量化數據 & 剖析發文質量觀察。

2019/11/23

預測Google商家銷售

如何利用 Google 商家進行分析和優化
利用 Python 取得台北市 89 間 Google 商家桌遊店資料,期望從中找出如何降低顧客流失率?店家如何決定價格?店家如何決定營業時間?此次以 Google 商家中的桌遊店為範例進行分析。

2019/02/09

到達頁優化_Max行銷誌

如何優化 Landing Page 到達頁?
採用 Google 搜尋引擎 Spider 的角度融合 Python 撰寫程式進行頁面的詞頻分析、重要字分析、情緒分析來優化 SEO 關鍵字和頁面,最後使用餘弦相似性來判斷優化進步空間,並設定 SEO 追蹤排名程式來追蹤成效。

2018/10/24

RFM模型_Max行銷誌

Python 快速計算 RFM 模型
針對 CRM 客戶資料進行分析,利用 RFM 模型和 K-mens 將顧客名單分群,切割名單後再利用 FB 廣告或是 Google Ads 廣告進行再行銷投放。

2018/10/09

NES模型_Max行銷誌

Python 快速計算 NES 模型
NES 模型是為了掌握顧客的消費行為變動性而設計,將客戶分群成為三大類,共五種標籤:N 代表新顧客(New Customer)、E 代表既有顧客(Existing Customer)、S 代表沉睡顧客(Sleeping Customer),切割名單後再利用 FB 廣告或是 Google Ads 廣告進行再行銷投放。

2018/10/09

競品關鍵字佈局

Python 爬取競爭對手 Google 搜尋關鍵字佈局和文案
使用 Python 快速整理競爭對手的關鍵字佈局和文案,撰寫關鍵字規劃書時要不停的手 key 關鍵字來查詢還蠻麻煩的,所以寫了這個小程式利用 Python 爬取 Google 搜尋結果,一次輸入多個要觀察的關鍵字,參考後來優化自己關鍵字廣告(SEM)或是部落格文章 SEO。

2018/09/13

DataStudio 電商數據儀表板

DataStudio 電商數據儀表板
整理出電商 Google Analytics 最常看的 8 個面向數據,包含產品分析、新舊客區隔、網頁標題、搜尋字詞和客戶輪廓,再搭配利用 DataStudio 資訊圖表方式呈現。

2018/09/03

電商重要指標_Max行銷誌

Python x 電商數據分析指標
使用 Python 快速計算電商重要的指標:留存率(User retention)、回購率(Repurchase rate)、購買週期(Repurchase cycle)、終身價值 LTV(Life time value)、消費分佈和客戶分群 RFM 模型。

2018/07/15

Google Trend 預測爆款商品

如何利用 Google Trend (搜尋趨勢) 挑選爆款商品
每個月要從 4000 件商品挑出 3~5 件商品出來打廣告,銷售的好壞其實很考驗投手的挑品能力;此篇利用 Python 串 Google Trend API 爬取過去大量資料,Pandas合併和整理,再利用 Decision Tree、KNN、Logistic Regression…等 8 種模型進行機器學習來預測未來搜尋熱度,最後利用這些數據輕鬆地挑選商品來進行推廣。

2018/06/17

電商網站_Max行銷誌

電商平台
過去工作上很常透過 Google Tag Manager 來修改客戶的網頁 ( Html / JavaScript ) 進行網頁的 A/B Testing,可惜通常只能小幅度調整和測試,所以這次就自己來打造一個滿意的電商吧!

– 待完成 

連載中,歡迎交流,如文章內容有誤請不吝指正!

發佈留言

發佈留言必須填寫的電子郵件地址不會公開。 必填欄位標示為 *