如何用数据来做渠道效果的分析(工具篇)_百度文库
两大类热门资源免费畅读
续费一年阅读会员，立省24元！
如何用数据来做渠道效果的分析(工具篇)
|0|0|暂无简介
人人都是产品经理社区（）是...|
总评分0.0|
阅读已结束，如果下载本文需要使用0下载券
想免费下载更多文档？
定制HR最喜欢的简历
下载文档到电脑，查找使用更方便
还剩3页未读，继续阅读
定制HR最喜欢的简历
你可能喜欢关注微口网微博
微信号：iweikou
流量那么贵，转化那么低！所以，究竟是谁的锅？
访客途径、流量质量、用户体会，究竟哪一步呈现了疑问？关于转化率，商场、运营和商品，究竟该谁来担任？
GrowingIO 商务剖析师徐冰杰从 “用户旅程” 的 6 大中心触摸点下手，协助商场、运营和商品树立一套完好的途径流量剖析系统。
以下，enjoy!
我以榜首节说到的 App 为例，给咱们剖析一下每一个点的含义。（图一）用户旅程要害触摸点解析
咱们能够关于不相同层级的途径维度，从获客才干、拉新才干、获客质量三个视点，精确鉴别好坏途径，进步途径投进的ROI。
咱们用进站用户量和跳出率来衡量落地页的质量。
咱们点击构思案牍上的 CTA，就进入了咱们投进落地页的 URL 连接。假设是 SEO（查找引擎优化）的话，查找引擎会主动抓取有关页面连接。
假定咱们的转化流有好多步，每一步的规划是不是能够让用户能够顺畅地完结转化，这是影响用户会不会留下或许走开的中心要素。这个时分的中心方针即是商品内每一步的转化率。（图二）用户旅程的要害触摸点
用户点击站外途径的 CTA，URL 跳转落到的榜首个页面即是落地页（Landing Page）。落地页做的好与欠好是十分重要的，十分影响后期的转化率；所以落地页被称为“黄金一页”，也叫“贵重的一会儿”。（图三）落地页
用拜访量和拜访用户量来衡量途径规划；
接下来用户在咱们的落地页或许网站上进行深化拜访，在这个进程中她/他也许体现出转化的志愿–––有志愿采购咱们的商品或效劳，这个进程咱们称之为用户被激活（Engaged）。用户被激活后，挑选商品参加购物车而且完结付出，这么的话咱们称之为一次采购转化。
咱们方才的这个 App 广告，它展现了标题、公司 logo、商品优势等构思内容。构思展现这一步，咱们要做好内容案牍的规划和优化，进步用户点击的转化率。（图四）展现构思
商品：转化率-激活-1，注册第二步用户量，转化率-1-2，注册完结用户量，转化率-2-完结。
一、啥是用户旅程？
除了途径全体获客才干、各途径流量散布和占比，咱们还要评价各个途径的激活才干和转化才干。联系咱们前面介绍的 “用户生命旅程的 6 个中心触摸点”，GrowingIO 树立了如下的明细途径深度评价表。（图五）GrowingIO 明细途径深度评价
引荐 ：最用心的运营数据方针解读
系列 ：从0开端树立自个的数据运营方针系统（定位篇）
从点击途径广告、抵达落地页、进入转化流到完结注册转化，本来上面表格即是一个完好的用户旅程。用户旅程包含 6 大多数，每有些都有对应的中心监控方针。（图六）某途径用户旅程数据复原
辅佐转化内容及 CTA：激活用户量，激活用户份额，注册榜首步用户量；
用户真实进入商品的里边，比方现已将商品参加购物车了，这个时分咱们以为用户具有十分强的采购志愿了，咱们要尽也许协助用户完结全部转化流程。商品是最中心的东西，假设用户现已完结了前面额旅程，可是商品有 bug，那么用户是无论怎么也不也许完结终究转化方针的。
我在手机上用baidu查找“新鲜生果”，咱们能够看到榜首屏呈现了两个生果品牌的付费广告（SEM）。以榜首个成果为例，上面有各种构思内容（标题、图像、描绘等）和 CTA（页面连接、联系电话等）。咱们点击连接，进入一个落地页。
干货 ：从0开端树立自个的数据运营方针系统&&&&
（二）App 端的用户旅程（图七）App 端的用户旅程
上面一、二、三节介绍了用户旅程的六大触摸点，以及途径、激活、转化等中心内容，下面咱们就来看看怎么树立一套完好的途径剖析系统。一套高效的途径剖析系统，应当有用衡量途径体现，鉴别优异途径和疑问途径，协助用户完结途径的评价和优化。（图八）GrowingIO 途径剖析系统图表
从零开端，构建数据化运营系统
激活是指方针用户对你的商品感爱好，现已产生了转化（注册、采购等）的志愿，咱们也称之为 “弱转化”。转化是指用户完结了注册、买卖等商品终极方针，比照于前者，这是一种“强转化”。
啥是用户的匹配度？途径的用户点击构思案牍进入落地页，假设落地页的内容跟用户的需求相符合，用户被激活或许转化的也许性就更高；不然用户就会以为方才的了解有误，然后跳出。
（一）全途径概略
举个比方，咱们多见的经过电子邮件推行（EDM）方法来获取新注册用户。在这个场景下，用户对咱们邮件内容有爱好，而且点击进入注册流的榜首步，咱们就算用户被激活了，运营的使命就完结了。接下来用户持续完善信息，完结注册，转化的方针也达到了。这跟商品的注册流程、用户体会息息有关，归于商品司理的使命领域。
网站端和 App 端的用户旅程是有区别的，网站端的用户旅程包含 4 个要害点，分别是：站外途径、落地页、用户 Engaged（激活） 和完结转化。（图九）页面端的用户旅程
老板关于终究注册转化率表明不满意，假设想要优化进步，那么咱们该怎么着手呢？
干货 : 怎么构建数据运营方针系统
咱们弥补和丰厚了用户旅程中各个要害触摸点的中心监控方针数据，得到完好的方针数据。
80%的运营注定了打杂？由于你没有树立出一套有用的用户运营系统
在实践的工作中，商品、运营和商场人员经常会遇到的疑问是，不知道怎么树立一个系统化、有事务含义的数据剖析系统，上手较难。
（二）各位途径流量散布及比照
（五）辅佐转化内容及 CTA
影响用户在落地页转化或许跳出的要素，一是落地页的质量，二是用户的匹配度。
以数据剖析途径 GrowingIO 为例，一个互联网金融途径的用户期望了解有关的解决计划，看完 GrowingIO 互联网金融解决计划后他很满意，这个时分用户被激活了，然后才是注册转化。
用户在网站上和咱们有十分多的触摸点，这些触摸点里边有许多要害人物。如今咱们来解构一下用户旅程，用一些专业的术语来复原用户旅途的每一步。（图一十）用户旅程要害触摸点
数据剖析师必需具有的10种剖析思想。
（一）网站端的用户旅程
辅佐转化内容及 CTA，这是十分具有吸引力的一有些。关于许多买卖网站来说，用户采购前需求了解一些商品的概况、用户的谈论反应，有助于协助辅佐用户消除疑虑、完结转化。
也即是说，落地页、辅佐转化内容及 CTA 和商品规划一起决议了站内的商品转换率！
榜首，进站用户量，也称为途径规划；进站用户量跟途径体量息息有关，也是后续转化的基数，因而需求重视。第二，跳出率，即是说用户来到落地页啥都不干就走掉了；这是一个负向方针，跳出率越高落地页质量越差。
那么要进步全体的站内注册转化率，咱们该怎么办呢？
从底层到运用，那些数据人的必备技能
关于用户来说，落地页 URL 是一种隐形的东西，用户是不行见的。这个环节的要点是，咱们需求做好 URL 的追寻和衡量。（图一十一）URL 解析
啥是落地页的质量？首要，你的落地页与前面的构思内容匹配度怎么？假定你是一家 OTA 公司，在baidu上做了付费推行；假定你的推行构思是说“机票两折起”，可是点进入的落地页却是酒店促销内容。这么的话，你以为你的用户会在你的网站上去找机票的促销内容吗？根本不会，特别是在移动端的状况下，用户在落地页上的注意力只要几秒钟，不匹配的话用户立刻跳出。其次是，落地页本身的内容和构造质量。
干货 ：从0到1树立数据运营系统
（一）复原要害人物和中心触摸点的数据
用新拜访用户量来衡量途径的拉新才干；
落地页：落地页 PV，进站用户量，跳出率；
场景剖析模板大大降低了事务人员做数据剖析的门槛，根据无埋点的全数据收集，稀有就有模板，就能够做相应的、系统的数据剖析。
以上图为例，咱们：
这个环节咱们用“广告/构思展现量”方针来衡量作用， 也即是说咱们的构思能被曝光多少次。
咱们用 CTR 来衡量构思的好坏，CTR 是点击率（Click Through Rate）的简称，即构思点击量/展现量的比值。
（二）激活和转化
二、用户旅程中有哪些中心触摸点？
一句话描述商品转化流：洗尽铅华，终究胜败在此！
站外途径的 CTR 主要是由商场或许运营来担任，咱们要看途径是不是好的途径；假设途径是好途径，那么咱们的展现构思有没有吸引住用户，13%-14%的 CTR 是不是还有优化的空间。
正如上面说的，商场同学用 “拜访用户量” 衡量不相同途径的获客才干，用“新拜访用户量”衡量不相同途径的拉新作用。
干货 ：解读商品、运营和数据三个基友联系
四、GrowingIO 一键生成途径剖析看板
用拜访时长、每次回话阅览页数、跳出率来衡量激活的作用（弱转化）；
无论是天然流量仍是付费推行，咱们都期望咱们的内容得到更多的曝光。影响站外途径曝光量的有两大要素：用户匹配度和广告出价。假设咱们找到的途径是不跟咱们方针用户匹配的话，曝光就会少；假设是广告的话，它跟咱们的付的钱是息息有关的，付的钱越多得到的曝光越多。
URL 是用户拜访页面的仅有用劳器途径，断定了用户拜访内容，比方“ /landingpage ”。参数也叫 “查询”，“ ? ” 最初常用来追寻抵达该页面的方法，参数不相同不影响页面内容，比方“ ?utm_source=baidu_sem&utm_content=new &”。（图一十二）UTM 参数解读
用户旅程（User Journey）是指，从初次触摸直至下单并享用商品或效劳时期，用户与公司互动的全进程。
干货 ：数据剖析团队的树立和考虑
那么啥是激活，啥是转化呢？两者的区别在哪里？（图一十三）激活和转化的区别
（四）落地页
内容的有关性，是指你供给的内容能否满意用户进一步的需求，你的辅佐内容是不是知道用户的痛点、能否满意用户的需求，这个时分辅佐内容的有关性就十分重要了。另一个是 CTA，需求给用户供给进口。咱们之前效劳过一个客户，他的落地页内容做的十分好，可是转化率很低，由于上面没有 CTA，用户想注册也没时机。所以当加上几个 CTA 的时分，全部页面的转化率就大幅度进步了。
（一）站外途径
影响辅佐转化内容及 CTA 作用的要素有两个：内容的有关性和 CTA。
（二）展现构思
通常状况下母婴商品不太也许在 NBA 直播上做广告，为啥呢？由于 NBA 的方针用户大多是年青的男性用户，跟母婴商品的方针用户不匹配。那为啥咱们都喜爱在baidu和微信上投广告呢？由于baidu和微信体量十分大、上面简直啥样的人群都有，你要做的仅仅找到精准的人群即可。
某 SaaS 途径在 IT 社区投进了展现广告，落地页是网站主页，期望能够获取有用的出售头绪 (注册)。下面这个表格展现了公司接连三天的广告展现量、广告点击量、落地页 PV、注册完结用户量和注册转化率（ 缺乏20% ）。（图一十四）某途径用户旅程数据
通常来说，运营团队的中心方针是激活用户量和激活用户份额，商品团队的中心方针是商品转化每步的转化率。
连接跳转到下一个页面，显现“在‘App Store’中翻开连接吗？”。这个时分我就理解，本来它是为了推行自个的 App ，我点击”翻开“进入 App Store 的下载页面。
上面图中的方框在方针上有重合，这是为了阐明各个有些都是环环相扣的；上述环节是不能够分裂的，它们是一体的。
GrowingIO 一键生成的剖析模板
（图一十五）
GrowingIO 供给了 4 类一级拜访来历的流量状况，包含：直接拜访，查找引擎、外部连接、交际媒体。（图一十六）GrowingIO 各位途径流量散布及比照
首要是逗留时长和拜访深度这一类比照泛的方针，逗留时长越长、拜访深度越深，阐明用户对咱们的内容越感爱好。其次是激活（Engaged）用户占比，咱们需求鉴别出有多少份额的用户对咱们的商品有转化的志愿。
各位途径流量散布及比照反映了当时途径投进组合状况，各自的流量规划和拉新才干。有个这些数据，商场和运营就能够进行关于性的战略调整。
运营同学能够挑选增加购物车"、完结注册第二步" 等代表用户志愿的弱转化方针，或许运用 &"拜访时长",每次会话阅览页数",跳出率" 3个转化率方针衡量不相同途径激活用户的作用（弱转化）。
接下来我下载、装置这个 &App，然后进入 App 内阅览商品、参加购物车而且完结付出，这即是一个完好的用户旅程。当然用户也也许在半途脱离，比方第三步提示“无法翻开页面”就也许形成用户的丢失；这也算是一个用户旅程，只不过只要三步就完毕了。
站外途径：广告展现量；
（三）各明细途径深度评价
比照于网站端，App 端的用户旅程多了一个运用商铺环节。我挑选一个事例，让咱们对用户旅程有更深的知道，也为咱们后边的剖析奠定根底。（图一十七）App 端的用户旅程
数据剖析&相关文章阅览：
这是咱们期望用户完结一个旅程，可是用户在上面的每一步都有也许丢失。咱们的商场、运营、商品等同学要尽力让用户留在这上面，而且走完好个用户旅程。
首要咱们需求知道途径全体的获客才干，即途径规划和拉新才干。（图一十八）GrowingIO 全途径概览
GrowingIO 用拜访用户量" 和登录用户量" 衡量获客规划，用新拜访用户量" 和新登录用户量" 与各自获客总量的占比反映拉新才干，这么一来途径全体获客才干一望而知。
运营入门，从0到1树立数据剖析常识系统& &&
影响展现构思转化率的也有两大要素：用户匹配度和构思吸引度。首要仍是用户的匹配度， 咱们的构思、内容是不是用户需求的；其次是构思的吸引度，假设咱们的构思平铺直叙，对用户没有一点吸引力，那么用户也不会去点击。
用户在站外途径，包含但不限于 SEO、SEM、DSP、交际媒体等，看到各种广告构思。感爱好的用户点击 CTA（Call To Action，呼唤用户举动）进入站内，看到的榜首个页面称之为落地页。
咱们用逗留时长、拜访深度、激活用户比等方针来量化辅佐转化内容及 CTA 的作用。
展现构思：广告点击量，CTR；
“ 站内注册转化率 = 激活用户份额 * 商品转化流每步转化率 ”。为啥要这么分呢？由于用户激活是由运营担任的，商品内转化率是由商品司理担任的，这么分是为了便利区分责任、要点优化。
用注册转化率、采购转化率等方针来衡量商品的站内转化作用（强转化）。
商品司理能够挑选注册完结",提交订单"等强转化方针，衡量其转化率，评价不相同途径的获客质量。
落地页跟途径（最小颗粒度）是一一对应的，落地页的概念不脱离途径独自存在。自立投进追寻要追寻到最小途径颗粒度，才干非常好衡量途径和落地页作用。UTM 参数（如上图所示）是遍及运用的流量监测计划，比方流量监测东西 Google Analytics。
干货 ：手把手教你树立数据化用户运营系统
GrowingIO 3.0 版别推出了事务场景模板，包含途径剖析场景、落地页剖析场景、用户留存剖析场景、APP版别更新剖析场景和用户活泼剖析场景，途径剖析模板重视从途径流量到转化方针的全进程，落地页模板会关于落地页体现做精益化的剖析。
（六）商品转化流
落地页上主打 “5.17 为爱吃狂” 的活动主题，页面下方有一个 CTA 按钮“点击收取10元优惠券”。我点击了这个按钮，开端进入下一个页面。
作者 ：徐冰杰，GrowingIO 商务剖析师；转自：GrowingIO 大众号，这篇文章获授权！
数据运营&相关文章阅览：&&
咱们上面 App 事例中的站外途径即是baidu SEM，站外途径的代表的即是用户。
（三）抓取或投进的 URL
咱们能够看到，上面图像中心咱们用了一张竖线将全部用户旅程分成了两个有些。左面的1、2、3、4步由运营来担任，右边的第6步由商品司理来担任。第 5 步是辅佐转化内容及 CTA，这是由商品和运营来一起担任的，也即是说两者是“一条绳上的蚂蚱”。这个有些不分彼此，就像接力赛相同，商品和运营要做好协作。
经典重温 ：数据驱动决议计划的13种思想
三、事例解读
读懂用户运营系统：用户分层和分群
做运营有必要把握的数据剖析思想，你还敢说不会做数据剖析活动引荐：2017全球机器学习技能大会
（图一十九）数据剖析（ID :&ecshujufenxi&）互联网科技与数据圈自个的微信，也是WeMedia自媒体联盟成员之一，WeMedia联盟掩盖5000万人群。
看过本文的人还看过
人气：1334 更新：
人气：656 更新：
人气：536 更新：
人气：481 更新：
数据分析的更多文章
大家在看 ^+^
推荐阅读 ^o^
『中國邊疆研究與歷史書寫』研討會日程安排
过真伤己、过直伤人
中国人走得太远太快，灵魂跟不上了（深度好文）
他说第二，有人敢说第一吗？
猜你喜欢 ^_^
24小时热门文章
微信扫一扫
分享到朋友圈市场合作，请您联系：
品牌广告合作，请您联系：
企业创新合作，请您联系：
满足以下场景，获得更高通过率：
新融资求报道
新公司求报道
新产品求报道
创投新闻爆料
为你推送和解读最前沿、最有料的科技创投资讯
36Kr股权投资
汇集行业内最优质创业项目的股权投资平台
聚集15家顶级投资机构的专业互联网融资平台
聚集全球最优秀的创业者，项目融资率接近97%，领跑行业从事经济、金融工作的人都是通过什么渠道获得数据资源，运用什么软件来分析行业状态和经济走势的？-石投金融
下载客户端
三步轻松贷款，贷款利率低
从事经济、金融工作的人都是通过什么渠道获得数据资源，运用什么软件来分析行业状态和经济走势的？
匿名用户 |
浏览次数：637
常见类似问题
回答共有11条
第一位当然是纽约市委书记彭书记起家之作Bloomberg, 这个数据终端一年租用费是4万美金，这些年来，我每每想到我在国内大学本科毕业杀出重围打败了无数竞争者进入了一个管理咨询公司然后工资还不如Bloomberg ...就有一种莫名的伤感。 Bloomberg 牛在及时性，… 显示全部 第一位当然是纽约市委书记彭书记起家之作Bloomberg, 这个数据终端一年租用费是4万美金，这些年来，我每每想到我在国内大学本科毕业杀出重围打败了无数竞争者进入了一个管理咨询公司然后工资还不如Bloomberg ...就有一种莫名的伤感。Bloomberg 牛在及时性，集成性和客制性。几乎所有品种的证券的及时信息都可以通过自行搜索或者键盘敲击命令得到，所以你也不用股票买一个数据库，债券买一个数据库，衍生品买一个数据库，最近我发现一个更好玩的地方是每家买房看到的所有卖方分析师给出的营收预期其实不一样。。因为这里面只包含了你们公司花钱买的卖方估计的数据。第二位是Capital IQ，网页版界面友好，周末在家工作的时候可以打开把玩。但是作为以数据稀少著名的新兴市场投资者，我更多埋头挖数的地方是各国各地区的统计局。 环顾各国，数据最糟糕的是印度，第二个是我国。。东欧中亚很多GDP不如我国的国家数据之全，统计之好每每都令我震惊。
回答于日 00:00
一般是会用Bloomberg找数据的 找数据的方式还不简单 当时记得花了一天学习如何master这个软件 一般如果你还是学生 好一点的business school学校library都会一般subscribe各种公司或者其他地方的数据库 基本上如果你用学校的邮箱就可以使用 像我们会用不同的… 显示全部 一般是会用Bloomberg找数据的 找数据的方式还不简单 当时记得花了一天学习如何master这个软件一般如果你还是学生 好一点的business school学校library都会一般subscribe各种公司或者其他地方的数据库 基本上如果你用学校的邮箱就可以使用 像我们会用不同的数据库分析不同的种类的公司 有很多美国的private company数据并无法取证 有一个专门的数据库可以最大限度提供private company的资料ABI/Inform complete 或者 Orbis (Bureau van Dijk)当然private company本身无需给你info 只是身为investor需要了解公司大概具体状况 所以可能数据会outdated.大多数public company或者private company可以用DatAnalysis premium 或者 Wharton Research Data Services (WRDS)还有各种另外的database用的很少不便回答分析行业走向和形式动态就要结合原始数据 历史数据和自己未来期望的forecast来分析了 各种不一样的情况根据你自己决定不一样的factor来影响 这种分析我就需要了解必要的具体的方向和industry了。另附我校database page: Subscription databases
回答于日 00:00
号更新：增加了如何做中国数据地图，以及几个平时做行业研究时常用的数据源。我从国外角度参与下讨论。政治经济文化类数据与研究方法基于读博经历（经济学），金融类基于工作经历（某欧洲大行）。 补充更新：对答案里中国数据地图感兴趣的朋友可… 显示全部 号更新：增加了如何做中国数据地图，以及几个平时做行业研究时常用的数据源。我从国外角度参与下讨论。政治经济文化类数据与研究方法基于读博经历（经济学），金融类基于工作经历（某欧洲大行）。补充更新：对答案里中国数据地图感兴趣的朋友可以移步：excel上怎么做数据地图？ - 钱粮胡同的回答 或 用Excel做出强大的数据地图 - 钱粮胡同28号更新1：银行对于行业分析的方法和框架可以参看 初入金融行业，如何进行实用行业研究与行业分析，比如风投和券商是怎么分析行业的？ - 钱粮胡同的回答 或 如何分析商业银行年报？ - 钱粮胡同的回答更新2：宏观金融和经济分析方法或思路可以参看 区位因素是否是江苏省省内贫富差距的主要原因？ - 钱粮胡同的回答或欧洲债务危机的根源是什么？ - 钱粮胡同的回答正文：读博期间主要做经济类研究，数据来源主要分一手和二手数据，三手的没碰过，也不敢碰，但是亲眼见识过 (/sigh)。######宏观经济类###### 直接从国家统计局买，地级市各类经济指标等，大学图书馆结账 （国统局网站也有不少：中华人民共和国国家统计局>>统计数据） 直接从国家信息中心买，各类经济数据，大学图书馆买单 买的这些也可以找助研手动收集，比如需要地级市类的经济数据，一本本省级年鉴慢慢抄（这个虐人方法还没有试过，下不了手，也怕助研干完堵家门） 也可以尝试去经管之家(原人大经济论坛)-国内最大的经济、管理、金融、统计在线教育和咨询网站, 发帖求数据，神人很多 密西根大学的China Data Center提供中国数据的服务，没有用过，据说不错（非广告）补充1：使用前两点提到的数据做了些研究，比如中国区域收入差距不平衡（省内收入差距和省间收入差距，GEM指标），收入极化现象 (polarization) 等，截取部分分析结论，见下图（红色代表中国省份之间的收入不平衡占整个国家不平衡的比例，蓝色代表省内不平衡（同省地市间不平衡度）占整个国家的比例，可以看出省内不平衡远超省间不平衡，这种角度采用Gini系数等是无法计算的）。补充2：用同样的经济数据和一些基础设施数据，采用最近流行的机器学习（可以参考：机器学习（machine learning）在经济学领域是否有应用前景？ - 钱粮胡同的回答），可以做很多有意思的启发性研究，比如对中国的城市群做集群分类（方法：SOM （自组织地图），人工神经网络的一种，unsupervised learning），具体方法可以参考AlphaGo 的数据算法，能否用来分析银行信贷企业的各项数据，然后得出关键指标和权重？ - 钱粮胡同的回答，截图（蓝绿色代表较低收入城市群，红色代表中等收入，黄色代表高收入，之后的工作就是看每个群的属性然后从经济，社会发展等角度尝试解释）：######文化类###### 全国各地县级方言数据，收集方法是招了一个勤奋好学热爱生活对学术有向往的助研，耗时几个月收集所有方言数据放到提前设计好的数据库，根据中国方言系统（前辈的学术研究，可以参考中国社科院的 方言研究室），量化数据做文章。结合上边儿宏观经济类和人文类，使用的分析方法和得出的结果请参看发表的拙作：Economic integration in China: Politics and culture文字不够性感，截取一点拙作中的图片，根据方言系统重构的其中一种中国方言地图。然后采用空间计量的方法，分析经济溢出与文化的关系（其中方言作为文化的一种proxy）。这篇文章具体的分析和截图请移步：文化对经济有着怎样的影响？ - 钱粮胡同的回答######政治类######对的，政治类也行，再招一个爱好生活喜欢被虐但是仍然对学术有向往的助研（和之前不是同一个人，否则估计已经躺医院了 - 是我躺医院，不是助研），收集了所有地级市层面大部分官员近20年的简历（简历好找，人民网，百度百科，地方政府网站，看不了的直接上Google Cache，甚至爬虫），放入设计好的数据库，量化做文章。没有性感图片，但是咱有感性的文章，分析方法和结果等请参看发表的文章：Career Backgrounds of Municipal Party Secretaries in China补充一张上述政经文章比较有意思的统计图：样本中市委书记出生，上大学或之前工作省份与他当市委书记的时候不是同一个省的比例：其他常用的宏观经济数据源： 如果是一般宏观经济或金融数据，世界银行，IMF, 中国央行，银监会，Reserve Bank of St. Louis都有很多很好很全的免费数据库，如：Data | The World Bank，The National Bureau of Economic Research或IMF Data；付费类的网站比如TRADING ECONOMICS 最后再补充一个，估计这个用的不多，也不知道现在还有没有：EcoWin，是个财经数据库，很多大学用，好像是某机构资助的学术类平易近人版经济类分析工具：用的最多的是Stata, R, excel & VBA，偶尔用过一些专门的软件，比如做神经网络的，后来有了R，其他就弃用了。其实Stata和R有很多package，足够了，更重要的是了解package背后的模型和方法。上边的研究味儿太浓，谈钱的请看下面金融类：######金融类######国内的用的不多，只知道高大上的有wind（万得资讯），通联，开源的有TuShare等，自己玩得话用用Yahoo Finance或者Google Finance也挺好，R或Python里都有对应的包, Mac上也有一些软件可以直接下载这些数据到excel里。平时工作上最常用的：企业与金融机构的财务数据：这方面因为工作需要，所以基本都是银行自己的分析师填入系统的企业数据。这类数据一般来源有： 从企业直接要（如果这个企业没有上市也没有发债的话），催银行的RM 巨潮资讯网，拿上市企业的，基金年报等，免费 中国货币网--中国外汇交易中心主办，拿发债企业的财务（包括企业的债券募集说明书），免费 银行和券商的财务数据从Bankscope下 (Bankscope | Global database for bank)，保险的从isis下，需要机构帐户 S&P，Moody等评级机构的帐户，上面有很多Credit Research和评级信息等 Bloomberg（彭博终端），不多说了 美国上市的可以看http://SEC.gov | Filings & Forms 德意志银行研究部的公开网站（DB Research），也有一些还不错的数据和研究文章 外汇信息除了自己行内部用的，一般看Oanda CreditSights, 独立研究服务提供商，偶尔会用一些他们提供的行业研究报告 Dealogic, 英国的一个数据/平台服务提供商，主要做行研的时候用 很多金融机构自己内部的一些软件或package，比如我们行内部的一些R package，可以直接导入财经数据补充：感谢评论里 @一扬 的补充，这里加上两个学术圈常用的金融数据源： 国泰安CSMAR金融数据库 锐思RESSET金融数据库平时休闲自己常用的： ，很多市场信息，如油价，天然气，美元指数，各类经济指标等 更新：评论里有问到Mac上下载数据到excel的软件 (假设你指的主要是要金融类数据)，我用过的几个： StockXloader（软件截图如下），直接批量下载Yahoo Finance的数据，输出到Mac上的ProTA做技术分析，也可以直出excel文件。 如果用R或Python，选择比较多，可以用quantmod: Quantitative Financial Modelling Framework或TuShare -财经数据接口包，获得数据后直接输出成excel格式文件就好。平时工作用的分析软件很少，大部分时间VBA和R足够了，其他的都是公司内部软件（SAS等，但是不喜欢）或平台。补充两个iOS上看市场数据/ 画曲线图的app： 外汇，大宗商品市场（WTI，Brent, 天然气，美元欧元指数等）我常用NetDania，看动态数据，画技术图很方便实用，免费，有iPad版本2. ，之前提到了，这个是手机上的，看大部分证券信息，同时还可以跟踪每天的财经热点和指标，基本每天一读######One more thing######现在很多分析师或研究员张嘴全是模型，但我觉得，不论是宏观经济研究，行研或是企业层面的分析，软件或模型只是工具，最重要的是阅历的积累，对研究对象本质的体会与把握，而不是拿过来一堆数据，扔进个模型里看结果。目前先想到这些，如果还有其他的，再来更新。我的专栏：钱粮胡同28号
回答于日 00:00
我不知道经济学博士生算不算从事经济的人。 数据获取渠道，一般是从我师兄那里拷贝的。软件是stata。不过从来没有分析过经济走势。 显示全部 我不知道经济学博士生算不算从事经济的人。数据获取渠道，一般是从我师兄那里拷贝的。软件是stata。不过从来没有分析过经济走势。
回答于日 00:00
研究狗不邀自答。 宏观数据来源包括各大金融资讯平台或数据平台，国内数据常用wind，国际数据常用Bloomberg，还有一个数据库叫CEIC，似乎学术界也喜欢用CEIC。此外还有很多网站，包括财政部官网、央行官网、统计局及地方统计局官网、土地市场网、世界银行官… 显示全部 研究狗不邀自答。宏观数据来源包括各大金融资讯平台或数据平台，国内数据常用wind，国际数据常用Bloomberg，还有一个数据库叫CEIC，似乎学术界也喜欢用CEIC。此外还有很多网站，包括财政部官网、央行官网、统计局及地方统计局官网、土地市场网、世界银行官网、香港金管局等等。中观和微观数据包括草根调研，也有一些行业性的网站。分析及分析方法。学术文献。这个应该放在第一位，很多理论应该是我们作为研究的根本。但是学术研究及结论与现实都有一定差距，实用性未必好。所以学术文献的主要作用是理论借鉴。卖方报告。实用性更强一些。但是现在卖方报告量很大，需要多读多看，选取对自己有用的部分保留。内部研究：好吧就是自己怎么做研究。首先，研究工作是要站在巨人的肩膀上，牛逼的理论一定要借鉴过来。再有，如前面说的，数据处理和分析，excel足够。一方面，学术研究都有很强的前提假设，要有很严密的推理过程，我们在实际投资过程中，需要修正一些假设或条件以贴近现实，这就决定了现实中经济走势、股市走势等等等等，这些东西很难用模型去拟合；另一方面，抓住主要矛盾，逻辑通畅即可。举个简单的例子：2015年中央其实有偷摸放水的，包括地方债、专项金融债（手边没有数据，大约是2-3万亿规模）。那个时候市场有一些经济复苏的预期，基础设施建设会再次被带起来。当时我们9月份内部讨论的结果：基建资金来源包括自有资金和外部杠杆，外部杠杆确实看到有增长，但月土地出让收入同比减少约2万亿；地方预算内收入增长乏力。多得的资金只能差不多弥补自有资金的缺口。此外，地方官员搞经济的意愿还是不强，没有得到根本解决（反腐）。最后结论是，经济不会超预期上行。做了这个结论后，可以设定一些微观观测指标，如草根调研项目落地情况、相关产品价格（钢铁、水泥等）。-----------------------------------------------当然分析经济不是这么简单的事情，只是在去年那个时点上，基建是主要矛盾。也就是说，对于投资而言，你不需要作出一个非常精确的判断，但是你需要抓住主要矛盾，摸准市场的预期，在此基础上，判断未来走势超预期或者低于预期的概率，最后根据你的判断下注。
回答于日 00:00
看了前面的回答，个人用wind比较多。不过啊，大家真的都没用过慧博嘛←_←，个人觉得慧博还不错！ 显示全部 看了前面的回答，个人用wind比较多。不过啊，大家真的都没用过慧博嘛←_←，个人觉得慧博还不错！
回答于日 00:00
刚好以前问过朋友这问题~~~ 1.付费软件。好像叫“万得--wind资讯”，个人买不了的，只有企业或者金融公司可以买，很贵而且安装的时候很雷人，是专人上门安装的。。。里面可以方便的查很多数据。 2..互联网搜索。比如CPI等等数据可以直接查到，国外的话很多… 显示全部 刚好以前问过朋友这问题~~~1.付费软件。好像叫“万得--wind资讯”，个人买不了的，只有企业或者金融公司可以买，很贵而且安装的时候很雷人，是专人上门安装的。。。里面可以方便的查很多数据。2..互联网搜索。比如CPI等等数据可以直接查到，国外的话很多数据可以从gov的网站获得。3. 企业自己给的。因为有些企业需要吸纳投资，就会给出自己的一些数据给中间商作为交换，就像你要媒人给你介绍对象总要给点个人资料的嘛。~~4.自己写脚本爬数据，你懂的，python写爬虫。
回答于日 00:00
哈，作为过来人，数据总是源头的活水，这里对一些投行/PE惯用的数据库进行一下介绍，方便大家在未来的工作学习生活中能对这些工具有感性认识。 一、宏观 1） CEIC 从xx年开始，CEIC就是谢国忠、陶冬、马骏们分析中国经济的首选。CEIC是Euromoney的一款产品… 显示全部 哈，作为过来人，数据总是源头的活水，这里对一些投行/PE惯用的数据库进行一下介绍，方便大家在未来的工作学习生活中能对这些工具有感性认识。一、宏观1） CEIC 从xx年开始，CEIC就是谢国忠、陶冬、马骏们分析中国经济的首选。CEIC是Euromoney的一款产品。Euromoney是英国上市公司，一年收入4亿镑，不知道这款产品贡献了多少，反正一年的subscription是相当昂贵的。优点： 更新迅速，Excel的plug-in非常贴心，宏观分析员基本上一键就可以更新所有的数据。数据全，基本上不会出现大的错误。缺点：太多了：1）几乎没有服务；一年花几万刀得到的服务几乎是零，就连彭博这种垄断机构都不会这么做，另：彭博的妹子一般都是不错的。2）数据类别老化：以中国为例，新的数据类别层出不穷，在旧有的数据方面，CEIC是没什么话讲；但是新的数据类别的出现，极大地动摇了CEIC过去不可撼动的领袖地位，后面介绍的万德，也是趁虚而入的典型；3）缺乏数据的说明（来源、变化等等）——这个问题也是很难解决的，没有好的销售，就不了解产品，不了解产品，自然也很难做出很好的数据说明。评分：3.5/5 ---- 尽管吐槽了那么多，作为宏观分析员，很难逃开这个数据库，即使国内券商也多数在使用CEIC, 属于然并卵。2） 万得Wind万得不容易。从外国人手中硬生生抢过来自己应有的一杯羹，这是一件万幸的事情。但是万德也是有瓶颈的，现在听说也在专注交易，做中国的彭博，这条路的崎岖，不想多说，绝非易事。优点：类目更新快；对国内市场非常了解；能满足国内多层次资本市场投资的需要；界面从可用度上来说也算上乘；缺点： excel的功能不够强，尽管体验上也能够应付，但不如CEIC那么简洁。有的时候数据更新也会出现问题，体验还是略微欠缺的。评分：4/5, 我个人觉得万得在中国的发展目前还是基本饱和的，能够用它的基本上都用上了；而在对外这块的欠缺，则是人才缺失了——注意，这不是光请几个翻译就有用的，你处于弱势地位，必须要有强大的英文销售和服务团队，这一块的软实力，是万得真正缺的东西，可惜的是，他们即使开了纽约办公室，也没有在这块有任何质的飞跃。二、公司1）Capital IQCapital IQ是逆袭的黑马。在S&P投资以前，没有人知道他，但标准普尔的眼光以及对行业的了解使得这款并不为人所熟知的产品在2010年后异军突起，现在在公司这块，收入超过十亿，每年两位数增长，还有什么好说的。优点：你说我用下来CapIQ真的好用吗？我觉得也说不上，但是细想下来有那么几点很重要：1）CapIQ团队的工作人员非常勤勉——从信息的搜集、数据的更新、贴心的服务，乃至于为大量苦逼的投行分析员搭模型。。。（我这真不是在黑你们）。这些源自于CapIQ在招聘服务人员时候的用心和培训。尤其是前两年公司还算初创，对于客户的服务可算是相当不错的；2）在企业数据方面有非常好的分类；无论是历史交易；股权构成；债务分析；私募投资者的介入；乃至于一些比较细的数据运算，CapIQ都算是做得很到位的。3）Excel, excel, excel! 分析员最重要的搭模型等工作离不开excel, excel的plugin以及功能就很重要了，我不能说CapIQ在这方面完美无缺，但是在同行里面只能说目前还很难找到对手。缺点：质量开始有所下降——就如任何的初创企业走向成熟之后，开始忘记自己真正吸引客户的东西。CapIQ目前就面临这个问题。而他虎视眈眈的对手Thomson Reuters, 又在决心东山再起了，所谓数据库代有才人出，这个行业的竞争之激烈，只有当事者才能明白。评分：4.5/5 ----对于新企业（虽然是可恶的标准普尔控股），还是有些欣赏的，毕竟天天在用。2） Factset老牌子，上市公司。如果说CapIQ是新贵，Factset算是贵族了。Factset在投行中使用非常普遍，excel 的plugin也是不错的。优势：个性化的界面，强大的功能，excel plugin也不差。劣势： 功能function较为复杂，学习成本较其他为高。最后，你以为我忘记了他，其实我只是想最后再提这个大魔王——bloomberg.Bloomberg有什么好？如果从单项上，它未必拔尖，但是综合起来就很可怕了。从交易到研究，整个环节几乎无死角，是个完整的魔王级产品。Bloomberg最近的标语是bloomberg is business，可见其软件的可怕了。如果硬要说缺点，就是公司太大了，一些单项的领域会有新的竞争者比他做得更细更好，但是要综合起来，基本没戏。至于Reuters的I/B/E/S, Markit, 等等数据库，就不多提了，有人用，但是用得少，我没用过，没法做公允的comment,但是市场不是傻的，有好产品，肯定还是会冒尖的。其实以上说得肯定不全面，行业数据这块，其实具体到每个行业，都有自己的标杆数据库企业，房地产的CREIS, 钢铁的我的钢铁网，医疗也有自己的数据库公司，但是规模与以上相比，都不是一个数量级的了。而这些仅仅是器，器用得好不好，关键还在于人。
zou johnny
回答于日 00:00
宏观经济、行业经济的数据，一般是去买数据库，或者去网上搜/买权威可靠的行业报告，或者直接搜数据，但这需要比较强的个人甄别能力。 微观的，比如某企业的数据，一个是通过上市公司公开的信息，一个是通过各种渠道联系公司高管、上下游合作企业，还有一些… 显示全部 宏观经济、行业经济的数据，一般是去买数据库，或者去网上搜/买权威可靠的行业报告，或者直接搜数据，但这需要比较强的个人甄别能力。微观的，比如某企业的数据，一个是通过上市公司公开的信息，一个是通过各种渠道联系公司高管、上下游合作企业，还有一些是自己去采集数据，比如去工厂数车、去超市数货架什么的。分析经济数据的话，Excel其实完全就够用了。
回答于日 00:00
Datastream. 一个大数据库。各种股票期权的历史价格，精确到日，都可以搜到。 搜索到之后还可以将数据简单处理，比如选取只选取每月第一号的月数据，选取某一时段等等，再输出为不同格式。 写paper做research必备。 显示全部 Datastream.一个大数据库。各种股票期权的历史价格，精确到日，都可以搜到。搜索到之后还可以将数据简单处理，比如选取只选取每月第一号的月数据，选取某一时段等等，再输出为不同格式。写paper做research必备。
回答于日 00:00
稍细的数据一般用Wind 不过用了东方财富Choice版，就习惯上了简洁的界面 像非常细的数据，以前用CEIC，现在都直接到部门官网下表格。 国外数据嫌麻烦，宏观数据都用世界银行的公开数据 微观数据直接到Matlab云存档下模型 其它的，因为工作缘故，家里藏书和… 显示全部 稍细的数据一般用Wind不过用了东方财富Choice版，就习惯上了简洁的界面像非常细的数据，以前用CEIC，现在都直接到部门官网下表格。国外数据嫌麻烦，宏观数据都用世界银行的公开数据微观数据直接到Matlab云存档下模型其它的，因为工作缘故，家里藏书和即时的报告、论文、材料都不少，我一般都看纸质的。养眼。想来我也是够懒的。
回答于日 00:00
对以上回答还不满意？您可以想我们的的专家咨询您的问题
*此回答内容仅代表网友个人观点供用户参考及研究用途，不构成任何投资理财建议
贷款相关计算器
大家都在问
热门银行贷款利率?