网站数据分析报告范文

网站数据分析报告范文（13篇）

1.网站数据分析报告范文 篇一

之前笔者写过一篇《数据分析是未来seo的必修课》，之后有网友问笔者如何对企业小网站数据分析呢?这个还真的不好回答，只能给出通用的数据分析方法，笔者自己也有好几个企业网站，平时闲下来也会对其30天的数据分析，寻找有问题的页面，然后进行修改。下面跟大家谈谈网站导航的分析。以用户行为为基础去分析网站导航。

对于所有网站来说，一般页面可以分为三类：导航页面、功能页面和内容页面。首页和类表页面都是典型的导航页，站内搜索、注册页面等等都属于功能页面，而产品详情跟新闻页面都属于内容页面。导航页面的作用就是引导用户寻找相信信息，功能页面的作用就是帮助访问者网站目标任务，内容页面的作用给用户展现展现信息并帮助用户决策。

上面是笔者画的一张网站的结构图片(不要喷我，笔者处理图片能力不是一般的差)，顶部的是首页部分，接着是列表页面，最后是详情页面，有人会问为啥要给大家看这个结构图呢?因为从这张图片中我们可以分析用户的两类诡异行为。第一访问者在导航类页面中途离开(这个问题在企业网站中经常出现，至少笔者负责的5个小企业站都是如此)，另一种是访问者从内容类页面返回到导航类页面。这两种行为不是太符合我们网站导航架构的的设计初衷，都是我们不希望看到的行为。下面我们具体来说明下这两类用户行为。

第一个问题中，访问者从导航类页面进入，在没有看到内容页面的时候就离开了网站。在这次访问中网站当中，用户并没有完成任务，导航类页面也没有将用户带入内容页面中，因此我们需要分析导航页面造成用户离开的原因，这个问题笔者第一个企业网站就出现过后来通过几个老板了解到，一般搜索一个关键词，然后进入一个网站，老板们比较关注的是电话号码，其他东西都是假的。只为了一个号码，后来就把首页的联系电话号码去掉，果然网站pv明显增加了，访问有联系电话的页面次数增多了，这个只是其中一个原因，还有很多需要大家自己去分析了。

第二个问题中，用户从导航类页面进入网站，从内容页面返回导航类页面，看似是访问者在这次访问中完成了任务(如果浏览内容页就是这个网站的终极目标的话)，但是其实访问者返回到首页开始了新的一次导航或者任务。除非新的任务与目标的任务毫不相关或者数量很少，否则我们也要分析内容页面设计的初衷，并考虑在内容类页面提交交叉信息推荐。之前一个朋友跟笔者说如何减少内容页面的跳出来，就提到了增加内容推荐。

至于具体处理这些技巧，还是需要用户自己发掘，笔者也是对网站的具体数据进行分析的，每个人的方法可能不一样，但是结果一样就行。还是那句话，网站数据分析对未来seo很重要，特别是在外链被内容取代的时代。

本文由整理提供，如有转载请标明出处，谢谢。

[网站数据分析篇之网站导航分析]

2.网站数据分析报告范文 篇二

互联网技术不断革新与发展, 给全球经济带来新的革命, 从而也影响着人们的生活。互联网为企业提供了一种真正属于自己并面对广大网民的信息载体, 企业通过这一载体, 可以自由地将企业的产品、服务等其他相关信息在线发布。

电子商务就是网上实行各种商务活动的总包装, 种种所谓电子商务解决方案, 实际上就是实现各种网上商务活动的硬件与软件系统。它将影响到每一个人、每一个企业。电子商务的主体是我们每一个人、每一个企业, 电子商务发展的过程就是对人们的生活、企业的运行的一种模式的一个巨大改变的过程。对于进入虚拟世界的商家而言, 仅仅吸引注意力还不行, 对它们而言, 站点的访问率绝对不仅仅是一个数字, 它还是一种信息, 如果网站能够从网络中获得网民的信息并从中分析其行为诱因, 那么就容易掌握网民的需求, 从而利用互联网去创造更多商机。

电子商务站点用户行为的分析这一问题也因此成为现如今的热门话题, 被人们普遍关心起来, 尤其是被众商家所重视。Web站点的日志数据正以每天数十兆的速度增长。如何分析这些数据, 如何从这些大量数据中发现有用的、重要的知识 (包括模式、规则、可视化结构等) 也成为现在人们最关注的信息。

在此情况下, 站点用户行为分析就可为网站或商家提供出大量有价值的信息, 包括站点的受欢迎度的对比、商业广告点击情况总括、产品的反馈信息、站点各种信息的点击情况等等。另外, 还可根据不同的页面内容来分类浏览者, 以便做出更合理的页面分类, 促使网站逐步向个性化、最优化状态发展。这一技术对互联网的发展壮大有着不可忽视的巨大作用, 它的发展对信息技术亦将产生深远的影响。

在电子商务早期阶段时, Web站点数据流分析通常是在主页上安装计数器以及在一个外部日志文件上运行简单的统计程序记录点击率。但是, 简单的点击计数既不准确也远未达到营销目的所需的详细程度。因此, 各公司开始寻找更先进的分析工具, 这类工具可以提供谁在访问公司Web站点以及访问者一旦进入站点后将做些什么的全面信息。站点开始分析的地方是Web服务器的访问日志。每当用户在站点上请求一个网页时, 这个请求就被记录在访问日志中。如:目前有多少用户正在访问站点、他们正在看哪些网页以及他们在站点中呆了多长时间。显然, 日志分析和行为概况的正确组合可以对Web站点的成功产生直接影响。此外, 从日志分析中得到的信息是很难从真实世界中捕获到的, 但这些信息却可以较容易地在线收集到。Web数据流分析工具的这些最新进展可以使网站获得有关上网客户和他们习惯的详细报告。

二、站点信息统计方法

Web页面数据主要是半结构化数据, 计算机网络技术和信息技术的飞速发展, 使得半结构化数据呈现日益繁荣的趋势。半结构化数据, 是一种介于模式固定的结构化数据, 和完全没有模式的无序数据之间, 在查询前无法预先确定其具体的类型和格式;同时它们相应的数据结构是不固定、不完全或不规则的, 即这些数据有的本身就没有结构, 有的只有十分松散的结构, 有的数据的结构是隐含的, 需要从数据中进行抽取。而有时, 尽管数据本身是有精确结构的, 但为了一定的目的, 而故意忽视它的结构。

半结构化数据具有以下五方面的主要特点:

1. 结构是不规则的。包含异构数据、相同的数据信息用不同类型或不同的结构表示。

2. 结构是隐含的。如电子文档SGML格式。

3. 结构是部分的, 有时部分数据根本无结构, 而部分数据只有粗略的结构。

4. 指示性结构与约束性结构。

传统的数据库使用严格的分类策略来保护数据。而指示性数据结构是对结构的一种非精确的描述。它可接受所有新数据, 代价是要频繁修改结构。

5. 半结构化数据通常在数据存在

之后才能通过当前数据归纳出其结构, 称之为事后模式引导。模式有时可被忽略, 同时数据与数据模式间的区别逐渐消除。

三、数据分析的方法

Web页面的数据通常是利用统计模型和数学模型来分析的。使用的模型有线性分析和非线性分析;连续回归分析和逻辑回归分析;单变量和多变量分析以及时间序列分析等。这些统计分析工具能提供可视化功能和分析功能来寻找数据间关系、构造模型来分析、解释数据。并通过交互式过程和迭代过程用来求精模型, 最终开发出最具适应性的模型来将数据转化为有价值的信息。

知识发现是从数据仓库的大量数据中筛取信息, 寻找经常出现的模式, 检查趋势并发掘实施。它是分析Web页面数据的重要方法。知识发现与模式识别的算法有以下几种:

1. 依赖性分析

依赖性分析算法搜索数据仓库的条目和对象, 从中寻找重复出现概率很高的模式。它展示了数据间未知的依赖关系。利用依赖性分析算法可以从某一数据对象的信息来推断另一数据对象的信息。例如:在杂货店中, 一堆椒盐饼干放在陈列饮料的走道上, 这是因为经过依赖性分析, 商店认为:很大一部分买饮料的顾客如果在取饮料的路上看到椒盐饼干的话就会购买, 因而此种分析影响了商店布局。

2. 聚类和分类

在某些情况下, 无法界定要分析的数据类, 用聚类算法发现一些不知道的数据类或怀疑的数据类。聚类的过程是以某一特定时间为依据, 找出一个共享一些公共类别的群体, 它称为无监督学习。

分类过程, 这是发现一些规定某些商品或时间是否属于某一特定数据子集的规则。这些数据类很少在关系数据库中进行定义, 因而规范的数据模型中没有它们的位置。最典型的例子是信用卡核准过程, 可确定能否按商品价格和其它标准把某一购买者归入可接受的那一类中。分类又称为有监督学习。

3. 神经网络

神经网络通过学习待分析数据中的模式来构造模型。它对隐式类型进行分类。图像分析是神经网络最成功的应用之一。神经网络用于模型化非线性的、复杂的或噪声高的数据。

一般神经模型由三个层次组成:数据仓库数据输入、中间层 (各种神经元) 和输出。它通常用恰当的数据库示例来训练和学习、校正预测的模型, 提高预测结果的准确性。

4. 数据挖掘中的关联规则

关联规则是数据挖掘的一个重要内容, 通常关联规则反映的是数据间的定性关联关系。如一个商品交易数据库, 一条记录表示用户一次购买的商品种类, 每个属性 (A、B……) 代表一种商品, 每个属性都是布尔类型的。一条关联规则的例子是:{A、B}→{D}[2%][60%], 规则的含义是“如果用户购买商品A和B, 那么也可能购买商品D, 因为同时购买商品A、B和D的交易记录占总交易数的2%而购买A和B的交易中, 有60%的交易也包含D”。规则中60%是规则的信任度, 2%是规则的支持度。数据挖掘就是要发现所有满足用户定义的最小信任度和支持度阀值限制的关联规则。数据只是定性地描述一个交易是否包含某商品, 而对交易量没有定量描述, 这种布尔类型数据间的关联规则被称为定性关联规则。但数据记录的属性往往是数值型或字符型的, 这些数据间也存在对决策有帮助的关联规则, 相对于定性关联规则, 这些规则被称为定量关联规则。

另外, 数据挖掘目前仍面临着数据质量的问题。由于数据仓库中的数据来自多个数据源, 而在合并中存在很多障碍, 如:没有建立合并视图所需的公共关键字;数据值相互抵触;元数据的说明不完备或丢失;数据值的不洁净等等。数据挖掘是在标准化的数据基础上进行的, 因而这些都会严重破坏数据的准确性, 导致最终决策的失误。所有这些问题都在等待着人们去发掘更好的解决方法。

参考资料

参考文献

[1].周斌, 吴泉源, 高洪奎:“用户访问模式数据挖掘的模型与算法研究”, 《计算机研究与发展》, 1999vol.36No.7P.870-875;

[2].Srikant R, Vu W, Agrawal R.Mining association rules with item constrains.IBM Almaden Research Center, Tech Rep:97.056, 1997;

[3].Park J S, Chen M, Yu P S.An effective hash based algorithm for mining association ru1es.In:ACM International Conference on Management of Data, Caliform, 1995;

[4].Inmon, William H, Building the Data Warehouse (2nd ed.) .Wiley.NewYork (1996) ;

[5].BrinS, MotwaniR, UllmanJD, Dynamic itemset counting and implication rules for market basket data。In peckl1am J ed.Proceedingof the ACMSIGMOD Conference on Management of Data.ACM Press, Tucson, Arizona, USA, 1997.P255-264;

3.网站数据分析报告范文 篇三

“这是一款针对独立B2C电商服务的数据产品，产品定位于解决电子商务网站对站内运营分析优化、营销效果提升和评估的数据需求。”MediaV公司董事长兼首席执行官杨炯纬先生说。“它区别于市面上其他网站的分析产品，只对电商服务。而且本次发布的版本是永久免费的。”

“聚合分析采用了2套独立的数据处理管道，从海量数据中挑出用户每日最关心、对实时性要求最高的数据进行实时处理，并展现在数据联播中，自动刷新。电商可以将数据联播投放到大屏幕或者监视器中，随时随地观察网站商业数据变化，让电商企业决策者们可以快速决策。”MediaV公司北京研发中心总经理魏小勇先生介绍说，“从用户安装监测代码到数据展现，我们最多只需要60秒。”

在发布会上，来自MediaV公司的高级产品经理武凯先生展示了聚合分析的迷人之处。

以人为本的UV（访客数）统计，

消除每周1.61倍的统计误差

同一个人使用4个不同的设备访问网站算1个人还是4个人？所有电商企业都期望是1个人，但绝大多数网站统计产品会认为是4个人，因为它们只依赖Cookie进行统计根据MediaV最新数据抽样显示，每1个人在1周内平均会产生1.61个cookie。聚合分析采用访客身份双指纹识别技术，将电商会员ID与访客Cookie绑定，让同一个人在不同客户端、设备的识别更精准，实现以人为本的UV统计。

追溯订单真正的来源，

评估2.65次入站背后的功臣

消费者形式购物决策是一个复杂的过程。从产生购买动机开始，到确定在何时、何地、以何种方式、何种价格购买何种品牌商品，一个人平均需要2.65次入站才会下1笔订单。电商业内都知道把订单产生归因于最后一次来源的算法是不科学的，但是限于之前没有这部分数据提供，电商分析师们也只能按照这种不科学的算法来计算。

聚合分析“订单溯源”功能记录下访客每一次入站历史，并帮电商评估和分析这“2.65”次背后的功臣。去改进营销推广策略和追溯订单真正的来源。

4层漏斗助电商透视消费者访问动线

聚合分析认为应该放弃老旧而笼统的“二跳率”指标，去使用更为细化和垂直的“选购率、推车率、下单率”来研究消费者行为。通过细分流量来源，可以比较每一个流量来源乃至广告位和关键词的流量质量，透视顾客购物行为，迅速改进流程，让转化率全面提高。4层漏斗分析首推的选购率、推车率指标都给人耳目一新之感。

为电商量体定制的分析模型，定义22个页面类型

在传统WA工具中，成千上万的网站页面只有一个共同的类别，叫做“内容页”。在聚合分析里，通过为电子商务网站量身定制分析模型，定义涵盖了电商的首页、类目页、商品页、搜索页、下单页、购物车页等共计22类页面类型，并深度挖掘访客对不同页面的行为。

比如新客被谁带来的？又去了哪里？他们如何转化的？在下第一单之前他们都在网站上干了什么？老客有多少人重复购买？他们习惯入站的路径是什么？该怎么改进客户关系？该怎么让他们不停下单？在产品里，聚合分析提供“新客分析”功能解决带新客问题，“老客分析”携RMF分析模型将老客分为8级，研究他们的特征和比较不同时间的趋势，发现老客价值，对整个客户忠诚度分布和业务发展健康度有一个全面的跟踪评估。

使用1套标准，

无缝兼容Google Analytics网址构建器

聚合分析建议用户可以同时使用Google Analytics来分析网站通用流量数据。使用聚合分析的推广助手，生成的推广监测链接与GA同一标准,无缝兼容用户之前使用GA网址构建器生成的监测网址。用户可以实现做一套推广代码，在两个互补的数据产品中同时使用。

运营驱动产品，每2周更新发布新功能

聚合分析遵循互联网产品研发理念，由运营驱动产品，每2周都会发布新的功能。

4.如何做网站数据分析 篇四

数据分析的实施过程如下：

1、识别信息需求

管理者应该根据决策和过程控制的需求，识别出需求的信息。就过程控制而言，管理者应识别出哪些信息支持评审过程输入、过程输出、资源配置的合理性、过程活动的优化方案和过程异常变异的表现。

2、收集数据

组织需要对收集数据的内容、渠道、方法进行策划。策划是要考虑：如何将识别的需求转化为具体要求、通过何种渠道和方法收集数据、记录表要便于应用等。

3、分析数据

将收集的数据通过加工、整理和分析转化为信息即是分析数据，现采用的工具主要有关联图、系统图、矩阵图、KJ法、计划评审技术、PDPC法、矩阵数据图等。

5.中小企业网站运营数据分析实例 篇五

该企业正式开展网络推广不到1年，通过详细的日常数据记录及定期的分析总结，已能较好的从数据分析报表中发现企业实际存在的问题，并及时改进。通过改进，企业的网络咨询情况得到明显的改善，网络销售业绩也能够保持平稳的增长，同时网络推广费用也控制在合理范围之内。

正题：

对于企业网站，不论是网站从一开始建立发布，还是到后期的成熟运营，都会产生并逐渐沉淀很多数据，比如

− 日均浏览页面数量、− 日均访问网站的人数、− 每次访问平均花费时间、− 每个访问者平均访问几个页面、− 哪些页面跳出率高、− 访客的回头率、− 访客通过什么途径访问网站，比例如何、− 竞价费用主要消耗在哪些关键字上，关键字花费比例、− 每带来一个咨询客户花费的成本、− 哪些长尾关键字被搜索频率高、− 站内搜索热门关键字、− 访客集中的地域、− 每天咨询客户的数量、− 每天因为各类原因而流失的咨询客户数量、− 网站转化率、− 访客访问网站的时间分布规律、− 当然也包括网站总体内容被收录量等等

对于企业网络运营中产生的这些数据，我们应该从何考虑？

从现实的情况看，除了一些较大电子商务企业或互联网企业，他们有良好的数据分析基础和能力以外，基本上多数中小企业实施的网络业务，并没有能够有效面对和处理这些运营数据。

究其原因，除了企业管理人员不够重视以外，企业具体负责网络业务的人员往往也缺乏主动的意识和管理的高度去面对这些数据。作为网络业务负责人，他们关注更多的是网络的投入与产出，会把更多的精力放在优化成本和提高销售上。对于运营细节，比如数据分析，他们投入的关注往往还不够。

因此，本文企图通过实际案例分析，说明如何进行数据统计、分析，数据分析的意义，及对企业的现实意义等。其中也能窥探到，良好的数据分析是能够有效节约成本及促进销售的，当然这不是本文的重点。

网站运营能产生如上面所述的很多数据，但具体到每家企业，它所需要的数据可以是不一样的，这是根据企业管理人员的要求，及网站业务运营的需求而定。

如果侧重用户体验，则统计的数据侧重跳出率、转化率、回头率、平均访问时间、平均访问页面数量等；

如果侧重投入产出，则统计竞价、推广的相关情况，以及咨询、流失的情况；

如果侧重网站运营管理，则不仅统计以上两项，上文描述的各类数据项，都需要详细统计。因为网站运营牵系的不仅是网络业务，还与企业其他部门发生联系，比如企划、市场、营销、产品、服务、物流等。这些部门的运作情况，是可以通过网络数据观察到的，从网络数据的分析结果，我们也能很准确的看到各个环节的问题。

在本案例中，我根据该企业实际情况，罗列了几点，1、用什么工具统计？

2、应该统计哪些数据？

3、如何看待及分析这些数据（统计数据并分析的目的）？

4、数据分析产生哪些结果及结论？

5、数据分析结论对企业的现实意义？

用什么工具统计？

案例采用的数据统计工具：百度商桥

统计工具有很多，CNZZ、51LA、量子统计、GA等。但从准确性来看，似乎没有绝对的，各家都有侧重和优势，可以同时装2种统计工具。

应该统计哪些数据？

案例统计的数据类项：

a.咨询者来访日期

b.咨询者来访地区

c.咨询者来访途径（百度/谷歌/直达）

d.咨询者来访关键字

e.咨询者到达页

f.平均访问时间

g.平均浏览页面数量

h.咨询者是否对话

i.咨询者客户姓名

j.咨询者联系方式

k.咨询者提问的问题

l.客服的解答

m.客服人员

n.客户咨询时间

o.客服回应时间

p.交流历时

数据类项说明：

− 日期。该项要想反应出积极意义，需要一段较长的时间。从访客咨询日期的曲线上，我们将能看到客户咨询的时间规律，便于企业做出响应的对策。

− 来访地区。除了能知道咨询客户多数来自哪里以外；当你在百度商桥内设置了推广区域，从来访地区的统计结果也能看出百度商桥的限制区域设置到底作用如何。

− 来访路径。可以清晰的统计咨询客户常用哪一种方式，由此我们可以评估三种途径的重

要性，并在后面的推广中做好调整。

− 关键字。通过这些关键字我们可以知道客户的访问心理，并且可以适时将这些关键字补

充进竞价关键字体系内。同时在做长尾时，也可以重点参考。

− 到达页。当某一个页面到达率非常高时，应该在这一页面上多做营销动作。很多时候，如果竞价人员不做精细化调整或者企业网站可推页面少，那到达页基本是首页，因此企业的首页非常重要，营销人员应该重视。

−平均访问时间。理论上平均访问时间越长，用户黏性越高。

−平均浏览页面数量。理论上平均浏览页面数量越高，说明网站本身的内容在用户看来，可看性强。

− 是否对话。来访人员打开了咨询窗口，也许就是看看，啥也没有说，统计实际对话数量，便于统计有效率咨询率。

− 咨询提问的问题。从问题我们可以深刻了解客户需求，统计这些问题，便于我们洞悉客

户真实需求。同时可以加以分类，做出详细的在线咨询Q&A，提高咨询效率和有效性。

− 客服的解答。从客服的解答，管理人员可以及时了解客服的专业能力，服务能力，销售

能力等；同时，也便于客服自我总结。咨询的人未必是最终购买的人，但良好的客服解答对建立企业在线咨询形象和口碑传播非常重要。

− 客户咨询时间。统计咨询时间，主要是找出客户咨询的时间规律，企业可以在重点时间

段安排人员盯守，防止客户流失。

− 客服回应时间。快速的客服响应对于在线咨询来说极其重要；了解自己客服的响应时间

也能知道客服的工作状态。

− 交流时间。有效的新客户咨询通常来说，时间会比较长。通过记录交流时间和对话内容，两者相比，可以一定程度上反映客户的质量度。

如何看待及分析这些数据（统计数据并分析的目的）？

网络数据基本是静止的、被动的，一般是定量或定性的记录，它是网站运营分析的最重要的基础，因此这些数据务必要详实准确，而要想从数据中挖掘出有价值的信息，就需对数据进行再统计分析。

依据良好的企业网站运营数据记录和分析，我们可以：

− 帮助改进网站用户体验、− 监控推广的投入产出、− 考核相关人员的绩效、− 分析线上营销活动的成效、− 发现企业存在的运营管理问题（比如客服、销售、营销、推广的工作配合问题）、− 预测市场未来的趋势等

对于数据的意义，这里用马云的两段话做注释：

− “提前预测到金融危机正因为这些数据，使我们提前八个月到九个月预测到金融危机。2

008年初，我们突然发现整个询盘数急剧下滑，欧美对中国采购在下滑。海关是卖了货，出去以后再获得数据;而我们提前半年时间从询盘上推断出世界贸易发生变化了。所以我们提前了十二个月做了一些准备，鼓励小企业度过难关，所以我们在2008年7月21日，奥运会前两个礼拜我们写了一封信，告诉企业界冬天来了，请所有企业做好准备。”

− “我们真正的进入一个数据时代··· 淘宝上消费者消费行为(现在淘宝有2亿消费者，每天到淘宝上想来买东西的人有4300万人，完成500万笔交易的大量数据，加上我们支付宝数据，我们突然发现我们真正的在进入一个数据时代。我们今天掌握的数据，对国家宏观经济、微观经济、对个人消费，特别对制造业是巨大无比的宝库，所以我们准备做云计算，五年以后，我们的竞争一定是在计算数据上面的竞争，我们在这儿将大力投资···”

案例中的企业进行数据分析，主要目的是为了改进网站用户体验、监控投入产出、发现企业存在的运营问题。这几个问题在下面的叙述中都有描述。

数据分析产生哪些结果及结论？

数据分析产生的结果及结论，一般由网站运营推广的负责人总结分析并出具详细报告。举这家企业的例子，他们主要统计了以上那些对他们而言重要的数据项，产生了以下结果：

− 客服响应咨询的时间及回答质量

− 客户咨询最多的问题

− 长尾关键字、核心关键字

− 竞价效率

−平均访问时间及平均访问页面数量

− 有效咨询率

− 工作时间段流失率（8：30-12：00）（13：00-17：00）

− 非工作时间[包括中午吃饭时间]段流失率

− 投入产出月统计

随之即可以分析出：

− 客服工作状态及业务能力

− 客户真实需求是什么

− 竞价推广的重要性占比如何

− 网站建设水平如何

− 客服工作管理安排是否合理有效

− 是否需要增加值班客服

− 推广人员绩效考评

附图：

数据分析结论对企业的现实意义？

上述的分析所产生的确切结论，将对网站运营、人员管理、企业运营、部门协作都产生明显的影响。比如：

− 客服工作状态及业务能力

客服响应速度慢还是快，直接关系到客户体验，良好的人员管理及制度能够保证高效的响应速度，同时如果从记录中反应客服专业能力欠缺，可及时安排培训。

− 客户真实需求是什么

通过客户的咨询问题，可以知道他们的真实需求，解决客户真实需求是推广、营销、在线咨询、销售必须面对和解决的问题。

− 竞价推广的重要性占比如何

网络推广，一般是付费和非付费两种形式。作为付费的主要方式-竞价，在整个销售产出中发挥的作用到底有多大，这个占比对网络运营推广有直接的影响，成本的节约也主要发生在这一环节。

− 网站建设水平如何

从用户黏性各指标分析，是否需要改进网站内容的、设计的用户体验。

− 客服工作管理安排是否合理有效

合理安排客服工作，尽量降低工作时间内的咨询流失率。而这也是促进提高销售的最直接方法。

− 是否需要增加值班客服

如果非工作时间客户咨询确实多，企业务必需要考虑增加值班人手。这同时也是增加了销售的时间段。（还是有很多企业是有值班客服的，特别是一些医药医疗整容机构）

− 推广人员绩效考评

合理的绩效考评是推动人员工作的直接动力。

6.网站数据分析报告范文 篇六

营销型网站哪些页面流量是有效流量

营销型网站建设中，页面的布局包括产品页面、资讯页面、会员互动页等，不同的页面带来的流量大小是有差异的，站长通过谷歌分析工具可查看网站的页面流量，到底哪些页面的流量可以带来转化率。对于企业营销型网站来说，如果产品页面可以带来最大的引流，那流量的转化率肯定也是最高的，目前互联网上企业站的一贯通病，页面多半被行业资讯占据，产品页面也仅仅是几张图片，甚至很多产品页面都没有被收录。对于企业来说，产品页面和会员互动版块的流量是有效的，要想办法提高这个页面的流量，既而才能提高页面流量转化率。

营销型网站哪些页面内容吸引用户关注

为了提高用户体验度和互联网的良性环境，各大搜索引擎更新算法，对高度原创的内容加以鼓励，严厉打击低质量站点。站长们要对自己站点的内容页面进行分析，哪些页面流量量最大，能获得的搜索量最大，不管是长尾关键词还是主关键词的内容介绍，页面中内容能获得用户关注的就是好内容。网站定位策划后就要着手内容建设，网站要分析的是：站点本事能给用户提供什么->用户需求什么->用户从网站能得到什么->站点是否可以为用户打造内容。这是营销型网站必要的分析过程，只有精心为用户打造内容才能吸引用户关注，页面内容能吸引用户关注的，带来的流量转化率也自然随之提高，网站的跳出率也会逐渐减小。

营销型网站哪些营销活动带来收益目标

营销型网站最终的目的就是产品订单的产生，不管使用什么样的优化手法，或是营销方法技巧，能产生订单销售即可。营销的活动在策划时预计的效果，在营销最终不定能达到完美，这时需要站长对整个营销过程进行数据分析，付出的营销成本是否能通过营销活动后获得，即使没有销量上的增加，也要能获得品牌上的口碑效应。网络营销需要的方案是能给企业带来收益目标的，及时分析活动的阶段效果，可帮助企业更好的完善营销方案，改正方案中不足的地方或者是方案中没能提及到的。同时，企业可能一时段上线多个营销活动，病毒式的传播方式营销，在活动进行到一定阶段时，站长需要有所取舍，放弃并不能带来收益目标的项目，更投入的做其他营销项目。

营销型网站哪些流量可以提高扩展

网络营销比传统营销更受人欢迎原因之一在于范围广、可扩展性大，企业可以通过不同的平台进行营销获取盈利，对于通过流量获取盈利的企业来说，需要创新的扩展流量的效率，提高流量转化率的同时提高效益。网站本身存在的高质量流量，站长要考虑是否能通过其他方式加以扩展，通过此流量转移到更多的页面，不仅可以给网站带来更多盈利，也可以给用户浏览更多的页面内容。如高引流的产品页面可以通过内链建设，给其他站点内链展示，吸引网络机器人去其他站点进行抓取，吸引用户浏览更多的相关产品，既而提高高质量页面的利用价值，提高企业的网络优化效益。

7.网站数据分析报告范文 篇七

1 SQL Server数据库的优势与原理分析

SQL Server数据库的优势相对比较明显,其具有开发便捷,数据库语言安全方便,尤其是在开发的过程中,其存储量较大,而且调用非常方便,更加有助于在动态网站中进行数据库的编译。此外,由于SQL Server数据库的语言更加适合计算机互联网平台,因此,在一些个体网站建设的过程中, 都会使用SQL Server数据库作为数据库编程语言。而原理也非常容易理解,SQL Server数据库是采用SQL调用语句,利用庞大的数据资源,进行合理资源分配,从而将调用与数据资源进行相互结合,实现了方便快捷的调用操作。此外,对于SQL Server数据库而言,最大的优势是应用范围比较广, 计算机技术应用最大的就是互联网,而SQL Server数据库也是互联网常用的数据库语言。

2动态网站建设中的安全问题分析

动态网站是指可以进行数据访问以及数据交互的网站, 与静态网站页面有着非常大的不同。静态网站主要是为了给访问者直接呈现网站的内容和数据,但是不会产生数据的交互。而动态网站是可以进行数据访问和数据下载的。在常用的动态网站中,恶意访问以及病毒木马的攻击是动态网站建设中相对常见的问题。那么,为什么动态网站会更容易出现这样的问题呢?主要原因就在于数据的交互性。一旦发生数据交互,就会进行数据访问,而一些恶意程序有可能会出现访问原始数据,进而进行原始数据的破坏,从而造成动态网站的整体崩溃的现象。因此,动态网站的安全问题是值得注意的,也是需要进行合理防护的。

3基于SQL Server数据库的动态网站建设安全防护

以上对于SQL Server数据库以及动态网站的建设需求进行了分析,那么如何才能够有效的保证SQL Server数据库的动态网站建设的安全性呢?通过长期的实践以及经验可以得出,保证动态网站的安全性,需要做到以下几个方面。

第一,SQL Server数据库的数据库语言防护措施分析。 SQL Server数据库可以认为是一种数据库的编程语言,在数据的存储以及调用的过程中,都是按照计算机编程语言的特点进行编译的,从而实现了数据的一系列操作。为了提高动态网站建设中的安全性,SQL Server数据库自身就可以进行加密处理。数据库是可以实现数据加密的,通过数据的加密可以实现对动态网站中的安全防护作用。实际上,原理是非常简单的。由于数据库的数据是处于后台运营的,而动态网站由于可以进行数据交互。例如,数据的上传与下载。那么, 在正常的数据交互过程中,这些都是可以正常进行的,但是如果出现了一些访问网站的数据要进行内部数据的访问的时候,也就是要访问数据库的原始数据,那么这就需要进行安全防护的加密工作来进行了。这样的目的就可以保证动态网站不会受到恶意的数据访问,从而保护网站的安全性。

第二,动态网站的数据交互安全防护措施分析。动态网站的数据一般都会进行数据的上传与下载,这与静态页面的网站是有本质的区别的。也就是因为数据在不断的交互,才会造成在数据访问的过程中出现安全隐患。那么,在进行网站访问的过程中,网站在建设中,就一定要保证禁止原始数据访问的请求。例如,在进行数据下载的过程中,原始数据是禁止下载和访问的。通过这样的操作就可以有效的禁止恶意软件的攻击,防止原始数据被下载,而造成动态网站的内部数据被破坏,或者是数据遭到破坏。

因此,基于SQL Server数据库的动态网站建设的安全防护,主要就是通过两个方面进行实施。一则是对数据库自身的数据访问进行加密操作,设置访问权限,从而将恶意访问有效阻拦,二则就是网站自身的权限设置,保证原始数据不被访问。

4结语

通过以上对于动态网站建设的安全问题分析,可以了解到动态网站更加容易收到风险攻击,并且其防护措施的制定是根据具体的数据库形式所决定的。动态网站建设中,最重要的就是数据安全。而数据安全的主要防护手段,就是基于SQL Server数据库的数据安全防护措施。只要做好SQL Server数据库的数据安全防护措施,才能够有效保证动态网站的安全建设。总之,SQL Server数据库的数据安全防护, 是保证动态网站的主要安全措施。而动态网站在进行数据交互的过程中,也要依托SQL Server数据库的数据原理,进行合理有效的数据交互,从而保证动态网站以及数据库的的信息安全。

摘要：随着计算机技术的发展与互联网行业的进步,网站建设不仅仅是企业的一种需求,更让许多个体有了建立个人网站的需求。为了满足人们日益的需求,动态网站是目前的主流。动态网站因为可以采用交互式的操作,并且具备数据库,从而可以进行网站交互式操作。网络安全问题一直是目前备受关注的问题,本文通过解析SQL Server数据库的技术特点,并结合动态网站建设的问题,探讨基于SQL Server数据库的动态网站安全性问题。

8.网站数据分析报告范文 篇八

各视频网站也在吸引用户、内容制作、广告售卖上下足了功夫,期待这样一场全球狂欢的盛事为自身的品牌和营销带来几何量级效益的增长。经过32天激烈竞争,视频网站呈现出新的竞争格局。下面,将通过一系列数据来见证这一新格局的构建。

相比传统媒体,互联网媒体报道世界杯资讯量大、形式多样,然而用户最关注的是视频类内容,其中,赛事直播比重最高,加上精彩赛事集锦,此类内容被关注的比重已达到76.6%。相对于2006年德国世界杯新媒体只被赋予4分钟的播出权,本届世界杯首次给了视频新媒体全部赛事的直播、点播权,通过网络视频关注全球重大赛事已成为不可逆转的新媒体趋势。国内视频网站中,仅有CNTV和酷6网实现了赛事的全程直播,在流量上,国际权威调研机构CR尼尔森数据显示,酷6网日浏览量(PV)峰值达到3.99亿、日视频播放量(VV)峰值达到2.88亿,日独立用户峰值达5263万。专家估计,该流量数据已创下了视频行业新纪录,这场世界杯报道争位赛,似乎在最开始就已预示了胜者所在。(详见图1)

有多家调研公司对各视频网站的世界杯报道进行了研究。调研就国内各视频网站综合满意度对用户进行了访问,包括对视频网站在世界杯播出期间的加载速度、画面质量、页面环境、互动趣味、自制节目等满意度的打分,总体看来,CNTV、酷6网在用户满意度上领先于优酷网和土豆网。

特别值得一提的是,酷6网世界杯创造了互联网720小时直播不间断的大事件报道先河:64场赛事全程直播,并力邀诸多热点明星加入——签约中国第一车模翟凌,著名音乐人、北京人民广播电台节目主持人伍洲彤,前国脚、著名足球评论员商毅,担任世界杯期间原创节目主持人。除此之外,酷6网还强力打造了多档与球迷网友互动的节目,涵盖赛事、报道、评论、访谈、脱口秀等节目内容和形式,最大化提高赛事报道的互动性、趣味性,带给观众真正的世界杯狂欢季。而备受业内和网民关注的“疯狂球迷真人秀”,就是其中最有代表性的一档互动节目。(详见图2、3)

世界杯作为全球狂欢的重大赛事,也是媒体借以提高品牌形象、推动用户爆发式增长的重要战场。品牌印象变化率说明各视频网站通过世界杯,在“有实力的、有社会责任感和互动的”等品牌特征上较之前增强的程度,CNTV和酷6网依然优势明显。(详见图4)

据易观国际调查,南非世界杯视频网站广告市场总额达1.8亿,CNTV、酷6网和优酷网收入位居前三。在广告主极为重视的体育营销上,视频网站抢占市场份额的能力,将比较出其盈利能力的强弱。

酷6网在这次世界杯营销上超越了竞争对手优酷网,收入占整体份额的22.2%,其世界杯合作广告品牌达51个,品类跨度之大也位居视频网站之首。广告主对酷6世界杯营销平台的认可,基于除了全新的互动形式外,酷6网还有传统的贴片广告、通栏广告、UGA广告、背景广告等多种广告形式,加上全天候直播节目资源,将有助于广告主把品牌传播覆盖面和渗透度有效地统一起来。(详见图5、6)

9.网站数据分析报告范文 篇九

一、背景介绍

2008年末，“ 大数据 ”得到部分美国知名计算机科学研究人员的认可，业界组织计算社区联盟(Computing Community Consortium)，发表了一份有影响力的白皮书《大数据计算：在商务、科学和社会领域创建革命性突破》。它使人们的思维不仅局限于数据处理的机器，并提出：大数据真正重要的是新用途和新见解，而非数据本身。此组织可以说是最早提出大数据概念的机构。

2016年，中国已经全面进入了大数据时代，大数据时代的出现简单的讲是海量数据同完美计算能力结合的结果。确切的说是移动互联网、物联网产生了海量的数据，大数据计算技术完美地解决了海量数据的收集、存储、计算、分析的问题。

随着移动互联网、电子地图、电商的崛起，所产生的大量数据及用户所使用的流量及其内容更成为一个个大数据应用的主战场！如何分析加工应用这些大数据，及整体的大数据是有哪些发展趋势，有哪些应用场景本文将一一介绍！

二、大数据的应用场景

大数据时代最有意义就是利用大数据及大数据技术创造价值，大数据的企业应用场景就是介绍大数据在行业的应用，体现大数据商业价值。大数据的应用场景会将提升企业对大数据的关注，鼓励企业大数据产业中投入更多的资源，利用大数据这个工具，为人类社会造福。大数据的应用可以分为企业应用和政府应用，其关注点有所不同，我们分开介绍，先从大数据在企业应用开始谈起。1）医疗行业 医疗行业拥有大量的病例，病理报告，治愈方案，药物报告等等。如果这些数据可以被整理和应用将会极大地帮助医生和病人。我们面对的数目及种类众多的病菌、病毒，以及肿瘤细胞，其都处于不断的进化的过程中。在发现诊断疾病时，疾病的确诊和治疗方案的确定是最困难的。在未来，借助于大数据平台我们可以收集不同病例和治疗方案，以及病人的基本特征，可以建立针对疾病特点的数据库。如果未来基因技术发展成熟，可以根据病人的基因序列特点进行分类，建立医疗行业的病人分类数据库。在医生诊断病人时可以参考病人的疾病特征、化验报告和检测报告，参考疾病数据库来快速帮助病人确诊，明确定位疾病。在制定治疗方案时，医生可以依据病人的基因特点，调取相似基因、年龄、人种、身体情况相同的有效治疗方案，制定出适合病人的治疗方案，帮助更多人及时进行治疗。同时这些数据也有利于医药行业开发出更加有效的药物和医疗器械。医疗行业的数据应用一直在进行，但是数据没有打通，都是孤岛数据，没有办法起大规模应用。未来需要将这些数据统一收集起来，纳入统一的大数据平台，为人类健康造福。政府和医疗行业是推动这一趋势的重要动力。2）生物技术

主要是指大数据技术在基因分析上的应用，通过大数据平台人类可以将自身和生物体基因分析的结果进行记录和存储，利用建立基于大数据技术的基因数据库。大数据技术将会加速基因技术的研究，快速帮助科学家进行模型的建立和基因组合模拟计算。基因技术是人类未来战胜疾病的重要武器，借助于大数据技术的应用，人们将会加快自身基因和其它他生物的基因的研究进程。未来利用生物基因技术来改良农作物，利用基因技术来培养人类器官，利用基因技术来消灭害虫都即将实现。3）金融行业

大数据在金融行业应用范围较广，典型的案例有花旗银行利用IBM沃森电脑为财富管理客户推荐产品，美国银行利用客户点击数据集为客户提供特色服务，如有竞争的信用额度。，招商银行利用客户刷卡、存取款、电子银行转帐、微信评论等行为数据进行分析，每周给客户发送针对性广告信息，里面有顾客可能感兴趣的产品和优惠信息。大数据在金融行业的应用可以总结为以下五个方面：

精准营销：依据客户消费习惯、地理位置、消费时间进行推荐

风险管控：依据客户消费和现金流提供信用评级或融资支持，利用客户社交行为记录实施信用卡反欺诈

决策支持：利用抉策树技术进抵押贷款管理，利用数据分析报告实施产业信贷风险控制 效率提升：利用金融行业全局数据了解业务运营薄弱点，利用大数据技术加快内部数据处理速度

产品设计：利用大数据计算技术为财富客户推荐产品，利用客户行为数据设计满足客户需求的金融产品 4）零售行业

零售行业大数据应用有两个层面，一个层面是零售行业可以了解客户消费喜好和趋势，进行商品的精准营销，降低营销成本。另一层面是依据客户购买产品，为客户提供可能购买的其它产品，扩大销售额，也属于精准营销范畴。另外零售行业可以通过大数据掌握未来消费趋势，有利于热销商品的进货管理和过季商品的处理。零售行业的数据对于产品生产厂家是非常宝贵的，零售商的数据信息将会有助于资源的有效利用，降低产能过剩，厂商依据零售商的信息按实际需求进行生产，减少不必要的生产浪费。5）电商

电商是最早利用大数据进行精准营销的行业，除了精准营销，电商可以依据客户消费习惯来提前为客户备货，并利用便利店作为货物中转点，在客户下单15分钟内将货物送上门，提高客户体验。马云的菜鸟网络宣称的24小时完成在中国境内的送货，以及京的刘强东宣传未来京东将在15分钟完成送货上门都是基于客户消费习惯的大数据分析和预测。电商可以利用其交易数据和现金流数据，为其生态圈内的商户提供基于现金流的小额贷款，电商业也可以将此数据提供给银行，同银行合作为中小企业提供信贷支持。由于电商的数据较为集中，数据量足够大，数据种类较多，因此未来电商数据应用将会有更多的想象空间，包括预测流行趋势，消费趋势、地域消费特点、客户消费习惯、各种消费行为的相关度、消费热点、影响消费的重要因素等。依托大数据分析，电商的消费报告将有利于品牌公司产品设计，生产企业的库存管理和计划生产，物流企业的资源配制，生产资料提供方产能安排等等，有利于精细化社会化大生产，有利于精细化社会的出现。6）农牧业

大数据在农业应用主要是指依据未来商业需求的预测来进行农牧产品生产，降低菜贱伤农的概率。同时大数据的分析将会更见精确预测未来的天气气候，帮助农牧民做好自然灾害的预防工作。大数据同时也会帮助农民依据消费者消费习惯决定来增加哪些品种的种植，减少哪些品种农作物的生产，提高单位种植面积的产值，同时有助于快速销售农产品，完成资金回流。牧民可以通过大数据分析来安排放牧范围，有效利用牧场。渔民可以利用大数据安排休渔期、定位捕鱼范围等。1）交通

交通的大数据应用主要在两个方面，一方面可以利用大数据传感器数据来了解车辆通行密度，合理进行道路规划包括单行线路规划。另一方面可以利用大活数据来实现即时信号灯调度，提高已有线路运行能力。科学的安排信号灯是一个复杂的系统工程，必须利用大数据计算平台才能计算出一个较为合理的方案。科学的信号灯安排将会提高30％左右已有道路的通行能力。在美国，政府依据某一路段的交通事故信息来增设信号灯，降低了50%以上的交通事故率。机场的航班起降依靠大数据将会提高航班管理的效率，航空公司利用大数据可以提高上座率，降低运行成本。铁路利用大数据可以有效安排客运和货运列车，提高效率、降低成本。2）天气预报

借助于大数据技术，天气预报的准确性和实效性将会大大提高，预报的及时性将会大大提升，同时对于重大自然灾害，例如龙卷风，通过大数据计算平台，人们将会更加精确地了解其运动轨迹和危害的等级，有利于帮助人们提高应对自然灾害的能力。天气预报的准确度的提升和预测周期的延长将会有利于农业生产的安排。

三.大数据主流技术介绍

主流的大数据厂商分为大数据分析基础设施，大数据操作基础设施，大数据基础云服务，传统结构化数据库，商业智能，可视化领域等 1)大数据分析基础设施

主要指Hadoop的发行版本产品，主要厂商有Cloudera,Hortonworks,MapR.其他还包括HP的Vertica,EMC的GreenplumHD,IBM的BigInsights 2)大数据操作基础设施

主要是指企业级的NoSQL数据库和SQLonHadoop产品。主要产品有Caouchbase,Hadapt,Teredata,Marklogic等 3)大数据基础云服务（IAAS）

基于大数据基础设施提供云服务的有AmazonWebServiceElasticMapReduce、GoogleBigQuery、Infochimps、MicrosoftWindowsAzure,阿里云等 4)关系型数据库

关系型数据库产品Oracle、MicrosoftSQLserver、SAPSybase、IBMDB2、MySQL、PostgreSAL,MemSQL等 5)数据云服务（DAAS）

DaaS的服务主要有WindowsAzureMarketplace、Datasift、SpaceCurve、Factual等 6)商业智能产品

BI产品主要有Oracle的Hyperion、SAPBusinessObjects,MicrosoftBusinessIntelligence、IBMCongnos,SAS,HP的Autonomy、QlikView等这些产品通常具有分析和可视化能力。

7)分析和可视化应用

主要产品有SAS,TeraDataAster,EMCGreenplum,TableauSoftware,Tibco等。8)日志应用

主要产品有Splunk、Loggly、SumoLogic。其中Splunk是一个可运行于各种平台的IT数据、日志分析软件。9)广告／媒体应用

主要产品有MediaScience、BlucefinLaps、RocketFuelDataXu,RecordedFuture.其中RocketFuel是一家广告优化公司，每天处理15亿次品牌广告展示，广告效果完全基于数据来改善。10)垂直应用

主要有PredictivePliciing、BloomReach,Myrrix,Atigeo.其中BloomReach公司面向市场开发大数据应用（BDA）,通过机器学习，网络爬虫和搜索技术来挖掘数据，对网站的数据进行分析，然后为网站带来更多的流量，从而给他们的客户带来更多的利润。

国内的互联网企业在大数据应用和研发方面处于较好的水平例如淘宝、百度、腾讯、新浪等。但是在大数据产品和技术服务领域却落后于国际厂商。国际主流大数据产商包括Cloudera、Hortonworks、MapR,IBM,Oracle,EMC,Intel,SAP,Teredata。四.大数据产业链介绍

由于大数据及大数据技术是一个工具，无法像互联网企业那样形成一个大数据生态圈，形成闭环。但是从数据的收集，存贮，处理，分析，销毁等方面分析，可以形成大数据产业链。数据的收集

主要是指各种数据通过传感器或其他方式被采集，大数据的的采集除了传统的互连网入口、社交平台、搜索引擎、电商交易数据、在线问答、企业业务数据外，移动互联网的App将是一个重要的数据入口，例如通过手机APP内嵌的SDK将手机App上的用户行为数据集中进行收集和处理，TalkingData目前是这一领域的领先的大数据厂商，他们既有大数据又有数据管理平台DMP。摄像头采集的数据、导航地图的轨迹数据、物流信息、移动互联网App的LBS位置数据等都大数据的重要来源。在这个阶段主要是指拥有大数据的公司例如BAT，通讯行业、互联网企业、物流行业、零售行业、医疗行业等，它们需要大数据采集和存储产品。数据的存储

主要是指利用何种方式进行数据存贮，对于中小企业，云存储是以个不错的原则，对于金融行业和其他对数据保有权较为重视的企业，私有云将是一个不错的选择。政府主导的大数据存储平台可以作为参考。如果认为云平台无法采用时，采用低端的并行计算机可能是一个经济的方案，但是由于没有云操作系统，其存储的效率是个较大的挑战。EMC、NetAPP、日立的NAS存储可以考虑。SAN存储由于成本过高，不建议用于大数据存储，但是土豪除外。数据处理

数据处理主要是指数据处理平台，采用了SAAS概念的大数据处理平台都可以考虑，企业在考虑处理平台时建议，循序渐进，以未来2年内的数据处理量为参考，千万不要一次投资到位，因为数据处理的技术发展是几何级数的，两年后采用新的技术平台，其ROI将会大大降低，采用Cloudera,Hortonworks,MapR的Hadoop产品都可以，如果其在中国没有成熟团队建议考虑IBM,HP,Oracle的解决方案，他们的案例较多。数据分析

主要是指如何对处理完的数据进行商业分析，业务需求和技术需求必须有本企业技术和商业人员主导，外部厂商很难了解企业自身的商业需求，但是数据展现形式和分析方式可以交给厂商来做，主要涉及的厂商是传统的商业智能产品和可视化应用，包括Oracle的Hyperion、Teredata、SAPBusinessObjects,IBMCongnos,SAS,HP的Autonomy、QlikView等。数据销毁

主要是指数据如何进行安全管理，对于不再需要的数据如何进行销毁，鉴于数据的数量较大，存储需要重用，因此数据索引删除、数据空间7次重写，数据混淆、数据对称加密等方式都可以用作数据销毁，目前此阶段市场需求不多，因此还没有较为成熟的方案和厂商，未来将会用安全厂商进入此领域。

由于目前大数据产业的商业模式和盈利模式还在探索之中，大数据带来的直接收益还没有明确，目前主要的商业形式还是大数企业自身的大数据应用（例如，大数据计算平台，大数据采集和分析，数据分析报告），行业应用处于一个探索的阶段，在大数据较为集中的电信行业，并没有成立数据事业部，数据被当作资产良好的保存起来，国外的大数据投资`在2005年就开始了，很多高科技企业已经大数产业链上投入巨资进行技术开发和行业应用。

五．大数据隐私保护

大数据的隐私和伦理已经争论了很多年，由于其涉及我们每个人的自身利益，大数据隐私保护是大数据产业需要正面面对的问题。大数据在采集过程中必定会涉及到隐私数据，的收集，如果其保护的不好将会造成严重的后果，成为大数据产业发展的瓶颈。过度强调大数据的商业应用而忽视了大数据产业的隐私保护，将会产生灾难性的后果，大数据产业的发展可能会因此被禁止。过度强调隐私保护而不发展大数据产业也是一个错误的选择，人类可能会错失一个高速发展的机遇。大数据产业发展要建立在隐私保护基础之上，同时隐私保护也将通过适当约束来助推大数据产业的发展。

大数据企业在采集外部数据时，应该注意尽量不要收集可以识别出个人的PII信息，参照美国个人隐私定义者，PII信息包括姓名、地址、手机号码、身份证号、驾驶证号、银行帐号、借记卡／信用卡号。大数据企业在使用自身拥有的信息时也要注意保护敏感信息例如民族、政治意见、宗教信仰、健康／医疗信息，婚姻状况、性生活、年龄、性别、犯罪记录、个人喜好、标准IP地址等。

大数据企业应该在其公司的章程和文件中体现对个人隐私数据的保护，坚持遵守全球隐私保护7条原则；

1)知晓权（透明性）：应该通知本人关于所收集信息的目的

2)选择权：提供机会选择或放弃所提供的个人信息是否被使用或如何被使用 3)同意权：再符合知晓权和选择权的情况下才可以向第三方透露个人数据信息

4)安全权：采取负责的措施保护个人信息免受丢失、滥用、未授权获取、泄露、篡改、毁坏的威胁

5)数据完整性：确保个人信息在最终用途、合理防护方面的可靠性，确保信息精确、完整、无误。

6)可查询：提供本人查询个人信息的途径

7)责任性：企业有责任遵守上述法则，并应确保合规的机制。

大数据企业面对的数据分为公开数据，授权数据，隐私数据。公开数据来源于公共媒体因此可以无须强调保护，授权数据来源于数据收集过程中，客户对企业的授权，需要依据签订的协议使用范围来使用，不能过越权进行数据转让和贩卖，大数据企业仅能在签署的授权范围内部进行使用，企业在使用大数据时尽量使用分类数据、群体数据、趋势数据、统计数据。不要使用针对个体的数据，同时在数据分析是需要注意关注隐私数据保护。大数据企业在利用隐私数据时将要特别注意对其的保护，即使在客户授权的前提下，也要注意数据的使用场合和揭示方式，不要向外泄露受保护的PII信息。

10.网站数据分析报告范文 篇十

(1)网络教育是一个亟待抢占的平台

调查结果显示，半数以上(72%)的中学生家庭已经有了电脑.但还有21%的同学有去网吧的行为，不久的将来，百分百普及是大势所趋。网络这个巨大的信息舞台，我们当老师的不去占有它，自有更具魔力的东西去占有它。现实情况是，已经有许多不良的网站在抢占这个平台。它们用游戏、色情吸引着孩子的眼球。所以，如果说三尺讲台是老师一生坚守的阵地，那么，网络时代的今天，开辟和抢占“网络”这一块教育平台也应该是老师们责无旁贷的义务。

(2)上网指导是一件迫不及待的任务

调查结果显示，尽管同学们对上网用途的认识不一，但认为上网“利弊参半”，渴望“适当指导”的却占了58%。这是一个令人鼓舞的数字。我们再看看家长对孩子上网的指导情况：有较齐全的指导的只有15%!同学们的家长在文化素养、教育方法等方面的水平参差不齐，我们不能苛求他们在教育方法方面都有够高的水平。家长指导不了的当然应该由我们来指导，这是一项迫不及待的任务。

(3)“上网内容”是一个可喜的发现

调查显示，中学生上网的内容里，“看动漫、电影、听音乐”排位第一，其次是“聊天交友”，第三是“了解新闻资讯”，第四才是“玩游戏”！这个结果大大出乎我们的意料。我们一直以为，中学生上网大多就是玩游戏。游戏对中学生的负面影响是最大的，因为它容易让人沉迷。可是我们的调查发现，“玩游戏”已经不是中学生的网上最爱。动漫、电影和音乐才是中学生的网络最爱。看到这个结果，我们如释重负。要抢占网络这个新的教育平台，我们最怕的敌人就是网络游戏。现在，它的吸引力明显大大减弱了。而“动漫、电影和音乐”的大部分制作者和我们教师是同一条战壕里的战友。我们可以巧妙地投学生所好，多介绍一些对他们的身心和学习有帮助的动漫、电影和音乐，我们甚至可以向一些关爱孩子成长的动漫设计师、电影导演，音乐作者呼吁，多制作一些和学校教育教学相关的好作品。有一线教师的参与，还愁拍不出优质的、孩子们喜爱的好作品？

(4)高中生上网的不足

11.网站数据分析报告范文 篇十一

[关键词] 数据挖掘工具 个性化营销 电子商务企业

一、引言

一个成功的电子商务运作过程，需要完美整合三个要素——网络技术、商业模式和营销（网络营销）。网络营销是企业营销实践与现代信息通讯技术、计算机网络技术相结合的产物，是指企业以电子信息技术为基础，以计算机网络为媒介和手段而进行的各种营销活动（包括网络调研、网络新产品开发、网络促销、网络分销、网络服务等）的总称。

具有交互性、跨时空、低成本、高效性等优点的网络营销这一概念在中国出现才刚刚开展10年的时间，虽然理论体系还不完善，上网的企业数量还比较少，但是，这种基于互联网的新型营销方式已经引起广泛关注，并对企业的经营战略产生越来越大的影响。当前各种形式的网络广告、网络调研、网络分销等网络营销活动正活跃在企业的市场活动中。网络营销使得大公司、小公司“同台竞技”“规模经济”与“小批量、多品种”生产并存。网络营销把企业带入小型化、多样化和复杂化竞争的时代。

随着技术的发展，信息铺天盖地，不仅企业被淹没在大量的信息中，就连顾客也不得不花大量的时间来寻找、浏览自己感兴趣的信息。根据菲利普·科特勒的顾客让渡价值理论，顾客让渡价值=总顾客价值-总顾客成本。总顾客价值是顾客从某一特定产品或服务中获得的一系列价值，包括产品价值、服务价值、人员价值和形象价值。总顾客成本是顾客在为购买该产品或服务所耗费的费用，不仅包括货币成本，还包括时间成本、精神成本、体力成本等非货币成本。可见为了购买特定产品，在电子商务这种特殊市场中，浏览信息所花费的时间成本、精神成本、体力成本等也直接影响着总顾客让渡价值。

Web数据挖掘技术在电子商务上的应用，正是为了更加有效的掌握信息，服务于顾客，Web数据挖掘技术的路径分析、关联规则发现、序列模式发现、分类规则的发现、聚类分析等方法，可以应用于发现潜在顾客、改进站点链接结构设计、对顾客进行聚类分级从而分析组中顾客的共同特征，并为相应的顾客提供优质个性化服务,使顾客在浏览信息时有针对性，节省时间成本、精神成本、体力成本等，最终使总顾客成本得以降低。

二、个性化营销

个性化营销是把一个顾客看成一个顾客群，将锁定销售目标的活动发挥到极致的程度。充分体现了“顾客至上”，“顾客永远是正确的”，“爱你的顾客而非产品”等现代市场营销观念。消费者选购商品时完全以“自我”为中心，现有商品不能满足需求，则可向企业提出具体要求，企业也能满足这一要求，这样既能最大限度满足消费者个性化需求，又能增强企业产品的市场竞争力。同时由于和消费者保持长期的互动关系，企业能及时了解市场需求的变化，有针对性的生产，不会造成产品积压。缩短再生产周期，降低流通费用，从而提高企业经济效益。

在电子商务环境下，实现个性化营销可以利用的资源包括个性化网站、顾客数据库，网络营销工具。即企业在互动式网站和数据库为支撑工具的前提下，整合运用个性化的网站、个性化的E-mail、个性化的网页、顾客的兴趣追踪等相关工具，既可以与顾客建立亲密友好的联系，又可以创建个性化的营销信息，包括每个顾客的喜好、购买模式、针对他的最有效的沟通技巧等，以此来提供个性化的产品和顾客服务，开展个性化营销活动。

下图反映出一个具备个性化营销服务功能的系统功能层次结构。

由图看出，系统要得到上层所提供的个性化营销服务，需要从底层数据库获取交易数据、顾客数据、财务数据、市场数据等，将底层数据析取到数据仓库中，在数据仓库中建立以顾客、销售和财务等为主题的多维数据模型，并在保留原有数据的基础上，不断刷新数据仓库的数据，接着进行指标分析、多维数据分析和数据挖掘。主要内容有顾客分析、忠诚度分析、销售分析、顾客反馈分析、财务分析等。

通过对顾客属性特征、交易行为和资金能力的分析，提取各种与顾客交易之静态特征和动态特征相关的知识，对顾客进行必要细分，从而有针对性地对顾客施加1对1的个性化营销服务，提高电子商务企业的认知能力和服务创新水平，扩大其获利机会。

可见上层的个性化营销功能的获得是底层数据所不能直接提供的，需要经过中间析取到数据仓库中，面向主题对数据進行组织与管理后，再利用数据挖掘技术才能实现的。

三、数据挖掘工具及选择分析

数据挖掘技术让人们有能力最终认识数据的真正价值，即蕴藏在数据中的信息和知识。它使得许多商业公司充分认识到深层次地分析本公司业务数据库中的数据能够带来更多的商业机会。尤其对于电子商务企业，它很容易满足数据挖掘所必需要因素：丰富的数据源、自动收集的可靠数据，并且可将挖掘的结果转化为个性化网络营销这样的商业行为，商业投资可以直接评价。

在不久以前大部分数据挖掘工具还只能为专门技术人员所操纵，但现在有更多的公司提供了更高级的数据挖掘系统，使得非专业人士也能使用。这些数据挖掘工具所基于的技术主要包括：规则归纳、神经网络、遗传算法、模糊逻辑、规则发现、模糊专家系统规则、决策树、基于实例的推理、归纳逻辑等。

选择一个满足本公司实现个性化网络营销的数据挖掘工具可从以下方面进行考虑：

（1）产生的模式种类

数据挖掘模式一般有以下六种:

①分类模式:表现为一棵分类树，根据数据的值从树根开始搜索，沿着数据满足的分支往上走，走到树叶就能确定类别。

②回归模式:与分类模式相似，其差别在于分类模式的预测值是离散的，回归模式的预测值是连续的。

③时间序列模式:根据数据随时间变化的趋势预测将来的值。

④聚类模式:把数据划分到不同的组中，组之间的差别尽可能大，组内的差别尽可能小，但它与分类模式不同之处在于，进行聚类前并不知道将要划分成同个组和什么样的组。

⑤关联模式:描述事物之间同时出现的规律的知识模式。如购买A产品与B产品之间的关联性。

⑥序列模式:与关联模式相似，它把数据之间的关联性与时间联系起来。

对于个性化营销，公司的需要反映在：跟踪和学习顾客的兴趣和行为;为当前用户寻找k个最相似的邻居来预测当前用户的兴趣；或找出在什么时间，什么样顾客对什么样的产品感兴趣等方面。

以上的六种模式中分类模式可以对顾客进行分类；时间序列模式可在需求量方面给出预测结果；聚类模式可用于顾客聚类.由于它是根据相似顾客来推荐资源的,即根据最相似的邻居来预测当前顾客的兴趣，所以有可能为潜在顾客推荐出新的感兴趣的内容；关联模式找出A产品与B产品之间的关联性；序列模式则可以反映出需求的季节性。

（2）易操作性

当前有的工具有图形化界面，引导用户半自动化地执行任务；有的使用脚本语言，有些工具提供数据挖掘的API，可以嵌入到C、Visual Basic、PowerBuilder等高级编程语言中。

（3）数据存取能力

好的数据挖掘工具可以使用SQL语句直接从DBMS中读取数据。这样可以简化数据准备工作。

（4）与其他产品的接口

在需要其他产品辅助企业理解数据、理解结果时，数据挖掘工具与其他产品的接口就显得很重要了。

总之，数据挖掘工具应具备多种模式、多种算法、良好的数据选择和转换能力、可视化、扩展性等，使之具备更强的解决复杂问题的能力。

当前比较著名数据挖掘工具有IBM Intelligent Miner、SAS Enterprise Miner、SPSS Clementine等，它们都能够提供常规的挖掘过程和挖掘模式。

其中Intelligent Miner 通过其世界领先的独有技术，例如典型数据集自动生成、关联发现、序列规律发现、概念性分类和可视化呈现，可以自动实现数据选择、数据转换、数据发掘和结果呈现这一整套数据发掘操作。若有必要，对结果数据集还可以重复这一过程，直至得到满意结果为止。根据IDC 的统计，Intelligent Miner 目前是数据发掘领域最先进的产品。

SAS Enterprise Miner 能支持包括关联、聚类、决策树、神经元网络和统计回归在内的广阔范围的模型数据挖掘工具。SAS Enterprise Miner设计为被初学者和有经验的用户使用。它的GUI界面是数据流驱动的，且它易于理解和使用。由于支持多种模型，所以SAS Enterprise Miner允许用户比较不同模型并利用评估结点选择最适合的。SAS Enterprise Miner被设计成能在所有SAS支持的平台上运行。

SPSS Clementine是一个开放式数据挖掘工具，曾两次获得英国政府SMART 创新奖，它不但支持整个数据挖掘流程，从数据获取、转化、建模、评估到最终部署的全部過程，还支持数据挖掘的行业标准--CRISP-DM。Clementine的可视化数据挖掘使得"思路"分析成为可能，即将集中精力在要解决的问题本身，而不是局限于完成一些技术性工作（比如编写代码）。提供了多种图形化技术，有助理解数据间的关键性联系，指导用户以最便捷的途径找到问题的最终解决办法。

其它常用的数据挖掘工具还有LEVEL5 Quest 、MineSet (SGI) 、Partek 、SE-Learn 、SPSS 的数据挖掘软件Snob、Ashraf Azmy 的SuperQuery 、WINROSA 、XmdvTool 等。

四、总结

个性化营销一直是网络营销所关注的领域之一，但总的来说个性化营销的思想在网络营销实践中的体现不够明显，效果也难以显著，究其根本原因正是电子商务企业没有很好地利用数据挖掘工具，从底层业务数据中找到知识和信息。论文通过讨论数据挖掘工具及其实现模式，结合个性化营销的实现目标的分析，以期使电子商务企业充分利用丰富的底层数据源，真正把数据挖掘融入到企业的经营决策中。

参考文献:

[1]Claudia Imhoff, Nicholas Galimmo, Jonathan G.Geiger(著)，于戈，鲍玉斌，王大玲等译.数据仓库设计[M].北京：机械工业出版社，2004.12

[2]王绪林:Web使用挖掘的用户个性化服务研究[J].信息系统，2003,1.

[3]Jiawei Han, Micheline Kamber（著）， 范明，孟小东等译.数据挖掘概念与技术[M].北京：机械工业出版社.2004

[4]郭晔王浩鸣杨新安:基于海量数据挖掘的个性化推荐系统[J].西北大学学报（自然科学版）.2006,Vol.36,No.6

12.浅析企业中小网站数据库的设计 篇十二

随着信息化技术的不断发展和网络技术的推广, 局域网在许多企业的资源共享和信息通讯中发挥了重要的作用。网站在企业信息发布、企业文化展示和企业推广宣传中扮演着重要的角色。在技术上, 动态网站的建设已成为网站开发的主流, ASP, ASP.NET, JSP, PHP等都可以实现动态网站的架构, 动态网站更新信息非常方便, 无需手动修改网站的相关页面, 网站信息维护人员不需要对程序设计和数据库有更多的了解, 具有时效性高、易维护等优点。数据库是基于动态网站的数据中心, 也是动态网站设计的核心之一。不同的企业网站的需求不同, 满足的功能也各有差异, 网站建设可以根据实际的项目预算、信息量、访问量等需求选择数据库。

一、三种主流数据库的比较

架构中小型网站, 常用的数据库有Access, Microsoft SQL Server, Mysql等。Access属小型数据库, 继承了微软良好的应用程序界面。但Access数据库对大规模的客户端访问与操作的并发处理的能力有限, 不适合访问量较大的网站应用。笔者曾用由ASP及Access实现的网站上作过应用, 随着访问用户的不断增加, ADO打开数据库时会出现拒绝操作, 此时IIS的w3c进程占用CPU非常高, 浏览器访问网站时报500错误。所以如果网站的更新较快, 记录增长速度较高, 并且访问量较大, Access数据库不适合选用。

Microsoft SQL Server是微软推出的一个高性能的关系数据库管理系统, 它具有客户/服务器体系结构, 能满足大规模分布式计算环境的需要[1];是基于结构化查询语言 (SQL) 的伸缩性较强的数据库, 能够满足最大的Web站点和企业数据处理系统存储和资料分析的需要[2]。Microsoft SQL Server是一种大型商用数据库系统, 其性能要远远优于Access, 而且也具有良好的用户界面。并能很好解决上面所提到的关发处理问题。

Mysql是sun公司开发的一种开源的中型数据库, 支持客户/服务器体系结构, 是免费数据库中的佼佼者, 而且有很大的用户群。作为中小型网站的数据库应用, 已能满足需求。但由于Mysql数据库的操作是纯DOS, 不如Access和Microsoft SQL Server直观, 要求开发者对SQL语言有熟练的掌握, 后来有人开发了在PHP环境下的可视化的操作界面。从性能、开放性、预算低等方面考虑, Mysql数据库是中小型企业网站应用的一个不错的选择。在Mysql数据库的配置过程中要注意选择数据库编码方式, 系统默认编码方式为latin1, 可根据需要选择GBK或UTF-8, 避免在程序设计时需设计编码转换函数解决汉字显示乱码问题。

二、网站数据库的设计

关系数据库如今仍是数据库设计和应用主流, 网站数据库中的数据表独立性较强, 因为企业内部管理网站一般是由许多不同的模块组成的, 每个模块的关联性一般较弱。在数据库设计的初期要做好需求分析, 虽然需求可能随时发生变化, 但是健壮、便维护的数据库设计与充分的前期需求分析密切相关[3]。为了便于网站的维护, 要将尽可能多的信息写入到数据库表中, 而不是设计在页面中, 比如网站名称, 网站的各模块、菜单的名称等。

2.1 数据库命名规则

建立统一的数据库命名规则, 并建立数据字典, 以方便维护和程序设计。

对于数据表, 同一功能模块的表在创建时可以加以相同的前缀。

对于数据库的字段, 记录相同信息的字段要有相同的字段名。

2.2 数据库字段的数据类型和大小

数据库字段的数据类型的选择要在满足需求的情况下使用字节最小的数据类型, 虽然随着硬盘价格的下降和容量的不断增大, 现在数据量的大小已能得到很好的满足, 但是如果数据库设计不合理, 随着数据库记录的不断增加, 数据库占用硬盘的空间会增长很快, 同时也会影响数据库的访问速度。比如有一个数据表用来存储一个单位的部长的数字ID代号, 选用整型时在Mysql数据库中可以选取无符号类型的tinyint, 因为一个单位的部长一般不会超过255人, 选用tinyint能够满足设计需要。如果选用bigint会占用8个字节, 是tinyint的8倍, 效率会非常低。

2.3 数据库表的设计

网站数据库的表的设计根据网站的功能和大小不同, 数据库设计也有很大差异。在数据库设计时根据系统的功能做好需求的分析, 建立数据字典, 满足适当的范式的模式。在创建数据表时, 可能根据网站不同的功能划分成多个功能模块, 同时确定数据删除时, 其它表中与之相关的记录该如何处理。数据库的设计要满足系统的灵活性, 将尽可能多的显示信息存在数据库的不同的表中。以设计内容管理系统 (CMS) 为例, 这是一个相对简单、独立的管理系统, 主要用于新闻、公告等信息的发布。该系统的数据库包括以下数据表:

a) 系统信息表:用于存储系统的基本信息, 系统名称, 版权信息, 访问次数, 联系方式等。

b) 主菜单表:用于存储系统的一级菜单, 菜单名称, 菜单标识ID, 删除标识等。

c) 内容分类表:用于存储系统的二级菜单, 二级分类名称, 二级分类标识ID, 删除标识等。

d) 内容信息表:用于存储网站每条信息的主要内容, 标题, 内容, 作者, 访问次数, 编辑人员, 分类, 添加时间, 修改时间等。

e) 用户信息表:用于存储网站的授权用户, 用户名, 姓名, 权限等。

其它数据表的结构不再作详细介绍, 如果系统有其它扩展功能, 如评论, 投票等。可以根据需要创建数据库表, 或在相关数据表中增加必要的字段。

在删除内容分类表中的数据时会发生删除异常, 因为在内容信息表中无法找到分类的代码。所以在程序设计中要考虑用以下方案解决:

a) 不设置删除功能;

b) 在删除标识中标识为删除状态;

c) 在删除时同时删除内容信息表中所有该分类下的记录。

用户信息表和主菜单表的删除也同样出现类似的问题。

三、结束语

企业中小型网站的数据库的选择要根据企业自身的实际情况选择可以满足需求的数据库管理系统。数据库的设计在不同的应用系统中有很大的差异, 但设计原则是有规律的。在数据库设计时作好需求分析是必要的, 同时要定义异常的处理方法, 否则会增加后期维护的难度。与大型软件系统的数据库设计相比, 企业中小型网站的数据库设计相对简单, 应用程序实现相对容易, 方便对数据库设计进行运行测试, 对于学习数据库的设计有一定的帮助。

摘要：在现代企业的运营管理中, 内部网站发挥了强大信息传递和数据统计等作用, 合理选择数据库是网站的整体优化设计和稳定运行的基础。从企业CMS (Content Manager System) 系统数据库的设计方法浅析网站数据库的设计方法, 提出企业中小网站数据库的选择原则及数据库设计的技术要点。

关键词：网站,数据库,内容管理系统

参考文献

[1]耿冲.SQL Server 2000数据库管理[M].机械工业出版社, 2001.

[2]王勇, 赵国群.基于SQL Server的面向中小型企业的PDM系统模型[J].山东大学学报 (工学版) , 2004, 34 (2) .

13.电子商务网站[范文] 篇十三

电 子 商 务 网 站 易趣网 中国e财网 仪征企业网 中国企业商网 慧聪商务网 5288鲜花礼品速递网 贵州省国际电子商务网 河南邮政电子商务 阿里巴巴 中国企业集成网 台湾拍卖网

中国电子商务工程网 卓越网 中采网

北京洗衣设备现货网上商店 好便宜购物网 eNet商城 中国电子商务网 远征生活网 焦点电子商务 七彩谷商城 渔具商城 my8848 捷通商贸网 当当网上书店

拉拉手电子商务网站 中国花城 东方国际网络 e龙旅游网 开心购物网 威龙商务网 电子商务在线

中国邮政福建电子商务 亚商在线

中国协卡认证体系 海利集藏展销馆 中国制造网

泰达电子商务网(TEDA)中国企业采购网 中国国际商务网 6688.com 中华世贸网 洛桑商城 深深蓝网络 igo5西单电子商务 美商网

9999mail网上超市 玫瑰花城 雅宝交易网

001号街 国际手机采购网 云南春之花网 中华商务网 嘉德在线 赛特网上商城

广州惠邦实业有限公司 通途网

中国电子商务信息网 东方华讯 金蔷薇鲜花网 神州IT商务网 台湾休闲精品购物网 上海翊川礼仪 IBmall英桥商务 麦网 中华企管网

汇文潭办公用品在线 易买时尚购物网 台湾NewWorld网路购物 中国安防信息网 仪器商城 中华产权交易网 电子商务指南 中国网络营销在线 藏饰故乡 中国招标采购网 书生商务网 赛格网络 台北花苑 时创信息平台 8848 优雅网 96822大众 市场价格网 酷必得

精网盟电子商务 汇鑫商务网 手拉手购物网 商务联动 健康界 中国票据网 网上购物鲜花 先锋商务信息网络 时尚用品网络商店 辉煌软件在线 个性化礼品网 仪器仪表交易网 连锁中国

华夏秦源文化有限公司 东莞鲜花网 潍坊商贸网 上海玫瑰鲜花网 广州玫瑰鲜花网 中国紫砂商务网 华北商网 美丽事业 中国电子世界 北京三趣时尚资讯网 悦购网 健商网 易购网

兰州鲜花礼仪网 上海扬宇鲜花网 威龙康体商城 企业商盟网 伊琳交友购物网 中国商贸网 购物导航 陕视购物网 搜数网 第五街购物网