网络营销中的用户数据类型及来源?

企业与用户建立连接，无论是松散的还是紧密的，也无论是临时的还是长期的，都会为企业记录用户行为创造基础条件。例如，一个用户通过搜索引擎检索，点击搜索结果中的引导信息来到一个网站，浏览了一个网页后便离开该网站。这个用户可能没有给企业带来任何直接收益，不过这并不意味着用户信息没有价值。对于企业而言，这个用户是谁，如何联系用户，这些并不重要，重要的是，这个用户留下了访问网站的一些信息：用户来自哪个地理区域、IP地址是什么、通过哪个搜索引擎引导、用户搜索使用的关键词是什么、他访问了哪个网页、停留了多长时间、是否点击页面中的某些链接、他所使用的上网设备及操作系统类型等。也就是说，用户留下了访问网站的数据，当这些数据积累到一定数量，便具备了用户数据分析的价值。

可见，网络营销中的数据通常是用户的参与或交互而产生的，如网站的注册用户数量、网站浏览量、广告点击率、文章转发量等。有价值的数据来源于用户连接，在每个数据的背后都是用户的行为，从这一角度同样可以说明，用户是网络营销的核心。因此，网络营销数据分析的基础是在整个网络营销信息传递及交互系统中的用户行为记录，了解用户数据类型与数据来源，也就成为用户运营及数据分析不可缺少的基本内容。

用户数据是用户信息及行为的量化记录，用户信息的范围很广，如用户个人信息（性别、年龄、职业、联系方式等）、用户的社交关系信息、用户使用搜索引擎的记录、在社交网站发帖的记录、回复或转发其他用户的记录、在网上商店发布的产品评价、在线购买产品的订单记录、每笔订单的金额、一个月内网上支付的金额、支付的方式等，可以说用户只要上网，就会留下各种信息。每个用户的信息及行为记录，是用户数据统计的基本单位，将同一网站所有用户或某种共同属性的用户信息进行统计，就成为具有一定网络营销意义的用户统计数据，如某网站在某时间内的访问量、某网店在某个时间内的订单总数及人均订单金额等，这些数据便具有了网络营销分析的意义。

由于用户数据范围非常广泛，可以记录的用户数据也就很多，需要进行适当的分类，才能为分析用户数据提供支持。在传统的市场细分中，通常依据人口统计信息及个人偏好等因素对用户进行分类，如用户性别、年龄、所在地区、教育程度、收入范围、消费目的、消费偏好等。这些信息实际上仅仅是用户的基础信息，在网络营销中，用户数据信息更为丰富，可以记录的用户行为数据更多，由于数据范围很广，且用户行为有一定的分散性，这也为数据分类带来一定的困难。

网络营销研究有价值的数据，可以从微观和宏观两个角度来考虑：微观数据，也就是与企业直接相关的用户数据，通常可通过一定的技术方法自行收集和统计，如网站访问量、注册用户信息等，或者相关平台或服务商可以提供的数据，如微博账号的粉丝数及微博浏览量等；宏观数据，是与整个互联网应用环境相关的数据，如上网人口数量及各省所占比例、网络营销服务市场规模及各种网络营销服务所占份额、在线销售网站数量及年销售额等。

微观数据和宏观数据对网络营销研究都有重要作用，不过考虑到宏观数据通常由国家相关部门（如CNNIC）和第三方行业协会或调查研究机构（如IAB、eMarketer）统计和发布，企业通常并不参与数据的统计分析过程，因此在网络营销中以微观数据的获取和统计分析为主。