从数据化管理的角度来看，市场营销通常是一个比较难量化的手段。但营销作为一个连接用户和优化市场定位的有效方式，需要通过数据分析去调整，帮助制定正确的营销战略。

营销的数据分析流程主要是：根据分析主题建立数据库，收集数据，收集到的数据处理之后做分析与呈现。

在操作之前需要思考分析什么内容，如何分析。

问题1：分析什么内容？

营销分析的内容太宽泛，通常会分为以下几个主题:

• 销售量预测
• 竞争分析
• 客户满意度分析
• 客户流失分析
• 渠道分析
• 促销分析

问题2：以什么指标衡量？

一张图表很难描述所有的数据信息。比如你需要分析客户满意度，要思考哪些指标能描述客户的满意度。所以营销主题的分析通常会涉及到这样几个重要的指标。

宏观市场指标:市场占有率/相对市场占有率（销售网络、客户和销售区域、产品组合）；市场增长率（同比、环比、行业对比）

公司经营状况指标:收入毛利净利润；利润率（销售利润率、成本利润率、产值利润率）；成本（销货成本、促销成本）

客户相关指标:细分市场盈利能力、忠诚度、客户满意度、新产品购买率、客户获取成本、客户盈亏平衡分析

广告评估指标:到达率和接触频率；总收视点=到达率*接触频率；点击率；转化率；广告销售比=广告支出/销售额；扣除广告成本每笔新增销售获取利润

零售营销评估指标:周转率=年销售额平均每月库存量；库存投资毛利回报率=毛利平均存货成本；每平方销售额；每员工利润；平均交易额=销售总额交易次数；零售商利润率=（销售价格-批发价格)销售价格

这两个问题明确后，就要开始处理数据数，这过程中又要考虑采集哪些数据，数据从哪里来，用什么工具处理，数据如何展现。

如何确定采集内容？

有一定信息化基础的企业可以从内部的业务系统调出数据，比如CRM、ERP、CRR，以及市场调研得来的数据，这些都是一手数据。除去一手数据，还有很多关于市场环境的数据可以从行业协会、政府统计机构甚至第三方收费数据获取。

市场分析

营销组合与资源配置

如何处理和展示数据？

数据的展示无外乎报表和图表。

因为维护和运营成本的问题，大多企业都不会建立专门的数据库，所需要的数据通常分散在各个系统中。所以可以从各个系统抽取这些数据放到某个库，做主题展示分析。为了避免后续的数据维护，可以尝试集中管理数据，建立一个类似数据仓库的东西，最好还能实时更新，满足这几点，后期的分析工作会轻松许多，比如可以利用带cube的商业智能数据分析工具FineBI制作分析，以几个例子说明。