常用的分析多用四象限法，分析方法有很多，目的都是一样。重点看下面：
关键指标维度：ø数据分析的基础建立在营销目的上，按营销目的主要划分为三类
• 品牌知晓：主要目的提升品牌知名度
• 流量增加：主要目的给网站增加流量，带来优质访问流量
•销售促进：主要为网站带来销售业绩，销售机会
找出矛盾：• 转化成本=消费/转化量=cpc*点击量/转化量=cpc*cvr
• cpc高：降低出价，优化质量度
• cvr低：优质流量（修改匹配方式，增加否定词，暂停…），landing page优化，转化流程优化，促销活动，
• 转化数=点击*cvr=展示*ctr*cvr
• 展示低：修改匹配方式，扩词
• ctr低：优化创意，优化排名，过滤不精准关键词
• cvr低：优质流量（修改匹配方式，增加否定词，暂停…），landing page优化，转化流程优化，促销活动
希望对你有帮助。
奥威推出的跨平台大数据可视化分析平台——OurwayBI。
OurwayBI是奥威研发团队潜心研发18个月，采用最新的前后端技术，推出的全新跨平台大数据可视化分析平台，产品是以公司名称直接命名，迈出了奥威软件全新品牌市场战略的第一步！
奥威软件从成立之初，就以普及企业商业智能应用为己任，11年来，不忘初心，砥砺前行，不断打磨产品，让产品变得更快、更强、更酷！
OurwayBI采用Node.js。Node.js是一个Javascript运行环境(runtime)，它实际上是对GoogleV8引擎进行了封装。V8引擎执行Javascript的速度非常快，利用基于时间序列的内存计算技术，减少与数据库的交互，可大大提升效率。操作指引更易上手：OurwayBI为了让用户不进行任何培训即可掌握常用操作，设置了操作指引，智能引导用户逐步掌握基本操作及各项技巧。整个产品的UI进行了大量细节优化，以增加使用者的美观要求与使用体验等。
奥威软件在行业内获得了广大客户及业内专家的认可，已经成为国内最具创新力与竞争力的大数据与商业智能领域知名厂商。奥威软件将通过不断地知识创新、积累与传播，以普及商业智能技术与应用为己任，为中国企业及相关信息化解决方案供应商提供最具性价比的大数据与商业智能产品，以及咨询、实施与培训服务，构建大数据绿色生态社区，帮助客户达成信息化最后一公里，真正提升信息化应用价值。
问题补充：“大数据”这件事大家提了很久，可是真正能用好的产品少之又少。移动互联网使得更多、更广的数据不断产生，它是否能真正促使大数据“落地”，变成每个人真正能享受到的服务？下面是来自知乎小伙伴maggie的回答：云计算出现之前，传统的计算机无法处理大量的非结构化数据，云计算使得海量数据的存储和快速分析成为可能，而每个人都拥有的智能终端（手机、电脑、智能设备）以及带宽不断增加的移动通信网络，使得海量数据的收集成为可能。大数据的核心在于“预测”，而云计算使数据从“小样本”转变成有机会对所有可能的数据进行分析，预测将基于 “数据之间的关联性” 而非 “为什么是这样的因果性”，我们只需要按照预测出来的趋势去响应，使用这些结果。比如预测机票价格的走势，并给出可信度，帮助用户来决定什么时间购买机票最省钱。它不用关心为什么机票会有差异，是因为季节性还是因为其他什么原因，它仅仅是预测当前的机票未来一段时间会上涨还是下降。如果机票价格有上涨的趋势，系统就系统用户立即购买机票。而原始的数据可以从机票预订数据库或者行业网站上扒下来。这项预测技术可以用在类似的相关领域。比如宾馆预订，商品购买等。比如通过汽车引擎的散热和振动来预测引擎是否会出现故障。亚马逊的推荐系统是很好的例子：亚马逊从每一个客户身上捕获了大量的数据，历史购买了什么，哪些商品只是浏览却没有购买，浏览停留的时间，哪些商品是合并购买的，它要做的是找到产品之间的关联性，感兴趣的可以去搜索亚马逊推荐引擎的专利。在中国，淘宝、支付宝拥有大量的用户数据，还记得 “淘宝时光机吗“ ？通过数据分析，把毕业- 恋爱- 迁移城市-结婚- 买房- 生子- 买车的人生轨迹串起来，我不敢说有多准，但是的确感动了我们。从数据中挖掘出背后的故事，这是一个非常有意思的关联性数据挖掘尝试。想想也挺可怕的，淘宝是个拥有海量用户数据的平台，每天还有源源不断地从移动终端、电脑上不断增加的数据，如果把这些数据利用起来，不止可以做商品购物推荐，同时还可以对可能的关联性做预测。在零售行业，销售数据的统计分析，可以让供应商监控销售速率、数量、以及存货情况，可以知道什么货物和什么货物摆在一起，放在什么位置销量最好，特定的季节，什么产品销量最高。公共设施领域，不再是随机的巡检，而是针对设施上报的数据以及故障发生的历史数据、环境数据进行分析和预测，集中人力和物力优先检查最有可能出现问题的那些设施，减少整体平均的故障发生率。大数据革命首先要把这些可以获得的数据收集上来，包括未来可能被利用的信息。比如很多应用不管是不是需要位置信息，通常都会问你要位置信息，为未来能做出更多的智能反应做数据储备。保险公司通过车险投保人的历史数据（时间、地点、实际行驶路程）来为车险定价。广告公司可以根据人们的居住地点、要去的地方，提供定制广告，信息汇集起来可能会揭示某种发展趋势。交通服务公司可以通过手机的位置来预测交通情况，和某个地方目前聚集了多少人。最近的 ”棱镜计划“ ，从音视频、图片、邮件、文档以及连接信息中分析个人可能对国家安全造成威胁的行动。大数据可用的领域实在是很多，具体有什么好点子，哪些产品有机会，我觉着还得多去想和研究。总结起来，首先是数据收集，除了利用现有的数据渠道之外，还可能需要改造一些产品形态，使得数据更好地被量化和可被学习。然后是通过云计算来做数据相关性的分析，这里面有大量的算法工作要去做，所以未来算法人才是最具有技术挑战的工种。
