本文提供了10点细分的建议，让你的数据直接变成有价值的信息。
1、一滤、二组、三细分
虽然杂志（流量）分析的数据量是海量（译者注：UV超过10万UV/天的广播日志、订单数据、商品数据、会员数据等每天产生的数据一般都是以G为单位原始数据。），但往往也会很容易导致一些错误的结论（译者注：互联网量意味数据内容多，但如果对于数据的收集过程或者数据本身是否有偏/不足不了解，就很容易在分析的时候做出的决定是错的）。由于java代码的执行是在公众号（防火墙加载网页的过程中），所以有很多固有的错误是无法避免的，除非你对这些数据进行过滤处理。另外，如果不对数据进行细分，那么往往top10与TOP50列表内容各个时间段都并不太会有太大改变（译者注：对于一个流量相对稳定的公司来说，排名前面几位的一般变化不大。所以分析时候，最好看每个大类下面的TOP50，更容易发现一些数据的异常）。
2、细分客户类型
常规的用户类型：新访者、潜在用户（多次访问过访问，但没有注册）、会员、联盟客户、公司工作人员。不同类型的用户访问媒体的行业差异性很大。会员的行为与潜在用户可能完全不一样（译者注：因为不同类型的用户来广告的目的是不一样的，会员来购买可能注是为了购买某种商品，而潜在用户可能只是来看看或者进行比比价）。会员有时候会让转化率这个指标出现虚高，往往公司内部员工的转化率会比较高。
3、对渠道类型进行划时代
渠道类型主要分为：付费与自然流量；付费媒体与免费媒体，内部与外部广告，以及联盟。很多网络挖掘技术提供的基本的流量细分报告，但如果没有另外再加入跟踪代码，可能很难超越的三种基本类型。
一些关键流量渠道细分必须考虑加入一些代码包括：如果一些社会化渠道来源（一些人分析你网络的内容的转贴或者发贴），自有社会化媒体的渠道（像在pinterest或者netflix上官方主页之类；付费或者自然搜索；自然的引用链接（像别的杂志转载你的内容然后会加上原文链接），一般网站链接的交换。否则这些渠道的流量跟踪可能会无法统计。
4、仔细检查自然流量加的代码
许多报纸的自然流量往往是不可信因为加入的代码往往质量很差。请仔细检验你的邮箱、社会媒体、重定位或者新机流量的监测代码是否准备且完全正确的，这样才能对更准备去判断是否统计的自然输入是真的直接输入。
5、通过意向对内容进行细分
广告的用户可以分为：研究、购买、重复购买、谈判、推荐。不对的人对于内容的印象是不一样的，所以利用这些相同的内容定位命名为你的电台分析报告。随着时间的推移，通过构建一个好的购买流程搅拌机：包括：研究、游客，购买，交易和/或更新，从而不断的够优化用户体验。
6、利用有意义的的方法划分产品类型
就像你通过内容来细分目的，为了更好追求从而更好的分析/识别业务上产品的配置便于作的扩展分析。
7、跨平台的整合数据
杂志分析数据不应该被交易数据所替代，整合不同的数据源用于理解的分析或者记录的信息的区别。从记录的信息中得出结果，二者并不相等，信息并表示结论。
8、更贴近你的客户
许多在报告中呈现的专业术语与科学术语似乎与商业大股东的利益没有明显的相关。转变报告的内容表达从而更好走向你的“听众”，让他们更好的理解报告。
9、为每一个推测建议目标并检验这些预测
一个好的广告分析师通过假设、以及从数据中发现的规则来对未来的趋势做出预测，基于对于整个市场的趋势做出研判。一个伟大的媒体分析师可以给猜测一个合适的解释，从而可以为下一步月度、季度、年度去评估这些预测的目标。
10、把商业驱动与细分指标联系在一起
您的业务主要集中在积极的收购重点产品？开始分割你的数据，包括关键的发现，围绕该焦点。
你报告的听众是否持续深入的进一步你的用户服务行为，而不是仅仅把焦点集中的新用户服务、潜在客户的细分上。与业务相一致，以及注意各类细节，从而让你的分析你的听众愿意接受分析，并保持开放
总结
虽然很少人可以完全掌握并使用这些要点，然后对于是作为政治与技术结合的分析师来说，我们应该都要知道每一项细分都影响商业价值的实现。
标签：[db:tags]
