Title

PHÂN TÍCH DỮ LIỆU MẠNG XÃ HỘI

TỔNG QUAN VỀ KHAI PHÁ WEBSITE

& PHÂN TÍCH MẠNG XÃ HỘI
(Overview of Website analysis and Social network analysis)

02/2022
1
Title

Tổng quan môn học

Giới thiệu các khái niệm và lý thuyết về phân tích dữ

liệu Website và mạng xã hội như: các khái niệm, các
phương pháp, kỹ thuật và công cụ, từ đó giúp người
học có thể vận dụng một số công cụ nhằm khám phá
thông tin về Website, Mạng Xã Hội, qua đó lập được hồ
sơ khách hàng, cộng đồng, xác định xu hướng, định
vị mục tiêu, phân tích quan điểm và phát triển các hệ
thống khuyến nghị.

2
Mục tiêu môn học

• Ứng dụng được các công cụ đo lường, cách sử

dụng các công cụ phân tích nhằm phân tích dữ
liệu hiệu quả hơn.
• Phát triển được quy trình phân tích cho một
trang Web, mạng xã hội cụ thể.
• Vận dụng các công cụ và mô hình phân tích để tổ
chức phân tích đánh giá hiệu quả hoạt động của
một trang Web, và mạng xã hội, đưa ra các khuyến
nghị cụ thể.

3
Content

• Tổng quan về Phân tích trang web và Phân tích

Mạng xã hội
• Sự tiến hóa của Phân tích số và Internet
• Phân tích trang web là gì?
• Quy trình Phân tích trang web
• Phân tích Web nâng cao và Web Intelligence
• Phân tích Mạng xã hội

4
5
6
7
8
Sự tiến hóa của Phân tích số và Internet
•Giới thiệu về Internet và World Wide Web
•Sự tiến hóa của Web
•Dữ liệu có cấu trúc và không có cấu trúc
•Cách Phân tích Web theo dõi dữ liệu Web người dùng
•Internet so với Web
•Phân tích số so với Marketing số

9
Sự tiến hóa of Digital Analytics and the Internet

▪ Digital Analytics là việc nghiên cứu các dạng dữ liệu kinh

doanh khác nhau để cải thiện trải nghiệm trực tuyến của
doanh nghiệp và khách hàng của họ.

10
Sự tiến hóa of Digital Analytics and the Internet

▪ Khi công nghệ Internet được phát triển, nó được tạo ra để có thể
truy cập và mở rộng cho công chúng.

▪ Internet cho phép các công cụ tìm kiếm và phương tiện truyền
thông xã hội nổi lên như những ngành tiếp thị trực tuyến cụ thể
mà sinh viên và học viên có thể học và thành thạo.

11
Sự tiến hóa of the Web

Cá nhân, Di động, Hội tụ

có thể mở rộng

Tập trung Tập trung vào

vào cộng cá nhân
đồng, xã
hội

12
Sự tiến hóa of the Web

Nội dung có thể

lập trinh được &
Nội dung theo
yêu cầu

Trí tuệ nhân

tạo? Thuật toán

13
Dữ liệu có cấu trúc và dữ diệu ko có cấu trúc

Semi-structured Data ???

Dữ liệu bán cấu trúc ???
 Key Differences: Structured Vs. Unstructured Data
Structured Data
Structured
Có cấu trúc
• Dữ liệu có cấu trúc là dữ liệu định
lượng và thường được hiển thị
dưới dạng các số, ngày tháng, giá
trị và chuỗi.
• Dữ liệu có cấu trúc được lưu trữ
dưới dạng các hàng và cột.
• Chiếm khoảng 20% dữ liệu kinh
doanh.
• Thường được tìm thấy trong các
cuộc khảo sát với câu trả lời đóng
(closed-ended surveys), như điểm
NPS (Net Promoter Score) và điểm
CSAT, và trong phân tích web.
• Yêu cầu không gian lưu trữ ít hơn.
• Dễ dàng phân tích với các công cụ
như Excel.
Unstructured
phi cấu trúc
• Dữ liệu không có cấu trúc là dữ liệu
định tính và bao gồm văn bản, video
âm thanh,hình ảnh và nhiều hơn nữa.
• Dữ liệu không có cấu trúc được lưu
trữ dưới dạng các tệp âm thanh, văn
bản, video hoặc cơ sở dữ liệu
NoSQL.
• Chiếm khoảng 80-90% dữ liệu kinh
doanh.
• Thường được tìm thấy trong các truy
vấn hỗ trợ khách hàng, đánh giá trực
tuyến, tin nhắn email, câu hỏi mở và
nhiều hơn nữa.
• Yêu cầu không gian lưu trữ nhiều
hơn.
• Khó phân tích nếu không có các công
cụ trí tuệ nhân tạo.
15
Sự tiến hóa of Digital Analytics

Gắn thẻ trang Sự trưởng

thành của Sự xuất hiện
phân tích
trang web và
phương tiện
truyền thông
xã hội
 Phân tích Web theo dõi dữ liệu Web của người dùng như thế
nào

•Dữ liệu Internet chủ yếu được thu thập từ các tệp nhật ký máy chủ
Web hoặc các thẻ JavaScript (các API bên thứ ba đến các nguồn
dữ liệu bên ngoài là một phương pháp bổ sung).
•Hầu hết các nền tảng sử dụng phương pháp JavaScript vì nó yêu
cầu ít chi phí và được coi là ưu việt hơn trong hầu hết các tình
huống (nhưng không phải tất cả).
How Web Analytics Track User Web Data

Server log file analysis và Web beacons

• Web server log files chứa thông tin về file downloads và trình thu
thập thông tin của công cụ tìm kiếm không được theo dõi bởi đèn
hiệu Web (Web beacon)

• Mỗi trang được Web Analytics theo dõi đều có một đoạn mã
JavaScript nhỏ thực thi khi trang được tải bởi trình duyệt Web.
• Mã JavaScript trên trang web được nhà tiếp thị tùy chỉnh để nắm
bắt thông tin chính xác mà nhà tiếp thị cần cho các báo cáo Kinh
doanh tài chính và Phân tích Web của họ.
How Web Analytics Track User Web Data
How Web Analytics Track User Web Data
Internet versus Web
Internet
Internet
• Một mạng lưới toàn cầu của
mạng và máy tính.
• Thông tin truyền qua các giao
thức mạng (network protocols)
• The network infrastructure (Cơ
sở hạ tầng mạng)
• Có thể truy cập thông qua
nhiều cách khác nhau.
Web
Web
• Một bộ sưu tập thông tin được
truy cập thông qua internet.
• Thông tin truyền chủ yếu qua
HTTP.
• Sử dụng trình duyệt để truy
cập tài liệu và trang web.
• Điều hướng đến các trang
khác xảy ra thông qua các
siêu liên kết (hyperlinks)
21
What is Website Analysis?

❖ Why study Web Analytics? (Tại sao phải học PT web)

❖ Web Analytics Use cases (Các TH sử dụng của pt web)

❖ Requirements for Effective Web Analytics Deployments
(Yêu cầu cho việc triển khai phân tích trang web hiệu
quả)

22
Tại sao phải học phân tích web?

•Các nhà tiếp thị sử dụng dữ liệu trực tuyến để giải quyết
các vấn đề kinh doanh cơ bản bằng cách tận dụng dữ
liệu liên quan đến doanh nghiệp của họ.
•Sử dụng Phân tích Web, người dùng kinh doanh có thể
sử dụng dữ liệu để đo lường thành công, thay vì tin
tưởng mù quáng vì lượng dữ liệu có thể thu thập được đã
tăng đáng kể.
•Web cung cấp truy cập vào một lượng dữ liệu vô hạn
với chi phí thấp.

23
 Tại sao phải học phân tích web?

• Phân tích Web và dữ liệu cung cấp dữ liệu định tính và định lượng về các
trang web và khách hàng được giám sát, bao gồm ý định của khách hàng đối
với công ty và đôi khi là đối thủ cạnh tranh và kết quả mong muốn cho các
mục tiêu kinh doanh trực tuyến và ngoại tuyến.

• Phân tích Web và Phân tích Số là một lĩnh vực rộng lớn bao gồm nhiều hơn
là các trang web.

• Phân tích Web và Phân tích Số không phải là một phần của "Dữ liệu lớn"
(Big Data). Các cơ sở dữ liệu Phân tích Web được cấu trúc bởi các nhà cung
cấp nền tảng. Trái lại, Dữ liệu lớn phải được làm sạch, tổ chức và cấu trúc
trước khi trở thành hữu ích cho hầu hết các ứng dụng.
24
Khi nào cần phân tích web?
• Tối ưu hóa trang web.
• Tối đa hóa tiếp thị được đặt trên trang web.
• Tìm hiểu cách điều hướng trang web, nội dung và thẩm mỹ ảnh hưởng đến
doanh thu, phải phù hợp với mục tiêu kinh doanh.
• Học hỏi từ các nỗ lực tiếp thị trước đây trên một trang web.
• Tối ưu hóa các chiến dịch tương lai để tăng tỷ lệ chuyển đổi trên một trang
web.
• Đề xuất thay đổi trang web hoặc tiếp thị dựa trên phân tích hành vi trên trang
web.
• Thực hiện các thay đổi trên trang web hoặc đề xuất thay đổi cho những người
có thẩm quyền để thực hiện.

25
Yêu cầu đối với việc triển khai phân tích trang web hiệu quả

• Để đạt hiệu quả với Phân tích Web, cần phải có bối cảnh kinh
doanh cụ thể của tổ chức ở một cấp độ chi tiết, kết hợp với sự hiểu
biết về cách sử dụng phân tích số để đạt hiệu suất cao.
• Yêu cầu có kiến ​thức sâu sắc về hoạt động kinh doanh để thu
hoạch báo cáo phân tích số chính xác tạo ra kết quả kinh doanh
mong muốn.

26
Yêu cầu đối với việc triển khai phân tích trang web hiệu quả

Các nguyên tắc triển khai phân tích trang web hiệu quả
bao gồm:
• Lấy dữ liệu phù hợp để trả lời các câu hỏi kinh doanh
đã xác định.
• Hiểu hoạt động của công ty ở mức đủ chi tiết để dữ
liệu của công ty có thể tương quan với digital activities
của doanh nghiệp.
• Cung cấp báo cáo và thông tin chi tiết(insight) cho
đúng người, cùng với hình ảnh và ngôn ngữ phù hợp
để thu được phản hồi tốt nhất.
27
1.2 Website Analysis Process (Quy trình pt Web)

❖ Xác định quy trình phân tích web 5 bước

❖ Key Business Requirements (KBR) (Yêu cầu kinh doanh chính)
❖ Key Performance Indicators (KPIs) (Các chỉ số hiệu suất chính)
❖ Traffic metrics vs. convention metrics (Chỉ số lưu lượng truy cập
so với chỉ số quy ước)
❖ Intermediate Web and Social Media Metrics (Chỉ số web và
phương tiện truyền thông xã hội trung gian)

28
Five-Step Web Analytics Process

1. Xác định các mục tiêu kinh doanh khi

bắt đầu dự án.

2. Liên kết các mục tiêu cho từng mục

tiêu kinh doanh.

3. Xác định các chỉ số hiệu suất chính (KPI)

liên quan đến từng mục tiêu kinh doanh.

4. Xác định các giá trị mục tiêu cho từng KPI.

5. Xác định các phân khúc khách hàng/ hành vi /

kết quả để phân tích lý do tại sao dự án thành
công hay thất bại
29
 Quy trình phân tích trang web
Chuyển đổi từ các sáng kiến ​kinh doanh / thương hiệu chiến lược sang các giải pháp chiến thuật rõ ràng
và được xác định

Các chiến lược kỹ thuật số

và các chỉ số hiệu suất
chính gắn liền với các
chiến lược

Mục tiêu kinh

doanh (kinh
doanh kỹ thuật số
Mục tiêu kinh doanh tổng thể Phân tích trang và tổng thể)
web chính và phân
đoạn hành vi (đối
tượng)

(Chuyển từ mục tiêu sang chiến lược kỹ thuật số)

30
Quy trình phân tích trang web

31
The Cycle of Improvement

32
Website Analysis Process
▪ Key Business Requirements (KBR) vs. Key Performance Indicators (KPIs).

▪ Mapping KBRs to KPIs is an essential part of getting the value from Web Analytics
deployments (Ánh xạ KBR thành KPI là một phần thiết yếu để nhận được giá trị từ việc
triển khai Web Analytics.)

33
Web metrics

Web metrics [số liệu] (i.e.: pageviews, visitors, time spent on page,
etc.) are, too often, called KPIs and used to measure marketing,
the designation is misleading for the following reasons (việc chỉ
định gây hiểu lầm vì những lý do sau: ):

34
 Web metrics
▪ Hầu hết những cái được gọi là KPI này là các Chỉ số Trung gian
được tạo ra bởi các nền tảng một cách thuận tiện và chúng hầu
như không liên quan đến bất kỳ kết quả tiếp thị kinh doanh thực
tế nào. Chúng là các chỉ số, giống như bảng điều khiển của một
chiếc xe hơi chỉ ra những chẩn đoán về tốc độ và sức khỏe của
chiếc xe.
▪ KPI được trình bày ngoài ngữ cảnh có rất ít ý nghĩa đối với các
nhà tiếp thị. Bằng cách kết nối KPI với hoàn cảnh và mục tiêu
kinh doanh, chúng trở nên khả thi.

▪ Hầu hết các chỉ số (metrics) / KPI thường được các nhà tiếp thị
kỹ thuật số sử dụng đã lỗi thời - đặc biệt là những chỉ số thường
35
liên quan đến xếp hạng SEO hàng đầu.
 Web metrics
▪ Các chỉ số (metrics) tốt nhất cho một tổ chức hầu như sẽ luôn
được tùy chỉnh theo các yêu cầu và mục tiêu kinh doanh có giá trị
nhất của tổ chức.

36
Calculated Metrics
▪ Theo mặc định, hầu hết các nền tảng Phân tích trang web đều cung cấp các chỉ số có
sẵn. Chúng có các biến / dimensions (thứ nguyên) có thể được tùy chỉnh: người dùng
định cấu hình nền tảng để thu thập dữ liệu họ muốn, họ có thể tạo metrics (chỉ số) được
tính toán để đưa vào dashboard visualizations (hình ảnh hóa trang tổng quan) và báo
cáo tùy chỉnh.

37
Common KPIs

38
Common KPIs

Tổng chi Lượt truy Hoàn lại

phí tiết cập duy vốn đầu
kiệm nhất tư

giá trị đơn Nhấp Chất Địa lý Tổng số

Xếp hạng
hàng trung qua liên lượng phương
bình từ khóa
kết dịch vụ tiện

Số ngày Chuyển Độc giả Các trang Số lần Số lần

đến lúc hàng trên thiết kết quả hiển thị hiển thị
mua đúng giờ bị di động của công
cụ tìm
Giới Tính sẵn kiếm Người Tổng số Số lần
Tỷ lệ Nguồn
thiệu có của dung phạm vi hiển thị
tương phát lại
hàng tồn Tỉ lệ tương tác
kho nhấp tác trang

Lần truy Số Tuân Người Số lần

cập gần lượng thủ liên dung hiển thị
đây của xuất bản hệ tương tác
KH bài đăng

Tỷ lệ Liên Tỷ lệ Tỷ lệ
hoan kết tương tương
thanh ngược tác tác
nhiệm vụ

Thgian xem
ước tính

39
Traffic Metrics vs Conversion Metrics
Có hai loại chỉ số web, lưu
lượng truy cập dựa trên hoạt
Tất cả các nền tảng Phân tích trang web đều phân biệt giữa "số liệu hoạt động“
động so với chỉ số dựa trên (activity metrics), chẳng hạn như số lần nhập và số lần thoát, thời gian danh ra, số
lần xem trang và số lượt truy cập tập trung vào sự hiện diện của hoạt động của
sự kiện chuyển đổi. khách truy cập (trong một lượt truy cập hoặc phiên) so với số liệu đích thực tế,
chẳng hạn như
Tùy thuộc vào nền tảng Phân
tích web được sử dụng, các
báo cáo có thể có các tên
khác nhau, nhưng chức năng
giống nhau tồn tại trên hầu Các chỉ số liên quan đến
đường dẫn (mục nhập và lần
thoát, truy cập một lần, tải lại,
hết mọi nền tảng Phân tích thời gian dành cho trang, độ Các chỉ số báo cáo cụ thể
sâu trang trung bình)
trang web.

40
 Website Analysis Process
▪ Các chỉ số (Metrics) là đơn vị tiền tệ của Phân tích trang web, là
một “bean counter”(công cụ đếm số) tuyệt vời chứa nhiều thông
tin thông minh về lưu lượng truy cập Web và tỷ lệ chuyển đổi trên
một trang web được giám sát. Một số chỉ số phổ biến hơn là số
lượt truy cập, lượt truy cập duy nhất, lượt xem trang, doanh thu và
thời gian truy cập.
▪ Mỗi doanh nghiệp là độc nhất và các chỉ số hiệu quả (KPI) nên
được điều chỉnh cho phù hợp với nhu cầu của công ty.
▪ Việc biết cách một ngành hoặc tổ chức hoạt động sẽ giúp bạn dễ
dàng xác định những gì cần tìm kiếm và đánh giá chuẩn
(benchmark)

41
Chỉ số trung gian của Web và Mạng xã hội

• Chỉ số trung gian là dữ liệu tiếp thị nằm trong phạm vi từ ấn tượng đến

mua sắm, chẳng hạn như đánh dấu trang, lượt xem, nhớ lại, số lượng theo
dõi, chia sẻ, nhấp chuột, retweets, thích...

• Google đã thuyết phục thế giới tin vào "nhấp chuột".

• Facebook đã làm điều tương tự với "thích",

• Twitter với "người theo dõi," và Pinterest với "ghim."

• Phân tích Web đã làm điều tương tự với "lượt truy cập", "khách truy cập",
"lượt xem trang", "nhấn vào" và "tỷ lệ thoát trang" chỉ là một vài trong số
các chỉ số được biết đến tốt hơn.

42
Chỉ số trung gian của Web và Mạng xã hội
Where Intermediate Metrics could be Useful?
(Các chỉ số trung gian có thể hữu ích ở đâu?)

• Các startup

• Mọi tổ chức xây dựng nhận thức thương hiệu

• Cá nhân đang xây dựng thương hiệu cá nhân của mình (ví dụ:
blogger, nhà xuất bản, người nổi tiếng, chính trị gia, v.v.).
• Nhà quảng cáo và nhà xuất bản

• Tình huống mà việc đo lường doanh số bán hàng và doanh thu

gần như không thể xác định được.

43
 Phân tích Web nâng cao và Web Intelligence

Những bên liên quan

 Vai trò của các bên liên quan là rất quan trọng

 Tránh trở thành một "con khỉ báo cáo"

 Loại thông tin mà các bên liên quan muốn

• Quản lý chiến dịch đa kênh

• Tự động hóa tiếp thị

• Điểm số khách hàng

• Tối ưu hóa di động

44
 Phân tích Web nâng cao and Web Intelligence

Enriching Web Analytics Reporting with External Data Sources (Làm

phong phú thêm Báo cáo Phân tích Web với Nguồn Dữ liệu Bên ngoài)

45
 Advanced Web Analytics and Web Intelligence

Enriching Web Analytics Reporting with External Data Sources (Làm

phong phú thêm Báo cáo Phân tích Web với Nguồn Dữ liệu Bên ngoài)

Sử dụng tiện ích Dữ liệu điều tra dân số Giao dịch bán hàng
Cụm từ tìm kiếm Dữ liệu đối tác
Dữ liệu thị trường tài chính Một số dữ liệu địa lý Giao hàng và trả lại sản phẩm

Dữ liệu giao thông du lịch Hồ sơ xã hội Dữ liệu không quảng cáo

Dữ liệu khí hậu Dữ liệu trung tâm cuộc gọi/ liên hệ

Dữ liệu địa lý Hóa đơn

Nhận xét trên blog Dữ liệu quản lý quan hệ khách hàng

Dữ liệu truyền thông xã hội Dữ liệu nhân viên

Tin tức Chiến dịch quảng cáo

46
Hệ sinh thái phân tích Web

nhà cung cấp công cụ

Chọn các chỉ số-metrics để

theo dõi (điều này có thể mất
một số lần tự xem xét/ thử và
sai và thử nghiệm để giải
quyết đúng bộ số liệu

Xác định mục tiêu kinh doanh
Phát triển/ Chọn các chỉ
số hiệu suất chinh (KPIs)
Đặt kích thước để đo
lường
Tăng doanh thu 20% trong quý hiện tại
so với quý trước
KPI là một số liệu giúp bạn hiểu bạn
đang làm như thế nào so với mục tiêu
của mình (chẳng hạn như tỷ lệ thoát)
Dimension-thứ nguyên là một thuộc tính
của khách truy cập vào trang web như
nguồn lưu lượng truy cập, từ khóa tìm
kiếm, trang web giới thiệu, chiến dịch, quốc
gia, v.v 47
Hệ sinh thái phân tích web
Dữ liệu thuần túy (tùy Tìm các nhà phân tích thích xem dữ
chỉnh báo cáo) liệu

Thuê đúng người để sống với dữ liệu và giải

thích dữ liệu đó cho các bên liên quan

Báo cáo được phát triển thêm và các

báo cáo (và chỉ số) mới được tạo khi
cần thiết

Phát triển các nhà phân tích biết cách

tìm dữ liệu liên quan cần thiết

Phân khúc nâng cao, xem xét toàn

bộ vũ trụ dữ liệu trang web để tập
trung vào các cụm vi mô để có thông
tin chi tiết hữu ích
Từ dữ liệu hình thành một concept về
những gì đang xảy ra trên trang web và
tại sao nó xảy ra 48
The Web Analytics Ecosystem

Thực hiện các thay đổi để cải

thiện hiệu suất và đo lường
kết quả

Cạnh tranh thực tế Thực hiện phân tích SWOT bằng

cách sử dụng pt trang web của
bạn (và dữ liệu của bên thứ ba)

Tác động kinh doanh Định lượng những gì sẽ xảy ra

khi các hành động được thực
hiện

Cơ hội được phát triển bằng

cách sử dụng dữ liệu thu thập
được

49
The Web Analytics Ecosystem

50
51
Evaluating Websites

• Nền tảng Phân tích trang web được thiết kế để đo

lường hành vi của khách truy cập trên trang web
và thiết kế trang web (UX) đối với khách truy cập.

52
Evaluating Websites

• Nền tảng Phân tích trang web được thiết kế để đo

lường hành vi của khách truy cập trên trang web
và thiết kế trang web (UX) đối với khách truy cập.

53
 Key Performance Indicators (KPIs)
Các chỉ số KPI điển hình được ngành sử dụng

• Bán lẻ: xem sản phẩm, thanh toán, mua hàng

• Truyền thông: đăng ký đăng ký, xem trang, xem video

• Tài chính: nộp đơn, đăng nhập, sử dụng các công cụ tự phục vụ

• Du lịch: đặt phòng (mua hàng), chiến dịch nội bộ (nhấp vào), tìm kiếm (lịch trình giá)

• Viễn thông: mua hàng, khách hàng tiềm năng, sử dụng các công cụ tự phục vụ

• Công nghệ cao: tải xuống tài liệu trắng, RFP, hoàn thành biểu mẫu, yêu cầu hỗ trợ

• Ô tô: nộp thông tin khách hàng tiềm năng, yêu cầu báo giá, tải xuống brochure

54
Key Performance Indicators (KPIs)

55
Phân khúc dữ liệu

• Nền tảng Phân tích trang web cung cấp phân khúc
tùy chỉnh (các phần dữ liệu) có thể thông báo cho
các quyết định kinh doanh — và về mặt này,
chúng nổi trội hơn các loại nền tảng phân tích
khác

56
Phân khúc dữ liệu (Data Segmentation)

57
Measuring Customer Acquisition
• Khi một khách truy cập vào một trang web, họ tạo ra dữ liệu.
Các nhà tiếp thị có thể đo lường tác động của các hoạt động
của khách truy cập khi chúng diễn ra trên trang web.

58
Traffic Sources Nguồn lưu lượng

• Organic search • Tìm kiếm hữu cơ

• Website referrals • Giới thiệu trang web
• Direct traffic
• Giao thông trực tiếp
• Paid search traffi
• Lưu lượng tìm kiếm có trả tiền
• Other types of campaign traffic
(Các loại lưu lượng truy cập chiến dịch khác)
• Social media (Truyền thông xã hội)

59
Traffic Sources

60
“Time Spent” Calculations in Web Analytics
(Tính toán "Thời gian đã sử dụng" trong Phân tích trang
web)
• Khi nói đến tính toán thời gian truy cập vào một
trang kéo dài (được gọi là một lần xem trang); khi
một lượt truy cập dẫn đến một lần xem trang, nó
được gọi là “số trang không truy cập (tỷ lệ thoát).”

61