国外客户开发官网分析五步法及工具
第一步，了解About us，这个部分是客户对自己的自画像，清晰明了简单传递自己公司情况。看完这个，可以对客户有个初步印象。
第二步，接着要了解客户的行内性质，是供应链的哪个环节，品牌商/制造商/经销商/批发商/零售商，看是否和自己相匹配。
第三步 看下客户的产品范围和产品信息，主推的放首页，产品范围是什么？主营产品有哪些？热卖是哪些？从而对他的业务范围有所了解。
第四步，了解客户的销售和营销渠道。可以通过这些渠道SNS社交网络：LinkedIn, Facebook, Twitter, Youtube, Instagram,进行全方位了解。
第五步，可以用各种工具进行帮助验证我们的结果。
1 similar web,谷歌指令看外链和客户营销能力
2 查询客户whois信息：网页链接
3操作：登录网页链接， 输入网址，看不同时期以及关键节点变化
＃大数据下的我们还有多少隐私#
现在的大数据十分强大，通过大数据分析，我们几乎变成了“透明人”，几乎没有隐私可言。虽然大数据使得很多大数据分析者可以更加精准的挖掘目标客户，但是大数据对于消费者来说个人觉得还是弊大于利。很多行业垄断者掌握着很多大数据，比如用户的消费习惯，活动区域，消费数据，饮食习惯等等，通过多方数据汇总分析，进而得到更精准的数据画像，进而找到自己更精准的目标群体。
这么说恐怕很多人依然意识不到大数据的可怕之处。下面我举一些大数据分析的一些实例，你就知道大数据究竟有多可怕了。
实例：美国某商场的数据分析。
美国有一个家庭曾经收到过一家美国商场发来的孕妇用品促销券，这个家庭有三口人，一对夫妻以及一个十六七岁的女儿，这对夫妻已经过了生育年龄，所以很显然这个孕妇用品促销券针对的是家庭中十六七岁的女儿。
女儿的父亲也是这样想的，但是他认为这是商场对自己女儿的侮辱，毕竟自己女儿只有十六七岁。于是女儿的父亲随即就去找这家商场理论，商场态度也不错，向女儿的父亲立马道歉。
很多人认为此事也就完美结束了，但令人没想到的是，没过几天，女儿的父亲真的发现自己的女儿已经怀孕了，而且还是未婚先育。
这就奇怪了，商场是如何知道这位父亲的女儿已经怀孕了呢？原来这家商场会对顾客的消费数据进行分析。通过对这位父亲的女儿最近商场的消费数据进行分析，数据评估该女性怀孕的可能性非常高，于是才有针对性地给这位女性寄了一些怀孕用品促销券。
这就是大数据的可怕之处，通过你的消费数据分析，就能分析出你最近的生活、工作情况，甚至是你不愿意向别人透露的隐私情况。就比如这位父亲的女儿，未婚先孕这件事，她比谁都希望这件事不让别人知道，但没想到最后竟然让商场的大数据给分析出来了。
再比如很多网购平台，注册账号就需要输入个人信息，要想付款还要绑定身份证，还要输入手机号，收货地址，另外再加上你的网购平台的购买记录。综合对这些数据分析，几乎可以得到一份非常详细的个人简历。甚至还可以分析出你的年龄，工作，生活习惯，购买力等等，这么多信息暴露出来，你们说大数据可怕不可怕。
总的来看：
大数据分析自然有它的好处，一方面方便快速找到精准客户，一方面消费者也更容易找到自己喜欢的东西，比如很多网站、软件都会根据用户的喜好来推送内容，这其实也是一种大数据分析。但是如果过度使用大数据分析，用户的隐私将得不到保障，相信没有人喜欢做大数据下的“透明人”！
说到种族歧视，昨天看文献时看到一段非常有趣的统计数据。
在线约会网站OkCupid分析了其会员输入的所有信息，揭示了有关约会的有趣信息。OkCupid的研究人员发现，尽管黑人女性的资料与其他每个种族的女性一样兼容，但所有种族的男性对黑人女性的初次接触的回应率明显较低。啥意思呢？就是说在该网站注册的男性，当接到一封来自黑人异性的来信时，回信的比例最低（即便收信的是黑人也不例外，男性（包括黑人男性）给黑人女性回信的比率要低 20% 左右（注，这里使用黑人而不是用“非洲裔”主要是原文中直接用了Black之故，并非我特意
具体的分析，可以参见 Ian Ayres的这篇博文，“种族与浪漫”，网页链接
数据运营-分析框架思维
一、人货场模型
（一）人
1.新增用户数
2.活跃用户数
3.目标客户
4.老客户
5.流失用户
（二）货
1.商品数量
2.商品种类
3.商品质量
4.商品单价
5.商品客单价
6.商品动销率
（三）场
1.网站
2.线上平台
3.线下门店
4.渠道
5.展示位置
二、QQ模型
（一）数量（Quantity）
1.用户数
2.浏览量
3.点击量
（二）质量（Quality）
1.留存率
2.转化率
3.点击率
4.流失率
5.动销率
三、RFM模型
1.R（Recency）最近一次消费时间：表示用户最近一次消费距离现在的时间
2.F（Frequency）消费频率：消费频率是指用户在统计周期内购买商品的次数
3.M（Monetary）消费金额：消费金额是指用户在统计周期内消费的总金额
订阅关注【数据化运营丨人人都是数据分析师】
让你“理论+实际+技巧”快速地掌握数据化运营的技能
头条专栏
根据对美国著名约会网站OKCupid上的约会大数据分析发现，女人非常“花心”。
女人在三十岁之前，喜欢比自己年龄稍微大一点的男人。到了三十岁，女人又会喜欢年轻一点的男人。而女人到了四十岁，又觉得四十岁的男人更有吸引力。
男人则完全不一样，男人非常“专一”。
根据约会网站的数据显示，从二十多岁到五十多岁，男人永远喜欢二十来岁的女人。
大学生浏览色情网站33次！
学校内都有网络监听系统，可以对全校师生的上网数据就行分析，然后可以对一些行为提前进行预警。
那么如何对应到个人呢？？这实际上很多学校提供校园网络是基于账号认证的，每个人不同账号，这或许通过登录别人账号规避，但是还有基于Mac地址的就比较难了！
