
大數(shù)據(jù)時(shí)代下,如何挖掘長(zhǎng)尾應(yīng)用
上世紀(jì)末,意大利經(jīng)濟(jì)學(xué)者帕累托注意到19世紀(jì)英國(guó)人的財(cái)富和收益模式,經(jīng)過(guò)大量調(diào)查和研究,帕累托發(fā)現(xiàn):社會(huì)上20%的人占有80%的社會(huì)財(cái)富,這個(gè)定律被稱為“二八定律”,此定律也可以應(yīng)用到其他領(lǐng)域?!岸硕伞耙馕吨罅刻幱?0%位置的產(chǎn)品(其中有不少優(yōu)秀產(chǎn)品)會(huì)被埋沒(méi)。在互聯(lián)網(wǎng)時(shí)代,安德森的“長(zhǎng)尾理論”很好地解決了“二八定律”中長(zhǎng)尾產(chǎn)品被忽略的問(wèn)題,比如亞馬遜的平臺(tái)策略可以讓長(zhǎng)尾產(chǎn)品的銷(xiāo)售額達(dá)到與熱門(mén)產(chǎn)品足以匹敵的水平。
但在移動(dòng)互聯(lián)網(wǎng)時(shí)代,應(yīng)用市場(chǎng)的應(yīng)用并沒(méi)有像“長(zhǎng)尾理論”一樣達(dá)到有效的分發(fā),而更趨近于“二八定律”,艾瑞曾有報(bào)告指出:幾乎每一個(gè)垂直細(xì)分領(lǐng)域,都是一到三款主流應(yīng)用幾乎占據(jù)了80%的用戶的手機(jī)桌面,剩下的80%的APP要去搶奪剩下20%的用戶。對(duì)于用戶來(lái)說(shuō),如果有適合自己的優(yōu)秀應(yīng)用被埋沒(méi)在80%中,實(shí)在是一件悲劇的事情。
用戶是如何尋找心儀的app的
我們說(shuō)互聯(lián)網(wǎng)時(shí)代是信息爆炸的時(shí)代,而移動(dòng)互聯(lián)網(wǎng)時(shí)代絕對(duì)是APP爆炸的時(shí)代,據(jù)公開(kāi)報(bào)告,截止2014年年底,谷歌Play Store的應(yīng)用數(shù)量已達(dá)到了143萬(wàn),而Apple Store的應(yīng)用數(shù)量也已經(jīng)超過(guò)121萬(wàn)。在如此多的應(yīng)用中如何找到自己感興趣的應(yīng)用?
一般來(lái)說(shuō),用戶尋找應(yīng)用的方法有3種,第1種是直接搜索,這種方式一般是針對(duì)必備應(yīng)用(比如微信)或者自己知道的熱門(mén)應(yīng)用(比如華爾街日?qǐng)?bào))。第2種是應(yīng)用市場(chǎng)中的推薦或排行榜,這種推薦大部分是廣告行為,應(yīng)用不一定真正滿足用戶的喜好,而且排行榜上的應(yīng)用可謂“百年不變”,很難滿足用戶探索新應(yīng)用的好奇心。第3種是推薦應(yīng)用的應(yīng)用,比如最美應(yīng)用,這種應(yīng)用可以讓不少并不大眾的應(yīng)用得到曝光并讓用戶了解和使用,但問(wèn)題同樣存在,它通常每天只推薦有限的幾款應(yīng)用,而對(duì)于大批量的優(yōu)質(zhì)長(zhǎng)尾應(yīng)用的曝光度不夠,并且對(duì)于編輯人員來(lái)說(shuō),每天從浩如煙海的應(yīng)用中挑選應(yīng)用實(shí)在是一件費(fèi)時(shí)費(fèi)力的事。
上述三種尋找應(yīng)用的方式各有優(yōu)劣,但它們有一個(gè)共同的缺陷,那就是忽略了大批長(zhǎng)尾應(yīng)用中的優(yōu)秀應(yīng)用。在移動(dòng)互聯(lián)網(wǎng)時(shí)代,可能每天都會(huì)誕生優(yōu)秀的應(yīng)用,這些應(yīng)用可能不為人知,短期內(nèi)也沒(méi)法登上排行榜,卻可能是受人們喜歡的潛在應(yīng)用,這樣的應(yīng)用受到了大部分應(yīng)用市場(chǎng)的忽略。
基于長(zhǎng)尾應(yīng)用的解決之道
挖掘應(yīng)用市場(chǎng)中的長(zhǎng)尾應(yīng)用無(wú)論對(duì)用戶還是對(duì)企業(yè)都有巨大的價(jià)值,隨著大數(shù)據(jù)時(shí)代的到來(lái),長(zhǎng)尾應(yīng)用被發(fā)掘的幾率越來(lái)越大,目前對(duì)于長(zhǎng)尾應(yīng)用的挖掘大概有兩種方式。一種是上文說(shuō)到的類(lèi)似最美應(yīng)用這樣的推薦類(lèi)app,不少媒體和產(chǎn)品都會(huì)基于自己的特性為用戶推薦app,比如豌豆莢中有一個(gè)“關(guān)注”分類(lèi),如果你關(guān)注了類(lèi)似虎嗅網(wǎng),好奇心日?qǐng)?bào)這類(lèi)媒體或應(yīng)用,就可以收到它們的推薦信息。第二種也是大部分應(yīng)用市場(chǎng)最常用的方式,即根據(jù)用戶的下載歷史和動(dòng)作推薦用戶可能喜歡的應(yīng)用,這背后的算法便基于大數(shù)據(jù)分析。
除以上兩種方式之外,目前我還發(fā)現(xiàn)了一種專門(mén)基于長(zhǎng)尾優(yōu)秀應(yīng)用推薦的地圖式應(yīng)用推薦,比如石榴掌游,它本質(zhì)上是一款可視化內(nèi)容推薦平臺(tái),但它并不像大部分應(yīng)用市場(chǎng)那樣只推薦某幾款熱門(mén)應(yīng)用,打開(kāi)石榴掌游你會(huì)看到琳瑯滿目的應(yīng)用(現(xiàn)在以游戲?yàn)橹鳎?,它用算法按照相似程度把手游排列在一起,越近的就越相似,越遠(yuǎn)的就越不同,就如同手握一張手游世界地圖一樣,一旦你點(diǎn)擊某個(gè)圖標(biāo),就會(huì)看到此應(yīng)用的具體介紹、圖片以及玩家上傳的視頻,通過(guò)這些信息用戶便可以判斷游戲是否是自己喜歡的類(lèi)型。石榴掌游上陳列著數(shù)不清的長(zhǎng)尾游戲應(yīng)用,打開(kāi)它的界面你就像進(jìn)入一個(gè)百寶箱一樣,在里面尋覓自己感興趣的應(yīng)用。同時(shí)石榴掌游也是一個(gè)背后依托強(qiáng)大機(jī)器學(xué)習(xí)算法的應(yīng)用,它可以根據(jù)用戶手機(jī)的自有應(yīng)用預(yù)測(cè)用戶可能喜歡的應(yīng)用,也可以根據(jù)用戶的瀏覽和下載記錄判斷用戶的喜好,從而為用戶提供更精準(zhǔn)的推薦。
大數(shù)據(jù)時(shí)代的意義在于每個(gè)人無(wú)論購(gòu)買(mǎi)什么產(chǎn)品,都會(huì)收到與自己的真實(shí)需求異常契合的產(chǎn)品推薦,產(chǎn)品推薦或廣告對(duì)于每個(gè)人來(lái)說(shuō)都是獨(dú)特的,定制化的,廣告或產(chǎn)品不再是一種打擾,而是需求??梢灶A(yù)見(jiàn)在大數(shù)據(jù)分析技術(shù)越來(lái)越成熟的未來(lái),長(zhǎng)尾產(chǎn)品的市場(chǎng)和價(jià)值將會(huì)越來(lái)越大。
數(shù)據(jù)分析咨詢請(qǐng)掃描二維碼
若不方便掃碼,搜微信號(hào):CDAshujufenxi
訓(xùn)練與驗(yàn)證損失驟升:機(jī)器學(xué)習(xí)訓(xùn)練中的異常診斷與解決方案 在機(jī)器學(xué)習(xí)模型訓(xùn)練過(guò)程中,“損失曲線” 是反映模型學(xué)習(xí)狀態(tài)的核心指 ...
2025-09-19解析 DataHub 與 Kafka:數(shù)據(jù)生態(tài)中兩類(lèi)核心工具的差異與協(xié)同 在數(shù)字化轉(zhuǎn)型加速的今天,企業(yè)對(duì)數(shù)據(jù)的需求已從 “存儲(chǔ)” 轉(zhuǎn)向 “ ...
2025-09-19CDA 數(shù)據(jù)分析師:讓統(tǒng)計(jì)基本概念成為業(yè)務(wù)決策的底層邏輯 統(tǒng)計(jì)基本概念是商業(yè)數(shù)據(jù)分析的 “基礎(chǔ)語(yǔ)言”—— 從描述數(shù)據(jù)分布的 “均 ...
2025-09-19CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫(kù)表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-19SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實(shí)戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無(wú)論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫(kù)管理中,“大表” 始終是性能優(yōu)化繞不開(kāi)的話題。 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動(dòng)態(tài)隨機(jī)一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開(kāi)始提取前,需先判斷 TIF 文件的類(lèi)型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價(jià)值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫(kù)表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫(kù))處理 Excel 數(shù)據(jù)時(shí),“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場(chǎng)景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計(jì)學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤(pán)手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計(jì)劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計(jì)劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對(duì)象的 text 與 content:區(qū)別、場(chǎng)景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請(qǐng)求開(kāi)發(fā)時(shí)(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價(jià)值的核心操盤(pán)手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫(kù)表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請(qǐng)求工具對(duì)比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請(qǐng)求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)的科學(xué)計(jì)數(shù)法問(wèn)題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)時(shí)的科學(xué)計(jì)數(shù)法問(wèn)題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價(jià)值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營(yíng)問(wèn)題、提升執(zhí)行效率的核心手段,其價(jià)值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過(guò)程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計(jì)” 與 “用戶體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營(yíng)銷(xiāo)案例:數(shù)據(jù)驅(qū)動(dòng)下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見(jiàn)頂” 的當(dāng)下,精準(zhǔn)營(yíng)銷(xiāo)成為企業(yè)突圍的核心方 ...
2025-09-11