
大數(shù)據(jù) 如何用大數(shù)據(jù)實(shí)現(xiàn)用戶價(jià)值的最大化
大數(shù)據(jù)中的用戶分析
首先,我們?yōu)槭裁匆プ鲇脩舴治??面臨繁瑣的數(shù)據(jù)之中,需要做什么分析?怎么去提取數(shù)據(jù)?在建立用戶畫像模型的過程中,區(qū)分用戶特征的關(guān)鍵點(diǎn)是什么?應(yīng)該從哪些方面去尋找用戶的特征?其實(shí)這個(gè)問題擴(kuò)大化以后需要解決的本質(zhì)問題就是在拿到用戶數(shù)據(jù)之后,如何去經(jīng)營分析。
對(duì)于海量的用戶數(shù)據(jù)來說,最根本的問題應(yīng)該是從實(shí)際中出來,根據(jù)解決不同的問題來提取不同的數(shù)據(jù),用不同的數(shù)據(jù)去搭建模型,來進(jìn)行一系列的運(yùn)算。對(duì)于產(chǎn)品的生產(chǎn),無論是互聯(lián)網(wǎng)產(chǎn)品還是實(shí)際上的產(chǎn)品,都會(huì)面臨一個(gè)嚴(yán)重的問題,就是如何進(jìn)行用戶體驗(yàn)的優(yōu)化。用戶如何用產(chǎn)品,我們需要的數(shù)據(jù)就是用戶使用數(shù)據(jù)。
而對(duì)于一些利用用戶數(shù)據(jù)做營銷的時(shí)候,我們想去用的就是行為數(shù)據(jù)。讓我們能夠更多的了解用戶。他在什么地方出現(xiàn),喜歡什么樣的東西,要做什么事情。這時(shí)候我們就需要再用戶的生活行為數(shù)據(jù)找那個(gè)抓取我所需要的東西。對(duì)于這些數(shù)據(jù)的使用,我們首先要制作一個(gè)數(shù)據(jù)集。然后拿數(shù)據(jù)集去進(jìn)行模型的搭建和預(yù)審的運(yùn)算。最終得出一個(gè)可以支持我自己進(jìn)行決策的結(jié)論。
在大數(shù)據(jù)時(shí)代之前,有很多的網(wǎng)站他們就是互聯(lián)網(wǎng)廠商,已經(jīng)對(duì)用戶數(shù)據(jù)的使用非常嫻熟。而現(xiàn)在移動(dòng)互聯(lián)來了,用戶多了,就會(huì)產(chǎn)生更多的用戶數(shù)據(jù),留在移動(dòng)互聯(lián)的平臺(tái)上。那么從整體數(shù)據(jù)使用來看,我們還是可以區(qū)分的。無論數(shù)據(jù)使多么龐大,是什么樣的維度,對(duì)于用戶數(shù)據(jù)的使用目的不會(huì)發(fā)生太大的變化。
當(dāng)我拿到用戶數(shù)據(jù)以后,測(cè)算體系已經(jīng)完善了。就能夠做一系列的對(duì)內(nèi)、對(duì)外的數(shù)據(jù)使用。對(duì)內(nèi)是進(jìn)行產(chǎn)品的完善,提升用戶體驗(yàn)。產(chǎn)品完善分為兩個(gè)部分,首先是對(duì)業(yè)務(wù)運(yùn)營的監(jiān)管。第二是對(duì)用戶體驗(yàn)的優(yōu)化。
對(duì)于業(yè)務(wù)運(yùn)營監(jiān)控預(yù)計(jì)用戶的體驗(yàn)優(yōu)化,使用的數(shù)據(jù)使完全不一樣的。對(duì)于業(yè)務(wù)運(yùn)營的監(jiān)控來說,我需要的是用戶在我的產(chǎn)品上使用的時(shí)長、頻次等。這些數(shù)據(jù)才有意義。
用用戶數(shù)據(jù)說話也不僅僅是做對(duì)內(nèi)的服務(wù),對(duì)外的服務(wù)也需要用戶的數(shù)據(jù)去做支撐。對(duì)外的服務(wù)主要包括的方向就是去進(jìn)行一些信息化的營銷和數(shù)據(jù)服務(wù)。
對(duì)于精細(xì)化營銷來說,移動(dòng)互聯(lián)時(shí)代,所有的App都在移動(dòng)互聯(lián)上。也就是說,所有的App都是屬于一個(gè)媒體?,F(xiàn)在也有很多人都在說媒體已經(jīng)死了,開始轉(zhuǎn)做一些外延的社區(qū)了、但是,媒體的定義應(yīng)該是信息溝通的平臺(tái),這樣的平臺(tái)才叫做媒體。
為什么提到媒體?因?yàn)閷?duì)于營銷而言,媒體形式非常突出。當(dāng)我們?cè)诮o一個(gè)App做定義的時(shí)候,它就有了媒體屬性。那么我們才能夠真正的去做營銷。做營銷的時(shí)候,我們需要了解到這個(gè)平臺(tái)上的用戶到底是什么樣的人。我們現(xiàn)在提到的精準(zhǔn)化營銷無非就是給用戶打上一些列的標(biāo)簽,進(jìn)行分類,然后進(jìn)行精準(zhǔn)的推送。
2基于體系外部數(shù)據(jù)的用戶畫像
對(duì)于用戶畫像來說,它包括兩部分。第一部分是用戶行為畫像。第二部分是用戶心理畫像。對(duì)于用戶的行為畫像,需要去給用戶進(jìn)行一系列的標(biāo)簽化處理。還想來說的話哦那么呃它是需要去。給用戶去進(jìn)行一系列的這種表象化的處理??!彪說用戶在。比如用打車類應(yīng)用的人群,我就直接把它定義成打車類的人群。對(duì)于用戶的心理畫像,就是一些標(biāo)簽的運(yùn)算了。我如何去進(jìn)行標(biāo)簽化的運(yùn)算,然后用這個(gè)標(biāo)簽去影射用戶的心理,這目前還在發(fā)展之中。
那么問題來了,用戶標(biāo)簽是不是固定的?用戶的標(biāo)簽不是固定的,有的人喜歡去旅游,有的人喜歡去遠(yuǎn)足,有的人喜歡騎行。這個(gè)是通過一些數(shù)據(jù)是可以判定得到的。甚至包括他平時(shí)喜歡去看新聞還是八卦,都是可以得到的。
但是也存在一個(gè)問題。舉個(gè)例子。如果這個(gè)人看新聞咨詢,今天看的是武器裝備類的新聞,明天看的是古代歷史分析的文章。如果是機(jī)器打標(biāo)簽,可能會(huì)給他打上一個(gè)軍隊(duì)愛好者和歷史愛好者的標(biāo)簽。但是其實(shí)他就是一個(gè)喜歡軍事的人。我們?cè)谶M(jìn)行標(biāo)簽處理的時(shí)候,標(biāo)簽劃分的比較細(xì),沒有對(duì)用戶的心理進(jìn)行分析。
所以這種情況下,對(duì)于這個(gè)人自己的心理標(biāo)簽是沒有打上去的。這種情況下,你自己打的標(biāo)簽或者是你運(yùn)算出來的數(shù)據(jù),是有很大的缺失的。我做用戶畫像,其實(shí)就是去給他打標(biāo)簽。希望能更加精準(zhǔn)的、更加有個(gè)性的去推薦。但是這種推薦,是一門技術(shù)。這種技術(shù)并不能夠讓用戶感知到。用戶所感知到的是你在這個(gè)技術(shù)的基礎(chǔ)上的創(chuàng)意。
這種創(chuàng)意才是你和用戶去進(jìn)行溝通的最直接的工具,最能夠貼近用戶。我們現(xiàn)在做精細(xì)化推送,最重要的是如何吸引用戶。如何去和用戶去溝通起來,互動(dòng)起來,這才是創(chuàng)意最根本的。
剛才說的是用戶的數(shù)據(jù)能做什么,現(xiàn)在我們來看一下用戶數(shù)據(jù)的構(gòu)成。用戶數(shù)據(jù)是怎么產(chǎn)生的呢?只要觸網(wǎng)就會(huì)產(chǎn)生數(shù)據(jù)大家都知道。那么另一塊就是從我們的PPT來看,我們經(jīng)常會(huì)忽略一些數(shù)據(jù)。那我們現(xiàn)在把整個(gè)用戶數(shù)據(jù)分為體系外和體系內(nèi)的數(shù)據(jù)。體系內(nèi)的數(shù)據(jù),指的是一個(gè)用戶在一個(gè)網(wǎng)站或者在一個(gè)App上的使用行為。比如一個(gè)用戶在微信上的行為。體系外的用戶行為主要是用戶在離開App以后,他的行為是什么樣的。
那么我們就以微信為例,每一個(gè)人都在用微信。但是并不是說你只要上移動(dòng)互聯(lián),你就會(huì)在微信里呆著,雖然微信很想去做成一個(gè)大大的生態(tài)系統(tǒng),但是用戶還是不會(huì)把所有的時(shí)間都放在微信上。這個(gè)時(shí)候就有問題了,當(dāng)這個(gè)用戶離開微信以后去了什么地方?這個(gè)才是我們所需要去更加關(guān)心的。比如說這個(gè)人他在微信里面喜歡去看一些理財(cái)?shù)男畔?,但是?dāng)他離開微信以后他并沒有使用理財(cái)?shù)腁pp。那么這個(gè)時(shí)候,我們其實(shí)可以把他定義成能夠成為一個(gè)理財(cái)愛好者。但是他并不是一個(gè)真正的理財(cái)者。
所以我們只是從體系內(nèi)的數(shù)據(jù)去判斷用戶,是遠(yuǎn)遠(yuǎn)不夠的。比如在新聞客戶端去進(jìn)行廣告投放,依據(jù)一般都是用戶在新聞客戶端上都會(huì)看什么咨詢。比如今日頭條。今日頭條現(xiàn)在的用戶滲透率非常的高。對(duì)于今日頭條來說,他是通過一些算法把用戶喜歡的信息推送給用戶的。這是沒有問題的,那么問題在哪?
問題在于今日頭條給你贈(zèng)送的這個(gè)東西是你喜歡的。那么當(dāng)他在去給你推送一些廣告的時(shí)候是不是你需要的?這個(gè)就是一個(gè)問題了。一些女孩子喜歡看明星的東西。這時(shí)候今日頭條可能會(huì)把這個(gè)明星代言的商品去推送給她。但是其實(shí)她只是喜歡看一些八卦類的消息。她更多的行為是在外出旅游。這個(gè)時(shí)候你把化妝品、家居用品推送給她顯然是不合適的。
但是如果你把掌握住了她出去旅游的數(shù)據(jù),又拿到了她喜歡的明星的數(shù)據(jù)。二者結(jié)合,你就完全可以去給他推薦一些比如防曬霜、戶外化妝品的廣告。這時(shí)候肯定是女孩子想要的。從一個(gè)渠道獲取數(shù)據(jù),通常會(huì)形成孤島。就只能把各種信息孤島去進(jìn)行打通以后,才能夠真正的、全面的去把這個(gè)用戶進(jìn)行畫像。
我們現(xiàn)在提到的這個(gè)話題,非常強(qiáng)調(diào)體系外的數(shù)據(jù)的力量。因?yàn)轶w系外的數(shù)據(jù)是真正的反應(yīng)了一個(gè)用戶自己的一個(gè)生活形態(tài)。這才是真正的用數(shù)據(jù)說話。這就是我們現(xiàn)在提到“5W+1H”,這完全可以夠了出一個(gè)完整的用戶畫像。
3如何使用用戶數(shù)據(jù)?(以互聯(lián)網(wǎng)產(chǎn)品為主)
4問答部分:
(1)在建立用戶畫像模型的過程中,區(qū)分用戶特征的關(guān)鍵點(diǎn)是什么? 應(yīng)該從哪些方面去尋找用戶特征?
其實(shí)區(qū)分用戶特征的關(guān)鍵點(diǎn)并不在于我們用什么樣的數(shù)據(jù),要去做什么樣的模型兒關(guān)鍵點(diǎn)在于我們到底用用戶畫像分析出來的東西,是為什么去服務(wù)?我們?nèi)プ?a href='/map/yonghuhuaxiang/' style='color:#000;font-size:inherit;'>用戶畫像的目的是什么,才是最重要的。如果你要去做運(yùn)營,你才能從做好的用戶畫像里找到你需要的核心數(shù)據(jù)。用戶的使用時(shí)長、跳轉(zhuǎn)的評(píng)測(cè)等等一系列這樣的數(shù)據(jù)。
(2)用戶畫像如何驗(yàn)證準(zhǔn)確性?正向用戶畫像(即把數(shù)據(jù)歸納成分類標(biāo)簽)相信很多文章與技術(shù)提過了,但我們?cè)趯?shí)踐中發(fā)現(xiàn)很難反向驗(yàn)證(確認(rèn)歸納的標(biāo)簽直的是這樣)。所以我想問有沒些可操作性強(qiáng)的驗(yàn)證方法?
文章與技術(shù)提過了,但我們?cè)趯?shí)踐中發(fā)現(xiàn)很難反向驗(yàn)證(確認(rèn)歸納的標(biāo)簽直的是這樣)。所以我想問有沒些可操作性強(qiáng)的驗(yàn)證方法?
還是同樣如此,驗(yàn)證用戶畫像的準(zhǔn)確性就是驗(yàn)證用戶標(biāo)簽的準(zhǔn)確性。目前來說有兩種方法。第一種方法是你繼續(xù)進(jìn)行廣告投放,去看這個(gè)用戶的查看率是否有變化。如果投放非常準(zhǔn)確,說明用戶畫像或者標(biāo)簽打的就非常準(zhǔn)確。如果是你的這種投放出現(xiàn)了一些問題,那可能就還需要進(jìn)行標(biāo)簽的改進(jìn)。第一種方法其實(shí)就是便簽的運(yùn)算方式和方法。
那么對(duì)于標(biāo)簽來說,如果方法計(jì)算的模型是非常合理的,能夠通過便簽去把用戶的需求和價(jià)值觀挖掘出來,就說明你的標(biāo)簽非常準(zhǔn)確。反之,牛給用戶打的標(biāo)簽就是有問題的。反向去進(jìn)行驗(yàn)證是非常困難的。就是去反問你打標(biāo)簽的理由是什么?比如我去使用滴滴打車,那么我就一個(gè)打車用戶,這是一個(gè)既定事實(shí),完全不需要反向驗(yàn)證了。除非你對(duì)于標(biāo)簽的一些感性的認(rèn)知去進(jìn)行分析出來以后,才能進(jìn)行反向驗(yàn)證。
(3)如何衡量一個(gè)社區(qū)型網(wǎng)站的用戶數(shù)及其商業(yè)價(jià)值之間的關(guān)系?有沒有一些相對(duì)普適的計(jì)算模型可供參考?
對(duì)于社區(qū)來說,目前沒有一個(gè)普適的計(jì)算模型的。更多的是看用戶在這個(gè)社區(qū)里面自己的一個(gè)關(guān)系鏈以及他自己的活性。這種商業(yè)價(jià)值其實(shí)是一個(gè)社區(qū)或者說一個(gè)社區(qū)型網(wǎng)站自己的一個(gè)戰(zhàn)略。當(dāng)一個(gè)用戶在這個(gè)社區(qū)里面行為非常多,非常豐富,路徑也非常長,那、這個(gè)時(shí)候基本上在每一個(gè)節(jié)點(diǎn)都有一些商業(yè)化的機(jī)會(huì)。當(dāng)你把它的每個(gè)節(jié)點(diǎn)都去進(jìn)行商業(yè)化,那它的商業(yè)價(jià)值就會(huì)挖掘出來。
但如果你對(duì)用戶的路徑非常短。而且這個(gè)用戶的關(guān)系網(wǎng)搭的并不是很廣很大,尤其是這種社區(qū)網(wǎng)站來說是有問題的。所以說更多的需要去看這個(gè)網(wǎng)站里用戶的行為和他對(duì)于營銷的一些行為,對(duì)于營銷活動(dòng)的一些行為和他自己在網(wǎng)站里面的一些行為之間的關(guān)聯(lián)強(qiáng)度。通過這種關(guān)聯(lián)性的計(jì)算,能夠去得到對(duì)于某網(wǎng)站的營銷價(jià)值的測(cè)評(píng)。但是就整個(gè)領(lǐng)域而言是沒有一個(gè)普適的計(jì)算模型的。
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
SQL 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)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18CDA 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)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
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? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
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)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)值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)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 讀取長浮點(diǎn)數(shù)據(jù)的科學(xué)計(jì)數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點(diǎn)數(shù)據(jù)時(shí)的科學(xué)計(jì)數(shù)法問題 ...
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)營問題、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塔吉特百貨孕婦營銷案例: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) “流量紅利見頂” 的當(dāng)下,精準(zhǔn)營銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務(wù)數(shù)據(jù)分析:概念辨析與協(xié)同價(jià)值 在數(shù)據(jù)驅(qū)動(dòng)決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務(wù)數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實(shí)踐到業(yè)務(wù)價(jià)值挖掘 在數(shù)據(jù)分析場(chǎng)景中,聚類分析作為 “無監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計(jì)模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價(jià)值導(dǎo)向 統(tǒng)計(jì)模型作為數(shù)據(jù)分析的核心工具,并非簡單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10