好程序員隸屬于千鋒教育企業(yè)高端大數(shù)據(jù)培訓(xùn)機(jī)構(gòu)，在大數(shù)據(jù)+人工智能領(lǐng)域取得了顯著的成果，基于已有的業(yè)績(jī)，好程序員推出高端大數(shù)據(jù)培訓(xùn)班，想?yún)⒓雍贸绦騿T大數(shù)據(jù)培訓(xùn)必須經(jīng)過(guò)層層篩選考試，才能進(jìn)入。

現(xiàn)代社會(huì)企業(yè)競(jìng)爭(zhēng)白熱化，傳統(tǒng)的運(yùn)營(yíng)方法很難提升企業(yè)的運(yùn)營(yíng)效率。企業(yè)追求精細(xì)化、精準(zhǔn)化營(yíng)銷(xiāo)，用好大數(shù)據(jù)是關(guān)鍵。從數(shù)據(jù)集合中抽取有用信息的過(guò)程，涉及到數(shù)據(jù)庫(kù)、人工智能、機(jī)器學(xué)習(xí)、統(tǒng)計(jì)學(xué)、高性能計(jì)算、模式識(shí)別、神經(jīng)網(wǎng)絡(luò)、數(shù)據(jù)可視化、信息檢索、空間數(shù)據(jù)分析等多領(lǐng)域的知識(shí)和技術(shù)。這些需要專(zhuān)門(mén)的數(shù)據(jù)分析師去做，那么大數(shù)據(jù)分析在企業(yè)運(yùn)營(yíng)中的作用是什么呢?

一：幫助企業(yè)分析目標(biāo)客戶(hù)

數(shù)據(jù)化運(yùn)營(yíng)的第一步是找準(zhǔn)目標(biāo)客戶(hù)。目標(biāo)客戶(hù)在試運(yùn)營(yíng)階段只能通過(guò)簡(jiǎn)化、類(lèi)比、假設(shè)的手段進(jìn)行模擬探索。真實(shí)的業(yè)務(wù)場(chǎng)景產(chǎn)生，擁有一批真實(shí)用戶(hù)后，根據(jù)這批核心用戶(hù)的特征，可以尋找擁有同類(lèi)特征用戶(hù)的群體。根據(jù)業(yè)務(wù)環(huán)節(jié)的不同，可以分為流失預(yù)警模型、付費(fèi)預(yù)測(cè)模型、續(xù)費(fèi)預(yù)測(cè)模型、運(yùn)營(yíng)活動(dòng)響應(yīng)模型等。預(yù)測(cè)模型本身輸入的自變量與因變量的關(guān)聯(lián)關(guān)系也有重要的業(yè)務(wù)價(jià)值，甚至是數(shù)據(jù)化運(yùn)營(yíng)中新規(guī)則、新啟發(fā)的重要因素。該模型涉及技術(shù)一般有邏輯回歸、決策樹(shù)、神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)等。

二：活躍率分析

活躍率是某一時(shí)間段內(nèi)活躍用戶(hù)在總用戶(hù)量的占比，根據(jù)時(shí)間可分為日活躍率(DAU)、周活躍率(WAU)、月活躍率(MAU)等。搞運(yùn)營(yíng)的都知道，一個(gè)新客戶(hù)的轉(zhuǎn)化成本大概是活躍客戶(hù)成本的3~10倍，僵尸粉是沒(méi)用的，只有活躍的用戶(hù)才能對(duì)平臺(tái)產(chǎn)生價(jià)值。活躍率的組成指標(biāo)是業(yè)務(wù)場(chǎng)景中最核心的行為因素?；钴S率定義主要涉及兩個(gè)技術(shù)：一個(gè)是主成分分析，其目的是把多個(gè)核心行為指標(biāo)轉(zhuǎn)化為一個(gè)或少數(shù)幾個(gè)主成分，并最終轉(zhuǎn)化為一個(gè)綜合得分;另一個(gè)是數(shù)據(jù)標(biāo)準(zhǔn)化，因?yàn)椴煌笜?biāo)有不同的度量尺度，只有在標(biāo)準(zhǔn)化后才有相互比較和分析的基礎(chǔ)。

三：發(fā)現(xiàn)訪(fǎng)問(wèn)路徑

根據(jù)用戶(hù)在網(wǎng)頁(yè)上流轉(zhuǎn)的規(guī)律和特點(diǎn)，發(fā)現(xiàn)頻繁訪(fǎng)問(wèn)路徑模式，可以提煉特定用戶(hù)群體的主流路徑、特定群體的瀏覽特征等信息。路徑分析有兩類(lèi)，一類(lèi)是有算法支持，另一類(lèi)是按照步驟順序遍歷主要路徑的。如果能夠?qū)渭兊穆窂椒治雠c算法及其它數(shù)據(jù)分析、挖掘技術(shù)整合，可以針對(duì)不同群體的路徑分析，優(yōu)化頁(yè)面布局，提升轉(zhuǎn)化率，減少用戶(hù)流失風(fēng)險(xiǎn)。不僅運(yùn)營(yíng)部門(mén)，產(chǎn)品設(shè)計(jì)、用戶(hù)體驗(yàn)設(shè)計(jì)等部門(mén)都會(huì)感謝這些真實(shí)、有用的數(shù)據(jù)。


為賣(mài)出更多產(chǎn)品和服務(wù)，數(shù)據(jù)分析師通常會(huì)用到以下一些模型。

一、商品推薦模型

推薦模型包括類(lèi)目推薦、標(biāo)簽推薦、店鋪推薦等，其中尤以商品推薦最為典型。當(dāng)前的主流模型為規(guī)則模型、協(xié)同過(guò)濾和基于內(nèi)容的推薦模型。關(guān)聯(lián)規(guī)則適用于交叉銷(xiāo)售的場(chǎng)景，如旅行根據(jù)機(jī)票推薦酒店，情人節(jié)巧克力與鮮花捆綁銷(xiāo)售等。商品推薦模型在實(shí)際應(yīng)用中往往會(huì)遇到許多問(wèn)題，如如何從商品標(biāo)題、類(lèi)目、屬性提取商品重要屬性、新用戶(hù)問(wèn)題、長(zhǎng)尾商品問(wèn)題、稀疏性問(wèn)題。在實(shí)際應(yīng)用中，需要根據(jù)業(yè)務(wù)場(chǎng)景、充分利用各種算法優(yōu)點(diǎn)，設(shè)計(jì)混合推薦算法，提升推薦質(zhì)量。

二、交叉銷(xiāo)售模型

企業(yè)通常有兩種運(yùn)營(yíng)思路，一種是讓客戶(hù)長(zhǎng)久地留存，延緩客戶(hù)流失;另一種是讓客戶(hù)消費(fèi)更多的商品和服務(wù)，挖掘客戶(hù)利潤(rùn)，這時(shí)就要使用交叉銷(xiāo)售模型。該模型通過(guò)用戶(hù)歷史消費(fèi)數(shù)據(jù)，找出明顯關(guān)聯(lián)的商品組合，去構(gòu)建消費(fèi)者購(gòu)買(mǎi)這些關(guān)聯(lián)商品組合的可能性模型，再用這模型尋找新客戶(hù)中購(gòu)買(mǎi)特定商品組合的可能性。大家最為熟悉的應(yīng)該就是關(guān)聯(lián)分析，又叫購(gòu)物籃分析，但也可以借鑒預(yù)測(cè)響應(yīng)模型，為幾種核心商品或商品組合分別建模，對(duì)潛在消費(fèi)者進(jìn)行精準(zhǔn)推廣。

三、信息質(zhì)量模型

互聯(lián)網(wǎng)買(mǎi)賣(mài)雙方最為直接、最關(guān)鍵的紐帶是海量的商品，而商品的目錄、商品展示的質(zhì)量、結(jié)構(gòu)、布局直接影響到交易是否達(dá)成。信息質(zhì)量模型主要涉及商品詳情質(zhì)量?jī)?yōu)化、網(wǎng)上店鋪質(zhì)量?jī)?yōu)化、網(wǎng)上論壇發(fā)貼質(zhì)量?jī)?yōu)化、違禁信息過(guò)濾優(yōu)化等;其涉及的技術(shù)包括回歸算法、決策樹(shù)等，不過(guò)不同于其它模型，因其沒(méi)有直接的目標(biāo)變量信息，目標(biāo)變量的設(shè)定通常用專(zhuān)家打分(有時(shí)輔之以客戶(hù)調(diào)研)的方式。

 

（本文由中國(guó)計(jì)算網(wǎng)總編欒玲收錄到《超算AI數(shù)據(jù)庫(kù)》  轉(zhuǎn)載請(qǐng)注明出處）

微信關(guān)注公眾號(hào)“cncompute_com ”，每天為您奉上最新最熱的計(jì)算頭條資訊，滿(mǎn)滿(mǎn)干貨~多年軟件設(shè)計(jì)師經(jīng)歷，業(yè)內(nèi)資深分析人士，圈中好友眾多，信息豐富，觀(guān)點(diǎn)獨(dú)到。發(fā)布各大自媒體平臺(tái)，覆蓋百萬(wàn)讀者。《蘋(píng)果的品牌設(shè)計(jì)之道》、《誰(shuí)擁有未來(lái)：小米互聯(lián)網(wǎng)思維PK傳統(tǒng)行業(yè)思維》二本暢銷(xiāo)書(shū)作者欒玲，現(xiàn)為中國(guó)計(jì)算網(wǎng)設(shè)計(jì)總監(jiān)與內(nèi)容總編，欒玲專(zhuān)著與國(guó)畫(huà)已被國(guó)圖、清華北大圖書(shū)館等收藏