国产你懂的,四虎影视免费观看,久热精品视频在线观看

大數據時代，如何最大化利用用戶數據價值？

發布時間：2015-10-23 KnowlesysOp

大數據中的用戶分析

首先，我們為什么要去做用戶分析？面臨繁瑣的數據之中，需要做什么分析？怎么去提取數據？在建立用戶畫像模型的過程中，區分用戶特征的關鍵點是什么？應該從哪些方面去尋找用戶的特征？其實這個問題擴大化以后需要解決的本質問題就是在拿到用戶數據之后，如何去經營分析。

對于海量的用戶數據來說，最根本的問題應該是從實際中出來，根據解決不同的問題來提取不同的數據，用不同的數據去搭建模型，來進行一系列的運算。對于產品的生產，無論是互聯網產品還是實際上的產品，都會面臨一個嚴重的問題，就是如何進行用戶體驗的優化。用戶如何用產品，我們需要的數據就是用戶使用數據。

而對于一些利用用戶數據做營銷的時候，我們想去用的就是行為數據。讓我們能夠更多的了解用戶。他在什么地方出現，喜歡什么樣的東西，要做什么事情。這時候我們就需要再用戶的生活行為數據找那個抓取我所需要的東西。對于這些數據的使用，我們首先要制作一個數據集。然后拿數據集去進行模型的搭建和預審的運算。最終得出一個可以支持我自己進行決策的結論。

在大數據時代之前，有很多的網站他們就是互聯網廠商，已經對用戶數據的使用非常嫻熟。而現在移動互聯來了，用戶多了，就會產生更多的用戶數據，留在移動互聯的平臺上。那么從整體數據使用來看，我們還是可以區分的。無論數據使多么龐大，是什么樣的維度，對于用戶數據的使用目的不會發生太大的變化。

當我拿到用戶數據以后，測算體系已經完善了。就能夠做一系列的對內、對外的數據使用。對內是進行產品的完善，提升用戶體驗。產品完善分為兩個部分，首先是對業務運營的監管。第二是對用戶體驗的優化。

對于業務運營監控預計用戶的體驗優化，使用的數據使完全不一樣的。對于業務運營的監控來說，我需要的是用戶在我的產品上使用的時長、頻次等。這些數據才有意義。

用用戶數據說話也不僅僅是做對內的服務，對外的服務也需要用戶的數據去做支撐。對外的服務主要包括的方向就是去進行一些信息化的營銷和數據服務。

對于精細化營銷來說，移動互聯時代，所有的App都在移動互聯上。也就是說，所有的App都是屬于一個媒體。現在也有很多人都在說媒體已經死了，開始轉做一些外延的社區了、但是，媒體的定義應該是信息溝通的平臺，這樣的平臺才叫做媒體。

為什么提到媒體？因為對于營銷而言，媒體形式非常突出。當我們在給一個App做定義的時候，它就有了媒體屬性。那么我們才能夠真正的去做營銷。做營銷的時候，我們需要了解到這個平臺上的用戶到底是什么樣的人。我們現在提到的精準化營銷無非就是給用戶打上一些列的標簽，進行分類，然后進行精準的推送。

2、基于體系外部數據的用戶畫像

對于用戶畫像來說，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。對于用戶的行為畫像，需要去給用戶進行一系列的標簽化處理。還想來說的話哦那么呃它是需要去。給用戶去進行一系列的這種表象化的處理啊！彪說用戶在。比如用打車類應用的人群，我就直接把它定義成打車類的人群。對于用戶的心理畫像，就是一些標簽的運算了。我如何去進行標簽化的運算，然后用這個標簽去影射用戶的心理，這目前還在發展之中。

那么問題來了，用戶標簽是不是固定的？用戶的標簽不是固定的，有的人喜歡去旅游，有的人喜歡去遠足，有的人喜歡騎行。這個是通過一些數據是可以判定得到的。甚至包括他平時喜歡去看新聞還是八卦，都是可以得到的。

但是也存在一個問題。舉個例子。如果這個人看新聞咨詢，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。如果是機器打標簽，可能會給他打上一個軍隊愛好者和歷史愛好者的標簽。但是其實他就是一個喜歡軍事的人。我們在進行標簽處理的時候，標簽劃分的比較細，沒有對用戶的心理進行分析。

所以這種情況下，對于這個人自己的心理標簽是沒有打上去的。這種情況下，你自己打的標簽或者是你運算出來的數據，是有很大的缺失的。我做用戶畫像，其實就是去給他打標簽。希望能更加精準的、更加有個性的去推薦。但是這種推薦，是一門技術。這種技術并不能夠讓用戶感知到。用戶所感知到的是你在這個技術的基礎上的創意。

這種創意才是你和用戶去進行溝通的最直接的工具，最能夠貼近用戶。我們現在做精細化推送，最重要的是如何吸引用戶。如何去和用戶去溝通起來，互動起來，這才是創意最根本的。

剛才說的是用戶的數據能做什么，現在我們來看一下用戶數據的構成。用戶數據是怎么產生的呢？只要觸網就會產生數據大家都知道。那么另一塊就是從我們的PPT來看，我們經常會忽略一些數據。那我們現在把整個用戶數據分為體系外和體系內的數據。體系內的數據，指的是一個用戶在一個網站或者在一個App上的使用行為。比如一個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，每一個人都在用微信。但是并不是說你只要上移動互聯，你就會在微信里呆著，雖然微信很想去做成一個大大的生態系統，但是用戶還是不會把所有的時間都放在微信上。這個時候就有問題了，當這個用戶離開微信以后去了什么地方？這個才是我們所需要去更加關心的。比如說這個人他在微信里面喜歡去看一些理財的信息，但是當他離開微信以后他并沒有使用理財的App。那么這個時候，我們其實可以把他定義成能夠成為一個理財愛好者。但是他并不是一個真正的理財者。

所以我們只是從體系內的數據去判斷用戶，是遠遠不夠的。比如在新聞客戶端去進行廣告投放，依據一般都是用戶在新聞客戶端上都會看什么咨詢。比如今日頭條。今日頭條現在的用戶滲透率非常的高。對于今日頭條來說，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送的這個東西是你喜歡的。那么當他在去給你推送一些廣告的時候是不是你需要的？這個就是一個問題了。一些女孩子喜歡看明星的東西。這時候今日頭條可能會把這個明星代言的商品去推送給她。但是其實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。這個時候你把化妝品、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據，又拿到了她喜歡的明星的數據。二者結合，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。這時候肯定是女孩子想要的。從一個渠道獲取數據，通常會形成孤島。就只能把各種信息孤島去進行打通以后，才能夠真正的、全面的去把這個用戶進行畫像。

我們現在提到的這個話題，非常強調體系外的數據的力量。因為體系外的數據是真正的反應了一個用戶自己的一個生活形態。這才是真正的用數據說話。這就是我們現在提到“5W+1H”，這完全可以夠了出一個完整的用戶畫像。