CYCfordmp潜客挖掘案例介绍概要1

CYCfordmp潜客挖掘案例介绍概要1

ID:41193126

大小:1.11 MB

页数:22页

时间:2019-08-18

CYCfordmp潜客挖掘案例介绍概要1_第1页
CYCfordmp潜客挖掘案例介绍概要1_第2页
CYCfordmp潜客挖掘案例介绍概要1_第3页
CYCfordmp潜客挖掘案例介绍概要1_第4页
CYCfordmp潜客挖掘案例介绍概要1_第5页
资源描述:

《CYCfordmp潜客挖掘案例介绍概要1》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、CYC项目潜客挖掘案例介绍(CatchYourCustomers)数据大学系列课程主讲人:唐龙(李伟健)01课程大纲课程内容02目录01课程大纲课程主要内容CYC项目背景与目的潜客挖掘算法思路分组讨论CYC算法原理CYC应用案例Q&A课程目标了解圈人的业务背景、落地场景、CYC的算法框架和算法实现方法适用对象数据挖掘、算法工程师、数据分析岗位入门同学,02课程内容CYC项目背景与目的潜客挖掘算法思路分组讨论CYC算法原理CYC应用案例Q&A项目背景平台或频道通过人口红利促成交时期基本已经过去;市场定位日渐细化和清晰,但又无法有效

2、地对用户进行数据化描述和认识;站内投放资源有货币化管理的趋势,对投放效果有更高要求。线上线下商家广告市场竞价日崔激烈,ROI逐渐下降;个体所拥有的客户信息非常有限和片面;无法有效识别潜在用户,更无法发现潜在用户的特征和活跃区域。CYC的客户平台或频道业务特点:手上推广资源有限、关心投放成本和ROI、业务较新急需新客户。如:新类目或成熟类目的细分市场的运营小二、前台特色市场产品运营小二、集团市场部运营小二。线上线下商家客户特点:具有一定规模、市场定位清晰、愿意尝试cpm模式的定投、关心投放的CTR和用户对品牌的认知。如:线下O2O

3、的mall、线下品牌商、有一定规模的线上商家。CYC的客户价值通过CYC用户特征提取算法引擎,为CYC客户描绘出其用户群的基础特征和显著差异特征。同时,通过用户商品偏好矩阵,帮助细化对用户群的理解和投放内容设计。通过潜客挖掘算法引擎,为客户挖掘出其潜在用户名单,并描绘出其潜客的客群特征。通过CYC的渠道活跃度模块和用户商品偏好矩阵,发现“现有+潜在客户”的商品偏好、活动渠道、活动时间的特征,辅助制定针对性用户触达计划。认识我的客户寻找我的潜客辅助制定我的用户触达计划02课程内容CYC项目背景与目的潜客挖掘算法思路分组讨论CYC算

4、法原理CYC应用案例Q&A分组讨论场景:为淘宝卖家每天产出5000个定向投放的潜客挖掘结果;每个任务需要在全网用户中挖掘出100万潜客;投放渠道可能是钻展、EDM、apppush、短信等;投放目标是提升投放的整体转化率,尤其是展现到点击的转化率(ctr)。阿里大数据:如商品数据、消费者行为数据、用户tag数据、卖家经营数据、地理位置数据、SNS关系数据等等。产出:设计一套算法完成以上潜客挖掘任务,需要包括算法思路、输入输出、算法及原理、评估方法。02课程内容项目背景潜客挖掘算法思路分组讨论CYC算法原理CYC应用案例Q&ACYC

5、种子用户场景的工作流程明确业务需求圈定种子用户圈定潜客大盘用户种子用户特征选择潜客挖掘用户定投与效果分析圈定种子用户方法直接圈定法适合类型:已经有一定业务量的细分市场,比如会员数超过5000人的细分市场。圈定方法:以该细分市场购买过N笔的用户作为种子用户。间接圈定法适合类型:现有用户量较少,购买流程环节较多或转化率低的细分市场,比如司法拍卖。圈定方法:以离购买环节最近的行为环节的用户作为种子用户。比如拍卖的竞拍、收藏。相似圈定法适合类型:业务较新,现有用户量少的细分市场。圈定方法:以与该细分市场定位相似的另一个细分市场的用户作为

6、种子用户。比如挑食与喵鲜生。圈定潜客大盘范围方法区域圈定法适合类型:比较适合带有O2O性质或者前置条件的细分市场,如淘点点。圈定方法:可以通过细分市场服务区域范围来圈定潜客大盘。场景圈定法适合类型:比较适合投放渠道明确的细分市场,如淘宝首页、手淘push、新浪粉丝通.圈定方法:可以通过这些投放渠道的活跃用户范围来圈定潜客大盘。用户特征圈定法适合类型:比较适合数据分析能力和资源比较充足的细分市场。圈定方法:通过数据分析的方式,找出初步潜客大盘的特征,进而圈定潜客大盘。如降价提醒。圈定竞争对手用户方法业务判定法适合类型:比较适合行业

7、经验丰富的运营小二,比如判断淘点点的竞争对手是大众点评和美团。关联分析法适合类型:比较适合有一定业务量,比如用户数不少于5000,同时竞争对手在阿里大数据范畴内的细分市场。比如“我是阿卡”与“裂帛”。用户特征选择算法原理Step0、输入用户特征宽表、种子用户和对比组用户列表Step1、用户特征指标数据预处理Step2、用户特征过滤Step3、确定用户特征分箱方式与分箱数量Step4、计算每个指标的差异系数,筛选出分布差异大的特征指标Step5、特征指标分层聚类Step6、输出每个微群id(或“all”)下的特征选择结果的指标列表

8、潜客挖掘voting算法原理Step0、输入用户特征宽表、种子用户和潜客大盘用户列表Step1、确定topN微群Step2、确定每个微群的特征指标体系Step3、对每个微群分别进行数据标准化Step4、确定种子用户的有效相似距离和权重Step5、计算非种子用户的

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。