大数据下的用户分析.pdf

《大数据下的用户分析.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、大数据下的用户分析本产品保密并受到版权法保护ConfidentialandProtectedbyCopyrightLaws大数据中的用户分析2015/3/26大数据大价值2大数据下，用户分析的核心是什么？——解决实际问题确定用户选取合适搭建模型得出结果分析目的数据降低成本？增加收入？优化用户体验？根据不同目的选取数据提升营销效果？用户针对性管理？2015/3/26大数据大价值3大数据时代，用户数据使用成为企业发展的重中之重战略分析业务经营分析竞争分析收入分析用户维护完善产品运营，提升用户体验对外服务，提升盈利业务运营监控用户

2、/客户体验优化精细化营销数据服务异动智能分析产品体验分析个性化推荐数据分析产品化金字塔体系口碑监测用户生命周期管理分析结果可视化用户路径分析用户/客户体验研究活动效果提升分析结果实时化数据体系自助提取和分析工具用户唯一ID+用户画像+用户兴趣数据接入系统+元数据管理系统+数据基础平台+用户行为计算任务调度系统2015/3/26大数据大价值4用户数据的构成——用户画像基础数据网络行为网站内行用户内容用户交易数据为数据偏好数据数据活跃人数唯一页面浏览次数使用APP/登陆网站贡献率访问/启动次数页面停留时间时间/频次客单件/客单价

3、页面浏览量直接跳出访问数浏览/收藏内容连带率访问时长访问深度评论内容回头率装机量进入或离开页面互动内容流失率激活率浏览路径用户生活形态偏好促销活动转化率渗透率评论次数与内容用户品牌偏好唤醒率外部触点用户地理位置2015/3/26大数据大价值5基于时间的用户网络触点分析为营销打下精准基础不同时间段用户使用APP的情况健康医疗办公学习金融生活服务出行电商影音视频娱乐阅读工具类社交35%30%25%20%15%10%5%0%1:002:003:004:005:006:007:008:009:000:0010:0011:0012:0

4、013:0014:0015:0016:0017:0018:0019:0020:0021:0022:0023:00来源：analysys易观智库·中国数字用户雷达www.enfodesk.com2015/3/26大数据大价值6不同地域，用户生活行为特征不同本地生活服务类在各地的使用情况（活跃用户占比）打车代驾房屋租赁健康快递旅游美食团购外卖订餐医疗预定租车北京、上海、广州、深圳22.4%41.9%23.3%13.6%21.6%25.6%14.9%12.4%27.4%16.2%19.4%45.5%其他省会城市39.5%25.7%

5、31.2%26.0%29.9%30.3%27.1%33.6%34.2%26.5%30.0%24.5%地级市23.5%18.6%27.1%21.4%25.1%22.7%25.2%29.1%20.0%23.2%22.7%18.3%县或县级市7.7%6.3%8.9%20.0%11.8%12.0%16.4%15.0%9.3%18.1%15.5%4.6%乡镇农村5.9%6.6%7.5%16.3%9.8%7.3%13.9%9.2%8.1%14.5%10.8%4.6%海外及其他.9%1.0%2.1%2.7%1.9%2.1%2.4%.7%1

6、.1%1.6%1.7%2.6%2015/3/26大数据大价值7用户数据随行为生成——路径分析体系（网站/APP）外用户行为体系（网站/APP）内用户行为用户来源用户访问路径用户互联行为习惯用户获取内容用户进入其他体系用户离开页面2015/3/26大数据大价值8体系（网站/APP）外数据的力量WHEN了解市场竞争，用户转移方向HOWWHERE了解用户行为，外部引流营销WHOWHATWHY了解用户形态，用户沟通策略2015/3/26大数据大价值9基于体系外部数据的用户画像2015/3/26大数据大价值10基于体系外部数据的用户画

7、像体系用户用户属性与行为价值用户生活形态用户用户用户行为用户分类画像触点分类画像行为预测移动广告接产品体验触行为2015/3/26大数据大价值11用户行为全数据描述基于体系（网站/APP）外用户行为的基础分类基于体系（网站/APP）外用户价值为的基础分类使用天数潜在价值能力潜在启动价值次数空间单次使用时长当前价值2015/3/26大数据大价值12利用重合用户分析，确定重点用户淘宝-京东-天猫移动端活跃用户重合度微信-陌陌移动端活跃用户重合度595.3877.87156.34845.44重合活跃人数4634.712015/3/

8、26大数据大价值13重点用户筛选，根据价值细分的核心用户当前价值潜在价值能力潜在价值空间占比A高高高23.8%高高低18.5%重点高低低16.2%用户高低高12.4%低高高10.6%低低高9.1%低高低7.2%B低低低2.2%2015/3/26大数据大价值14用户生活形态全数据描述因子因子