Comment effacer le portrait de l'utilisateur via des données, trouver les préoccupations fondamentales de diverses industries pour améliorer le fonctionnement de l'utilisateur pour améliorer la réparation de l'utilisateur? Comment clarifier clairement les données et organiser les indicateurs qui peuvent réellement guider les entreprises?
Lorsque l'utilisateur fonctionne, comment effacer le portrait de l'utilisateur via des données, trouvez les principales préoccupations de chaque utilisateur industriel à effectuer des opérations raffinées pour améliorer la réparation de l'utilisateur?
Ceux-ci peuvent être que de nombreuses opérations souhaitent savoir quand ils sont confrontés à des données massives. Nous savons tous que les données
ont une capacité puissante et les données de nettoyage sont plus capables de signaler une route rapide.
Comme dit le proverbe, un bon gestionnaire de produits n'est pas un bon responsable de produit. En tant qu'opération de produit clé, le fonctionnement de produit de la croissance de l'utilisateur de la stratégie correspondante, puis la stratégie correspondante, puis donner quelques-unes de la capacité de base dure aide. Améliorer les capacités opérationnelles via des données et développer des stratégies opérationnelles.Opération sur l'analyse des données, il existe plusieurs douanes:
SURVIED POINTS, PRENEZ DES DONNÉES, DES DONNÉES, UNE STRATÉGIE DE FONCTIONNEMENT FAISIBLE DE SORTIE,
Il est difficile de peser.
Ce qui suit peut être une scène réelle pour extraire des données:
Opération:
"Je veux Voyez comment les nouveaux utilisateurs de la fonction sont utilisés, puis-je abandonner les données? "
Développement :" Quelles données? "
Opération :" Je veux voir qui j'ai vu la fonction. Qui l'a acheté, quelles sont les caractéristiques de l'achat d'utilisateurs, et ce qui rend nos utilisateurs cibles à promouvoir une vague
quels champs doivent être nécessaires? "Opération
: "Pourquoi pouvez-vous utiliser ce client? Comment utiliser ce client? Sample, est-ce un utilisateur profond ou un utilisateur fumé, quelle industrie est exportée?" : "Quelle est la fonction d'utilisation d'aucun problème, utilisez la situation donne une définition, est le nombre d'utilisations ou d'utiliser quel est l'argent? Ou est-il utilisé?"
Opération: "Vous pouvez"
Développement: "Pouvez-vous penser clairement, qu'est-ce que tu vas faire? Qu'est-ce que c'est? Je peux opérer, vous êtes opérationnel"
. Situation très fréquente, il est également compréhensible, car l'angle de fonctionnement est l'angle d'activité, mais l'angle de développement est le point de données, ce champ n'est pas ce que vous avez dit n'est pas un utilisateur actif. À ce stade, je penserai que cela semble être un ensemble de données, je peux clairement me dire, quelle est l'industrie, quelle est la fonction, quel est l'état! !
Cela conduira à un problème
Comment clarifiera clairement les données, organisez ces indicateurs qui peuvent réellement guider les entreprises?
1. Comment définir les portraits d'utilisateur par des données?
, par exemple, des indicateurs de cycle de vie des utilisateurs, des indicateurs de comportement d'utilisation du produit, des indicateurs de comportement d'achat d'utilisateurs, indicateur de comportement de capacité utilisateur, attribut personne naturelle de l'utilisateur Indicateur ...
2, et les données aussi claires que possible, obtenez des données détaillées
Notez que les données ici sont les meilleures à
ne veulent pas plus Données lors de l'extraction de données! Ne faites pas plus de données!3, Traitement des données et non ignorez les indicateurs pouvant affecter le comportement clé
ou Excel et d'autres moyens avancés (prétendant), par
Macro Data
. (Données utilisateur de l'ensemble de l'industrie ou données d'utilisateur régionales) et
(Détail à une donnée enregistrée par chaque utilisateur) Analyser.
4,Selon le résultat de l'analyse, il est obtenu qu'un ensemble de systèmes indicateurs peut être utilisé et que l'indicateur est automatiquement touché dans chaque utilisateur .
5, Le portrait de l'utilisateur est initialement terminé, et il peut être encore optimisé
Deuxièmement, la définition des indicateurs explicatifs Avant et des données ou des données de données, il faut d'abord penser que , je souhaite dessiner un résultat d'image,
Vous pouvez ici l'utiliser, par exemple:
"J'espère voir l'utilisateur A. C'est un utilisateur d'agence K12 de Baijing de Baidu. Il a contacté nos produits pendant 3 mois, mais leur capacité opérationnelle est relativement faible et les fonctions utilisées ont toujours été une Peu, pas de nouvelles fonctionnalités que nous avons lancées, principalement en utilisant des fonctionnalités de diffusion en direct et des fonctions de test. Les utilisateurs de leurs institutions ont été stables à environ 100 000 personnes, dont 3 opérations en maintenance, en passant par les jours fériés et les temps d'examen, il est particulièrement fréquent ».
Ceci est clair, généralement deux types de données, puis affinez les indicateurs pertinents selon deux données de type.
Ici, chaque type de données peut être subdivisé en indicateurs de données détaillés , par exemple, les données de base utilisateur peuvent être affinées, d'autres indicateurs, le type peut également être le cas,selon les propriétés du produit et les indicateurs de sélection de contenu.
Traitement de la réduction des données multidimensionnelles
Définition d'indice claire, trouvera
Certains indicateurs peuvent impliquer plusieurs dimensions, il n'ya aucun moyen de comparer et analyser.Par exemple, l'utilisateur a créé avec succès un certain type d'élément, et la quantité et les ventes de chaque élément sont différentes et l'utilisation de la fonction de produit est considérée. Comment intégrer de manière exhaustive ? Ici, il est nécessaire de réduire le traitement des données, qui peuvent peser la moyenne, ou le nombre de personnes, le nombre médian, réduisant ainsi le cas où l'évaluation de comparaison a une comparaison multidimensionnelle.
Un enregistrement d'utilisateur, le champ de données associé est beaucoup quel est le point de différence de base d'une Utilisateur, paiement et non payé? Quelle est la clé pour payer des utilisateurs? À quoi sert l'utilisateur de faire attention?
Il peut être nécessaire d'être compris par des moyens d'analyse et les variables (paiement) et propres variables sont associées. Ici, je recommande un algorithme:
Tree de décision de la Chay, ce type d'arbre de décision est spécifiquement utilisé pour trouver la variable de l'influence de base de cela,signifie que tant de fonctionnalités, l'utilisateur est tellement de comportement, alors Multi-attributs, quels propriétés de type utilisateur, quel type de type de comportement est plus facilement transformé!
5. Comment l'algorithme d'arbre de décision est-il calculé? Supposons que nous devons comprendre comment les utilisateurs peuvent payer,Si les frais doivent être étudiés en raison de variables, mais également la valeur qui doit décider de l'arbre en fonction de la condition variable.
Nous mettons l'ensemble des données conformément à 20%, 80% dans l'ensemble de l'ensemble de l'entraînement et la vérification,
fait partie du modèle d'entraînement
permettent au modèle des données. Dans les données, et une partie de est utilisée pour confirmer et prédire, Le modèle et la variable de fonctionnalité sélectionnée ne sont pas efficaces et comment est l'ajustement.
de la variable, deux ensembles sont extraits et l'inspection carrée de la carte est effectuée par la variable; si la carte est inspectée, la relation n'est pas significative, Le front est 2 ensembles de valeurs précises fusionnez. Réduisez continuellement le nombre de valeurs de l'argument jusqu'à ce que toutes les variables soient importantes.
Par exemple, il y a 130 arguments dans nos données, où beaucoup d'entre eux ne savent pas si l'utilisateur paie, ne connaissez pas le nombre d'utilisateurs un numéro actif hebdomadaire et un utilisateur. Paiement Si elle est liée, je ne sais pas si l'utilisateur essaie si une fonctionnalité est liée au paiement de l'utilisateur. À ce stade, il est juge si la variable et la variable sont corrélées par la carte de décision.
En comparant la variable indépendante la plus importante, l'échantillon est divisé en fonction de la valeur finale de l'argument, c'est-à-dire qu'une pluralité d'arbres différents sont formés (Le général CHAID génère deux nœuds d'arbres).