數據的價值不僅僅只體現在企業中,個人也可以體會到數據的魅力,用技術力量探索行爲密碼,讓大數據助跑每一個人,歡迎直筒們關注我的公衆號,大家一起討論數據中的那些有趣的事情。
我的公衆號爲:livandata
1、常見的網站分析需求爲:
1)用戶價值衡量:FRM模型+馬爾可夫鏈
最近購買日、購買頻率、購買金額;
網站運營人員通常會將瀏覽網站的用戶劃分等級,因此需要建立一套顧客價值分析體系,針對不同價值等級的用戶進行管理。
2)商品搜索算法:
電商類網站的商品搜索功能至關重要,網站運營人員如何平衡不同等級的商品和店鋪的曝光率,如何確定合理的權重值。
3)QQ羣消息歷史分析:
主要是建立用戶和關鍵詞的網絡關係。
情感分析,詞頻分析。
4)購物車商品分類分析:
建立社羣、並繪製關係圖。
5)分析博客的傳播特性:
建立關係網絡和社羣發現、繪製微博轉發統計圖。
6)用戶點擊頁面行爲分析:
主要是找到引導用戶進入關鍵頁面的重點頁面。
7)基於協同過濾的用戶推薦系統。
8)數據降維:因子分析和主成分分析。
問卷調查的因子分析。
2、常用的數據分析思路:
1)按照時間維度:
2)按照空間維度:
3)按照綜合維度:
網絡遊戲玩家便好與行爲分析:
4)用戶行爲分析的研究體系:
2、基礎分析方法:
1)對比分析:中間需要考慮如何選擇參照物。
時間對比就是時間序列,即與自己的過往比較;
空間對比就是時間切面,即與別人當下的切面進行比較;
戰略分析的內容框架:
2)分類分析:
3)分佈分析:
主要是分析一組數據,查看其數據的分佈情況。
A客戶波動比較大,往往需要對其進行一些投其所好的營銷,另外B客戶相對比較穩定,則需要進行一些會員性質的維護。
4)相關分析:大數據時代往往考慮相關關係,而不考慮因果關係。
3、常用的數據分析模型:
1)PEST:
電子商務行業PEST分析實例:
2)波特五力模型:
汽車行業的波特五力分析:
3)蘭查斯特的戰略模式:
當市場中有兩個企業時,一家企業規模是另一家企業的根下八,約爲三倍的時候,小企業是很難擊敗大企業的;
當市場中有多個企業時,只要有一家企業的規模是另外企業總和的根下三,約爲1.7倍的時候,其他企業很難打敗大企業;
4)SWOT分析:
是一個定性的分析,一般是用來梳理思路的,數據分析還是需要用到定量的指標。
5)GE矩陣:主要是從匹配度和吸引力兩個維度對產品進行分析。
6)德爾斐分析法:
7)迴歸分析:主要是進行趨勢分析。
8)時間序列:自變量爲時間的迴歸分析。
9)4P模型:
營銷中比較重要的模型:
10)聚類分析:
無法回答爲什麼、怎麼辦的問題,可以感官的分析數據的特性。
11)KANO模型:產品受用戶喜愛程度的模型:
如果我們的產品沒有這個功能你能不能忍受~
我的公衆號爲:livandata