注册 登录  
 加关注
   显示下一条  |  关闭
温馨提示!由于新浪微博认证机制调整,您的新浪微博帐号绑定已过期,请重新绑定!立即重新绑定新浪微博》  |  关闭

数据挖掘 营销应用

说出你的业务困惑, 看数据挖掘能否帮你解惑

 
 
 

日志

 
 

数据挖掘实践应用(80,到底有没有“分别”?)  

2010-08-12 17:00:40|  分类: 数据挖掘的实践应 |  标签: |举报 |字号 订阅

  下载LOFTER 我的照片书  |
 

上次的项目需求讨论会如期召开了,与会的业务部门同事们并没有能够提出明确的具体的真正是急需的分析需求。这个不奇怪,当下的业务部门都忙于准备下个月的大型返利促销运营活动,时间紧,任务重,急功近利的业务部门此时无心安静下来思考按部就班的数据挖掘需求,另外业务部门也不是很熟悉数据挖掘的思想和应用。可见企业的数据挖掘应用的意识是个渐进的普及过程,急不得,当然也不能消极等待,数据挖掘者此时应该有担当有责任积极推进。

业务部门提不出需求,并不等于企业当下真的缺乏有价值的数据挖掘分析方向和具体需求,根据我最近大半年来的互联网行业的实战体会和自己伴随产品一起成长的心得,作为该产品线的数据挖掘分析人员我已经有了自己发现的几个值得马上开展挖掘分析的具体方向和思路。

数据挖掘者和数据分析团队到底应该如何插入业务需求和业务应用?是完全消极被动等待业务部门的需求,还是积极主动进行自主性的分析研究?这个问题的正确答案取决于企业的数据化运营的不同发展阶段和不同的成熟水平。至少在相当长的时间里,被动性响应业务需求和挖掘团队的主动性分析探索是并行的两条铁轨,共同支撑企业的数据化运营的实践。

我想到了禅宗里参禅的渐进的境界和步骤,从低到高,无法跨越,渐进上升,直至正果。禅修禅修,第一个阶段(层次)是认识“小我”,做到心不被环境所动摇,达到这个层次,其人在生活和社会上就相当自在相当沉稳相当成熟有涵养,所谓“喜怒哀乐不形于色”是也;第二个阶段(层次)是认识“大我”,前念后念一致,内在自我环境与外在环境统一,修行人到了这个层次,往往悲天悯人,博爱无疆。不过,在禅宗看来,达到这第二个层次还远远没有开悟(因为还有“我执”,还有“分别”)。第三个阶段(层次),才是开悟,能够彻底瓦解“自我”,进入无我状态,心中只有众生,没有小我和大我,没有“分别”。企业的数据化运营进程中,数据分析者和数据团队如何插入业务应用,也大抵遵循这个三段式的渐进的上升的无法跨越的过程。初级阶段,因为不熟悉业务,因为企业的数据化应用刚起步,“被动响应业务需求”是分析挖掘团队主要的介入方式(需求方和挖掘分析方泾渭分明,所谓大有“分别”);随着业务的熟悉了解,挖掘分析团队开始适时提出主动性的分析方向和课题,结合“被动性的业务需求”,共同推进企业的数据化实践应用(少有渗透,“分别”仍然明显);到最后,企业的数据化运营水平升华到相当的程度,业务部门和分析团队水乳交融,没有“分别”,这个理想的境界也就是SAS所倡导的“把业务骨干和专家”培养成数据分析挖掘专才,就是真正的数据挖掘实战的最佳战术配置。

我们目前的分析挖掘应用阶段类似于禅修的第二个层次,两条线并行前进。不错,已经是禅修的中级层次了,呵呵,开个玩笑,真正的禅修哪有这么简单的!

根据我的业务理解,基于数据分析团队的主动性分析挖掘方向和课题大致如下:

一,X产品功能价值点分析:目前Y团队对于X产品的有效卖点和用户价值并不很清楚,从目前监控的相关产品日报指标看,PD当初所想当然的一些产品卖点实际上并不被用户十分认可,该产品的付费用户到底是怎样使用该产品的?是否在使用过程中受益?用户使用时是否体现了产品卖点之外的新功能新路径?所有这些问题是X产品当前的重要问题,数据挖掘可以用来比较有效回答或者提供参考意见,我初步考虑使用sequence analysis 和link analysis 等技术,来比较深入分析这些付费用户到底在一个什么深度使用该产品,如何使用,各功能点价值有什么区别。(随后跟产品PD沟通,对方还是很认可本课题和方向的,已经开始提取数据,准备深入挖掘的,随后有具体分享)。

二,A产品活跃用户的衰减分析:由于具体产品的隐私不便公开,基本上可以理解的是A产品的最终付费用户是从产品活跃用户里产生的,根据月度统计分析看,该产品的活跃用户呈现比较明显的逐月下降的特点,由于产品运营团队目前还主要在新客户的市场拓展方面发力,对于刚上线不久的该产品来说,用户衰减还没有引起足够重视,但是作为数据分析团队来说,现在是时候可以开始考虑这个衰减分析的课题了,包括大致规律的观察,分析变量的设立和收集,数据仓库先期的数据准备,挖掘分析的思路讨论,等等。

三,金秋十月开始的大型系列促销运营活动,数据分析团队如何插入业务运作?除了目标用户的准确定义外,本次营销活动的效果数据可以为我们分析不同用户对促销响应的反馈方式和程度提供重要的原始数据。Y团队虽然在互联网产品的在线运营方面做得不错,但是一直以来对于用户的营销反馈的数据没有进行深入的分析挖掘,从现在开始,可以考虑营销数据库以及营销数据的持续分析挖掘了。

还有更多的想法和思考,但是先把上面的课题落地吧,跟业务部门沟通后,比较认可我们分析团队的主动性分析思路,我们先从上面第一个课题开始,数据目前已经抽取,一切正在如约进行中。
  评论这张
 
阅读(804)| 评论(0)
推荐 转载

历史上的今天

评论

<#--最新日志,群博日志--> <#--推荐日志--> <#--引用记录--> <#--博主推荐--> <#--随机阅读--> <#--首页推荐--> <#--历史上的今天--> <#--被推荐日志--> <#--上一篇,下一篇--> <#-- 热度 --> <#-- 网易新闻广告 --> <#--右边模块结构--> <#--评论模块结构--> <#--引用模块结构--> <#--博主发起的投票-->
 
 
 
 
 
 
 
 
 
 
 
 
 
 

页脚

网易公司版权所有 ©1997-2017