Modelo de análisis de datos generales para analizar agrupaciones de usuarios

¿Sabes cómo agrupar usuarios? Según datos históricos, podemos dividirlo en agrupación de usuarios ordinarios y agrupación predictiva.

El método de análisis de datos de agrupación de usuarios es un modelo de análisis de datos clave para retratos de usuarios y es el primer paso para que las empresas realicen análisis de datos y operaciones refinadas. La agrupación de usuarios es el etiquetado de información del usuario. Los usuarios con los mismos atributos se dividen en grupos según sus trayectorias históricas de comportamiento, características de comportamiento, preferencias y otros atributos para su posterior análisis.

El análisis del embudo se centra en las diferencias de etapa y los usuarios se centran en las diferencias de grupo dentro de los grupos.

En el artículo anterior hablamos del modelo de análisis de embudo. A través del modelo de análisis de embudo, los operadores pueden ver que los usuarios se desempeñan de manera diferente en diferentes etapas. Por ejemplo, ¿dónde se enfocan los nuevos usuarios? ¿En qué circunstancias el usuario comprado volverá a pagar? Sin embargo, debido a las diferentes características del grupo, los comportamientos serán muy diferentes. Por lo tanto, los operadores o el personal del producto esperan dividir a los usuarios en función de datos históricos, clasificar grupos de usuarios con ciertas características regulares y luego observar los comportamientos específicos de este grupo. Este es el principio de agrupación de usuarios.

Agrupación de usuarios ordinarios y agrupación predictiva

Estrictamente hablando, la agrupación de usuarios se divide en agrupación ordinaria y agrupación predictiva. La agrupación ordinaria se basa en las características de los atributos y las características de comportamiento del grupo de usuarios; la agrupación predictiva se basa en las características de los atributos de comportamiento pasados ​​del usuario, utilizando algoritmos de aprendizaje automático para predecir la probabilidad de un determinado evento en el futuro e introduciendo estos dos tipos de usuarios de dos escenarios.

Agrupación general de usuarios: análisis de atributos de usuario y características de comportamiento

Tomemos como ejemplo la industria de productos de transmisión en vivo. Observar el comportamiento de los usuarios con alta viscosidad y consumo frecuente es el foco de los gerentes de producto y el personal de operaciones.

Por ejemplo, un determinado operador puede filtrar a los usuarios que han "dejado mensajes" y "me gusta" en los últimos 30 días, y a los usuarios que han enviado regalos pagados más de 10 veces, y considerarlos como altos. -Los consumidores de viscosidad y alta frecuencia se pueden realizar análisis de datos después de definir la agrupación.

Al observar el comportamiento reciente de los usuarios de alta adherencia y consumo de alta frecuencia, se puede ver que el tiempo de visualización per cápita de este grupo de usuarios es diferente al de otros usuarios, como el tiempo de visualización per cápita. Comparación del tiempo de visualización de usuarios que consumen con alta frecuencia y usuarios que no consumen con alta frecuencia.

Predecir la agrupación de usuarios: predice la probabilidad de eventos mediante un algoritmo de aprendizaje automático.

Los productos financieros de Internet suelen utilizar la función de predecir grupos de usuarios. Los clientes financieros de Internet se pueden dividir en tipos conservadores, prudentes y radicales según los atributos de las preferencias de inversión de riesgo, y se pueden dividir en tipos invertidos y no invertidos según el comportamiento de inversión.

Con base en este atributo y comportamiento, los operadores pueden extraer usuarios que cumplan ciertas condiciones, como usuarios radicales que no tienen inversión, y luego analizar las características de comportamiento de este grupo para optimizar productos, promover la inversión de los usuarios o basado en la navegación del usuario La página del proyecto recomienda proyectos que pueden ser de interés para los usuarios.

Valor de la industria del modelo de análisis de agrupación de usuarios y escenarios reales

La agrupación de usuarios se utiliza ampliamente en el análisis de datos en diversas industrias. Aporta el siguiente valor a diversas industrias:

En primer lugar, ayuda a las empresas a romper con los silos de datos y comprender verdaderamente a los usuarios.

El retrato de usuario es el requisito previo para la agrupación de usuarios. Después de seguir obteniendo conocimientos profundos sobre el comportamiento de los usuarios, el retrato del grupo de usuarios se fue aclarando gradualmente.

Ayude a las empresas a comprender las características de los grupos de usuarios detrás de un número de indicador:

¿Quiénes son? ¿Cuáles son las características de comportamiento? ¿Qué te gusta? ¿Cuáles son las necesidades subyacentes y las preferencias de comportamiento? Se trata de un análisis específico de los grupos de usuarios posteriores. En segundo lugar, localizar grupos objetivo de marketing y ayudar a las empresas a lograr un marketing preciso y eficiente.

El operador describe claramente el comportamiento de grupos específicos dentro de un ámbito de investigación específico y define el grupo objetivo, que es el requisito previo para el envío de información. Los operadores pueden enviar información precisa a grupos objetivo específicos según las necesidades, como recordar a los usuarios perdidos y estimularlos a realizar nuevas compras. Una vez que la información precisa se envía a un grupo específico de personas, se puede volver a analizar para ver los efectos del marketing en tiempo real y de forma integral. Ayude a las empresas y a los usuarios a lograr un intercambio de información preciso y eficiente.

Escenario 1: la industria financiera mutua despierta a los usuarios "dormidos" con notificaciones push precisas y evaluación de efectos

Un cliente financiero de Internet registró 2065438 1 en 2007 y navegó por la página de información crediticia (a través de análisis Se encontró que después de navegar por la página del informe crediticio, la tasa de retención posterior fue mayor), pero no hubo inversión, y el mensaje "La gestión financiera de Año Nuevo estará a la venta a partir del 1,20, con una tasa de rendimiento anualizada esperada como hasta 9,50" fue empujado a este grupo. Para dirigirse a los grupos objetivo, el personal de producto puede filtrar los grupos objetivo de marketing por grupo de usuarios.

Después de completar el envío de información, los operadores pueden realizar análisis multidimensionales para comprender el efecto del envío. Por ejemplo, después de que los clientes financieros de Internet completen el impulso preciso, los usuarios pueden ver las conversiones de los usuarios nuevamente en el embudo de conversión del proceso de inversión para evaluar el efecto de impulso o optimización del producto.

Escenario 2: Los servicios de nivel empresarial (A B) “recuperan” a los clientes perdidos mediante una evaluación precisa del efecto y el impulso.

Los clientes corporativos de a a B utilizan la reinversión una vez que la inversión madura como estándar de retención. La rotación de usuarios durante las últimas 8 semanas es la siguiente. Una vez completado el trabajo de selección, los operadores empresariales pueden definir directamente el grupo de usuarios en la página de detalles del usuario y luego completar el trabajo de inserción detallado.

Figura 8 Semanas de abandono de usuarios para las empresas A a B.

En esta página, los operadores empresariales pueden hacer clic en el valor retenido para ver la información detallada de los usuarios perdidos y pueden crear directamente una visualización de la vida del grupo de usuarios llamada "usuarios perdidos", enviar información y estimularlos. para solicitar el uso de productos.

En la era del big data, para adaptarse al cambiante entorno del mercado externo y mejorar la fidelidad del cliente, las empresas están acelerando la transformación del marketing digital. Entre ellos, mejorar la eficiencia del marketing y mejorar la precisión del marketing son los principales objetivos estratégicos de las empresas. Los tres escenarios anteriores realmente recorrerán todo el proceso de marketing de precisión y reconstruirán la competitividad central de la empresa.