首页 > 编程知识 正文

大数据是什么的数据挖掘(用户偏好数据挖掘)

时间:2023-05-06 06:59:38 阅读:99645 作者:1870

“发现哪些客户有潜力”是很多学生在日常工作中常年面临的问题。潜力有多大?如何使用数据挖掘?我不知道。经常做数据的同学努力做出来,然后被商家投诉:“我就知道,你说的是依据!”

今天,系统解释了你能做什么。

一个

惯例

看一个具体的问题场景:

一个以B型企业为主要客户的互联网广告平台,现在需要挖掘潜在客户,问如何分析。

注:题目是toB业务,与toC业务最大的区别是:B端客户有固定的行业归属(汽车、美容、快消品、游戏……),B端客户也有业务规模的区别(可以从企业数量、发布的财务报告、第三方行业报告等渠道获取)。所以,提前做好功课,就可以给企业贴标签,给行业和规模分类。

所以很多学生一拿到问题,就开始:做交叉。以行业和企业规模的标签作为分类维度,跨用户广告量。在最下面弄一张表,然后开始说:因为A行业的企业投放的广告比较多,所以A行业的所有企业都是潜在客户.(如下图所示)

当然,这个结果会被商家喷:

“我就知道!”

“既然是潜力,为什么不能做呢?”

“其他公司目前投资不多。你能保证以后不会有太多吗?”

那么,有什么问题吗?

2

问题和困难

本质上,难点在于如何定义商业中的“潜力”一词。

数据只能告诉你:

这个用户的行业和规模

这个用户过去放了多少钱?

l这个用户过去投放过什么样的广告?

但这些都是对现状的描述,不能作为判断“潜力”的标准。如果我们不谈论标准,只描述现状,我们会有问题和疑虑:

你说你过去投资的是潜力,我知道.

你说你过去投资少的是潜力。为什么我没能成功?

鸡下蛋和鸡下蛋的类似问题是没有解决办法的。

所以这个问题的解决方案一定不是跨数据,而是要脚踏实地的回到业务中去,看看业务所谓的“潜力”在不同场景下意味着什么。

区分场景

作为广告业务,有三个关键的客户属性,决定了客户是否会继续交付:

1.行业属性:部分行业长期刚性需要广告(游戏、美妆、服装.).其他是季节性书籍(房地产、汽车、耐用品等)。)需要甜蜜的广告。

2.客户对平台的熟悉程度:不同的广告平台玩法不同,客户需要熟悉流程。

3.客户在平台上的收益:广告有效,自然投入多,无效,投入少。

因此,在区分场景时,首先要根据以下维度区分客户,便于后续识别:

1.客户行业分类(行业名称)

2.客户规模(企业数量/行业排名/营业额)

3.客户生命周期(首次进入、尝试、甜言蜜语、拒绝、损失)

4.客户过去的交付效果(根据交付投资回报率:好、中、差)

5.客户价值分层(根据销售贡献:高、中、低)

其次,作为B类业务,客户流失可能不全是我们平台的问题,很可能是客户自己行业/企业的问题。

例如:

1.客户行业作为一个整体正在衰落。

2.客户行业还好,但企业不景气。

3.客户企业没问题,但不能玩。

案例三,xhdjqm被认为是潜力,毕竟还有教育孵化的机会,但是案例一和案例二,真的没希望了。因此,需要区别对待。注:这里的数据收集将非常困难。因为可能涉及几十上百个行业,几万甚至几十万个公司,一一收集起来太难了。所以要先做好基础分类,再逐一挑重点。

第三,作为toB业务,业务端有更多一对一客户沟通的机会和引导客户的可能性。因此,有必要做好标杆分析,找出关键客户群中的成功案例/成功标杆。这可以帮助企业更好地跟进潜在客户,也可以回答企业经常问的一个致命问题:“为什么说是潜在的,却没有表现出来?”回答:“亲爱的,是你吗?”

有用对方法……”

做完以上准备,就有了分析潜力客户的基本素材,可以正式开工了。

4

定义潜力

考虑到不同生命周期下,能采集到的数据量不同,因此建议以生命周期为主要划分维度,结合其他信息作出判断。

▌初入期:

初入期分析整体思路,以做一单为目标。尝试激活新获取用户充值/首次投放。因为初入期还没有用户投放数据,因此只能根据行业、规模等基础信息进行分类。这里可以对现有高价值用户进行画像分析,找出行业、规模等特征,对初入期有类似特征的客户重点工作(如下图)。

▌尝试期:

尝试期,已经有部分用户数据,并且用户已经开始分化:有些用户投放后确实赚到了钱,有些用户效果一塌糊涂,活跃度已经很低了。此时挖潜思路,建议是:保种子。因为一个个说服效果差的用户再进行投放,实在太难,因此可以重点保住那些有潜力成为高价值用户的客户。

▌甜美的书本期:

甜美的书本期,除去尝试期流失的用户,能进入甜美的书本期的,或者投放费用充足,或者在之前的投放中已经斩获颇丰,因此都具有持续挖潜的机会。挖潜的思路也有不同,如果之前斩获颇丰,可以推交叉销售,推新的投放产品。如果效果一般,但仍有大量投入,则可以推其同行业的竞品案例,以服务的形式,提升付费的时候同时提质量。总之,两个挖潜方向都是:拉升客单价。

▌衰退期:

衰退期,优先区分客户的衰退原因。

l 周期性波动:多说无益,反正人家还会回来

l 行业性问题:多说无益,说了人家也不听

l 企业性问题:多说无益,人家自己要救命

l 效益性问题:有机会,可尝试拿着案例挽回

因为以上问题,都涉及数据采集,因此可以对用户价值分层后,针对高价值用户重点做,先解决大客户衰退问题。此时挖潜目标,就是:保住现有投放,能挽回一点算一点。

▌流失期:

流失期,和衰退思路接近,首先要区分流失原因。剔除正常死亡,聚焦曾经的高价值用户,之后可以在用户行业回暖,用户行业有新成功案例涌出的时候,再进行潜力挖掘,目标是召回用户。

5

纵观全局

做完以上分类,每个生命周期的“潜力用户”有了初步定义。但并不一定要一股脑地把所有“潜力用户”推给业务。因为不同阶段,业务的重点不一样,可能不需要这么多信息。

比如当期业务重点是拉新,那就重点解决初入期/尝试期潜力问题。如果当期重点是提升生产力,那就重点挖甜美的书本期/衰退期用户。

还有另一种情况,就是业务已经有了行动方案,希望数据能找出来符合这个行动方案的用户。此时的“潜力”其实已经非常清晰:有潜力参与XX活动,有潜力购买XX商品的客户。

此时的做法,和上文已经完全不同,因为“潜力”的含义已经很清晰了,只是匹配问题。后续再专门分享这一类做法。

有同学会问:这里是不是可以建一个算法模型,不用业务规则来推演?答:可以。但是注意:要建的不是一个算法模型,而是切分场景,根据数据特点建模。不然眉毛胡子一把抓,建的模型会有问题。有兴趣的话,关注公众号接地气学堂,我们下一篇分享《潜力用户评估模型如何建》敬请期待哦。

版权声明:该文观点仅代表作者本人。处理文章:请发送邮件至 三1五14八八95#扣扣.com 举报,一经查实,本站将立刻删除。