构建有业务价值的数据分析系统

数据的几个误区:

大,总是好的

快,总是有利的

大数据,技术要牛逼

数据工作的几个壁垒:

运营/市场

1.有强烈的业务提升需求

2.不知道数据能做什么

3.思维很受局限

研发:

1.不了解业务

2.不知道数据的技术实现

3.思维很受局限

数据的价值分层:

1.了解业务现状

2.了解业务趋势

3.发现问题所在

4.认清用户

5.对接营销

数据分析方法——以分析对象为中心的数据分析


数据分析方法——基于维度切分的数据分析

生命周期管理示意图——应用模型

生命周期管理示意图——管理模型



用户生命周期管理示意图

用户生命周期管理怎么做

决策树模型

决策点,对几种可能方案的选择,最后选择的最佳方案。如果决策属于多级决策,则决策树的中间可以有多个决策点,以决策树根部的决策点为最终决策方案。 

状态节点,代表备选方案的经济效果(期望值),通过各状态节点的经济效果的对比,按照一定的决策标准就可以选出最佳方案。由状态节点引出的分支称为概率枝,概率枝的数目表示可能出现的自然状态数目每个分枝上要注明该状态出现的概率。 

结果节点,将每个方案在各种自然状态下取得的损益值标注于结果节点的右端

预测模型

待定用户转化成为目标用户

确定用户需求预测

用户群特征分析

用户细分

标签+生命周期管理


数据架构系统




以上

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
平台声明:文章内容(如有图片或视频亦包括在内)由作者上传并发布,文章内容仅代表作者本人观点,简书系信息发布平台,仅提供信息存储服务。

推荐阅读更多精彩内容