电子商务应用之用户细分

最近一些同学咨询关于客户细分的工业界做法。根据个人实践，用户细分在传统行业和电子商务都有所应用。从营销角度讲，通过定位一群人，然后进行精准营销，譬如高端用户，为他们定制高端服务等。从产品角度讲，通过群组信息进行一些检索，譬如聚合搜索，或者个性化群组搜索。目前，实现用户细分主要有两种方法：九宫格方法和聚类方法。

1 九宫格方法

顾名思义，首先结合业务背景和目标，选择指标，譬如用户消费频次，消费金额等。然后，通过bin方法，将各个指标划分为不同的段，譬如年龄分为，青少年，中年等。然后，将每个指标的段进行组合，从而形成九宫格，每个格子就是一个群组。

特点：

简单易行

效果一般（结合实际需求）

传统行业经常使用，譬如电信，银行等要对客户进行划分

2聚类算法

聚类算法很多，基于划分，基于密度，基于模型等等，各种名词漫天飞舞，谱聚类，图聚类。实际，常用的也就最基本最容易理解的，kmeans和层次聚类。学术界，搞算法研究，毕竟要发论文，好理解。工程实践中，考虑ROI，实现成本，计算成本等等。在工程应用中，使用的主要还是kmean或者xmeans。很多人会提出这样的问题，k怎么选择，结合实际业务背景吧。假设数据不大，计算性能满足条件的话，可以不断尝试。在大数据环境下，计算一次都要好几个小时，等你一切都调好，黄花菜都凉了。鄙人做了一个2600万行，180列的聚类，通过kmeans，结合实际项目情况，人工设定k，也可以满足实际需求。还有一个问题，就是怎么评价结果，上线做AB测试吧，那些学术搞的指标，就那样。线下做测试的，可以结合历史日志，也能看出一些结果的猫腻。最终，还是以在线Ab测试为准。

Kmeans mpi版本 http://users.eecs.northwestern.edu/~wkliao/Kmeans/

3电子商务应用点

email营销

短息营销

半个性化推荐

导购

定向广告

定向搜索

PS：结合实际，拆掉思维里的墙，考虑ROI