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
青春就应该这样绽放 游戏测试:三国时期谁是你最好的兄弟!! 你不得不信的星座秘密