Capítulo 1: Entrar en el análisis de datos de comportamiento del usuario
1. ¿Qué son los datos de comportamiento del usuario?
1.1 Datos de comportamiento del usuario en sentido estricto
(1) Datos de atributos del usuario
Los datos de atributos del usuario se refieren a los datos de las características del usuario en segundos. Según las características demográficas, los usuarios pueden observarse desde tres aspectos: estático, dinámico y tendencias de desarrollo futuro, incluido el género, la edad, la ocupación, el origen étnico y otras variables estadísticas.
(2) Datos de comportamiento del usuario
Los datos de comportamiento del usuario se refieren a los datos de acción generados por los usuarios durante las interacciones comerciales, es decir, lo que hicieron los usuarios.
(3) Datos de transacciones del usuario
Los datos de transacciones del usuario se refieren a datos relevantes generados después de que el usuario completa la acción de pago.
1.2 Datos generalizados del comportamiento del usuario
Los datos de comportamiento del usuario, los datos de atributos del usuario y los datos de transacciones del usuario se incluyen en los datos generales de comportamiento del usuario. Los datos de las transacciones del usuario se consideran una liquidación matutina más que un comportamiento del usuario. Según la lógica centrada en el usuario, lo que vemos será el ciclo de vida completo del usuario. Los datos de atributos del usuario pueden entenderse como la precipitación de los comportamientos pasados de los usuarios.
1.3 elementos “5+1” de datos de comportamiento del usuario
Los elementos denominados "5+1" se refieren a "quién", "cuándo", "dónde", "qué contenido", "qué se hizo" y "qué resultado". Después de desglosar los elementos básicos capa por capa y aumentar las dimensiones reales de la colección, los datos de comportamiento del usuario pueden cubrir mucha información.
(1) ¿Quién?
El concepto de "quién" en los datos no sólo se refiere a la información cognitiva del usuario, como el nombre del usuario, la información de contacto y el número de identificación, sino que también incluye información sobre el acceso del usuario al terminal.
(2) Cuando
La dimensión de tiempo no solo puede incluir el tiempo actual y la duración del comportamiento, sino también estadísticas de ida y vuelta, expresadas de acuerdo con la frecuencia del comportamiento (cuántas veces), la frecuencia del comportamiento (cuántas veces) y otras dimensiones.
(3) donde
La dimensión de ubicación contiene diferentes tipos de información de ubicación tanto fuera de línea como en línea.
- La información fuera de línea incluye información de coordenadas de latitud y longitud transmitida por el módulo GPS o posiblemente desde el sistema de navegación por satélite Beidou, y también puede incluir información de desplazamiento transmitida por el sensor de aceleración e información de altitud transmitida por el sensor de altitud.
- La información online incluye dos partes: de dónde viene el usuario y dónde se encuentra. "De dónde viene" se refiere a la información de datos de la fuente del usuario, que se puede subdividir en la fuente de los canales publicitarios de los canales en línea, los canales de tráfico natural, los canales de búsqueda y los canales fuera de línea. "Dónde" se refiere a la información de la página del operador digital, como la página, columna, pozo, módulo, etc., donde se encuentra el usuario.
(4) Qué hacer
"Qué hacer" se divide principalmente en varias dimensiones: contenido, productos y funciones. Para el contenido, podemos desarmarlo en diferentes tipos, como imágenes, videos, audios, etc., entre los cuales podemos dividir aún más el título, el autor y el recuento de palabras; para los productos, podemos desarmarlos capa por capa según detalles como como categoría y precio; para funciones, que se pueden subdividir capa por capa según diferentes submódulos.
(5) Cómo hacerlo
El comportamiento del usuario se puede dividir en tres tipos en "cómo hacerlo": interacción con el producto, interacción con el contenido e interacción funcional.
- La interacción del producto incluye generalmente navegación, estructuración, reservas, depósitos, pedidos, pagos, devoluciones y cambios, etc.;
- La interacción con el contenido generalmente incluye navegar, deslizar, hacer clic para dar me gusta, comentar, compartir, enviar mensajes privados, agregar amigos, etc.;
- Las interacciones de comportamiento funcional son más complejas y los comportamientos que pueden ocurrir según diferentes características funcionales no sólo son los mismos.
(6) Cuanto (Cuánto)
Después de integrar datos de comportamiento y datos de transacciones, muchas empresas cargan información de resultados, como el monto del pedido, el tipo de pedido y los detalles del producto, al sistema de análisis del comportamiento del usuario, lo que enriquece enormemente el valor de los datos de comportamiento del usuario.
2. Una tendencia y dos valores de datos de comportamiento del usuario.
2.1 Una tendencia: la migración de datos de comportamiento de los usuarios en el mundo de los datos gemelos
Los gemelos digitales no sólo pueden ayudar a las empresas a reducir los costos de prueba y error para llevar a cabo experimentos más innovadores, sino que también pueden ayudar a las empresas a hacer predicciones más precisas para prevenir problemas antes de que sucedan. Los gemelos digitales abren "cualquier puerta" para que las empresas transformen el mundo físico a través del mundo digital, lo que se espera que mejore en gran medida la capacidad de las empresas para recopilar y visualizar datos, así como la capacidad de analizar y aplicar datos correctamente, ayudando a las empresas. para ser más rápido, más preciso y tomar mejores decisiones comerciales.
El gemelo digital del lado de la demanda, es decir, el marketing basado en datos, es actualmente el área de transformación digital de más rápido crecimiento en mi país. La digitalización en el lado de la oferta puede reducir los resultados finales de una empresa (línea de costos), mientras que la digitalización en el lado de la demanda puede mejorar los resultados finales de una empresa (línea de ingresos).
2.2 Valor 1: comprender las necesidades de los usuarios y orientar las actualizaciones empresariales
El proceso de aplicar datos de comportamiento del usuario para guiar las actualizaciones comerciales se divide en cuatro pasos: describir a los usuarios, comprender las necesidades, diseñar negocios y reconstruir las relaciones.
- Describir a los usuarios: mediante la integración de los datos de comportamiento del usuario y los datos de transacciones del usuario, se puede describir bien el recorrido de la vida del usuario. por ejemplo: etapa de novato-etapa de crecimiento-etapa de madurez-etapa de declive-etapa de vector de flujo, la fusión de datos de comportamiento del usuario y datos de atributos del usuario puede describir bien el retrato de 360 ° del usuario.
- Comprender las necesidades: el método tradicional es a través de encuestas de mercado o entrevistas de grupos focales; las empresas de Internet observan el comportamiento de navegación, comparación, reserva o pedido de los usuarios en la página, combinado con el ciclo de vida del usuario y el retrato de 360° obtenido en el primer paso, para puede determinar con precisión las necesidades reales de diferentes tipos de usuarios de productos.
- Diseño empresarial: en el diseño empresarial, se enfatiza especialmente el concepto de mapa de viaje del usuario, que a su vez se compone de una serie de comportamientos del usuario dispuestos en la línea de tiempo. El formato del mapa de viaje del usuario, la parte superior incluye roles de usuario y escenarios comerciales; la parte media son comportamientos, ideas, emociones y expectativas y objetivos correspondientes del usuario en diferentes períodos; la parte inferior es la cosecha, que incluye conocimientos y recursos de servicio correspondientes. .
- Reconstruir relaciones: al mejorar el recorrido del usuario digital, podemos ayudarnos a reconstruir la relación entre empresas y usuarios. Por ejemplo, basándose en los datos de comportamiento de los usuarios en el sistema de membresía, las empresas pueden medir la relación dinámica entre los usuarios y los productos y formular estrategias de mantenimiento personalizadas para diferentes tipos de relaciones con los usuarios.
2.3 Valor 2: Predecir el comportamiento del usuario y guiar la innovación empresarial
Cuando los datos del usuario se acumulen hasta cierto punto, el poder de los datos entrará en un nuevo campo: la predicción y la toma de decisiones inteligentes. La aplicación de datos de comportamiento del usuario, desde el procesamiento de datos sin procesar hasta la generación de informes estándar, informes especiales y informes de análisis de BI (inteligencia empresarial), estas etapas reflejan básicamente el primer valor de los datos, que puede indicar a los gerentes comerciales lo que está sucediendo en su propio negocio y lo que condujo a los resultados son medios necesarios para la mejora del negocio. Si continuamos desarrollándonos, los datos pueden decirnos: "¿Qué pasará" y "¿Cuál es la estrategia óptima?" Dividimos el proceso de innovación y desarrollo empresarial en los siguientes tres eslabones clave:
(1) Predecir el futuro
Desde la predicción grupal hasta la predicción individual, refleja la evolución de las capacidades de análisis de datos en la era digital. Predecir el futuro en realidad significa predecir las elecciones de los usuarios a través de los comportamientos existentes de los usuarios, o guiar las elecciones de los usuarios a través de diversas actividades. En el mundo digital, es fácil conseguir lo que quieres. Esto también significa que la plataforma puede predecir con precisión nuestras elecciones; nuestras elecciones de consumo también pueden estar claramente organizadas por la plataforma, lo que también es el futuro de los datos del que debemos tener cuidado.
(2) Marketing de precisión
La mayor parte del marketing de precisión que existe actualmente en el mercado se basa en algoritmos similares de expansión de multitudes basados en etiquetas de datos de usuarios de terceros. Aunque los usuarios iniciales son proporcionados por la empresa, los datos de las etiquetas periféricas pertenecen a otros y el grado de superposición con el negocio propio de la empresa es demasiado bajo. Estas etiquetas no se pueden devolver a la empresa y es difícil formar un cierre de datos. bucle Ningún modelo puede optimizarse sin un ajuste de bucle cerrado.
Muchas de las ubicaciones precisas son paquetes de características seleccionadas manualmente, no multitudes generadas por la agrupación de algoritmos de modelos. Si se puede lograr una "alta frecuencia", entonces habrá una respuesta al problema del marketing de precisión.
(3) Evaluar el valor del usuario
El análisis en profundidad de los datos del comportamiento del usuario nos permite evaluar el valor del usuario de una nueva manera: CLV (Customer Lifetime Value, valor de vida del cliente). Esta es una forma más avanzada de evaluar el valor para el usuario y una actualización importante para la empresa. Porque a través de la adición de CLV, las empresas pueden ver no solo los ingresos operativos actuales, sino también el valor futuro que poseen, lo cual es muy importante para que las empresas formulen estrategias para un crecimiento sostenible y saludable.
Basado en datos de comportamiento del usuario para evaluar el valor total del ciclo de vida del usuario, el enfoque de la empresa se puede ampliar desde un único enlace de transacción hasta todo el proceso de interacción del usuario en la plataforma en la latitud espacial, y se puede extender desde el inicio del usuario. contacto con la vida completa que desaparece para siempre en el ciclo tiempo-latitud.
3. Cómo aportar valor a los datos de comportamiento del usuario
3.1 Dificultades comunes en el crecimiento impulsado por datos del comportamiento del usuario
(1) Incapaz de hacer demandas
El mundo impulsado por los datos es un mundo donde el crecimiento exponencial es común (porque los costos de edición se reducen gradualmente y cuando los datos se acumulan hasta cierto punto, los efectos comerciales que se pueden impulsar cambian exponencialmente), mientras que la forma en que los humanos perciben el mundo. es lineal (los operadores habitualmente entienden que la forma de crecimiento es la replicación y el crecimiento incremental, y es difícil imaginar cómo se puede lograr un crecimiento explosivo). Esto ha dado como resultado que los expertos que entienden tanto los datos como los negocios se conviertan en un recurso escaso. Sin conocimiento por ambas partes, es difícil plantear demandas que provengan del negocio y vayan más allá de la situación actual.
(2) Falta de trabajo de recolección
Los datos y la digitalización están asociados entre sí, muchas empresas han invertido muchos recursos en la construcción digital, pero lamentablemente no han iniciado los trabajos de digitalización simultáneamente.
(3) Hay informes pero no información
Cuando la empresa obtiene más y más ricos datos sobre el comportamiento del usuario, lo que el equipo puede proporcionar es el informe de análisis del informe de BI, utilizando los datos para mostrar los hechos de operación y gestión, en lugar de utilizar más métodos y herramientas para explotar oportunidades de crecimiento.
(4) Perspicacia pero sin estrategia
La diferencia entre insight y estrategia es que insight es el descubrimiento de las causas de los problemas y la exploración de oportunidades, mientras que la estrategia es un juicio que puede transformarse en acción.
3.2 Pirámide de crecimiento basada en datos: planificación-recopilación-análisis-aplicación
Para resolver el dilema de las grandes inversiones y los resultados lentos en la construcción de datos empresariales, el trabajo necesario se divide en cuatro etapas importantes, que incluyen planificación de datos (planificación de datos), recopilación de datos (recopilación de datos), análisis de datos (análisis de datos), datos. aplicación (Aplicación de datos). Comenzando con el punto final de "aplicación de datos" más valioso, comience la "planificación de datos", simplifique la dificultad de la "recopilación de datos", estandarice e inteligencia el proceso de "análisis de datos" y, finalmente, utilice varias herramientas de escena de aplicaciones para lograr acciones ágiles, de modo que para lograr un ciclo cerrado basado en datos de principio a fin.