1. 운영자 빅 데이터 분석
1. 응용 사례
운영자 빅 데이터는 단일 산업 및 다양한 산업의 고객 획득 시나리오에 적용 할 수 있습니다.
부동산 : 집은 모두에게 필수입니다. 부동산 업계에서 기업은 운영자의 빅 데이터를 기반으로 실시간으로 원하는 고객 그룹을 얻을 수 있습니다.
운영자의 빅 데이터는 방문자를 가로 채기 위해 실시간으로 홍보되는 부동산 관련 부동산 웹 사이트를 획득하고 분석하는 데 사용할 수 있습니다. 부동산 카테고리 앱을 분석하여 활성 사용자와 신규 등록 사용자를 확보합니다. 관련 부동산 회사의 프로모션 웹 페이지에 남겨진 400 건의 상담 전화와 해당 영업 부서의 유선 전화는 실시간 발신자 데이터를 가로 채서 획득 할 수있다.
교육 : 전일제 교육에서 파생 된 영어 수업 및 전문 수업에서 성인 교육, 직업 교육 등 교육 산업은 운영자의 빅 데이터를 기반으로 필요한 실시간 의도 고객 그룹을 얻을 수 있습니다.
운영자의 빅 데이터를 이용하여 방문자를 가로 채기 위해 홍보중인 실시간 교육 관련 웹 사이트를 얻을 수 있습니다. 교육 카테고리 앱을 분석하여 빈도가 높은 활성 사용자와 새로 등록 된 사용자를 확보합니다. 관련 교육 웹 사이트에서 남긴 유선 전화 400 대, 실시간 발신자 사용자 데이터 정보 도청 등
위에 나열된 두 산업은 고객 획득 응용 사례에 대한 운영자 빅 데이터 분석을 기반으로합니다. 운영자 빅 데이터는 부동산 및 교육에 대한 데이터 분석을 수행 할뿐만 아니라 전체 산업에 대한 데이터 분석을 수행하고 고객 획득을 적용 할 수 있습니다. 데이터 주로 사용자의 브라우징 및 접근 정보에 따라 사용자의 관련 선호도를 분석하고 분석 결과를 기반으로 사용자에게 정확한 산업 라벨을 적용합니다. 사용자의 온라인 행동 및 커뮤니케이션 행동에 대한 지속적인 분석을 기반으로 사용자의 특성 초상화를 생성 한 다음 사용자 태그를 기반으로 관련 협력 산업 및 회사에 권장 및 배포하고 관련 회사는 직접 연락, 전환 및 거래를위한 고객 서비스 직원을 배치합니다. . — 말해 보겠습니다. 병음과 제로원
2. 데이터 라벨
라벨 구분 :
기본 라벨
중국 3 대 사업자는 약 15 억 명의 사용자 그룹을 보유하고 있으며 그 중 대부분은 실명으로 인증되어 있습니다. 신원 정보를 기반으로 성별, 생년월일, 연령, 지역 및 기타 관련 태그를 얻을 수 있으며 정보는 다음과 같습니다. 진실하고 진실합니다.
사용자 행동 라벨
행동 태그는 사용자의 온라인 및 모바일 단말기에서의 통신 행동입니다. 사용자의 온라인 및 통신 행동 로그 분석을 기반으로 검색 행동, 통화 행동, 구매 행동, 소비 선호도 등과 같은 포괄적 인 데이터 태그를 얻을 수 있습니다.
라벨링 규칙
운영자 빅 데이터는 기업의 다양한 산업 및 비즈니스 시나리오를 기반으로 할 수 있으며 의도 된 고객에 대한 기업의 요구 사항이 다르며 의도 된 고객 그룹을 얻기 위해 기업의 특정 요구 사항에 따라 사용자 정의 할 수 있습니다.
· 지역, 성별, 나이, 웹 사이트, 앱 방문 횟수, 방문 시간, 통화 횟수, 통화 시간에 따라 필터링 가능
· 운영자 빅 데이터 모델링 분석에 따라 최대 T + 1 일 실시간 데이터 획득 가능