Capítulo 1: Entrando na análise de dados de comportamento do usuário
1. O que são dados de comportamento do usuário?
1.1 Dados de comportamento do usuário em sentido estrito
(1) Dados de atributos do usuário
Os dados de atributos do usuário referem-se a dados sobre as características do usuário em segundos.Com base nas características demográficas, os usuários podem ser observados a partir de três aspectos: tendências de desenvolvimento estáticas, dinâmicas e futuras, incluindo gênero, idade, ocupação, etnia e outras variáveis estatísticas.
(2) Dados de comportamento do usuário
Os dados de comportamento do usuário referem-se aos dados de ação gerados pelos usuários durante as interações comerciais, ou seja, o que os usuários fizeram.
(3) Dados de transação do usuário
Os dados de transação do usuário referem-se a dados relevantes gerados após o usuário concluir a ação de pagamento.
1.2 Dados generalizados de comportamento do usuário
Os dados de comportamento do usuário, os dados de atributos do usuário e os dados de transação do usuário estão todos incluídos em dados amplos de comportamento do usuário. Os dados de transação do usuário são considerados uma liquidação matinal, e não o comportamento do usuário. Sob a lógica centrada no usuário, o que vemos será todo o ciclo de vida do usuário. Os dados de atributos do usuário podem ser entendidos como a precipitação dos comportamentos anteriores dos usuários.
1.3 Elementos “5+1” dos dados de comportamento do usuário
Os chamados elementos “5+1” referem-se a “quem”, “em que momento”, “em que local”, “com que conteúdo”, “o que foi feito” e “quais resultados foram produzidos”. Depois de quebrar os elementos básicos camada por camada e aumentar as dimensões reais da coleção, os dados de comportamento do usuário podem abranger muitas informações.
(1) Quem
O conceito de “quem” nos dados não se refere apenas às informações cognitivas do usuário, como o nome do usuário, informações de contato e número de identificação, mas também inclui informações sobre o terminal de acesso do usuário.
(2) Quando
A dimensão temporal pode incluir não apenas o tempo e a duração da ocorrência atual do comportamento, mas também estatísticas retroativas, expressas em termos de frequência do comportamento (quantas vezes), frequência do comportamento (quantas vezes) e outras dimensões.
(3) Onde
A dimensão de localização contém diferentes tipos de informações de localização off-line e on-line.
- As informações off-line incluem informações de coordenadas de latitude e longitude transmitidas pelo módulo GPS ou pelo sistema de navegação por satélite Beidou, informações de deslocamento transmitidas pelo sensor de aceleração e informações de altitude transmitidas pelo sensor de altitude.
- A informação online inclui duas partes: de onde o usuário vem e onde ele está. "De onde vem" refere-se às informações de dados das fontes do usuário, que podem ser subdivididas em fontes de canais de publicidade on-line, canais de tráfego natural, canais de pesquisa e canais off-line. "Onde" refere-se às informações da página da operadora digital, como página, coluna, poço, módulo, etc., onde o usuário está localizado.
(4) O que fazer
“O que fazer” é dividido principalmente em diversas latitudes: conteúdo, produto e função. Para conteúdo, podemos dividi-lo em diferentes tipos, como imagens, vídeos, áudios, etc., e podemos dividir ainda mais o título, autor e contagem de palavras; para produtos, podemos dividi-los camada por camada de acordo com detalhes como categoria, preço, etc.; para funções, que podem ser subdivididas camada por camada de acordo com diferentes submódulos.
(5) Como fazer
O comportamento do usuário pode ser dividido em três tipos de “como fazer”: interação com produto, interação com conteúdo e interação funcional.
- A interação do produto geralmente inclui navegação, estruturação, reservas, depósitos, pedidos, pagamentos, devoluções e trocas, etc.;
- A interação de conteúdo geralmente inclui navegar, deslizar, clicar para curtir, comentar, compartilhar, enviar mensagens privadas, adicionar amigos, etc.;
- As interações comportamentais funcionais são mais complexas e os comportamentos que podem ocorrer de acordo com diferentes características funcionais não são apenas os mesmos.
(6) Quanto (Quanto)
Quando os dados comportamentais e os dados de transações são integrados, muitas empresas carregam informações de resultados, como valor do pedido, tipo de pedido, detalhes do produto, etc., para o sistema de análise de comportamento do usuário, o que enriquece muito o valor dos dados de comportamento do usuário.
2. Uma tendência e dois valores de dados de comportamento do usuário
2.1 Uma tendência: migração de dados de comportamento do usuário no mundo dos gêmeos de dados
Os gêmeos digitais podem não apenas ajudar as empresas a reduzir os custos de tentativa e erro para realizar experimentos mais inovadores, mas também ajudar as empresas a fazer previsões mais precisas para evitar problemas antes que eles ocorram. Os gémeos digitais abrem "qualquer porta" para as empresas transformarem o mundo físico através do mundo digital. Espera-se que isto melhore significativamente a capacidade da empresa de recolher e visualizar dados, bem como a sua capacidade de analisar e aplicar corretamente os dados, ajudando as empresas a seja mais rápido, mais preciso e melhor. tome decisões de negócios.
O gémeo digital do lado da procura, ou seja, o marketing digital, é a área que mais cresce na transformação digital do meu país. A digitalização do lado da oferta pode reduzir o resultado final (linha de custo) da empresa, e a digitalização do lado da procura pode aumentar o resultado final (linha de receita) da empresa.
2.2 Valor 1: Compreender as necessidades do usuário e orientar atualizações de negócios
O processo de aplicação de dados de comportamento do usuário para orientar atualizações de negócios é dividido em quatro etapas: descrever usuários, compreender necessidades, projetar negócios e reconstruir relacionamentos.
- Descreva os usuários: por meio da fusão dos dados de comportamento do usuário e dos dados de transação do usuário, a jornada de vida dos usuários pode ser bem descrita. por exemplo: estágio iniciante - estágio de crescimento - estágio de maturidade - estágio de declínio - estágio de fluxo. Ao integrar dados de comportamento do usuário e dados de atributos do usuário, um retrato de 360° do usuário pode ser bem descrito.
- Compreender as necessidades: O método tradicional é através de pesquisas de mercado ou entrevistas com grupos focais; as empresas de Internet observam os comportamentos de navegação, comparação, reserva ou pedido dos usuários na página, combinados com o ciclo de vida do usuário e o retrato 360° obtido na primeira etapa, para isso pode determinar com precisão as reais necessidades de diferentes tipos de usuários de produtos.
- Negócios de design: No design de negócios, é dada ênfase especial ao conceito de mapa da jornada do usuário, que consiste em uma série de comportamentos do usuário organizados em uma linha do tempo. O formato do mapa da jornada do usuário inclui funções de usuário e cenários de negócios na parte superior; comportamentos, pensamentos, emoções e expectativas e objetivos correspondentes em diferentes períodos estão no meio; e os ganhos estão na parte inferior, incluindo insights e recursos de serviço correspondentes. .
- Reconstruindo relacionamentos: Ao melhorar a jornada digital do usuário, podemos nos ajudar a reconstruir o relacionamento entre empresas e usuários. Por exemplo, com base nos dados de comportamento dos usuários no sistema de adesão, as empresas podem medir o relacionamento dinâmico entre usuários e produtos e desenvolver estratégias de manutenção personalizadas para diferentes tipos de relacionamento com os usuários.
2.3 Valor 2: Prever o comportamento do usuário e orientar a inovação empresarial
Quando os dados do usuário se acumulam até certo ponto, a capacidade dos dados entrará em um novo campo de previsão e tomada de decisão inteligente. A aplicação de dados de comportamento do usuário, desde o processamento de dados brutos, até a geração de relatórios padrão, até relatórios especiais, até relatórios de análise de BI (Business Intelligence), essas etapas incorporam basicamente o primeiro valor dos dados, que podem dizer aos gerentes de negócios o que está acontecendo em seu próprio negócio e o que levou ao resultado é um meio necessário para a melhoria do negócio. Se continuarmos a desenvolver, os dados poderão dizer-nos: “o que vai acontecer” e “qual é a estratégia ideal”. Dividimos o processo de inovação e desenvolvimento empresarial nos três elos principais a seguir:
(1) Prever o futuro
Da previsão de grupo à previsão individual, reflete a evolução das capacidades de análise de dados na era digital. Prever o futuro significa, na verdade, prever as escolhas dos usuários por meio dos comportamentos existentes dos usuários ou orientar as escolhas dos usuários por meio de diversas atividades. No mundo digital, é fácil conseguir o que deseja. Isto também significa que as nossas escolhas podem ser previstas com precisão pela plataforma; as nossas escolhas de consumo também podem ser claramente organizadas pela plataforma. Este é também o futuro dos dados com o qual devemos ter cuidado.
(2) Marketing de precisão
A maior parte do marketing de precisão atualmente no mercado é baseada em algoritmos de expansão de multidão semelhantes, baseados em tags de dados de usuários de terceiros. Embora os usuários iniciais sejam fornecidos pela empresa, os dados das tags periféricas pertencem a terceiros e a sobreposição com o próprio negócio da empresa é muito baixa. Essas tags não podem ser devolvidas à empresa, dificultando a formação de um ciclo fechado de dados. Qualquer o modelo não pode ser otimizado sem ajuste de malha fechada.
Muitos dos posicionamentos precisos são pacotes de multidões de recursos selecionados manualmente, e não multidões geradas pelo agrupamento de algoritmos de modelo. Se a “alta frequência” puder ser alcançada, então haverá uma resposta para o problema do marketing de precisão.
(3) Avalie o valor do usuário
A análise aprofundada dos dados de comportamento do usuário nos permite usar uma nova forma de avaliar o valor do usuário - CLV (Customer Lifetime Value). Esta é uma forma mais avançada de avaliar o valor do usuário e uma grande atualização para o negócio. Porque através da soma do CLV as empresas conseguem ver não só o seu resultado operacional atual, mas também o seu valor futuro, o que é muito importante para as empresas formularem estratégias de crescimento sustentado e saudável.
Com base nos dados de comportamento do usuário para avaliar o valor total do ciclo de vida do usuário, o foco da empresa pode ser ampliado de um único link de transação para todo o processo de interação do usuário na plataforma na latitude espacial, podendo se estender desde o primeiro contato do usuário à vida completa que desaparece para sempre no ciclo temporal.
3. Como agregar valor aos dados de comportamento do usuário
3.1 Dificuldades comuns no crescimento baseado em dados de comportamento do usuário
(1) Incapaz de fazer exigências
O mundo orientado por dados é um mundo onde o crescimento exponencial é comum (porque os custos de edição diminuem gradualmente, os efeitos comerciais que podem ser impulsionados mudam exponencialmente quando os dados são acumulados até certo ponto) e a forma como os humanos entendem o mundo é linear. ( Os operadores habitualmente entendem que o caminho do crescimento é a replicação e o crescimento incremental, e é difícil imaginar como o crescimento explosivo pode ser alcançado). Isso torna os especialistas que entendem de dados e de negócios um recurso escasso. Sem conhecimento de ambos os lados, é difícil encontrar necessidades que possam vir do negócio e ir além do presente.
(2) Falta de trabalho de coleta
Dados e digitalização estão interligados. Muitas empresas investiram muitos recursos na construção digital, mas infelizmente não iniciaram o trabalho de digitalização simultaneamente.
(3) Existem relatórios, mas não há insights
Quando uma empresa obtém mais e mais ricos dados sobre o comportamento do usuário, a equipe pode fornecer relatórios de análise na forma de relatórios de BI, usando dados para exibir fatos de negócios e de gerenciamento, em vez de usar mais métodos e ferramentas para explorar oportunidades de crescimento.
(4) Insight, mas sem estratégia
A diferença entre insight e estratégia é que insight é a descoberta das causas dos problemas e a exploração de oportunidades, enquanto estratégia é um julgamento que pode ser transformado em ação.
3.2 Pirâmide de crescimento orientada por dados: planejamento-coleta-análise-aplicação
Para resolver o dilema de grandes investimentos e resultados lentos na construção de dados corporativos, o trabalho necessário é dividido em quatro etapas importantes, incluindo planejamento de dados (Planejamento de Dados), coleta de dados (Coleta de Dados), análise de dados (Análise de Dados) e aplicação de dados.(Aplicação de dados). Começando pelo ponto final da "aplicação de dados" mais valiosa, inicie o "planejamento de dados", simplifique a dificuldade de "coleta de dados", padronize e inteligenteize o processo de "análise de dados" e, finalmente, use uma variedade de ferramentas de cenário de aplicação para alcançar ações ágeis, alcançando assim um ciclo fechado baseado em dados do início ao fim.