特稿 >

行业洞察 >

玩不转分析体系,你要这“铁棒”有何用?|MobData

玩不转分析体系,你要这“铁棒”有何用?|MobData

Xtecher原创 丨 行业洞察

24396
3519

2018-05-02

MobData

Xtecher特稿作者

关注

           

“互联网+”模式伴随着时间的发展,已经不断深化在各行各业的集群中,人类从单纯的个体化为了一段段数据,无数的数据集合到了一起,便形成了如今的大数据时代风暴。然而,大数据的应用对于大多数企业来说,还处于探索阶段,甚至不少企业都在空谈大数据——虽然拥有数据,想利用数据,但是却不知道如何实际应用……

这个时候,企业聆听新思路、新技术,借助专业大数据企业完善自身,进行整体性大数据转型升级,是必然要向前迈进的一步。2018年4月27日,在魅力海城厦门召开了一场大数据应用的专业研讨会,3W企服联合MobData、个推等大数据技术领域杰出企业,围绕大数据应用技术展开了激烈的讨论。

会上,MobData产品总监王乐,以“从数据采集到数据应用”为主题,为在场嘉宾详细讲解,从数据采集、处理、存储再到应用,MobData如何搭建功能完整、业务适用性强的大数据应用体系。

对于企业来说,数据化的升级不仅可以驱动企业精细化运营,洞察用户,还能降低获客成本,增强营销效果,进而由数据创造出真正价值。而且利用企业在大数据上的成本回报率相当可观。不过,要真正的实现这个过程,必须要拥有一个完整的数据分析体系。

数据分析体系的搭建

任何一个产品的生命周期,都会包含想法、功能、数据这三个重要环节。我们通过想法去构建人们所需要的功能,通过功能的搭建与结合形成一个好的产品,同时通过数据衡量产品的优缺点,来证实或者修正我们的想法。

数据能告诉我们哪些用户访问了我们的产品,他们对什么功能更感兴趣,哪些步骤让用户放弃了。由此,我们再去改进产品。这个监控系统和分析逻辑,就是我们需要搭建的数据分析体系。

一个完整且高效的大数据分析体系,通常需要我们做好以下三件事。

一、全景大数据采集

对于一个产品而言,首先需要定义好有哪些数据是需要被采集的,以及用什么方式来采集。数据来源可以分为内部数据和外部数据,外部数据包括运营商数据、合作方数据、爬虫数据、市场调研数据,而内部数据包括用户行为数据、服务端业务数据和错误日志。

在数据分析体系中,一般内部数据通过前端埋点就能完成,而外部数据则需要后端埋点。但即使这样,还会有个致命的问题凸显出来——数据孤岛。多数企业的数据都缺乏流通性,特别是以线下为主要销售渠道的企业,线上与线下数据有着强大的割裂感。

针对于这样的问题,MobData会结合自身、企业、第三方等多方数据,扩充企业数据库,并且有效打通企业的线上与线下数据,让数据真正的流动起来,企业拥有的数据不再单一、片面,而是真正可以利用到实际当中的价值数据。

同时MobData的大数据深入挖掘技术,能够帮助企业对产品的用户数据、设备数据、业务数据进行高效的全面采集与多维挖掘。

前端用户行为采集:

1)用户数据

触发时所有的用户属性快照

等级、积分、实名情况、绑卡情况、信用分等等

2)设备数据

触发时所有的设备属性快照

手机型号、网络情况、地理位置

系统版本、电池容量等等

3)业务数据

a.搜索关键词

b.是否通过语音搜索

c.是否通过热搜搜索

d.通过热搜搜索关键词在显示的位置

e.是否通过历史搜索

f.通过历史搜索的关键词在显示的位置

服务端业务数据采集:

服务端数据采集较前端优先,因为用户与服务器成功交互的数据,避免了前端数据易于丢失的风险。对实时性和安全等级有较高要求的数据采集,应该用服务端数据采集来实现,比如支付网关数据、客服后台数据、风控数据、快递员调度数据等。

二、搭建完善业务数据模型

数据模型以Uesr-Event为例,在与用户发生业务行为后,一个完善的数据模型,将帮助管理者最大程度地还原事件和场景。

纵向深度探测到用户的设备属性、账户属性、角色属性、用户标签。横向也可以将数据抽象为什么人、什么时间、什么地点、做什么四个维度。采集后的数据将用于挖掘构建用户标签体系,勾勒出精准的用户画像,让企业更加了解用户喜好,以便之后的营销策略以及产品优化。

数据预处理是整个数据模型的关键部分,分为四个步骤:数据清洗、数据转换、特殊处理、预聚合。采集到的大数据能够最终高效地利用在实际场景当中,必须先经过这四个部分的处理。

预处理过后,留下的精华数据将会进入数据储存库当中。在完善业务数据模型过程中, 构建查询预处理模块,包括数据熔断模块、数据预过沸模块、数据预处理模块、异步任务中心等等。这样的功能,能够让最后的数据应用更加灵活实用,大大提升了数据应用的效率。

三、 数据的场景应用

拥有了全面高效的数据采集,完善的业务数据模型之后,整个大数据体系的重中之重,当然是要将我们的数据应用到现实场景当中,这样才能让前面的所有工作创造出价值,助力企业发展。

以MobData所服务的客户为例:

某游戏行业客户出现用户流失率严重增加现象,亟需升级用户运营模式,挽回流失用户,改善留存率,并挖掘出更深层次的潜在用户。

数据采集

MobData在帮助企业成功搭建整个大数据分析平台后,通过强大的大数据分析体系,使企业快速获得目标用户群体的关键行为数据。比如:“近30天充值金额大于1000元”、“拥有至少5张橙卡的大R用户”、“公会会长未充值过的用户”等数据。

用户画像

利用这些数据,企业的大数据分析平台立即分析业务优化的方向:活跃用户人均付费金额是多少、用户30日生命周期价值、参与某活动成功后选择的道具分布情况。基于以上的模型和行为,也可以进行简单的漏斗分析,得出最真实的场景数据,勾勒出精准用户画像,并且可以直接定位用户消费点、流失点,进而优化游戏产品。

舆情检测

对于游戏企业来说,舆情分析也是重要的一环,基于爬虫或埋点获取的游戏公共区聊天,附加论坛贴吧等平台的聊天数据,分析得出话题、态度、关系图谱带有心理特质的聚类数据,提取出游戏玩家反馈中的重要标签,快速发现游戏存在问题,以及用户流失原因,进而优化产品,并且舆情检测也可辅助舆情预警、敏感词屏蔽等。

市场洞察

数据分析平台除了挖掘分析自身相关数据之外,更重要的还有洞察市场功能,以及针对全行业的品牌分析。MobData凭借海量数据资源,帮助该游戏企业获得了游戏市场实时、全面的平台分析,帮助游戏企业寻找自身定位,优化品牌调性,在运营中突出品牌独特之处。

精准营销

基于大数据的精准化投放,是最常用的数据应用。通过不同事件将用户分类,例如装载用户、高付费用户、注册用户、高段位用户、活跃用户;通过种子用户和Lookalike相似人群扩展,触达更多潜在目标受众;基于目标受众的用户画像,精准投放定制化广告,与目标受众进行高效沟通。

MobData最终帮助该企业减少15%的用户流失率,新用户增长速度较使用前增加了20%。

企业与大数据的高度融合是市场经济的必然选择,在大数据技术的持续深入下,各行各业都面临着市场布局的重新设定,众多企业甚至将大数据应用提高到了整体战略层面。但大数据到底能够为企业带来什么?还是要在实际应用中体现出来。

未来,MobData也将继续深挖技术创新与产品升级,从最底层解决客户需求,制定更优秀的大数据智能化解决方案,助力企业构建更加完美的大数据分析体系。

>>更多内容在 MobData:http://mobdata.mob.com


打开微信“扫一扫”,打开网页后点击屏幕右上角分享按钮

账号登录

重置密码

还没有账号?立即注册>

账号注册

已有账号?立即登录>注册企业会员

重置密码

返回

绑定手机