大數(shù)據(jù)用戶(hù)行為畫(huà)像分析實(shí)操指南

目 錄
第1章 走近用戶(hù)行為分析\t1
1．1 用戶(hù)行為分析與畫(huà)像的概念\t3
1．2 用戶(hù)行為分析的意義\t4
1．3 大數(shù)據(jù)與用戶(hù)行為分析\t7
1．4 用戶(hù)行為分析的幾個(gè)重要階段\t8
1．4．1 獲取用戶(hù)行為數(shù)據(jù)\t8
1．4．2 明確分析指標(biāo)與維度\t8
1．4．3 分析結(jié)果可視化呈現(xiàn)\t10
第2章 行為數(shù)據(jù)分析的使用場(chǎng)景\t14
2．1 了解用戶(hù)使用習(xí)慣\t14
2．2 提升用戶(hù)操作體驗(yàn)\t15
2．3 監(jiān)控業(yè)務(wù)轉(zhuǎn)化過(guò)程\t17
2．4 持續(xù)性輔助用戶(hù)運(yùn)營(yíng)效果\t19
第3章 基于大數(shù)據(jù)的行為分析――傳統(tǒng)埋碼\t23
3．1 行為數(shù)據(jù)采集方法與技術(shù)原理\t23
3．2 行為數(shù)據(jù)的統(tǒng)計(jì)原理\t26
3．3 行為統(tǒng)計(jì)的分類(lèi)方法\t31
3．3．1 使用層面的分類(lèi)\t31
3．3．2 技術(shù)處理層面的分類(lèi)\t32
3．4 基于大數(shù)據(jù)的行為數(shù)據(jù)存儲(chǔ)與計(jì)算\t34
3．4．1 行為數(shù)據(jù)采集系統(tǒng)示例\t34
3．4．2 存儲(chǔ)與分析系統(tǒng)示例\t40
第4章 基于大數(shù)據(jù)的行為分析――無(wú)埋碼\t67
4．1 無(wú)埋碼技術(shù)的實(shí)現(xiàn)原理\t67
4．2 無(wú)埋碼技術(shù)的使用實(shí)例\t69
4．3 無(wú)埋碼采集系統(tǒng)示例\t70
4．3．1 連接應(yīng)用\t70
4．3．2 配置無(wú)埋碼事件\t71
4．4 其他無(wú)埋碼渠道的行為數(shù)據(jù)分析\t74
第5章 行為分析的指標(biāo)與模型\t77
5．1 用戶(hù)行為分析的3個(gè)層次\t77
5．2 行為分析指標(biāo)\t78
5．2．1 渠道類(lèi)指標(biāo)\t78
5．2．2 訪問(wèn)類(lèi)指標(biāo)\t78
5．2．3 轉(zhuǎn)化類(lèi)指標(biāo)\t79
5．2．4 留存類(lèi)指標(biāo)\t80
5．2．5 社交類(lèi)指標(biāo)\t81
5．3 用戶(hù)模型構(gòu)建\t81
5．3．1 傳統(tǒng)的用戶(hù)模型構(gòu)建方法\t82
5．3．2 大數(shù)據(jù)時(shí)代下基于行為數(shù)據(jù)的用戶(hù)模型構(gòu)建方法\t83
5．4 用戶(hù)行為全程追蹤\t85
5．4．1 用戶(hù)獲取\t86
5．4．2 用戶(hù)轉(zhuǎn)化\t86
5．4．3 用戶(hù)留存\t87
5．4．4 產(chǎn)生收入\t87
5．4．5 用戶(hù)傳播\t88
5．5 轉(zhuǎn)化分析模型\t89
5．5．1 科學(xué)地構(gòu)建漏斗\t89
5．5．2 漏斗對(duì)比分析法\t90
5．5．3 漏斗與客戶(hù)流向結(jié)合分析法\t90
5．5．4 微轉(zhuǎn)化行為分析法\t91
5．5．5 用戶(hù)注意力分析法\t92
5．6 精細(xì)化運(yùn)營(yíng)模型\t93
5．6．1 用戶(hù)常規(guī)分群體系構(gòu)建\t93
5．6．2 用戶(hù)生命周期模型構(gòu)建\t95
5．6．3 用戶(hù)流失預(yù)警模型構(gòu)建\t96
5．6．4 用戶(hù)價(jià)值管理（RFM）模型構(gòu)建\t98
5．6．5 大小數(shù)據(jù)融合的用戶(hù)畫(huà)像模型構(gòu)建\t99
第6章 行為分析與日常運(yùn)營(yíng)\t101
6．1 用戶(hù)行為分析與渠道運(yùn)營(yíng)\t101
6．1．1 渠道歸因模型\t101
6．1．2 渠道引流趨勢(shì)分析\t102
6．1．3 不同渠道用戶(hù)畫(huà)像\t103
6．1．4 不同渠道用戶(hù)站內(nèi)行為\t103
6．2 用戶(hù)行為分析與產(chǎn)品運(yùn)營(yíng)\t104
6．2．1 用戶(hù)健康度分析\t104
6．2．2 用戶(hù)路徑分析模型\t105
6．2．3 漏斗分析模型\t107
6．2．4 用戶(hù)點(diǎn)擊模型\t108
6．3 用戶(hù)行為分析與營(yíng)銷(xiāo)運(yùn)營(yíng)\t109
6．3．1 用戶(hù)行為分析與活動(dòng)方案設(shè)計(jì)\t109
6．3．2 用戶(hù)行為分析與活動(dòng)方案執(zhí)行\(zhòng)t110
6．3．3 用戶(hù)行為分析與活動(dòng)效果評(píng)估\t111
6．4 用戶(hù)行為分析與用戶(hù)運(yùn)營(yíng)\t112
6．4．1 用戶(hù)行為分析與拉新\t112
6．4．2 用戶(hù)行為分析與轉(zhuǎn)化\t114
6．4．3 用戶(hù)行為分析與留存\t116
第7章 用戶(hù)畫(huà)像\t118
7．1 用戶(hù)畫(huà)像概述\t119
7．1．1 用戶(hù)畫(huà)像的定義\t119
7．1．2 用戶(hù)畫(huà)像的構(gòu)建原則\t120
7．1．3 用戶(hù)畫(huà)像的應(yīng)用領(lǐng)域\t121
7．2 兩種常見(jiàn)的用戶(hù)畫(huà)像\t122
7．2．1 用戶(hù)角色（User Persona）\t122
7．2．2 用戶(hù)檔案（User Profile）\t125
7．3 用戶(hù)畫(huà)像的調(diào)研\(zhòng)t131
7．3．1 背景描述\t131
7．3．2 需求調(diào)研\(zhòng)t132
7．3．3 業(yè)務(wù)理解\t134
第8章 標(biāo)簽體系――用戶(hù)畫(huà)像的刻畫(huà)\t135
8．1 標(biāo)簽體系的構(gòu)建\t135
8．1．1 ID拉通\t136
8．1．2 結(jié)構(gòu)化標(biāo)簽體系和非結(jié)構(gòu)化標(biāo)簽體系\t145
8．1．3 標(biāo)簽體系的構(gòu)建\t147
8．2 標(biāo)簽體系的分析方法及應(yīng)用\t151
8．2．1 群組構(gòu)建\t151
8．2．2 用戶(hù)群組分析\t153
8．2．3 微觀畫(huà)像\t154
8．2．4 用戶(hù)相似度\t155
第9章 用戶(hù)畫(huà)像的大數(shù)據(jù)應(yīng)用\t159
9．1 用戶(hù)畫(huà)像與推薦系統(tǒng)\t159
9．1．1 推薦系統(tǒng)簡(jiǎn)介\t159
9．1．2 矩陣計(jì)算\t160
9．1．3 基于用戶(hù)的協(xié)同過(guò)濾示例\t161
9．2 用戶(hù)畫(huà)像與智能營(yíng)銷(xiāo)（一）\t166
9．2．1 營(yíng)銷(xiāo)場(chǎng)景構(gòu)建\t167
9．2．2 業(yè)務(wù)規(guī)則\t167
9．2．3 實(shí)時(shí)化的自動(dòng)營(yíng)銷(xiāo)\t167
9．3 用戶(hù)畫(huà)像與智能營(yíng)銷(xiāo)（二）\t168
9．3．1 用戶(hù)畫(huà)像與電話(huà)營(yíng)銷(xiāo)\t168
9．3．2 用戶(hù)畫(huà)像與電話(huà)回訪\t169
9．3．3 用戶(hù)畫(huà)像與二次銷(xiāo)售\t169
9．3．4 用戶(hù)畫(huà)像與投訴\t169
第10章 案例與詳解\t171
10．1 金融行業(yè)用戶(hù)全渠道行為分析\t171
10．1．1 分析背景\t171
10．1．2 用戶(hù)行為分析過(guò)程\t173
10．2 電商行業(yè)用戶(hù)行為分析\t177
10．2．1 分析背景\t177
10．2．2 用戶(hù)行為分析過(guò)程\t179
10．3 房地產(chǎn)行業(yè)用戶(hù)行為分析\t183
10．3．1 分析背景\t183
10．3．2 用戶(hù)行為分析過(guò)程\t185
10．4 快消行業(yè)用戶(hù)行為分析\t188
10．4．1 分析背景\t188
10．4．2 用戶(hù)行為分析過(guò)程\t189
10．5 媒體行業(yè)用戶(hù)行為分析――以電影網(wǎng)為例\t196
10．5．1 分析背景\t196
10．5．2 用戶(hù)行為分析過(guò)程\t197