03 基于大數據的社交媒體用戶行為分析(什么是用戶行為分析？怎么做用戶行為分析？)

。。。 比如 Breaki ngNews.買粉絲 在客戶端應用“讓新聞追看用戶跑” 的新思維 ，報道中嵌入地理位置信息 ，通過 GPS 找到用戶 ，實現新聞精準推送。

2 場景的要素之 二：

用戶的實時狀態無論是固定場景還是移動場景 ，人們的實時狀態都會與空間因素共同作用。用戶的實 時狀念包括其自身的數據，也包括他們感興趣的環境信息。過去想要搜集用戶實時信息可謂天方夜譚 ，如今可穿戴設備的出現使這個維度的數據采集和實時數據成為現實。

2014 年百度發布的可穿戴設備百度眼 ( BaiEye), 正是試圖定位于某些特定空間中的信息采集和個性化服務， 如商場和博物館 。當人們身在博物館時 ，他們感興趣的展品， 與其視線相關，百度眼了解了 用戶感興趣的展品后，可以自動獲取與這些展品相關的信息并通過語 音傳送給用戶。

除了可穿戴的移動設備， 固定設備也能夠實時監測分析用戶行為 ， 如阿根廷公司 Shopperception 通過設置在天花板上的立體傳感器，即時了解到顧客看了什么商品、在哪些地方停留 、購買什么商品需要多長時間等移動狀態下的用戶行為 。

英特爾推出的環境感知營銷解決方案， 則將用戶實時數據的采集推向了進一步的應用層面 。當一位消費者路過基于英特爾酷睿處理器的數字廣告牌時 ，英特爾廣告框架技術可分析根據天氣、 社交媒體 ， 以及包括顧客年齡 、性別和手機在內的信息， 調整內容和用戶界面， 使其與受眾更具相關性 、更加個性化。

3 場景的要素之三 ：

用戶生活慣性 人們在各種場景下的需求與行為模式，通常被認為是以往生活經驗的慣性延伸 ，而在如今的 DT 時代 ，基于可穿戴設備， 可將用戶的生活慣性以更加準確的方式識別、 匹配、分析、儲存。

英國維珍航空公司在 2014 勾勺初開展了一項實驗，利用谷歌眼鏡和索尼智能手表，精準實現頭等艙乘客識別，狄取飲食偏好 、上次出行信息、目的地信息等，以快速提供個性化服務。

4 場景要素之四：社交氛圍

在 《即將到來的場景時代 》一書中，兩位作者將社交媒體也列為 場景時代的一個重要元素，并指出，正是通過在線交談，我們明確了自己的喜好、所處的位置以及我們所尋求的目標 。這些內容使得技術可以理解 “你是誰”、 “你正在做什么”以及 “你接下來可能做什么 ” 等場景。可見，社交媒體中用戶及其相關者的數據分析， 可從另一維度，為場景分析提供支持 。

對于移動媒體的內容 生產者來說，如今的一個重要目標是通過自己的努力，將文字的精華，通過其他表現形式，如信息圖表和 PPT , 進行提煉與再呈現 。因此，今天的移動媒體的標題中，越來越多地出 現了“一分鐘讀懂”“兩分鐘了解”“ 八張圖讓你知道” 等字眼。當然 ， 這還只是移動閱讀式的 ，不同場景信息閱讀的個性化特點如何在呈現形式上做出述說還需要今后進一步探索。

當移動媒體在內容媒體 、 關系媒體、服務媒體三個方向上拓展時，

移動媒體的主要任務就是完成信息流 、關系流與服務流的形成與組織 。 擁有強勢的 “流” 的平臺，也就有成為 “入口的潛力”。當越來越多的信息與服務依賴場景這一變化時，場景本身可以成為信息組織、關系組織與服務組織的核心邏輯， 可以成為信息 － 關系 － 服務等幾者聯結的紐帶，場景本身可能成為移動媒體的新入口 。

怎樣理解互聯網行業“數據分析”的意義

本文通過以下七部分拆解數據分析：

一、什么場景和行業需要數據分析

二、數據分析會騙人嗎？

三、怎樣排除虛假流量？

四、PC端數據分析指標&方法論

五、電商、金融行業數據分析

六、數據分析的趨勢

七、怎么培養數據分析的能力？

第二部分拆解六、七部分

六、數據分析的趨勢

第三個趨勢，我認為數據分析的崗位可能慢慢就會消失了。數據分析崗位的消失在近幾年不會出現，但未來十年內不好說。我認為數據分析的技能對所有互聯網從業者來說，就像對于辦公軟件以及語言的掌握一樣，會成為人人必備的技能。

第四個趨勢，機器學習的發展將最大限度實現程序化數據應用。

目前數據應用的很多環節都在應用機器學習，比如程序化購買、自動化廣告素材優化、智能商品推薦等等，但相互之間是割裂的，還需要人去做各個環節的串聯。機器學習會慢慢替代人來串聯一個一個的程序化模塊，程序化的整體數據應用方案將會覆蓋互聯網領域。

這四個趨勢我認為是我們很快就能夠看得到的。

七、怎么培養數據分析的能力？

第一個建議，方向比努力還要重要。

數據分析并不是一個特別細分的領域，它里面包含了很多的方向。作為一個數據分析的入門者，當你了解了數據分析行業概況之后，你要做的一件事情就是了解這個行業有哪些方向，選擇一個方向深挖。數據分析有三個常見的發展方向。一是數據挖掘；二是數據建模和數據應用；三是商業數據分析。每個方向都不容易到達巔峰，所以盡快確定主攻方向，盡快扎進去有助于迅速成長為一個領域的專家，和其它專家共同協作攻克數據分析領域更前沿的課題。

第二個建議，懂生意比懂數據重要。

一開始我們就談到數據的價值是要最終服務于某個具體業務的，所以要想讓數據發揮更高價值，對于業務知識的掌握是需要重視的，否則數據分析結果和業務存在距離或不能落地，不能實現商業增值，數據就會因此貶值了。

第三個建議，在場景里做分析比理論分析更重要。

第二方面，用戶體驗輸出。你面向的是用戶，所以更重要的是你的內容如何跟用戶產生共鳴。并不是說你設計的多漂亮、運行的多流暢，而是涉及到用戶情感和用戶感受層面，這也是量化指標難以駕馭的，需要加入人腦對于場景的理解才能做好。

第四個建議，注重人機協作。

對剛入門的數據分析師，我非常建議把人機協作這件事情提上日程，作為重點學習的方面，善于利用機器的力量代替人的力量，把人解放出來做人更擅長做的事情，人機配合最大化。機器擅長數據清洗、數據建模、數據預警、數據可視化等，所以提升數據分析能力一定是面向未來的，善于讓機器去做它更擅長的事情，人去彌補機器的不足，更高效地完成分析工作，節省下來的時間就用來提升人獨有的能力。

如何利用大數據思維來進行用戶調研

如何利用大數據思維來進行用戶調研

傳統的產品調研，通常需要先行選定用戶樣本，之后耗費大量人力物力采用不同的調研方法，進行用戶調研。如果把大數據應用到用戶調研當中，憑借著海量的歷史數據樣本，對于調研問題，可以借助大數據進行預分析處理，之后再進行人工選擇性介入處理，不僅可以提高用戶調研的效率，以最快的速度響應用戶需求，而且可以極大的降低用戶調研的成本。基于此，本文試圖利用大數據思維，來解讀大數據時代下用戶調研的新變化。

說明：本文提供的僅僅是大數據時代下，用戶調研的思路。如果有具體的用戶調研需求，歡迎向筆者提出，筆者將在下篇推文中，進行具體案例的探討。

大數據作為一種生產資料，正在越來越深入的影響著人類社會。現在，大數據在電商領域，通過根據相似消費者的商品偏好，向顧客推薦更符合其個人喜好的商品，這一推薦方式不僅僅省去了消費者尋找商品的時間，更是提高了電商平臺的收入。

同理，在音樂、電視劇、電影，廣告投放、用戶調研等領域，大數據的可用武之地也越來越廣。那么，大數據時代給用戶調研方式帶來了哪些改變呢？

大數據被廣泛應用以前，傳統的用戶調研方式，通常需要經過界定調研問題、制定調研計劃、綜合調研方法、設計調研問卷、總結調研結果這5個步驟。

但是，大數據被廣泛應用以后，憑借著海量的歷史數據樣本，對于調研問題，可以借助多種公開的大數據工具進行預分析處理，之后再進行人工選擇性介入處理，將二者進行比對，進行多輪TEST，幫助產品人員發現問題的真相。

一、設置出優秀的調研問題，調研便成功了一半

設置調研問題，處于整個調研的第一個環節，其重要性自然不言而喻。比如某些產品經理可能會提出“用戶為什么不接受視頻付費”，或者“是否有足夠的用戶愿意支付15元/月來觀看正版高清視頻，如果是更低或者更高的價格呢？”前一個調研問題過于寬泛，而后一個調研問題卻又界定的過于單一。

如果將調研問題界定為：

哪一類用戶最有可能使用視頻網站的付費服務？視頻網站不同檔位的價格，分別會有多少用戶愿意支付？所有視頻網站中，會有多少用戶會因為這項服務而選擇該視頻網站？相對于視頻付費，如廣告主贊助，這一方式的價值何在？

當然，并非所有調研的調研內容都能如此具體明了：

有些屬于探索性研究，這類調研的目的在于找出問題的真相，提出可能的答案，或新的創意；

有些屬于描述性研究，這類調研重在描述項目內容的某些數量特征；

還有一些是因果性研究，這種調研的目的是檢測現象之間是否存在因果關系。

二、根據調研問題，進行大數據預分析處理

大數據的魅力在于采集的不是樣本數據，而是全部數據。例如滴滴推出滴滴外賣服務、美團推出美團打車業務，得益于現代社交網絡的發達程度，滴滴和美團幾乎可以對微博、買粉絲等社交媒體上的對于新推出服務的議論進行統計分析，從而提供更好的服務。

例如，可以通過百度指數了解網友對于此項服務的搜索行為，同時進行跟蹤分析：

當然并不是所有的網友都會使用百度搜索，他們也有可能使用360搜索，這時就要借助360指數：

又或者用戶采取其他方式來表達情緒和想法，比如社交媒體微博、買粉絲，可能就會用到微博指數，第三方輿情監測和口碑分析工具，借助新浪微輿情進行口碑分析和文本挖掘：

說明：以上的大數據工具，僅列舉了常用的3種。在實際操作中，大數據工具的選擇，還需要根據用戶具體的調研問題來確定。

三、人工介入，對調研問題進行針對性處理

可以根據大數據分析結果，人工介入到調研問題上來，進行有針對性的調研處理，這時候可以采用傳統的調研方法。但是與以往不同的是，在采用這些調研方法時，不需再耗費大量成本進行種種調研。選擇人工介入的目的，是為了更真實的感受調研過程，參與調研問題的處理上來。

傳統的調研方法，通常有以下4種方式：

1.觀察法

這種方法是采取不引人注目的方式，來觀察消費者使用產品的情形，以收集最新數據資料。某些戰略買粉絲公司在做調研時，十分信奉觀察法。

下面是國內知名的營銷買粉絲公司，華與華在《超級符號就是超級創意》里關于這一方法運用的片段，了解一下：

“比如你在超市里觀察牙膏的消費，觀察走到牙膏貨架前的人，你會看到這樣的一個過程：一個顧客推著購物車走過來，一邊走一邊瀏覽貨架上的牙膏；停下來，注目于一盒牙膏片刻，繼續往前走；停下來，拿起一盒牙膏，看后放下；又拿起一盒看看，再翻過來，仔細看包裝，背后的文案放回貨架；往前走兩步，掉頭回到最開始注目的那盒牙膏，仔細看看，包裝背后的文案，放回貨架；快步走回，第四步看的那盒牙膏仍進購物車里，選擇結束。”

“不，沒結束，他可能過一會兒會折回來，把剛才放進購物車里的牙膏放回貨架，換成第二步注目的那盒，也可能兩盒都要。這樣你就觀察到他買牙膏的整個過程，竟

很赞哦!（16281）