以下内容来自全球软件案例研究峰会
分享者:邢志峰
职位:京东大数据创新部负责人
所在研发团队规模:200
该研发团队职能定位:
分享者介绍:京东大数据创新部负责人,在大数据分析、商业建模与应用、产品运营等领域具有多年的工作经验;长期从事电商大数据应用研究。2009年加入京东,在京东主导完成用户画像、商家评级、精准营销等多个大数据重点项目,带领团队构建了公司级的用户、商品、商家等主题的模型及服务体系;为公司高层和重大战略提供深度的决策支持。并在2014年参与国家级大数据应用创新项目并承担多项企业级大数据相关产品。
案例简述
前不久,国内掀起了一阵“国母手机”热潮,一时间为用户需求而生的JDPhone名声鹊起,手机成功的背后其实依赖一套深度的大数据分析系统,这就“京东慧眼”系统,我们会向您解密“京东慧眼”系统的设计思路与关键技术,帮助您了解:如何从大数据的思维进行电商C2B定制,如何把用户的需求与商品生产进行关联。同时我们还会从“京东慧眼”系统延展,向您阐述如何利用大数据进行商业价值的落地。
案例解读
1、案例目标:
通过大数据分析,挖掘用户购物的需求和趋势,找到机会产品,进行生产指导和后期市场营销分析,利用大数据技术创收。
1)建立一套用户对商品需求的分析体系,挖掘用户深层次的需求
2)建立一套完善的品类趋势分析体系,洞察各品类的发展趋势
3)建立一套科学的商品生产方案分析系统,结合用户需求与产品生产,形成满足消费者预期的各品类生产方案
2、成功要点:
技术层面:
1)自然语言处理:底层商品属性数据杂乱无章,通过自然语言处理自动机器学习形成一些规则,把商品的规格/属性数据进行标准化,有效提升底层数据质量,让上层分析出的结论更精准。
2)用户画像技术:对用户基本属性、购物习惯、消费心理、兴趣爱好、行为特征、社交网络等6方面给用户打标签,对用户进行深度刻画和描述,还原购物背后的用户真实画像,为更深入的用户群细分需求分析打好底层基础。
3)市场趋势模型:通过分析目标品类关键规格及属性的用户购买情况,分析用户更换时的参数变迁,标出未来市场的机会点,洞察市场变化趋势。
4)用户需求识别模型:通过构建复杂的消费者需求模型,利用用户画像技术,分析不同用户群体的需求关注点,结合经过标准化后的商品商品规格/属性参数建模打分排序,找出用户的核心需求。
5)商品轮廓模型:通过用户购买、浏览构建商品属性组合收益模型,在海量商品规格/属性组合中,找出最符合用户需求的组合,进而给出商品参数配置推荐方案。
其他层面:
1)结果导向:以结果说话,不讲理由,保证项目成功。
2)懂得“平衡”:平衡理想的需求与现实数据环境,懂得变通,不在细节出过分纠结
3、案例ROI分析:如果可能的话,进行投入产出分析
4、案例启示:提炼出该案例(或项目)的哲理、方法论。
1)建立合理有效的分析视角和体系:消费者每时每刻都在用他们自己的方式(浏览、加关注、咨询、购买、搜索、评论等)输出他们各自的需求,重要的是我们通过什么样的视角去获取和分析我们想要的数据
2)重价值产出,不重复杂度:任何分析/挖掘模型都是以价值为导向的,不要为了做模型而做模型,梳理清楚产出的价值,切勿太过学究派。
下面是详细的PPT:
End.
转载请注明来自36大数据(36dsj.com):36大数据 » 案例PPT:基于大数据建模的JDPhone需求挖掘
爱盈利-运营小咖秀 始终坚持研究分享移动互联网App数据运营推广经验、策略、全案、渠道等纯干货知识内容;是广大App运营从业者的知识启蒙、成长指导、进阶学习的集聚平台;