他们是怎样通过大数据分析消费者的行为呢

在某电商的数据分析部门实习过, 数据库里会有用户每个session下,完整的行为记录,比如鼠标事件,键盘输入,搜索行为等。然后可以分析的地方就更多了,举个例子,比如推荐系统的推荐商品有没有被用户点击,比如最近一段时间某类商品销售情况不好,是在哪一个环节流量有了流失等,整个还是很复杂的一套流程。
■网友的回复
大数据分析的核心问题是如何从多样化的庞大数据中获取有价值的信息、支持决策。
以零售业为例,大数据分析有助于准确理解消费者行为,对市场进行有效的细分,提高促销和广告等营销工具的针对性和有效性,从而扩大市场份额,提高销售利润。纽约时报记者Charles Duhigg在《The Power of Habit》一书中介绍的美国第二大零售商Target通过识别怀孕的顾客和预测预产期试图帮助顾客形成特定的购物习惯就是这样一个经典案例。
有关研究表明,通过产品展示、促销和优惠券等市场营销手段很难改变消费者的购物习惯,例如对零售店的选择和日用品的购买。但是,搬家、结婚或离婚等生活中重大事件的发生往往是改变购物习惯的时机。新生儿的降临可能会促使新任爸爸妈妈形成另一种购物习惯并维持多年,因此商家们都希望能够识别怀孕的顾客以提高销售收入。由于新生儿的记录通常是公开的,能够提前预测预产期就成为把握商机的关键。
Target 的目标是抢在其它竞争者之前联系怀孕的顾客,以培养这些顾客在Target购物的习惯。第一份特别设计的广告通常是在新生儿出生前4到6个月发送,因为这是准妈妈们开始考虑购买孕妇维生素和孕妇装的时候。Target 为迎婴聚会(Baby Shower,亲朋好友送礼物为准妈妈和新妈妈庆祝)提供登记服务,供孕妇列出需要用品的清单。Target的数据分析员首先从这些清单上的数据中发现了一些有意义的规律。例如,孕妇在新生儿出生前6个月左右开始购买大包装的无香味体乳,5个月左右开始补充钙、锌、镁等保健品,临近预产期时大量购买无香味的肥皂和超大包装的卫生棉球。
【他们是怎样通过大数据分析消费者的行为呢】 通过对海量顾客数据的分析,Target的数据分析员建立了预测模型,根据从数据中挖掘出的25种指示怀孕的商品,设计“怀孕预测”指数。应用模型根据女性顾客的购物记录计算这个指数,可以识别可能怀孕的顾客。更重要的是模型还可以比较准确地估计预产期,Target因此可以在所锁定的顾客孕产期的不同阶段适时发放特定的购物优惠券,从而扩大客户群,提高销售额。
■网友的回复
首先,我们要建立一个认识:任何消费者,其消费动机、消费能力和消费方向(这是我们最终要得到的结果)都是会表现在这个消费者的所有行为之中的。那么如果我们能够记录下消费者的行为数据,通过这些数据的分析,我们就可以大体的推断出我们所要的结果。而记录下来的数据越多越详细,最后得出的结论就越可能逼近真相。这就是大数据的意义。
■网友的回复
消费者行为来说个简单的例子,某宝用户评价,通过抓取这些数据,进行中文分词,通过判定条件来辨别商评口碑,得出一类产品的统计数据。(包括热销时间,购买者性别,年龄,等等)


    推荐阅读