数据驱动产品智能

1、数据驱动产品智能技术创新，变革未来首商品推荐产品智能搜索结果排序产品智能关键字抽取产品智能优惠券推送产品智能产品智能通过收集数据，运用强大的工具和算法得出新的结论、创造知识、改进产品、提升用户体验。产品智能数据和特征决定了机器学习的上限，而模型和算法只是逼近这个上限而已世界上最遥远的距离，是我们的算法一样, 但训练数据不同。数据与算法重视数据源，积累数据资产采集工具分析 UV、PV、点击量等基本指标新功能快速上线迭代时的 效果评估业务核心流程分析，比如 涉及售后环节运营详情分析线下实地的数据营业网点的历史销售数据第三方数据的导入全埋点代码埋点导入辅助工具分析师业务流程梳理事件维度指标体系埋点管

2、理跟踪每个数据埋点的实时采集、传输与处理情况，并且可直接关闭无 效埋点，当采集的数据出现错误时，会直接给出错误原因Who：参与此事件的用户When：事件发生的实际时间Where：事件发生的地点How：用户进行事件的方式What：描述用户所做的事件的具体内容记录和收集用户的长期属性（User Profile）通过ID与相关的Event关联事件Event用户User事件模型Event+User模型WordChromeQQEvernoteMonitorPrinterKeyboardDriversRAM分析推送CRM深度开发客户端采集数据库采集 开源SDK 第三方数据服务器采集PaaS平台基础数据开放

3、数据驱动驱动决策1.产品改进2.运营优化3.营销分析4.商业决策驱动产品智能数据基础+算法模型 形成反馈数据驱动决策和产品智能产品智能的应用CHEATING关联分析我的用户还会购买什么商品呢？用户行为分析这次交易涉嫌作弊么？用户画像我的用户是 还是 ?男58%女31%其 他1产品智能的应用商品个性化推荐搜索引擎点击调权智能评价系统流失用户预警导航行程时间预估基于用户购买能力、短期兴趣、长期爱好，向用户推荐 感兴趣的商品基于海量用户检索-点击行为，调整检索结果中高频点 击项的排序自动从用户评价中，抽取关键字及情绪化文字，如“大 屏幕”，“超长待机”，“老人家喜欢” 等提前预警用户潜在的流失倾向，

4、提供优惠券、促销活动，延长用户生命周期根据天气情况、实时路况信息、海量用户历史行程记录 预测导航行程时间产品智能的应用向最近一个月内 的活跃用户发送推广信息智能促销人工规则 哦，用户太多了只挑选那些最近一个月购买过 电子产品的用户吧智能促销人工规则智能促销 促销活动也许能 激活一些老用户人工规则智能促销 消费能力不强的客户， 就不推广了限定消费1000元以上的“VIP” 客户人工规则智能促销 again人工规则智能促销 and again人工规则机器学习从用户数据中学习促销规则智能促销人工规则什么是机器学习“Field of study that gives computers the abi

5、lity to learn without being explicitly programmed.”“所谓机器学习，即研究通过不显式编程来赋予计算机学习 能力的一个领域。”- Arthur Samuel Circa 1959机器学习机器学习模型预测学习存储能力计算能力稳定性通过观察获取经验的过程学习什么是机器学习观察数据数据模型下周A股会跌到多少点？明天天气怎么样？晴天阴天雨天 如何把一批用户分成两个群体？如何将10000个标签分到10个组的？知识或技能机器学习常见机器学习算法连续离散Random ForestsSVMLogistic聚类K-meansSVD关联分析Apriori有监督学习无

6、监督学习分类GLM回归LinearGradient Machine机器学习算法明天天气怎么样？晴天阴天雨天如何根据外貌特征预测其国籍？一个人性别是男还是女？下周A股会跌到多少点？如何将10000个标签分到10个组？如何把一批用户分成两个群体？有监督问题无监督问题分类回归聚类目标是离散值目标是连续值需要带标注的训练数据不需要带标注的训练数据利用事物之间的内在相似性机器学习算法.面包 牛奶 西瓜 苹果 核桃面包奶酪 苏打水 薯条 牛奶牛排 黄油 啤酒 薯条火腿 面包 薯条 牛奶面包牛奶支持度: 0.75置信度: 0.38关联分析机器学习算法可以有一些隐藏的模式被发现隐藏的模式很难用规则实现出来有数

7、据可以学一个问题可以被学习什么场景适合用机器学习？所以才需要机器学习一切都是从数据开始的机器学习智能促销回归问题:预测用户购买促销产品的概率特征（业务梳理）:用户总体特征 产品总体特征用户对产品的偏好智能促销智能促销特征用户总体特征：用户最近 7/30 天中，有多少天浏览/收藏/购买了任意产品用户最近 1/3/7/15/30 天中，浏览/收藏/购买任意产品的次数用户最近 1/3/7/15/30 天中，浏览/收藏/购买任意产品的品牌数目用户最近一次 浏览/收藏/购买任意产品的时间智能促销智能促销特征产品总体特征：产品最近 7天/30天 中，被多少独立用户浏览/收藏/购买产品最后一次被人以任意用户

8、浏览/收藏/购买的时间 产品最近 7天/30 天中总销量智能促销智能促销特征用户对产品偏好：最近 1/3/7/15/30 天，用户对产品的 浏览/收藏/购买 次数最近 1/3/7/15/30 天，用户对产品所属品类的 浏览/收藏/购买 次数用户第一次与最后一次，购买产品所属品类中任意产品的时间间隔智能促销如何做一个这样的的个性化推荐个性化推荐产品形态Step 1： 确定业务场景现有数据业务目标产品运营方向个性化推荐Step 2：确立评价体系离线指标CTR留存其它深度指标业务”关键”指标个性化推荐Step 3：选择 Feature 与 Label特征选取数据清洗特征工程正例与负个性化推荐Step 4：模