精益化数据分析-让你的企业具有BAT的数据分析能力

精益化数据分析——让企业具有BAT的数据&分析能力ConfidentialandProtectedbyCopyrightLaws本产品保密并受到版权法保护BAT数据分布和特点百度阿里腾讯数据与互联网业务布局相关电商数据支付数据交友数据社区数据资讯数据视频数据浏览器数据搜索数据游戏数据音乐数据地图数据百度的数据特点是通过搜索关键词更直接反映用户兴趣到欲望的数据阿里数据最大特点是电商数据，其用户从欲望到行动的行为数据腾讯的数据最大的特点是基于社交的各种用户行为，是用户从注意到兴趣的过程注意

行动

欲望

兴趣

商业营销模型BAT数据价值应用场景战略分析业务经营分析（分析师）精细化分析&运营营销业务数据运营监测数据基础平台战略分析行业分析业务预测数据体系化/指标化数据采集数据存储数据治理用户运营/业务属性模型建立提取分析工具渠道分析监测客户生命周期管理数据营销工具个性化推荐模型与分析通过将用户ID统一的建立来全景洞察用户通过各种模型快速定位数据异动的原因，助力运营决策

客户价值等级分层

最优价值渠道分析客户生命周期监测营销推送个性化推荐通过数据与行业分析师对行业内外和经营情况进行分析，优化经营策略将第一方与第三方数据结合辅助决策层战略制定企业第一方数据整体解决方案企业数据整体解决方案方舟运营策略调优互联网人群洞察营销触达千帆运营分析对标分析投资分析分析师数据标签化用户拉新模型构建第一方产品第三方产品第一方与三方服务酒店行业—数据营销解决案例活跃|沉默|流失生命周期用户分群易观-方舟互联网用户行为数据生命周期管理（采集后累积数据）活跃用户行为偏好模型（采集后近期数据）产品偏好|行为漏斗产品意向用户分群活跃用户价值行为模型（采集后累积数据）购买频次|最近购买时间|历史总价活跃用户价值度模型全用户价值等级模型（采集前历史数据）客户侧业务数据会员等级|历史价格用户等级分群全用户分群生命周期业务等级产品意向价值度标签化现有活跃用户活跃高级高意向高价值度全网行为标签化基础信息标签化中级中意向中价值度低级低意向低价值度沉默同上流失历史沉默用户\高级\\全网行为标签化基础信息标签化中级低级分群匹配分析师易观标签云数据用户群主要构成产品占比业务分群A高端酒店56%高级会员B经济酒店70%中级会员生命周期用户群产品意向价值度运营投入分群活跃A高高高投入A低高中投入B高低中投入用户年龄地域行为偏好标签化特有标签A青年一线电商月光族|高消费者浪漫型A中年一线轻奢|投资|跨境电商高收入者|中产阶级享受型B老年一线养生|医疗中产阶级|退休金一族舒适型用户群特有标签精准内容A浪漫型【住2晚送浪漫红酒】A享受型【住2晚送升级一晚豪华套】【住2晚送游艇出游】B舒适型【住2晚送特色中餐】（针对国外）金融券商行业—数据营销解决案例用户群主要构成产品占比投资金额业务分群A基金56%100W以上高级会员B股票70%100W以下中级会员一、客户侧—业务分群三、易观分析师标签匹配生命周期用户群产品意向价值度运营投入分群活跃A高高高投入B高低中投入二、方舟产品内嵌模型（生命周期+活跃用户行为偏好+活跃用户价值度）用户年龄地域行为偏好标签化特有标签精准内容A青年一线轻奢|电商月光族|高消费者稳健型理财期短、低收益、易提取产品推送B中年一线轻奢|投资|跨境电商高收入者|中产阶级风险型理财期较长、收益较高、风险适中产品推送方舟的价值分层模型

高价值度&高营销度高营销度&高接受度高价值度&高营销度&高接受度高营销度|高价值（中）价值度|营销度|接受度（低）价值度|营销度|接受度用户营销价值分层体系沉默用户可营销用户主动用户互联网接受度高，线上营销优先（分享，优惠推送）

邮件营销、电话营销（主被动）1）理财经理系统识别客户星级2）线下人工推荐（结合偏好度结果推荐）3）成功推荐后，录入系统，同步更新用户星级短信营销：验证码激活姓名购买频次历史均价历史总价最近购买评级AAA1100010001年内BBB520010001周内高价值度为其打高接受度用户标签和易短信推荐标签

优先标签为互联网化的用户为其打上渠道转化标签客户价值预测指标：高接受度指标：1.最近购买时间（1个月|3个月|半年|1年|1年以上）、

高营销度指标：1.购买频次（次/年）、2.历史均价（元/天）、

高价值度指标：1.历史总价（元）高营销度高接受度数据同步方案易观-方舟客户互联网用户行为数据业务数据全网行为偏好标签+基础信息标签易观分析师1模型建立、营销训练2标签匹配、价值分群人群匹配3营销人群筛选双方数据匹配精准营销4特性分群营销内容分群拉新服务lookalike匹配业务分群易观锆云—标签云数据匹配定期验证活跃用户行为偏好模型（采集后近期数据）活跃用户价值行为模型（采集后累积数据）生命周期管理（采集后累积数据）全用户价值等级模型（采集前历史数据）基于互联网用户全景洞察的营销拉新与渠道推荐服务互联网用户全景洞察lookalike匹配易观用户库渠道分析渠道营销整体解决方案——拉新服务易观精益化数据分析产品——易观方舟方舟一款精细化运营分析产品将应用自身数据结合易观第三方数据，通过多种模型深度用户行为分析，支持通过用户行为和属性细分用户群体，分析不同用户群体特征，辅助运营决策，多通道有效触达用户，进一步数据分析闭环验证效果，最终帮助企业甄别渠道、召回用户、用户价值提升等等实现增收、节支、提效、避险。易观的数据资源累计终端覆盖：21.9亿终端覆盖设备类型品牌机型价格区间屏幕尺寸网络制式运营商摄像头画质监测APP数量：251万+产品覆盖产品规模分析基础运营数据用户转化分析用户构成分析用户竞争分析应用分析模型领域覆盖：297个6大类指标体系，20个基础指标与数百个创新指标MAU：5.2

亿用户覆盖年龄性别职业婚育状况资产状况消费水平常住地人群特征DAU：7600万DAU：5800万标签类型：8365个人群画像行为特征消费场景地理位置领域偏好度TGI20多个一级领域279个二级领域应用偏好度TGI4万+应用1万+游戏兴趣偏好度TGI细分功能内容分类商品分类品牌分类家庭生活娱乐社交购物消费运动健康工作/商务旅游出行学习教育国家级别定位省份级别定位城市级别定位商圈级别定位地理围栏定位POI定位LBS轨迹数据基础资源数据存储容量5.8PB每日处理数据条数261亿数据合作伙伴1200+个每秒处理数据59万条实时数据处理5秒内展示方舟—用户价值提升生命周期管理—分析与分群通过用户生命周期模型发现流失用户生命周期模型监测流失人群趋势生命周期分群（新增、活跃、沉默、流失）生命周期管理—人群下钻—领域偏好查看关键路径不同版本的转化率保存流失用户进一步在其他模块分析某个步骤用户的特征TGI指数互联网用户全景洞察生命周期管理—人群下钻—使用APP偏好发现流失用户使用其他APP的偏好APP去向实时查看同行业流失人群APP偏好去向实时查看同行业流失人群APP偏好去向活跃用户行为偏好—漏斗分析与分群访问路径的漏斗建立-用户意向度分群保存高意向度人群访问产品的停留时间-产品偏好分群保存产品偏好人群媒体行业群事件营销策略浏览评论转发A√√√用户认可，文章符合用户兴趣，类似文章推荐B√X√C√√X进一步匹配用户偏好标签，推荐其他文章兴趣度D√XX文章不符合用户兴趣，推荐其他类型文章金融行业群事件营销策略浏览购买过从未购买已到期未到期A√√—√—用户有购买意向，优质用户优惠券留存B√√—√用户有购买意向，中价值优惠券留存C√—√——用户有购买意向，考虑期内标签匹配，精准推荐符合产品活跃用户价值行为—RMF条件与分群RMF条件的建立-用户价值度分群保存高价值度人群用户分群与合并特卖促销推送个性化促销商品；个性化人群；即时性eg：针对女性用户推化妆品等流失用户召回根据用户相关属性字段中的邮箱和手机号，对用户进行召回用户关怀根据用户相关属性字段中的生日、性别、用户等级等，对用户进行关怀定时更新提醒定时漫画更新提醒；所有用户；18:30互动引流《中国新歌声》投票互动提醒；所有用户；20:30分析下钻人群自定义分群群组匹配合并营销推荐—深度链接深度链接将推送通知或应用内消息链接到您的应用程序中的特定页面，屏幕或部分。推送通知通常会将用户带到您应用的首页。通过深度链接，您可以将用户发送到您的应用程序深入的内容。我们还可以通过浏览器将应用程序唤醒或者链接到应用程序中的特定页面。消息推送效果的跟踪活动促销人群打开消息购买打开消息人数购买人数推送活动购买转化率监测第三方服务的接入应用场景1：寻找优质渠道市场推广“小鸣有限的推⼴经费，该花在什么渠道上？哪个渠道带来的新增用户多？哪个渠道的异常用户占比过高？哪个渠道的留存用户更高？哪个渠道的转化效果更好？应用场景1：寻找优质渠道—渠道拉新分析查看不同渠道的新增用户趋势查看不同渠道的活跃用户趋势3日内拉新较高30日内拉新平稳应用场景1：寻找优质渠道—渠道留存分析发现不同渠道的留存情况4日之前留存较高，5日留存以后数据无14日之前持续留存应用场景1：寻找优质渠道—识别刷量渠道查看不同渠道的用户质量正常用户？疑似用户？异常用户？通过刷量算法，识别作弊用户对比发现优质渠道设备防伪甄别：硬件穿透技术-扫描硬件指纹，检测模拟机造成的刷量主动设备信息探测：