数据统计产品常用维度
1. 日期
进行数据筛查的最基础维度,包含 月粒度、周粒度、天粒度和小时粒度。
2.用户类型
根据用户的历史启动行为划分,首次启动为“新用户”;历史上有过启动行为为“老用户”,新用户和老用户都是“活跃用户”(也叫启动用户)
3. 品牌
设备所属的品牌,如苹果、华为、三星等
4. 设备型号
单一机型的型号,如iPhoneX、华为P20等
5. 操作系统
设备的操作系统平台,主流平台有:Android、IOS等
6. 分辨率
设备屏幕的分辨率,当前主流分辨率有:1080 1920、720
1280、1440*2560等
7. 运营商
设备移动蜂窝网络的供应商,如国内三大运营商:中国移动、中国联通、中国电信
8. APP版本
设备所安装的APP的版本号
9. 渠道
该设备用户所安装的APP的渠道来源,如AppStore、百度手机助手、豌豆荚手机助手等。
10. 地域
用户启动APP时的IP地址匹配的地理位置,包含国家、省份、城市三层粒度。
11. 页面
APP内的页面层级,是用户浏览APP信息的主要载体,如首页、商品详情页等。在移动统计中,页面维度可以使用默认抓取的“页面路径”,也可手动编辑 ...
数据统计产品常用的指标定义
一、用户类指标
启动用户:启动过该应用的用户(以独立设备为判断标准),通常也叫活跃用户。注:用户定义以独立设备为准,其中可能会用到包括imei、mac
id、Android
id、IDFA、IDFV等综合设备维度指标,生成长期有效彼此不冲突的唯一设备ID
新用户:首次下载安装并激活该应用的用户。在渠道或版本统计中,仅在第一次下载时被记为渠道新用户,后续重新下载或升级版本,不算新用户。(以独立设备为判断标准)
老用户:当日启动用户中,以前也启动过应用程序的用户
日活跃用户:当日启动过应用程序的用户(已去重)
周活跃用户:过去7天(含当日)启动过应用程序的用户(已去重)
月活跃用户:过去30天(含当日)启动过应用程序的用户(已去重)
月沉默用户:过去30天(含当日)没有启动过应用程序的用户
留存用户:所选考察时段的用户中,在留存时段再次启动应用的用户。包括新用户留存与活跃用户留存。
流失用户:过去60天(含当日)没有启动过应用程序的用户(已去重)
分时用户:每小时的启动用户数量(以独立设备为标准按小时去重)
升级用户:
从旧版本第一次升级到所选版本的用户为该版本的升级用户
升级+新用户: ...
用户运营之6大用户分析增长模型
用户运营之6大用户分析增长模型
六大用户分析方法论
行为事件分析
点击分析模型
用户行为路径分析
用户健康度分析
漏斗模型分析
用户画像分析
1、行为事件分析
行为事件分析法用于研究"某行为事件的发生对企业组织价值的影响以及影响程度"。
借此来追踪或记录用户行为及业务过程,如"注册,浏览商品,成功下单,退款等",通过研究与事件发生关联的所有因素来挖掘用户行为事件背后的原因、交互影响。。
一般分为三大环节:事件定义,多维度下钻分析,解释与结论。
1.1、事件定义
事件定义包括定义所关注的事件及事件窗口的长度,是
事件分析法最为核心和关键的步骤。
事件定义遵循5W原则:
Where
Who
When
How
What
一些经常性出现的名词:Path口径,Session口径,"访问次数","浏览深度","使用时长","停留时长","跳出率","页面退出率"等指标,都需要引入session。
创建和管理session是事件定义的关键步骤。
是个特定的时间概念,例如"用户从进入网站到关闭浏览器所经过的这段时间—用户浏览该网站所花费的时间"
1.2、多维度下钻分析
最为高效的行为事件分析要 ...
关于社群经济
现状:靠社群成功的组织,都在慢慢的去社群化。
如何理解社群
社群只是人与人之间的连接方式。
1、精神连接
2、现实连接
3、数字连接
一个社群的能量值=精神连接 * 现实连接 * 数字连接
如何理解社群经济
1、理论:1000铁粉和产销者
《失控:机器、社会与经济的新生物学》. 凯文.凯利(Kevin Kelly)
:一个创作者,例如作家、设计师、音乐家,只要永远1000铁粉,就可以借此谋生了。
1)1000铁粉理论关键不在于1000,在于“铁”
true fans
可以购买你任何产品的粉丝
2)先有产品,后有商机
需要有足够好、足够多的产品,才能产生变现
3)和粉丝直接对话
《第三次浪潮》.阿尔文.托夫勒—产销者概念
即是生产者,又是消费者
2、社群经济诞生背景:打破互联网的流量霸权
流量假、流量贵、流量转化低,成为全行业的痛点
2015年,内容公众号打开频率降低,为唤醒沉睡粉丝,自媒体打造群组,组织线下活动,试图于粉丝发保持更多维度、更高频次的连接
依靠人与人之间的连接欲望,就可以收获用户
社群,是一种零成本连接的商业模式
社群经济最大的能量在于零成本完成原始积累
...
为什么要做内容营销
为什么要做内容营销
1、内容=让产品价值可触摸
大部分时间人都是在非理性决策
内容营销可产生“共情”效果
通过内容编织的故事、刻画的人物,将受众拖入一个情境世界,使人共情,相信这个世界发生的事。
2、内容=无限增长的流量入口
单纯的工具平台存在流量天花板,会出现瓶颈
用户单纯操作消费,使用户规模、停留时间、消费频次
内容丰富会制造更多访问动机
如看故事般看别人消费,访问变成kill
time一样享受,将增加停留时长
一个个真实个体的消费故事就是一个个信任背书,促进购物欲望
内容营销是个没有天花板的流量入口
产生优质内容可打破流量封锁
3、内容=产品消费的第一动因
跨界营销
品牌集体患症“内容感缺失”
包装、广告、产品均没有温度
跨界实现对产品的一次赋能,让内容驱动消费
4、内容=隐形的竞争壁垒
能产出优质内容就是一种很强的竞争壁垒
如何做内容营销
企业如果想做好内容营销,核心是要有“成本意识”。
金钱成本
企业内部时间成本
创意成本
投资消费者的心智成本
1、选定内容赛道,持续投资
专注于某个内容领域,不断深耕,成为该领域的头部。
2、创造极致内容,而非内容
...
数字营销十大悖论
悖论一:原生化与商业化
原生与商业化,不可兼得;怎样达到一个平衡点
想要不带利益的原生UGC内容,就很难做到优秀的商业化
好的商业化又会验证影响UGC的水准,掺杂了商业利益的内容,易被用户识别并唾弃
悖论二:隐私保护和数据应用
当前隐私保护和数据应用无法兼得的时代特征
数据从发生到蔑视全部需要隐私和安全的保护
怎么做到隐私保护的情况下,是数据获得应用造福人类
悖论三:“围墙花园”与“公域数据”
各个数据控制者为拒绝数据分享而高筑的壁垒–“围墙花园”
强化了强势媒体的垄断地位
削弱企业(广告主)在“公域数据”的能力
数据应用变得割裂,不得不与众多强势媒体合作,也变得彻底黑箱化
围墙花园、过于一刀切的隐私保护,抑制了行业的活力和创造力
悖论四:精准与规模
精准和规模很难兼得,只能尽量使二者达到一个可接受的平衡程度
外部流量红利是不能持续的
高浓度的目标人群的数量总是有限的,以及流量市场本身的竞争性降低了获得精准的概率
任何一个单一媒体的投放,即时在高精度技术水平下,也是一个不断衰减的规模曲线
悖论五:品牌和效果
品牌和效果是数字营销的两端,品效合一不太可能在一次营销cam ...
搭建自然语言处理的开发环境
自然语言处理开发环境介绍
sublime
vscode
pycharm
Anaconda3
About ME
👋 读书城南,🤔
在未来面前,我们都是孩子~
📙
一个热衷于探索学习新方向、新事物的智能产品经理,闲暇时间喜欢coding💻、画图🎨、音乐🎵、学习ing~
👋 Social Media
🛠️ Blog: http://oceaneyes.top
⚡ PM导航: https://pmhub.oceangzy.top
☘️ CNBLOG: https://www.cnblogs.com/oceaneyes-gzy/
🌱 AI PRJ自己部署的一些算法demo: http://ai.oceangzy.top/
📫 Email: 1450136519@qq.com
💬 WeChat: OCEANGZY
💬 公众号: UncleJoker-GZY
👋 加入小组~
👋 感谢打赏~
案例-NLP实现预测天气冷暖感知度
案例:NLP预测天气冷暖感知度
1、案例需求
根据吃冰淇淋和喝水的数量,判断成都天气冷热程度。
成都春熙路街头采访记录一些游客吃了多少冰淇淋,又喝了几瓶水,他觉得成都天气怎么样(这里只考虑二分类问题,假设只有‘非常热’和‘一般热’)
其中特征向量包括两个分别是冰激凌数t1和喝水数t2,户外活动时长t3:
对应的标签类别分别是非常热A和一般热B。
2、实验数据准备
构造模拟数据
人员
冰淇淋
喝水
户外活动时长
冷热程度
判断描述
小王
8
4
2
A
小王吃了8个冰淇淋,喝了4瓶水,户外2小时,该地区天气非常热
小张
7
1
1
A
小张吃了7个冰淇淋,喝了1瓶水,户外1小时,该地区天气非常热
小李
1
4
4
B
小李吃了1个冰淇淋,喝了4瓶水,户外4小时,该地区天气一般热
小赵
3
0
5
B
小赵吃了3个冰淇淋,喝了0瓶水,户外5小时,该地区天气一般热
代码构造数据集
#!/usr/bin/python
# -*- coding:utf-8 -*-
'''
author:gzy
da ...
纯前端实现-tab卡片化样式切换
纯前端实现-tab卡片化样式切换
html内容
<!DOCTYPE html>
<html>
<head>
<meta charset="utf-8" />
<title>选项卡切换</title>
<link rel="stylesheet" type="text/css" href="./css/index.css" />
</head>
<body>
<div id="main">
<div class="tabs">
<div class="red active">选项一</div>
<div class="green">选项二</div>
...
自然语言处理概述
快速了解自然语言处理
什么是自然语言处理
自然语言处理(Natural Language
Processing,简称NLP);主要包含自然语言的理解和生成;是人工智能和语言学领域的分支学科。
自然语言理解:将自然语言转化为计算机更易于处理的形式,让电脑懂人类语言;
自然语言生成:将计算数据转化为自然语言;
自然语言发展背景和历程
1948年,香农把"熵"的概念引用到语言处理中
1956年,乔姆斯基提出来上下文无关语法。[基于规则和概率]
70年代,NLP研究进入低谷期
80年代,有限状态模型和经验主义研究方法复苏
90年代以后,计算机速度和存储量大幅增加,NLP商业化出现
自然语言涉及的学科领域
语言学
计算机科学(提供模型标识、算法设计、计算机实现)
数学(数学模型)
统计学(提供样本数据的预测统计技术)
心理学
哲学(提供人类思维和语言的更深层次处理)
电子工程(信息论基础和语言信号处理技术)
生物学(人类言语行为机制理论)
自然语言处理的技术体系
image-20190423142659510
自然语言处理工作原理
过程:形式化描述——数学模型算法化——程序化—— ...