|
概貌分析
去地市公司忽悠了两天,一座海滨城市,不过没有见着海,因为基本上行程都是两点一线间,从酒店到公司,公司回酒店。这里还有个特点。一般地方给你倒水,都是拿一个纸杯,去饮水机接点水。可这里都是拿那种曲线玲珑的屈臣氏蒸馏水,绿色塑料瓶子,像子弹头,这算是男性的特征。可瓶子的腰间却凹陷进去,用手盈盈一握,却是女人的特征。比较奇怪的设计,不过感觉很好,每当说得口干舌燥,就握住那个绿色的细腰,就立即不口渴了。
这是个相距省会城市比较偏远的地方,天高皇帝远。平常,我们也很少在这样的地市进行什么试点,太远了,沟通还是有点不便。因此,这次去,竟然有点科技下乡的感觉。仅仅是拿着分析结果去讲,他们已经非常感兴趣了。不比在发达的城市,那些客户天天要面对三四拨忽悠子,耳朵都听得起了茧,要求自然也就高。你要是说的跟别人差不多,他们就不鸟你。 这个海滨城市的客户就不一样,平时做的数据分析工作真不多。譬如其中提到一种需求,后来我们给予命名,叫做"用户概貌分析"。这种需求是想知道某个特定客户群,究竟是什么特征。这样表述非常含糊,但基本理解他们想要的是什么。其实,我们平时也经常会提出类似的问题。只是,究竟何谓"特征"?从哪些方面去分析,并没有形成统一的思路。姑且先名之为"概貌"吧。 譬如说,农村用户的发展趋势不错,想了解这群客户到底是什么样的人,消费习惯是怎样的。那就来个"农村用户概貌分析"吧。 非常自然地,用客户分群的技术来分析某个特定客户群的概貌是首先想到的,但这玩意儿是个黑盒子,抛进去一堆变量,捣鼓几个群。他们恐怕一时不容易仅仅接受一个现成的结果。 接着我想,用OLAP技术来做这个概貌分析应当是比较合适的,哦,不是比较,是非常合适。 所谓特征,就是分析的维度,而分析的度量,主要还是用户数。重点就是在维度的选择方面,简化一些,将维度分成几类:通话行为的、消费能力的、订购属性的等等,然后每种类型精选几个维度,不能太多。如果要是想考虑客户分群一样,考虑几百个变量,那肯定是让这个分析变得不可理解。也不用考虑过多的维度组合,一般只在同一类型维度里面选择一两个维度作分析足矣。 可见,在最早的经营分析中,大多提供了这样的功能,但显然,哪些cube几乎不能满足这样的需求。问题就在于"特定"用户群这里,"特定"所依赖的条件可能是以前从未有过的,因此终究还是要重新构建cube。 构建cube是麻烦点,最简单的方法,用excel的交叉表看。虽然没有上钻下钻功能,但旋转、切片的功能都有。但怎么说,这还算是一厢情愿的想法,最后还得看看人家接不接受。
责编:Qing
微信扫一扫实时了解行业动态
微信扫一扫分享本文给好友
著作权声明:kaiyun体育官方人口 文章著作权分属kaiyun体育官方人口 、网友和合作伙伴,部分非原创文章作者信息可能有所缺失,如需补充或修改请与我们联系,工作人员会在1个工作日内配合处理。
|
热门博文
|
|