原創《案例》｜如何構建電商選人體系，資料分析

編者按：本文系1月4日愛資料學院數匠分享會特邀嘉賓 Nemo老師，線上分享文字整理，回顧完整分享，點擊https://m.weike.fm/lecture/5373182?st=sharelink&inviter_id=38495200。

互聯網電商在資料應用方面比較成熟，但在單獨業務實操方面做好做精並不容易。針對電商互聯網電商大資料方面Mr. Nemo老師（十年電商大資料從業經驗）分享了他在從事電商行業的實操經驗。

一、構建自動化選人體系的必要性

選人就是對人的分析，是電商分析的一個大的方向，選人系統是一個綜合型話題，包括資料架構、資料採擷、針對前段產品的資料展示，都是選人系統的一部分。

在電商企業中，

CRM運營人員需要瞭解顧客群體特徵、顧客體量、行銷活動中顧客參與情況，同時也要將目標群體發給EDM進行匹配，一般的電商企業在完成這些工作時，都是需要資料分析師反復的取數， CRM運營人員的需求與資料分析師工作有效性的不平衡，成為電商運營的矛盾之一。

而自動化選人系統成為平衡分析師、CRM運營人員、公司三者的運營工具，既避免分析師花大部分時間取數問題，使資料標準化、體系化，分析師可以有更多時間用於分析、資料驅動，也使CRM運營人員及時追蹤運營效果、提高運營效率，實現精細化運營，最大的收益是——對公司而言，在節約運營成本的前提下，做出高效的運營決策，提高用戶體驗，最終達成銷售。既然自動化選人系統有這麼多優勢，

那麼應該如何構建這個系統成為關鍵。

二、如何構建自動化選人體系

電商選人基礎資料體系的基礎資料是指顧客標籤化體系和實際行為指標構成，主要包含五個方面：基本特徵、社會身份、顧客生命週期、消費特徵、其他行為屬性，

根據這些屬性構建使用者標籤，業務不同構建標籤的方式也不同，但是其本質不外乎以下兩種方式：一種是模型、資料採擷和預測進行構建；二是資料層面規則進行構建。

下面通過兩個案例進行展示，一個是通過資料模型做標籤，另外一個案例是通過自己歸納的規則來構建標籤。

第二個例子是我們針對使用者偏好的實例，我們如何判斷使用者的偏好，這是我們通過用戶的購物行為來判斷的。在電商方面，一個用戶的類目偏好通過幾個行為來反應：

（2）加購；（對過加購歷史可以判斷）；

（3）搜索；

（4）流覽商品的詳情頁；

以上是我們針對標籤體系構建採用的常用方法。

針對資料架構這部分工作，我們建議將資料架構、資料倉儲的工作交給更專業的人來操作，作為資料分析師，我們應該提出具體要求，來搭建更好的架構。這是我們之前做的選人體系的架構，和大家分享，每個公司的架構也或多或少不一樣，我們的選人架構一共4個層次，最底層是DW。基礎層的資料模型的基礎上，是匯總層的資料模型，之後是應用層，主要是指標等，最後是視覺化前端。針對資料架構，如果大家不是很專業，希望將這部分交給更專業的資料架構、倉庫的團隊成員來實現。

除了底層架構和底層的資料準備，最主要的就是視覺化，這部分是我們之前的視覺化選人體系和大家分享一下。選人體系樣例具備功能：

（1）特徵的視覺化；

（2）選人可推送-對接行銷系統（短信行銷、EDM行銷）；

（3）即時追蹤並評估效果；

大家可以看下這個頁面，是我們的一個特徵視覺化，這個頁面的主要功能是解決運營人員解決使用者群體特徵的判斷，用來判斷具備相同特種用戶的量及共同行為特點，從而方便選出目標群體，並且執行視覺化功能。因為運營人員判斷用戶群體的量沒有預估量，會造成行銷資源的浪費。

這個介面是我們選人的介面，之前提過我們有基礎資料，我們通過使用者基礎行為（會員等級、消費等）進行選擇操作。

開始選人後，瞭解群體特徵，並且通過查看結果，可以看到群體的特診，針對行銷活動會有更針對性的進行設計，這個時候我們的行銷系統，更好的運營結果。

最後一項功能，就是我們的效果評估。通過我們的行銷活動結果，來判斷結果，總體我們採用A/B測試進行效果評估，從而形成經驗，反覆運算我們的行銷活動。

三、選人體系的應用

針對活動通過選人體系發揮作用，通過選人體系確定群體特徵製作行銷活動。

End.

作者：Nemo（中國統計網特邀認證作者）

本文為頭條號作者原創。未經允許，不得轉載。

運行人員：中國統計網小編

中國統計網，是國內最早的大資料學習網站

http://www.itongji.cn