华迎-大数据营销-第4章.pptx

该【华迎-大数据营销-第4章 】是由【Q+1243595614】上传分享，beplayapp体育下载一共【41】页，该beplayapp体育下载可以免费在线阅读，需要了解更多关于【华迎-大数据营销-第4章 】的内容，可以使用beplayapp体育下载的站内搜索功能，选择自己适合的beplayapp体育下载，以下文字是截取该文章内的部分文字，如需要获得完整电子版，请下载此beplayapp体育下载到您的设备，方便您编辑和打印。第4章营销大数据分析
中国人民大学出版社
本章内容
第1节预测分析
第2节文本分析
第3节社交网络分析
第4节数据分析工具
学****目标
理解并掌握预测分析的内容、作用及分析方法
理解并掌握文本分析的内容、作用及分析流程
理解并掌握社交网络分析的内容、作用及分析指标
了解数据分析常用工具及其特点
导入案例大数据助力京东物流顾客享受分钟级收货体验
“购物车还没清空,就接到了配送的电话”,“京东物流速度简直不可思议”……
京东物流数据显示,2021年618期间,最快仅4分钟就将快递送至客户手中。618当日,京东稳定履约背后的技术数据也首次公开:%,32座亚洲一号护航,机器人仓单日订单处理量超过100%,智能快递车送达业务量同比增长24倍。
通过大数据,京东能够有效分析出消费者的偏好,将消费者的订货需求准确传达给最近的仓库,精准高速配送的同时也不会发生送错现象。
京东物流“预测式发货(AnticipatoryShipping)”正是利用大数据预测,直接锁定潜在客户需求,实现精准营销。根据预测结果,京东物流将货物运送至距离潜在客户最近的物流网点,实现“单未下货先行”;消费者下单后,直接从距离最近的仓库调拨货物,让消费者购买商品实现“即买即得”。
本章知识结构
预测分析
文本分析
数据分析工具
营销大数据分析
社交网络分析
分析内容:用户行为、偏好、关系、价值预测
分析方法:回归、决策树、随机森林、神经网络、支持向量机、KNN算法等
分析内容:用户特征、情感、需求分析
分析流程:数据采集、数据预处理、数据分析
社交网络核心概念及相关理论
分析内容:营销推荐网络、用户间关系、用户与企业互动分析
分析指标:网络密度、中心度、凝聚子群等
EXCEL、SPSS、SAS、R、Python、MATLAB、Tableau等
预测分析概述丨预测分析方法
一、预测分析概述
第1节预测分析
预测分析
的内容
用户行为预测
从大量的历史用户数据中挖掘出用户的特定行为及其规律,快速准确地预测未来一定时间内即将发生的用户行为,如浏览、搜索、点击、收藏、购买、流失、违约等未来行为动向。
用户偏好预测
基于历史数据对用户品类偏好、价格偏好、渠道偏好、品牌偏好等进行预测,挖掘用户兴趣,为用户提供“投其所好”的个性化产品和服务,增强用户粘性及对企业的忠诚度。
用户关系预测
基于用户数据(如微博中的用户基本信息、所在位置、微博内容、粉丝用户、关注用户等属性数据)进行预测分析,挖掘用户间潜在的链接关系,降低网络稀疏性、提高营销效率。
用户价值预测
结合交易数据预测用户整个生命周期的购买力,识别和重点维护高价值用户。
文本分析
社交网络
分析
数据分析
工具
预测分析
预测分析概述丨预测分析方法
一、预测分析概述
第1节预测分析
预测分析在营销中的作用
识别潜在客户
项目三
项目二
项目四
企业通过大数据预测分析,能够有效识别高质量潜在客户,并以高效、针对性地吸引和触达客户,使营销活动更具目标性,从而大幅降低成本。
增强客户粘性
提升客户价值
减少客户流失
文本分析
社交网络
分析
数据分析
工具
预测分析
企业通过大数据预测分析,能够为客户提供更优惠便捷的产品或服务选择,创造极致顾客体验,增强客户粘性,巩固客户关系,提高客户忠诚度。
企业通过大数据预测分析,能够识别客户价值,从而对高价值目标客户重点营销,同时提升低价值客户贡献度,充分挖掘现有客户的潜力,获取最大价值回报。
企业通过大数据预测分析,预测顾客隐藏的趋势与行为,识别潜在流失客户,便于主动出击,实施挽回计划,减少客户流失,最大限度降低损失。
文本分析
社交网络
分析
数据分析
工具
预测分析
第1节预测分析
预测分析概述丨预测分析方法
二、预测分析方法
回归分析(RegressionAnalysis)
回归分析是在自变量和因变量间关系的基础上建立回归方程,并将该方程作为预测模型,根据自变量在预测期的值来预测因变量数值的分析方法。
按照自变量个数分类,分为一元回归和多元回归分析;按照自变量和因变量间关系分类,分为线性回归和非线性回归。
如谷歌在 2014年发布的通过电影相关搜索量数据提前预测电影上映首周票房收入的预测模型,采用的就是最为简单的线性回归方法,但其预测准确度高达94%。线性模型虽然表面上看起来简单,精准度却很高。越是简单的模型越容易被人们理解和分析,简单且效果好是实际应用中一直追求的目标。
文本分析
社交网络
分析
数据分析
工具
预测分析
第1节预测分析
预测分析概述丨预测分析方法
二、预测分析方法
决策树是一种树形结构,由3个主要部分组成:根节点、分支和叶子节点。最顶部的是根节点,表示一个待分类的数据类别或属性,从根结点开始分支分裂,直到叶子节点给出结果。
三种经典算法:ID3、,不同算法会根据不同标准选择最优的分裂属性,进而生成一棵完整的决策树。
右图为一棵构建好的决策树。
决策树(DecisionTrees)
文本分析
社交网络
分析
数据分析
工具
预测分析
第1节预测分析
预测分析概述丨预测分析方法
二、预测分析方法
随机森林通过建立多棵随机生成的决策树而形成。
通俗来讲,随机森林是若干决策树进行“投票表决”的过程:每棵决策树给出“投票结果”,随机森林的输出结果则是将若干单个决策树的“投票结果”整合后的“最终投票结果”。
仍以决策树的分类问题为例,如果随机森林中包含1000棵决策树,有892棵决策树的预测结果为“有购买意向”,108棵决策树的预测结果为“无购买意向”,经过1000棵决策树的“投票表决”,判断结果为该用户有购买意向。
随机森林(RandomForest)