《大数据-机器学习就业班@深圳》 报名咨询火爆,名额有限,有兴趣的赶紧上车,即将开课!30天培训+3个月实习,50多家企业直聘合作资源,签订就业服务协议,AI时代转行首选!http://www.ppvke.com/Answer/page/dashujujiqixuexi

数据挖掘之用户细分的三大维度

大数据 PPV课 353℃
10
一般来说,细分可以根据三个方面的考虑来进行。
1.外在属性
    如用户的地域分布,用户的产品拥有,客户的组织归属——企业用户、个人用户、政府用户等。通常,这种分层最简单、直观,数据也很容易得到。
    但这种分类比较粗放,我们依然不知道在每一个用户层面,谁是“好”用户,谁是“差”用户。我们能知道的只是某一类用户(如大企业客户) 较之另一类用户(如政府客户) 可能消费能力更强。
2.内在属性
    内在属性行为客户的内在因素所决定的属性,比如性别、年龄、信仰、爱好、收入、家庭成员数、信用度、性格、价值取向等。
3.消费行为分类
    在不少行业对消费行为的分析主要从三个方面考虑,即所谓RFM:最近消费、消费频率与消费额. 这些指标都需要在账务系统中得到。但并不是每个行业都能适用。在通信行业,比如说,对客户分类主要依据这样一些变量:话费量、使用行为特征、付款记录, 信用记录、维护行为、注册行为等。
    按照消费行为来分类通常只能适用于现有客户,对于潜在客户,由于消费行为还没有开始,当然分层无从谈起。即使对于现有用户,消费行为分类也只能满足企业用户分层的特定目的。如奖励贡献多的用户。至于找出用户中的特点为市场营销活动找到确定对策,则要做更多的数据分析工作。
大数据培训专家,数据分析师

转载请注明:PPV课 » 数据挖掘之用户细分的三大维度

喜欢 (0)or分享 (0)