中文成人无码精品久久久动漫,亚洲精品制服丝袜二区,777爽死你无码免费看一二区

搜索

APP

起點課堂會員權(quán)益

職業(yè)體系課特權(quán)

線下行業(yè)大會特權(quán)

個人IP打造特權(quán)

30+門專項技能課

1300+專題課程

12場職場軟技能直播

12場求職輔導(dǎo)直播

12場專業(yè)技能直播

會員專屬社群

榮耀標(biāo)識

發(fā)布

注冊 | 登錄

基于情境的大數(shù)據(jù)分析應(yīng)用

喵吉斯蒂

2018-08-01

1 評論 7176 瀏覽 72 收藏

14 分鐘

經(jīng)過處理的大數(shù)據(jù)，可以利用分析得到的情境，分析可以識別出可提升的關(guān)鍵指標(biāo)，為每一位用戶打造屬于他們自己的個性化產(chǎn)品。

在波蘭的用戶體驗國際會議上，杰夫帕克（Jeff?Parker）提出：

“如果缺乏研究，企業(yè)就無法做出明智的決策?！?/p>

企業(yè)家和交互設(shè)計師，可以利用數(shù)據(jù)分析，提升產(chǎn)品與服務(wù)的效率，并獲得更大的商業(yè)價值。

結(jié)合情境分析數(shù)據(jù)的方法，對處理大量繁復(fù)數(shù)據(jù)十分有效。如facebook和twitter都是獲取數(shù)據(jù)的良好渠道，但是要是想將所有獲取到的信息都為我們所用，這項工作會非常復(fù)雜且會消耗大量的時間成本。

即使我們將這些所有數(shù)據(jù)都賦予了涵義，也需要分析這些數(shù)據(jù)從而提出有價值的見解，但這取決于我們需要應(yīng)用的情境，否則我們只能通過這些數(shù)據(jù)得到一個廣義的結(jié)論而并不能解決實際問題。

總而言之，將數(shù)據(jù)結(jié)合具體的場景應(yīng)用，可以幫助我們進一步探索用戶與其行為之間的關(guān)系。

什么是大數(shù)據(jù)？

首先，大數(shù)據(jù)（big data）之所以“大”，是因為我們每個人每天都會向公司傳遞千兆級別的信息，當(dāng)數(shù)據(jù)累積起來變得足夠大的時候，就不能應(yīng)用傳統(tǒng)的方法來進行處理了。

面對大量的數(shù)據(jù)，我們也不能再僅是使用電子表格來進行羅列，因為電子表格缺乏一定的靈活性和可擴展性。然而，大數(shù)據(jù)一旦經(jīng)過處理就會變得十分有價值。利用分析得到的情境，大數(shù)據(jù)分析可以識別出可提升的關(guān)鍵指標(biāo)，為每一位用戶打造屬于他們自己的個性化產(chǎn)品。

????大數(shù)據(jù)在零售行業(yè)的例子

大數(shù)據(jù)應(yīng)該如何應(yīng)用到現(xiàn)代商業(yè)中？

下面提到了三種具體的方法結(jié)合情境，進行大數(shù)據(jù)分析，從而帶來更好的產(chǎn)品和用戶體驗：

大數(shù)據(jù)能夠增強我們對用戶的了解，并設(shè)計出滿足用戶需求的產(chǎn)品與服務(wù)。
大數(shù)據(jù)可以幫助我們深入理解用戶的行為，通過數(shù)據(jù)發(fā)現(xiàn)用戶深層次的想法。
大數(shù)據(jù)有助于市場推廣，因為它為我們提供一個機會去分析用戶在多個渠道上的行為，并了解用戶在何時更容易去購買產(chǎn)品或者服務(wù)。

在本文中，我們將了解到如何最大化利用分析結(jié)果，以及情境對大數(shù)據(jù)分析的重要性。

情境數(shù)據(jù)

幾年前，?我們的一個客戶在?UsabilityTools?（關(guān)于用戶研究的網(wǎng)站）上使用我們的表單測試工具（Form?Tester）去了解用戶在他們公司網(wǎng)站上的行為。該工具可以分析網(wǎng)站游客與在線表單的交互方式，利用該工具可以了解到表單每一步的轉(zhuǎn)化率。

我們通過該工具注意到的第一個問題是該網(wǎng)頁的跳出率很高，我們意識到表單的設(shè)計可能出現(xiàn)了問題。通過觀察表單中的不同元素后，發(fā)現(xiàn)一般用戶對于單個表單項的響應(yīng)時間為5秒，但是卻有一項會花費用戶3分鐘左右的時間去填寫。

意識到這個問題后，我們結(jié)合其使用語境發(fā)現(xiàn)：該項的目的是讓用戶填寫其身份證號，這意味著用戶必須離開他的辦公桌，找到他的錢包，并且從身份證上抄下他的身份證號碼。這解釋了3分鐘的等待時間，并告訴我們，我們不是需要去修正表單，而是需要提前提醒用戶準(zhǔn)備好他們的卡，這樣就會減少完成這種復(fù)雜任務(wù)時用戶的流失率。

結(jié)合語境進行分析便于讓企業(yè)尋找到適合自己的商業(yè)模式，探索商業(yè)趨勢，就像我們之前做的那樣。結(jié)合對數(shù)據(jù)分析，可以輔助設(shè)計師進行預(yù)測模型的建立與商業(yè)策略的制定。

?為什么說沒考慮情景是錯誤的？

大部分電子行業(yè)的公司都在使用一些網(wǎng)絡(luò)分析軟件(web analytics software implemented)，但是這不足以讓他們完全理解到，影響用戶行為的心理因素和人文因素。

從業(yè)務(wù)層面來考慮，諸如瀏覽量、跳出率（bounce?rate）等一些網(wǎng)頁分析中典型對象。其提供的數(shù)據(jù)，可能與我們的觀點和對重要任務(wù)的看法在實際上完全相反。

簡單的數(shù)據(jù)也可以說謊，特別是在它們脫離語境時。例如：網(wǎng)站的平均訪問時間這項數(shù)據(jù)，5分鐘的平均留存時間看上去很不錯。但是當(dāng)我們記錄單一訪客時，會恍然發(fā)現(xiàn)大多數(shù)的訪客都僅僅在頁面停留了10秒鐘，平均數(shù)據(jù)被一些停留時間特別長的訪客所扭曲了！

我們意識到不能再盲目相信數(shù)據(jù)了，紐約時報的大衛(wèi)?布魯克斯（David?Brooks）在文章“What?Data?Can’t?Do”中指出：大數(shù)據(jù)的主要問題在于無法考慮到意外的情況與前后發(fā)生的語境，它甚至不能應(yīng)用于簡單而多變的新事物。

這個問題最好的處理方法就如同Teradata（天睿公司）的Scott?Gnau（斯科特?葛瑙）所說：大數(shù)據(jù)是一個新事物，但是它不是唯一的數(shù)據(jù)難題。

情景分析和語境分析能充分發(fā)揮大數(shù)據(jù)的潛力，通過對已有數(shù)據(jù)進行語境的分析（contextualizing），我們可以做些類似這樣的事情——改善客戶的看法，找出普通消費行為背后的原因。這樣，企業(yè)也就能創(chuàng)造出讓用戶驚喜愉悅的體驗。

“紙牌屋”（House?of?Cards）是在網(wǎng)飛公司（Netflix）上很流行的政治電視劇，它也許是大數(shù)據(jù)影響最好的例子之一。Netflix運用了大數(shù)據(jù)來設(shè)定紙牌屋的劇情和人物性格（character?twists），正如報告中說的，一個用戶在看某段劇情時暫停播放去拿點心，Netflix會記錄這次暫停和播放。

Netflix雖然不確定觀眾暫停的原因，但是他們會進行詢問和假設(shè)：為什么人們會在這一瞬間暫停？是震驚、厭惡、被吸引或者僅僅是無聊？為什么大多數(shù)的人都精確的倒回到14分鐘這一段，是因為有某些東西難以理解或者是場景非常的震撼？最后，為什么人們在觀看到一半時選擇放棄了？

這個原因可能很簡單：僅僅是因為不好看。

通過觀察這些情況（暫停、倒帶、停止）發(fā)生的場景，分析團隊將事件放在情境中，利用對結(jié)果的分析改善下一季觀看體驗。目前，根據(jù)“爛番茄”（to rottentomatoes.com?）網(wǎng)顯示：“紙牌屋”接下來的兩季都獲得了超過80%的收視率，足以證明利用大數(shù)據(jù)的改進是成功的。

在大數(shù)據(jù)與情境結(jié)合的方面，“網(wǎng)飛公司”（Netflix）稱已經(jīng)準(zhǔn)備好通過數(shù)據(jù)分析努力做到將用戶牢牢吸引在屏幕前。

“紙牌屋”是一個極端的例子，但是同樣的原則仍然適用于任何案例。在線外送手機應(yīng)用“Foodler”根據(jù)用戶以往在餐廳消費的習(xí)慣，向他們進行“最佳推薦”。他們可以通過飲食的時間段進一步分析用戶的習(xí)慣，并且在相應(yīng)的時間開始推薦早餐、午餐或晚餐所對應(yīng)的食物。

同樣的，“Target”這款app結(jié)合不同情境，利用大數(shù)據(jù)分析顧客的行為變化——這就是為什么“Target”甚至比孕婦的家人更早知道她們懷孕的消息。

Foodler能夠預(yù)測出用戶在任何餐館可能會吃什么

知道數(shù)據(jù)變化背后的原因才是真正有價值的，結(jié)合情境來分析解釋了消費者行為背后的心理，并因此影響了我們開發(fā)營銷的策略，這些策略在關(guān)鍵的接觸點上能夠成功地影響用戶。

情境對預(yù)測的作用

有充分的理由證明，運用準(zhǔn)確的模型和模式是推動大數(shù)據(jù)環(huán)境下分析決策過程的關(guān)鍵。情境分析有助于我們建立預(yù)測模型，幫助我們基于用戶真實行為去考慮，這對構(gòu)建好的預(yù)測模型至關(guān)重要。

我們可以使用情境分析來加強數(shù)據(jù)的可用性和商業(yè)相關(guān)性，使我們能夠通過創(chuàng)建模型來預(yù)測消費者可能的行為，例如：亞馬遜的推薦系統(tǒng)。

當(dāng)我購買一個帳篷，亞馬遜使用分析來確定我可能也想要一個睡袋

結(jié)合情境分析數(shù)據(jù)可以幫助我們更好的做出決策，確定是否不同的數(shù)據(jù)觀察結(jié)果對每個人都適用，選擇合適的情境與用戶真正建立起關(guān)聯(lián)。

例如：使用數(shù)據(jù)預(yù)測分析的電商從業(yè)者會注意到，許多用戶會在周五下午購買鞋子，但情景分析可以讓他們看到，這些客戶中絕大多數(shù)都是在辦公室做出的決定，并且他們更有可能在等待客戶或等待開會時購買。（在一小時的最后五分鐘或前五分鐘）。

情境分析（study?of?contextual?analytics）的研究中，IBM的Lisa?Sokol和Steve?Chen創(chuàng)建了另一個典型的應(yīng)用，涉及傳統(tǒng)的評分系統(tǒng)，銀行用來確定客戶是否有資格獲得貸款。

他們表示，如果銀行僅使用數(shù)據(jù)分析，可以得到每家銀行每個賬戶的信息，但是不能將來自多個銀行的所有不同賬戶關(guān)聯(lián)到一個人，結(jié)果只能得到不精確的信息。但另一方面，通過情境分析，銀行能夠知道這幾個賬戶屬于同一個人，因此將可以得到準(zhǔn)確評估客戶償還貸款能力的所有必要信息。

通過利用情境推動的分析，我們可以提高預(yù)測模型的效率，從而做出更好的業(yè)務(wù)決策。

接下來的一些步驟

認(rèn)識到在大數(shù)據(jù)分析中使用情境化的好處，僅僅只是開始。一旦我們開始收集數(shù)據(jù)，我們就要做好洞察情境的準(zhǔn)備，從而創(chuàng)造更好的用戶體驗。

下面提供了一些實際應(yīng)用的方法：

（1）研究別人正在使用的數(shù)據(jù)和指標(biāo)，從而更好地理解哪些數(shù)據(jù)與該領(lǐng)域相關(guān)性最高。

（2）不要依賴平均值！無論指標(biāo)是什么，都要將它置于情境中考慮。

（3）閱讀更多關(guān)于大數(shù)據(jù)的情境化分析：