中文字幕无码av不卡一区,亚洲综合AV永久无码精品一区二区,黑人巨大白妞出浆,黄色高清无码免费看,久久久久免费精品国产,久久无码人妻丰满熟妇区毛片,欧美日韩国产综合草草,久久福利网站,亚洲一区二区三区中文字幕在线,av国内精品久久久久影院

文章分享了一種挖掘潛在用戶的算法，與大家分享，希望可以給大家帶來啟發。

你是否收到過促銷短信？

你是否在打開APP時發現有商家推送優惠消息？

這只是簡單的群發么？當然不是。

你在網站上的所有行為，代表著你的意向和需求，所以通過算法，網站就能把你推送給相應店家。

你以為網站靠賣賣賣賺錢，對沒錯，賣的就是你。

這只是個玩笑，接下來要講的是，玩笑背后的真實買賣——如何挖掘潛在用戶。

你關注過B端客戶的需求嗎？

潛客推薦

區別于“猜你喜歡”：發現用戶是幫助B端客戶挖掘潛客；猜你喜歡是幫助用戶更了解自己的需求。以淘寶為例，為用戶推送她關注的紅色連衣裙，用推薦算法；那推薦哪個賣家的這條裙子呢，那就是要用到挖掘潛客了。

算法不同：猜你喜歡主要是相似度算法，潛客推薦主要是客觀賦權和評分算法。

潛客推薦有什么用？

• 如果你是普通用戶，那么看完整篇文章你就明白你是怎么收到商家短信的。
• 如果你是B端PM，試試看也做一款這樣的產品，或者提提建議也行。
• 如果你是B端商家，考慮下你是否也有這個需求。

接下來要介紹的發現潛客算法：

怎么找到潛在用戶？

1.算法數據支撐

全網用戶的所有行為：為了更好地說明，簡化為瀏覽、收藏、在線咨詢這三種行為。

這里涉及到一個概念“差異驅動”：當評價對象在某一指標的差異越大時，我們認為這個評價指標的重要性越大。

所以，這三種行為代表用戶購買意愿由弱到強。

2.算法邏輯

第一步：計算行為的出現概率

首先，通過近一個月的用戶行為數據，算出瀏覽、收藏、在線咨詢這三種行為出現的概率，依次記做P’1、P’2、P’3，假設計算結果為70%、20%、10%。

第二步：為不同行為客觀賦權

我們需要利用信息熵來對行為客觀賦權。主觀上，也可以自定義權重，當然也能根據上一步的概率來賦權，但為了更精確地進行用戶評分，需要用特定算法來處理。

首先，信息熵計算

信息熵是衡量一個系統的有序化程度，熵越大表示信息無序化程度越高，信息效用越低。比如球場上一方勝率為70%另一方30%，比兩方勝率不明確（均為50%）的熵要小，勝率越明確信息越有效。

其原理可參考論文《利用信息熵計算評價指標權重原理及實例》，作者羅進。

信息熵由信息論之父Shannon提出 ，公式為：

這里的Pi就是代表某一行為的概率，該公式是正相關的關系，但本文中“用戶行為的P’i越小表示行為越重要，故權重越小”，為了糾正變量之間的關系，取其倒數Pi=1/P’i，這樣才符合我們需求——變量負相關。

接著，數據歸一化處理

由于不同行為的性質不同，如果直接用原始值進行對比，就會突出數值較高的指標在綜合分析中的作用，同時弱化數值較低的指標的作用，從而使各指標以不等權參加運算分析。為避免這一點，會對數據進行無量綱化處理，也稱歸一化。算法多樣化，一般是算出標準差或極值來作為歸一化的系數，記做C。

具體計算方法和原理可參考：http://www.docin.com/p-674202391.html

最后，行為權重計算

加入歸一化系數，使權重統一化，公式為：

第三步：行為分值確定

給每種行為分配分值：

設瀏覽行為的分值為T1，則收藏T2=T1*(W2/W1)，電話咨詢T3=T1*(W3/W1)

第四步：用戶評分

小明今天瀏覽、收藏、電話咨詢的次數記為a、b、c，那么其分數為：

效果評估

首先，此算法可以有多種變種。如果要做得更圓滿，應該還要考慮權重的時間變化（比如永遠以最近30天的行為來計算概率）、加入用戶的消極行為（取關、投訴、差評）、用戶習慣（購買周期、頁面停留時間等）、用戶現狀（已購哪些、已退哪些、收藏哪些）等完善用戶畫像。

其次，行為賦權有什么用？用戶評分可以怎么用？對B端來說，可以對這些用戶進行進一步分級，不同級別分別可以電話聯系、發短信、IM聊天或消息推送，當然更潛移默化的方式是個性化廣告展示、猜你喜歡展示、消息精準推送。對普通用戶來說，用戶評分是用來滿足和挖掘他們的需求，對不同分值的用戶提供個性化服務、分層次的權益、針對性的產品。

最后，如何進行效果監控評估？算法的價值在于用得好，不在于專業或者復雜度。能否提升轉化率、增加流量、滿足用戶需求，都需要恰當地配合恰到好處的服務，見仁見智。

歡迎補充和提問。

全文完。

作者：小喬，公眾號：亂入花間化綠葉。產品小白一枚，希望通過這種每周一次深入思考總結的方式，促進自己的成長，走出從0到1到無窮的產品之路。

本文由 @小喬 原創發布于人人都是產品經理。未經許可，禁止轉載。