数据“高阶神器”【友盟+】U-Dplus：轻松将业务数据做“活”

随着我们对业务的场景越来越清晰，对数据的个性化要求也越来越明显，能贴近业务的数据才能帮助我们把业务做活。那么，数据到底应该如何获取？哪些维度的数据可以结合在一起用？在日前U-Time 杭州站活动中，【友盟+】智能分析U-Dplus产品负责人，为我们分享了日常运营中数据配合场景使用的典型性案例。

一、数据服务需求的个性化、精细化必不可少

1、个性化表现

行业不同、业务不同，每一个不同业务需要不同数据。职能不同，市场同学关注推广、产品同学关注流程与设计、运营同学关注内容流量！

2、精细化的表现

做决策时，需要精细维度提供数据佐证。例如做推广渠道的决策时，需要判断来源好不好？不仅仅看来源报表数据、还要考察渠道留存，渠道转化。

另一个是，行业新动向。很多做智能电器上大屏产品的人，希望能通过采集到网站、APP端兴趣数据，针对个人在其家中的电器上个性化的投放其感兴趣的菜谱、食材。这就需要对我们有能力对每一个用户有分析能力，即精细化。

二、【友盟+】智能分析U-Dplus：精细化数据运营良方

U-Dplus背靠【友盟+】数据。基于100万APP和500万网站，挖掘出各种维度的人群标签，在U-Dplus里实现人群画像、分群的结合。

U-Dplus如何工作？

1、数据接入

2、前端产品做相关数据处理以及重建

数据接入，提供一套HTTPS数据传输协议，允许拼装行为数据包传入系统。并提供多平台SDK，包括网站上JS、应用端的安卓，iOS等等，通过这些方法标准化传输个性化采集埋点数据。在分析呈现上提供了计算查询模块，看板的定义模块。对接精细化分群，分群可以对接画像，以及推送、在线参数服务。

应用案例解析

在案例之前先提两个功能：

1、细分

针对采集到的用户行为，按照行为维度做精细化拆解。行为可以理解成用户做的事情，包括浏览、注册、下单，这个都属于行为。

2、漏斗工具，就是转化率分析

这个功能聚焦在行为间的转化，漏斗的结果还可以按照维度再进行下钻。

案例一：找到“站内搜索词”，评估搜索情况，以作为内容运营的数据支持

1、首先统计出都有哪些站内搜索词。

2、找到有很多搜索量，但没有搜索结果的词。

3、找到有很多搜索量，但点击结果页面却很少的词。

部署代码

在搜索结果页埋点，记录搜索词和结果条数。然后，在点击搜索结果条目时埋点，记录触发该点击的搜索词、被点击的条目页面名称。

1、站内搜索词（区分有结果、无结果）获取实时热搜词

在“细分”功能里，选择搜索结果页所埋点的事件，按照“搜索词”属性细分。就可以拿到每个搜索词的搜索量。

2、找到搜索多，但无结果的词，用以补充内容

现在搜索词，在这些词里，是不是都有搜索结果条目呢？在触发搜索，得到搜索结果页的时候，搜索结果页前端已经可以读取到搜索结果条目明细和条目数量，故埋点时可以按照条目数量是否为0，写入一个“属性”，在分析时，就可以在“细分”中，把“是否有结果”当做细分的附加条件，得到这样的结果。

如图所示，屠呦呦没有搜索结果，这个热点你要补充内容进去。

3、 找到搜索多，但“点击情况少”的词，补充内容

搜索与点击结果是一个过程，可以把它设定成一个漏斗，观察整体站内搜索转化情况，再按照搜索词细分漏斗，就能得到每个搜索词从被触发搜索到点击搜索结果的转化率：

下图中喝三年豆浆患癌，搜索16次，但转化情况并不好，那你可能就需要去看一下相关的结果是什么。分析一下内容是不是有问题，进行针对性调整。

像这个艾滋病，转化情况也不乐观，同样可以关注并分析一下

案例二：购买者地区和商品产地之间的倾向关系分析

想知道不同购买者地区更倾向于什么商品品类、商品产地，以便优化我针对购买者地区的推广方案，我要怎么分析呢？首先，按地区查看每一个地区的用户购买的商品品类情况，第二，按地区查看该地区用户重点关注的商品产地

部署代码

在用户进入APP时，APP会提示用户选择所在地区，用户进行选择后，埋点，为用户打上所在地区相关属性。

第二：在商品付款时，埋点采集付款行为，并且把付款商品的产地，商品名称以及金额作为属性。

进入细分看一下数据：

1、按地区查看，每一个地区的用户购买的商品品类情况

在“商品付款成功”行为里，按地区和品类细分统计结果。

可以看到，北京地区的用户更喜欢进口水果。山东地区用户却截然不同，海鲜并未上榜，他们更倾向于购买国产水果，通过这个数据，如果我原本准备为山东地区用户人推送海鲜广告活动，那其实这个推送方案可能就需要做一些调整了。

2、按地区查看，该地区用户重点关注的商品产地

从上面的统计结果，我们了解到北京用户更倾向于购买进口水果，那对于“进口水果”这个品类，进口水果的产地用户又有什么倾向性呢？

在“商品付款成功”行为里，我们用筛选功能指定仅查看“进口水果”这个品类的数据，然后按购买者地区和产地来细分数据。得到这样的结果。

（编辑：云计算网_泰州站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!