CDAS2016董四辈议题

中国数据分析师行业峰会由经管之家旗下「CDA数据分析师」人才教育品牌主办,从第一届起延续至今,已经成为广受瞩目的行业盛会。CDAS 2016将以「万象尽揽,慧聚未来」为主题,汇聚众多行业领军企业、科研院所、专家大牛、知名媒体等,研习技术,比拼创意,交流思想,探寻未来,打造一场大数据与大思维的盛筵。

1. 电商新趋势下的数据分析
2. 议题 • 电商整体上升趋势减缓,移动电商崛起 • 原有PC端流量减少,指标下降 • 新形势下用户与商品之间的关系 • 数据关系 • 技术问题 • 算法策略 • 产品形态 • 平台策略 • 结合PC上推荐数据分析,总结出合理的应对策略
3. 背景 移动端 购物 阅读 PC端 购物 阅读 移动 PC
4. 2015移动推荐点击量 1月 2月 3月 4月 5月 6月 7月 8月 9月 10月 11月 12月 2015移动推荐点击率 1月 2月 3月 4月 5月 6月 7月 8月 9月 10月 11月 12月 2015移动推荐订单占比 1月 2月 3月 4月 5月 6月 7月 8月 9月 10月 11月 12月
5. 2015年单品页推荐点击 1月 2月 3月 4月 5月 6月 7月 8月 9月 10月 11月 12月 2015年单品页推荐点击率 1月 2月 3月 4月 5月 6月 7月 8月 9月 10月 11月 12月 2015推荐订单占比 1月 2月 3月 4月 5月 6月 7月 8月 9月 10月 11月 12月
6. 数字 模型 图表 公式
7. 数据变现 流量 90 数据分析 40 40 40 化妆品 数码 婴童 120
8. 数据 算法 产品 数据 算法 产品
9. 现状 • 电商正在变成传统行业 • 网购增速自然下降 • 流量红利消失,成本变高, • 移动购物变成主流,移动端流量开始大幅增长 移动端流量 1月 2月 3月 4月 5月 6月 7月 8月 9月 10月 11月 12月
10. 反映出的问题 PC端的流量流失,各数据指标走低,如何应 对?  如何处理PC端的成本投入?  抓住移动电商这个趋势,但是也不能把PC端丢 掉  怎么处理PC端的用户流失,变现能力下降这样 的问题
11. 三.反映的问题 • 数据层面 • 技术层面 • 算法层面 • 产品形态 • 平台层面
12. 反映在数据层面 • (1)商品数据 • 商品数据的变化-》数据与种类变多-》多媒体化 -》电子化 • (2)用户数据 • 用户数据的变化-》年龄增长-》移动化-》消费 方向、童书、育儿、用户流失、用户新增
13. 对于商品,如何分析? • 书是用于消费内容的,PC端可以做的更多 • 赠送电子书,书籍预售,个性化判定 • 多媒体图书,样品多分类等
14. 对于用户,如何分析? • 找出重点用户,逐个分析原因,进行回访 • 找回这些成果, • (1)选择重点用户 • (2)人工分析 • (3)预测与验证
15. 反映在技术层面 • 做AB测试过于复杂 • 作业流程过长 • 数据延迟 • 数据误差,AB的误差,数据埋点的误差
16. 反映在算法层面 • 算法优化的峰值在哪里? • 如果到了顶峰怎么办?
17. 反映在产品形态上 • 以人为准的个性精准推荐 • 用户的购书历程 • 学习里程 • 推荐视频教程配套教材 • 名人书单 • 主题图书、育儿、国学、技术路线等 • 买纸书、赠送电子书
18. 平台问题 • 平台吸引力下降 • 电商正在变成传统行业 • 运营成本,宣传成本 • 在其他方面
19. 四.用户为什么离我们远去 • 用户不爱读书了,喜欢看视频了 • 对用户需要个性化分析,需要重新打标签 • 视频与书的关系 • 用户属性的精准匹配,年龄、性别、家庭属性等 • 孕期,学生,老师等
20. 五.如何选择应对策略 • 总体策略 • 守住已有的成果,要比创新要重要 • 拓展已有成果与技术 • 在数据与用户上,精准分析与个性化 • 在产品形态上,需要体现多样化主题 • 在技术上,减少误差与延时 • 算法层面,突破难度大,需要慎重 • 平台层面,作为技术团队体现的影响力较小
21. Thank you