消费者行为学：洞察中国消费者（第4版）卢泰宏-第12章 消费者行为的大数据与算法.pptxVIP

消费者行为学我们毕业啦其实是答辩的标题地方第12章 消费者行为的大数据与算法 12.1 消费者数据来源——网上“足迹”12.2 消费者行为的大数据分析导论12.3 算法 14.1 消费者数据来源——网上“足迹” “”互联网以及各种移动智能终端的出现，使得消费者数据有了新的来源——消费者的网络痕迹。大量消费者通过网络来完成他们的工作和生活，他们的足迹遍布整个网络，他们的每个行为也给企业留下了宝贵的数据。 消费者数据来源——网上“足迹” 消费者的网络痕迹图12-2 消费者的网络痕迹资料来源：艾瑞咨询. 大数据行业应用展望报告（2013年）. cookie的知识图12-3 cookie的知识资料来源：精硕学院（AdMaster Academy）. 当多维度数据串联后会形成用户3个身份数据的统一，包括自然身份数据、通信关系数据、金融身份数据。企业内外部环境数据统一，中间用需求数据对接，大数据才有了智慧。需求数据还有更多的应用，用来分析网络关系、社会影响力、用户情感、用户行为等。案例12-1 亚马逊如何精准把握消费者 12.2 消费者行为的大数据分析 消费者行为大数据的分析流程图12-4 消费者大数据分析流程 数据层：采集和处理数据互联网时代里，大数据的采集过程基本是无限的、无意识的、非结构化的数据采集，并且数据的采集可能是跨平台、跨不同终端的。2. 业务层：建模分析数据使用的数据分析模型，例如基本统计，机器学习，数据挖掘的分类、聚类、关联、预测等算法，传统数据和大数据的做法差别不大。但是由于数据量的极大扩增，算法也获得了极大的优化提升的空间。 3. 应用层：解读数据数据分析最重要的是解读。用户画像和广告传播两步，都属于应用层。图12-5 大数据进行用户画像 消费者大数据分析可以解决的问题对于消费者真实决策过程和购买过程的海量数据进行分析，具有很高的应用价值，能够解决营销整个价值流程中多方面的问题。图12-6 消费者大数据的应用资料来源：易观智库.中国零售业大数据市场专题研究报告2014. 总体来看，消费者大数据分析的应用可以分为长期和短期两个方面。短期业绩导向的大数据应用1.个性化精准推荐2.精准广告3.实时监测传播效果4.销售预测和仓储管理5.精准促销长期品牌导向的大数据应用1.消费者洞察2.顾客盈利能力分析和管理3.消费者细分4.基于长期品牌意义的传播决策 案例12-2 今日头条:大数据为每个用户建立兴趣DNA模型延伸阅读12-1 大数据切片对比测试 12.3 算法 算法是指解题方案的准确而完整的描述，是一系列解决问题的清晰指令，算法代表用系统的方法描述解决问题的策略机制。人工智能时代的智能算法超越了计算机程序，以大数据和机器深度学习为基础，算法具备了越来越强的快速自主学习能力与决策功能。 智能算法的负面影响 1.全裸：隐私的绝对丧失 2.信息茧房：信息偏食和丧失选择权 3.更傻：惯性依赖导致机能衰退 小结高效率和低成本洞察和直达消费者的新方法框架是：大数据+智能算法。大数据来源多样，大数据通过采集、建模、应用，可以为企业营销带来长期和短期的利益。不可忽视智能算法对消费者的负面影响。 思考题大数据+算法的消费者分析方法与传统的研究方法对比，各有哪些优劣之处？试收集资料，探讨目前我国各种不同类型的企业，对于消费者数据的研究和利用做到了什么程度。3. 探讨中国企业在运用大数+算法方法上的创新案例，特 别注重在洞察和影响消费者行为方面。 THANKS消费者行为学