十大互聯(lián)網(wǎng)數(shù)據(jù)分析方法之-聚類分析

一窗宇、什么是聚類分析

聚類分析在統(tǒng)計(jì)學(xué)上是根據(jù)“物以類聚”的道理特纤,對(duì)樣本或指標(biāo)進(jìn)行分類的一種多元統(tǒng)計(jì)分析方法捧存。這一方法在任何領(lǐng)域應(yīng)用時(shí)昔穴,都需要先對(duì)事物彼此不同的屬性進(jìn)行辨認(rèn)吗货,將具有相似屬性的事物聚為一類狈网,使得同一類的事物具有高度的相似性。在互聯(lián)網(wǎng)用戶行為分析上勇垛,大量用戶都有相同或相近的行為屬性闲孤,我們可以通過(guò)行為對(duì)用戶進(jìn)行聚類烤礁,提取行為特征,對(duì)不同行為屬性的用戶針對(duì)性精準(zhǔn)運(yùn)營(yíng)勤众。

聚類分析1.png

二亿蒸、聚類分析的特征

網(wǎng)站分析APP分析中應(yīng)用聚類分析時(shí)會(huì)使得分析過(guò)程和分析結(jié)果更簡(jiǎn)單掌桩、直觀。

簡(jiǎn)單:分析邏輯內(nèi)置于系統(tǒng)中茅坛,只需點(diǎn)選操作即可實(shí)現(xiàn)對(duì)用戶或頁(yè)面的聚類

直觀:將毫無(wú)規(guī)律的大量數(shù)據(jù)變的規(guī)律化贡蓖、類別化煌茬、統(tǒng)一化坛善,可直觀看出某一群體或某類頁(yè)面的特征眠屎。

三、聚類分析的應(yīng)用

聚類分析在互聯(lián)網(wǎng)領(lǐng)域的主要應(yīng)用有:用戶聚類岖常、頁(yè)面聚類或內(nèi)容來(lái)源聚類竭鞍、活躍留存聚類分析笼蛛。

1、用戶聚類

用戶聚類是將有共同用戶屬性或行為屬性特征的用戶歸為同一群體滨砍,主要體現(xiàn)為用戶分群领追,用戶標(biāo)簽法。用戶分群用戶分群可以通過(guò)用戶屬性組合定義不同用戶群體绒窑,也可以通過(guò)用戶群體的行為表現(xiàn)反推用戶的屬性特征舔亭。用戶分群對(duì)推廣營(yíng)銷和用戶運(yùn)營(yíng)最大的意義在于精細(xì)化的定位用戶群體細(xì)分用戶需求钦铺。推廣和運(yùn)營(yíng)已經(jīng)從初期發(fā)的模糊運(yùn)營(yíng)進(jìn)化到當(dāng)前基于用戶行為甚至是基于預(yù)測(cè)模型的用戶分群。

用戶分群洼哎、用戶標(biāo)簽法

2.jpg
2、頁(yè)面聚類

頁(yè)面聚類則主要是相似/相關(guān)頁(yè)面分組法抽兆,例如:在頁(yè)面分析中,經(jīng)常存在帶?參數(shù)的頁(yè)面李请,比如:資訊詳情頁(yè)面、商品頁(yè)面等揍瑟,都屬于同一類頁(yè)面乍炉,簡(jiǎn)單的分析容易造成如跳出率岛琼、退出率等指標(biāo)不準(zhǔn)確的問(wèn)題槐瑞,通過(guò)聚類分析可以獲取同類頁(yè)面的準(zhǔn)確數(shù)據(jù)用于分析場(chǎng)景。

3.jpg
3那槽、來(lái)源聚類

來(lái)源聚類幫助我們分析訪客來(lái)源和推廣渠道骚灸,可根據(jù)設(shè)置的UTM參數(shù)甚牲,根據(jù)不同渠道蝶柿、著陸頁(yè)只锭、媒介、內(nèi)容喉誊、關(guān)鍵詞等對(duì)受訪頁(yè)面進(jìn)行聚類分析伍茄。

4.jpg
4敷矫、活躍曹仗、留存聚類分析

傳統(tǒng)的活躍分析和留存分析只依據(jù)用戶瀏覽網(wǎng)站或打開(kāi)APP行為分析活躍和留存怎茫,更高級(jí)的活躍和留存分析可以自定義不同的用戶行為聚類分析妓灌。

例如我不只關(guān)心用戶瀏覽網(wǎng)站的活躍和留存虫埂,還想分析網(wǎng)站中新上線的某個(gè)功能模塊的用戶活躍和留存情況掉伏,這時(shí)可以通過(guò)自定義活躍澳窑、留存聚類有相應(yīng)行為的用戶進(jìn)行用戶行為分析

5.jpg
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末栗精,一起剝皮案震驚了整個(gè)濱河市悲立,隨后出現(xiàn)的幾起案子薪夕,更是在濱河造成了極大的恐慌原献,老刑警劉巖埂淮,帶你破解...
    沈念sama閱讀 211,194評(píng)論 6 490
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件姑隅,死亡現(xiàn)場(chǎng)離奇詭異,居然都是意外死亡倔撞,警方通過(guò)查閱死者的電腦和手機(jī)讲仰,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 90,058評(píng)論 2 385
  • 文/潘曉璐 我一進(jìn)店門(mén),熙熙樓的掌柜王于貴愁眉苦臉地迎上來(lái)痪蝇,“玉大人鄙陡,你說(shuō)我怎么就攤上這事□飭” “怎么了趁矾?”我有些...
    開(kāi)封第一講書(shū)人閱讀 156,780評(píng)論 0 346
  • 文/不壞的土叔 我叫張陵,是天一觀的道長(zhǎng)给僵。 經(jīng)常有香客問(wèn)我愈魏,道長(zhǎng)胡本,這世上最難降的妖魔是什么? 我笑而不...
    開(kāi)封第一講書(shū)人閱讀 56,388評(píng)論 1 283
  • 正文 為了忘掉前任,我火速辦了婚禮,結(jié)果婚禮上滨巴,老公的妹妹穿的比我還像新娘。我一直安慰自己,他們只是感情好,可當(dāng)我...
    茶點(diǎn)故事閱讀 65,430評(píng)論 5 384
  • 文/花漫 我一把揭開(kāi)白布。 她就那樣靜靜地躺著,像睡著了一般。 火紅的嫁衣襯著肌膚如雪腹缩。 梳的紋絲不亂的頭發(fā)上转锈,一...
    開(kāi)封第一講書(shū)人閱讀 49,764評(píng)論 1 290
  • 那天,我揣著相機(jī)與錄音,去河邊找鬼匣缘。 笑死,一個(gè)胖子當(dāng)著我的面吹牛,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播进胯,決...
    沈念sama閱讀 38,907評(píng)論 3 406
  • 文/蒼蘭香墨 我猛地睜開(kāi)眼盯漂,長(zhǎng)吁一口氣:“原來(lái)是場(chǎng)噩夢(mèng)啊……” “哼竭宰!你這毒婦竟也來(lái)了?” 一聲冷哼從身側(cè)響起,我...
    開(kāi)封第一講書(shū)人閱讀 37,679評(píng)論 0 266
  • 序言:老撾萬(wàn)榮一對(duì)情侶失蹤巩步,失蹤者是張志新(化名)和其女友劉穎竟闪,沒(méi)想到半個(gè)月后,有當(dāng)?shù)厝嗽跇?shù)林里發(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 44,122評(píng)論 1 303
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡兽愤,尸身上長(zhǎng)有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 36,459評(píng)論 2 325
  • 正文 我和宋清朗相戀三年,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點(diǎn)故事閱讀 38,605評(píng)論 1 340
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡途样,死狀恐怖裆站,靈堂內(nèi)的尸體忽然破棺而出羽嫡,到底是詐尸還是另有隱情,我是刑警寧澤,帶...
    沈念sama閱讀 34,270評(píng)論 4 329
  • 正文 年R本政府宣布,位于F島的核電站鹰祸,受9級(jí)特大地震影響街图,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜醉冤,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 39,867評(píng)論 3 312
  • 文/蒙蒙 一赔癌、第九天 我趴在偏房一處隱蔽的房頂上張望贤壁。 院中可真熱鬧悼枢,春花似錦、人聲如沸脾拆。這莊子的主人今日做“春日...
    開(kāi)封第一講書(shū)人閱讀 30,734評(píng)論 0 21
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽(yáng)名船。三九已至绰上,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間渠驼,已是汗流浹背蜈块。 一陣腳步聲響...
    開(kāi)封第一講書(shū)人閱讀 31,961評(píng)論 1 265
  • 我被黑心中介騙來(lái)泰國(guó)打工, 沒(méi)想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留迷扇,地道東北人百揭。 一個(gè)月前我還...
    沈念sama閱讀 46,297評(píng)論 2 360
  • 正文 我出身青樓,卻偏偏與公主長(zhǎng)得像蜓席,于是被迫代替她去往敵國(guó)和親器一。 傳聞我的和親對(duì)象是個(gè)殘疾皇子,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 43,472評(píng)論 2 348

推薦閱讀更多精彩內(nèi)容