在市场营销过程中,给特定的人群发送一些消息,说明可以提供优惠,促进用户购买某些产品,进而确定哪些人会更倾向于接受信息等,主要考虑如下四个因素。

(一)用户的属性

用户的属性包括性别、年龄、职业、公司、行业、地点等,这些相关信息属于静态的信息,也是所有行业的一种基本数据信息。

(二)用户的行为数据

以下例说明用户的行为数据的作用。某用户决定去买一个扫描仪,在此之前将做很多的事情,最后才会决定购买。如果只是看用户买它的一条记录,那么它只是一条数据记录,但是之前为什么决定买这个扫描仪,可能会有几千条、几万条不同的信息记录下来。这些信息表明了用户的一系列行为,才导致最后的购买决定。对于这个问题,数据量要大很多,从分析量上来看,难度也高很多,但是增加了预测的准确性。

(三)与社交网络相关的信息

与社交网络相关的信息将对预测造成非常大的影响。相似的人往往做出接近的决定。物以类聚,人以群分,在社交网上相连接的人往往具有共同的爱好和兴趣。(www.daowen.com)

上述三个因素的数据组成了需要考查的数据。当然,每个因素中又有很多的数据。实际上,为了提高预测的准确度,使用了很多的精力去采集这些数据,然后再不断地扩充。这是由于随着数据量的增加,预测的准确度也会越来越高。

(四)时间序列

除了上述因素之外,时间序列也非常重要。很多时候做的这件事情离现在有多久,会对预测产生很大影响。例如,购买者在网站上看了一个扫描仪相关的描述。如果第二天销售者就跟购买者说,会给50%的折扣,那购买者买下的可能性是很大的,因为购买者已经有了很大的兴趣。如果一个月之后,销售者再来问购买者,那么购买者可能就没有很大的兴趣了。这只是一个方面,但在整个时间序列中,多久之前发生这件事情很重要。

另外,在整个时间序列中,行为的变化也很重要。例如,购买者看这个扫描仪的介绍,如果以前是一个月看一次,但最近变成一个礼拜看一次,或者说变成一天看一次,整个时间序列就能说明购买者的关注点不断增加。所以时间序列中的这种模式也非常重要。

上述四个因素需要大量的数据进行挖掘,才能达到所需要的结果。