Vamos a encontrar un montón de sitios con contenido recomendado, no sólo se recomienda libros excelentes como el comercio electrónico B2C de clase, sino también interesados ​​en los sitios supongo que como el berro Douban. Tales funciones, sin duda, jugó un efecto significativo para ayudar a los usuarios a encontrar la demanda, la promoción de la compra de productos básicos y aplicaciones de servicio. Tal recomendación es cómo conseguirlo? De hecho, con el análisis de datos del sitio, podemos simplemente mirar a sus principios y su aplicación.

La Asociación de Marketing recomendada se divide en dos categorías:

Hasta Marketing (Hasta Marketing): de acuerdo a las preferencias del consumidor para los clientes existentes, proporcionar un mayor valor para fortalecer su función original o el uso de productos o servicios.

Cruz-marketing (marketing de la Cruz): las diversas necesidades de compra de los clientes comportamiento de los clientes para vender los productos o servicios relacionados.

Hasta comercialización se basa en una línea de productos similares, mejorar u optimizar el producto recomendado, y la cruz de la comercialización se basa en la recomendación de los tipos similares pero diferentes de los productos. Dar un ejemplo sencillo, busque en la línea de productos de Apple:

Cuando usted compra un ipod NaNO3 recomendar a usted para actualizar el producto nano4, nano5 o función similar a la iTouch llamada la comercialización; recomendado Iphone, Mac o iPad es el "cross-marketing".

La asociación recomienda que la aplicación se puede dividir en dos tipos: la recomendación correspondiente sobre la base de análisis de producto y análisis de usuario basada recomienda la asociación. Recomendación de productos relacionados con el análisis se refiere son el sitio Web mediante el análisis de las características del producto se encuentran en común entre ellos, tales como Web Analytics y de la Web Analytics 2.0 ", el autor Avinash Kaushik, y el título contiene las Web Analytics, los libros de análisis de clase, sino también una prensa ... y luego sobre la base de la relevancia del producto se puede recomendar a los usuarios que compraron Web Analytics de la Web Analytics 2.0 ". Análisis basado en las recomendaciones de los usuarios mediante el análisis de los datos históricos del comportamiento del usuario se puede encontrar para comprar los numerosos usuarios de las Web Analytics, también han comprado el libro "The Elements of User Experience, entonces con sede recomienda en este descubrimiento, este método es la minería de reglas de asociación en la minería de datos (la Asociación, el Reglamento), uno de los ejemplo más clásico es el de Wal-Mart de la cerveza y la historia de los pañales.

Muchos de los recomendado asociación o productos en función del nivel de producto, ya que la implementación es mucho más simple (para el sitio en cuanto a los datos del producto significativamente menor que los datos de comportamiento del usuario, y pueden diferir en varios órdenes de magnitud, por lo que el análisis será mucho más ligero), sobre la base de la recomendación de más arriba descrito dos tipos de herramientas de marketing para lograr más sesgada a favor de la tradicional "push" de marketing (personal no me gusta este tipo de comercialización, sobre todo el «paquete» y similares).

Recomendación que lo acompaña basado en el análisis del comportamiento del usuario

Personalmente sesgado a favor del análisis basado en el usuario, que es más propicio para el descubrimiento de la demanda potencial del usuario, para ayudar a los usuarios una mejor elección de los productos que necesitan, por parte del usuario decidir si comprar, es decir, el llamado "tirón" de marketing. Los productos o servicios por parte de los usuarios se refiere a estimular las potenciales necesidades de los usuarios, provocando que el consumo de los usuarios más en línea con el "user-centric". Después de una breve descripción del análisis del comportamiento del usuario en base Association recomiendan, si usted es sitio de comercio electrónico o cualquier otro tipo de sitio, de hecho, esta característica se puede lograr, siempre y cuando usted tiene la siguiente premisa:

1. Capaz de identificar de manera eficiente al usuario;
2. Conserva los datos históricos del comportamiento del usuario (haga clic en el flujo de datos (clics) o de datos operacionales (los resultados));
3. Por supuesto, también necesita un buen sitio analista de datos.

Aquí el sitio de comercio electrónico como un ejemplo para ilustrar la realización concreta de lo que las reglas de asociación. En la actualidad, la mayoría de sitios de comercio electrónico para proporcionar la funcionalidad del registro de usuarios, usuarios comerciales, son por lo general las condiciones sobre la base de inicio de sesión, por lo que aquí se proporcionan para que el usuario identifique el identificador más eficaz - el ID de usuario (métodos de identificación de usuario Por favor, consulte el artículo - la identificación del usuario ); página web todos los datos del usuario almacenados comerciales en sus propias operaciones dentro de la base de datos, esta base de datos - datos de los usuarios históricos de compras para el análisis del comportamiento del usuario. Por lo tanto cumplir con las dos primeras condiciones anteriores, se puede proceder con el análisis.

El principio de las reglas de asociación de los datos de todos los usuarios de la compra (si los datos son demasiado grandes, puede seleccionar un intervalo de tiempo determinado, como año, trimestre, etc) para encontrar cuando el usuario haya adquirido los bienes A y B han comprado proporción del número de productos, cuando esta proporción alcanzó un nivel deseado de forma predeterminada, creemos que estos dos productos hay una cierta correlación, por lo que cuando el usuario ha comprado el producto A, pero todavía no compró el producto B Producto B que podemos recomendar a los usuarios de este tipo. Como se muestra a continuación:

Participe tres conjuntos: Todas las obras completas de los usuarios de los bienes adquiridos en U, compró los bienes de un usuario configura el producto A y B puede ser una compra de productos básicos de compra establecer G ver en la figura. Sobre la base de dos indicadores clave en las tres colecciones se puede calcular la minería de reglas de asociación - Apoyo (Support) y confianza (la confianza):

El número de apoyo = el número de personas para comprar los bienes de A y B (conjunto G) / todos los bienes adquiridos (fijado en U)

Confianza = el número de personas para comprar los bienes de A y B (conjunto G) / compra de bienes (Una colección de A) el número de

Estos dos indicadores, la necesidad de establecer un umbral mínimo para estos dos indicadores, el mínimo apoyo y la confianza mínima. También compró en la adquisición de clientes, la compra de bienes de un usuario puede no sólo comprar productos B, C, D, E, y así sucesivamente una serie de productos, por lo que necesitamos para calcular el apoyo y la confianza de todas estas combinaciones, sólo cumplir como el soporte para el nivel de confianza> 0,2> 0,6 para estos cartera de materias primas se puede pensar que hay un vínculo, se recomienda.

Por supuesto, si su sitio no es sitio de comercio electrónico, también puede utilizar un usuario navega por el sitio de click-stream de datos asociados con las características recomendadas. El mismo comportamiento se basa en la historia del usuario, tales como navegar por la página Un usuario también puede navegar por la página B, ver el video de un usuario visto el vídeo B, descarga el archivo de un usuario descargó el archivo de B ...

Minería de reglas de asociación en la minería de datos, por lo general utiliza el algoritmo Apriori basado en conjuntos de elementos frecuentes, que es un algoritmo relativamente sencillo y eficaz, que no esté específicamente introducido, y los amigos que estén interesados ​​pueden ir a ver la siguiente información.

Durante las reglas de asociación que prestar atención a algunos de los problemas

• Tenga en cuenta la asociación recomienda el alcance y los requisitos previos, no todos los tipos de sitio son apropiados o la necesidad de estar asociado con la recomendada;
• Fundada en el apoyo mínimo y de ejecución mínimo necesario establecer de acuerdo a las características de los operadores de sitios web no debe ser alta o baja, las recomendaciones basadas en la experiencia o la práctica sobre la base de la optimización continua de encontrar un equilibrio óptimo punto.
• Requieren una atención especial, en la regla de asociación A y B de los productos básicos de los productos básicos, no significa que los productos B y las materias primas Una correlación se estableció debido a la confianza de ambos algoritmos son diferentes, la dirección asociada irreversible.
• Las reglas de asociación en el algoritmo no es difícil, pero estar en el sitio verdaderamente bueno, cumplir con la premisa de tres de arriba, sobre la base de la necesidad de algoritmo de optimización continua, y la necesidad de la colaboración de varios departamentos del sitio para lograr .

Por lo tanto, la asociación recomendó que se basa en el análisis del comportamiento del usuario por completo desde el punto de vista del usuario para analizar más a fondo y más eficaz que la simple comparación entre los productos asociados más estrechamente relacionadas con el comportamiento del usuario, para descubrir la demanda potencial de que el usuario desee probar.

»En este trabajo, el BY-NC-SA un acuerdo, que se reproduce, por favor indique la fuente: El análisis de los datos » a la comercialización, el marketing y la cruz asociada recomienda

Artículos relacionados:

1. Contenido recomendado basado en KNN
2. Sitio Web de conversión de la frecuencia y el modelo de embudo
3. El abandono de factores influyen en la tasa
4. El análisis comparativo basado en los segmentos de usuarios
5. Usuario valor de sistema de puntuación

• La última: desde el registro de Web de flujo de clic
• Siguiente: sitio web de tipo de cambio con el modelo de embudo