大数据平台的搭建和在私域流量池中的使用
第1 大数据平台的搭建步骤
1.1 大数据的举例
海量的、非结构化、碎片化的数据
如用户的各类操作日志

1.2 搭建数据仓库
1.2.1 数据的建模
以业务为驱动,比如业务要分析用户的兴趣
就建立主题是用户兴趣的星型模型

1.2.2 事实表的建立
星型模型中的事实表(大宽表)
即用户各种兴趣,如文旅、相亲和对应的兴趣指标
可以理解为汇总表
它联系所有维度表和维度表的指标

1.2.3 维度表的建立
根据已经确立的事实表,建立多个维度表用于采集
如用户的使用次数、使用时长、经济情况、
指定关键词的搜索次数、指定功能的使用次数等

1.2.4 数据的挖掘
使用kettle等ETL工具,
对数据库和系统日志的关键词进行筛选,
抓取数据进入临时表

1.2.5 数据的清洗
使用python或mysql存储过程,
将临时表的数据格式统一、去重,
并写入维度表并更新指标

1.2.6 离线数据仓库的建立
维度表的数据汇总到事实表后,数据仓库基本建立
此时已处理较长时间、且日志还在不断生成,
不使用流处理技术只能算作离线数据仓库

1.2.7 数据的可视化
使用ECharts等组件库,让事实表的数据可视化

1.3 完善知识图谱
数据仓库建立后,只是死的数据,
用户的各种数据没有关联,需要完善知识图谱

1.3.1 知识图谱的举例
可以理解为一张图表,
显示所有的关键词两两之间的关联程度
比如说喜欢熬夜的用户、
他与医药的关联系数较高,与舞蹈的关联系数较低

1.3.2 知识图谱的搭建
OpenKG或者阿里云的藏经阁提供抽取和构建工具
可由业务经理先凭经验指定
每个关联系数要不断调整和完善

1.4 用户画像
有了离线数据仓库和知识图谱,
就知道了每个用户的各种属性
要进行分析,形成用户画像,构建圈选能力,
才能进行广告定向投放

1.4.1 属性分类
用户的自然属性(性别、年龄)、
行为属性(使用时长)、
偏好属性(爱旅游、爱交友)等

1.4.2 明细圈人
根据已分类的属性,确认圈人的方式,
如在行为属性分类中12月份熬夜超过12点超过15天的人群

1.4.3 接口建立
根据在业务场景和广告推送场景,确认传参和返回值
如传参为用户ID和兴趣ID,返回用户对该兴趣的指标
如传参为时间范围、经纬度范围、兴趣ID、兴趣指标临界值,
返回该范围内符合条件的用户ID

1.6 大数据平台(合法)的使用
理论上用户信息的过度采集和未明确告知使用均属违法
公域流量缺少用户的信息进行匹配,
不利于自有大数据平台的使用
因此需要在私域流量进行运营

第2 私域流量搭建
2.1 私域流量的举例
公域流量:电视、百度、淘宝等的广告投放带来的流量
私域流量:微信、抖音、小红书、微博、B站等粉丝带来的流量

2.2 私域流量的特点
成本低、频次高、直达用户

2.3 搭建私域流量
2.3.1 全渠道的建立
微信:服务号主要用来服务、订阅号主要用来推送、
小程序主要用来购买和返现、企业微信主要用来售后服务
抖音、小红书、微博、B站等:主要用来针对粉丝的推送

2.3.2 各渠道的引流建议
微信公众号:说明书、红包卡引流
抖音:KOC关键意见消费者(用户)引流
小红书:KOL关键意见领袖(网红)引流

2.3.3 运营
使用大数据平台,进行活动、会员的针对性推送

标签: none

评论已关闭