基于用户手机应用下载行为的数据分析以及对移动MM业务推广的启示

**公司参评案例--基于用户手机应用下载行为的数据分析以及对移动MM业务推广的启示开始案例背景1传统数据业务VS移动互联业务传统数据业务统一、标准化的产品内容更新速度较慢资费结构较简单用户需求单一对终端匹配要求较低移动互联业务面对更多竞争对手产品个性化、多样化需求变化快，更新速度快需要对用户群，以及产品进行深入细分2以手机应用为例运营商，设备制造商和第三方应用商店已达十多家MM货架上共有6万多款应用，内容涵盖游戏，应用，视频，主题，音乐等应用产品同质化，统一类产品有多个不同应用3用户的需求更复杂使用的手机型号、操作系统多样化，适配的应用类型复杂对应用的偏好比较分散（同一班级里学生手机上安装的应用也不尽相同）用户对应用使用偏好随时间变化（换手机或受圈子影响）能否方便地找到喜欢的应用成为用户选择应用商店的一个重要因素4我们的困惑移动MM营销手段比较单一，主要是通过话费赠送，礼品抽奖刺激，用户体验较差，难以持续活跃基于传统客户标签的营销方案策划能实现对用户分层分级的服务，但在内容推荐层面上忽略了用户的个性化需求用户对应用的偏好分散，基于用户类型的应用推荐短彩信命中率低，资源浪费大移动MM应用尚未成为主流产品，其下载排行榜信息难以反映用户的个性化喜好以及变化趋势5移动MM运营需要解决的问题如何有效地实现客户端，用户偏好和应用内容的匹配如何准确获取用户对应用偏好，完善客户标签如何获取用户在竞争对手应用商店的下载行为，以获取本地用户下载行为的全景图根据用户下载行为预测用户下载以及热门应用变化趋势6思路78通过对**手机用户的基本属性、上网行为以及下载行为进行数据分析，区分出不同类型的人群的下载喜好和特征属性，完善数据标签，提高移动MM营销精确度以及对市场趋势的把握，构建综合营销体系。思路·方案要点客户A客户B客户C结合客户标签，制定差异化的营销方案武器库通过信令分析获取单个用户的下载行为列表，建立用户应用喜好标签库整合用户信息，实现用户偏好+内容匹配+激励方案的精准营销体系具体实施9个人特征性别、年龄所属品牌终端型号下载行为下载次数较多的软件类别网站浏览行为浏览次数较多的网站类别增值业务情况资讯类增值业务音乐类增值业务娱乐类增值业务商务类增值业务（一）确定用户划分纬度不同用户的差异主要表现在以下几个方面：个人特征、下载行为、网站浏览行为、增值业务订购情况。10用户的差异性一、结合客户标签，制定差异化激励方案（二）移动MM目标用户的筛选年龄18-55岁（98%）有GPRS包月套餐（86%）月均发送短信次数50次以上（90%）月均使用GPRS流量10M以上（97%）入网时间在10年之内（95%）11年青活跃型用户群B用户群C用户群D用户群E用户群F目标客户…………用户属性……用户分类12（三）用户群细分资费敏感型优惠敏感型成熟知性型（四）差异化激励方案13年青活跃下载应用送电影票，歌友会抢票成熟知性全球通经典剧场，名家讲堂赠票资费敏感下载MM应用话费激励优惠敏感下载MM应用换取商家联盟优惠G分（一）通过信令分析提取用户下载应用列表14二、基于信令分析，建立用户下载行为库获取用户号码对应的下载日期，网站，具体应用路径等信息该列表反映目前**用户下载应用的全集信息，包括竞争对手信息由于部分网站应用路径已密需要通过对安装包进行进一步分析（一）通过信令分析提取用户下载应用列表15通过对数据进行分析，可以准确描绘**本地应用下载的市场竞争情况通过对竞争对手的研究，有利于改进营销策略，将竞争对手客户转化为移动MM客户5月份**本地Android手机应用商店下载量分布（二）反向提取用户下载应用明细16二、基于信令分析，建立用户下载行为库对于加密的应用名需要通过批量下载，提取应用包名称，或通过网络爬虫，抓取应用相关信息5月份**本地Android手机应用商店下载量分布个别应用名称可以通过链接获取个别应用则需要通过进一步分析（二）反向提取用户下载应用明细17网络爬虫提取下载包明细下载分析批处理原理—根据用户下载链接批量下载应用安装包，再通过程序分析输出应用信息报表优点：可以获得全部内容缺点：耗时，无法得到应用截图原理—根据应用链接，通过网络爬虫抓取下载页面相关应用信息优点：速度快，可以获取截图缺点：部分网页内容已加密，无法抓取（二）反向提取用户下载应用明细18解决方案—批量处理与网络爬虫配合使用应用下载链接地址列表批量下载批处理程序提取应用名称网络爬虫根据应用名称抓取截图，应用简介等相关信息网络爬虫根据应用名称抓取截图，应用简介等相关信息梳理数据，输出报表（二）反向提取用户下载应用明细19数据用途比较全面地获取当前**用户应用下载的整体趋势（包括竞争对手），以及热门应用5月30日5月29日6月4日6月19日获取用户的下载行为轨迹，可以通过推荐算法，得出比较准确的应用推荐建议号码13825657806应用下载轨迹Xpiano+架子鼓IReaderWeico7月6日果果手电电筒7月7日水果忍者（一）MM猜你喜欢20三、根据用户下载偏好，预测用户下载趋势如果找到客户下载软件、使用软件的序列，就为“推荐算法”提供了基础。通过分析下载偏好相似的用户，可以根据用户下载的内容较准确地给出符合用户喜好的应用推荐建议，类似方法已被互联网web2.0网站采用（豆瓣FM）例如：通过分析发现，下载腾讯QQ的用户有80%会下载新浪微博，这样，如果某个用户有下载腾讯QQ的行为，那么可以为其推荐新浪微博同一类别的应用。可能喜欢腾讯QQ15%360手机卫士65%谷歌地图80%新浪微博（二）预测热门应用21根据罗杰斯提出的“创新采用曲线（InnovationAdoptionCurve）模型,创新扩散的传播过程可以用一条“S”形曲线来描述。在扩散的早期，采用者很少，进展速度也很慢；当采用者人数扩大到居民的10%~25%时，进展突然加快，曲线迅速上升并保持这一趋势，即所谓的“起飞期“通过分析**本地用户的下载行为，找出一定时期内下载活跃的意见领袖，通过分析其下载应用的共性，找出排行榜上升加速度最快量迅速提升的“起飞期”应用，就能预测热门应用的出现，增强了MM应用推广的前瞻性。（一）打点短彩信22四、具体落地通过一系列操作流程，最终将生成对应号码的推荐应用列表，号码所在用户群适配的激励方案，最终生成符合用户应用使用偏好以及用户群属性的营销打点短彩信+（二）“MM猜你喜欢”页面23根据省公司部署，移动MM将在无线城市开设应用下载栏目，这给了地市公司更多的空间去利用数据挖掘方法，为本地用户提供符合其喜好的手机应用。下一期项目通过将会把以上的数据挖掘流程整合到本地下载页面的后台，可以实现基于用户下载行为的MM应用推荐，让每个用户拥有适合自己的移动MM应用商城，同时对用户喜好精确把握有利于提高页面广告投放的准确度，为开发者带来价值。+效果分析业务效益--打点短彩信成功率提升，节省短彩资源7月5月8月•目标客户：使用Android手机的学生号码•短信内容：移动MM热门游戏推荐点击率：1.6%下载率：0.38%点击率：4.3%下载率：1.8%点击率：9.6%下载率：3.8%•目标客户：使用Android手机的学生号码，分机型•短信内容：移动MM热门游戏推荐，分机型•目标客户：使用Android手机的学生号码，分机型，有游戏下载行为•短信内容：移动MM热门游戏推荐，分机型，分游戏内容+下载游戏送优惠G分方案内容（一）对业务流程梳理有利于今后数业运营水平的提高26通过本期项目，整理出基于数据挖掘的数据业务推广以及营销方案监控的全流程，为今后数据业务实现精确化营销和科学化决策提供了案例，有利于是提高数据业务营销水平及工作效率（二）相关数据挖掘和批处理的系统化大大提高工作效率以往数据业务推广提数和分析过程均为人手操作，效率较低，工作重复度大。通过将相关流程以批处理程序实现乃至后期实现系统化将大大提高数业营销方案制定以及决策的科学性和高效性，大大降低重复劳动率。管理效益—提炼业务流程，提高工作效率创新与亮点（一）通过信令分析和数据挖掘准确获取用户下载偏好28充分利用我司掌握的数据进行挖掘，提高了用户群细分及用户偏好定位的准确性和科学性，为精确营销提供了可靠的数据支持（二）通过批处理以及网络爬虫等技术手段获取并实现海量数据自动化处理本次对用户下载行为的数据挖掘分析使用的数据无法通过ITC提数直接获取，项目组通过编写批处理程序和网络爬虫程序实现海量数据的自动抓取。由于整个过程自动化程度较高，在后期可以实现系统化并且可以将模式复制。（三）实现用户下载行为以及热门应用的预测在过去，数据业务的推广方式比较单一，用户体验效果较差，同时对市场趋势的反应较慢，错失不是营销机会。通过推荐算法实现对用户下载行为以及热门应用的预测，能是移动MM的推广有更强的前瞻性，准确把握市场风向标，提高营销效果。不足与改进（一）数据挖掘模型需要不断调整30数据挖掘模型以及推荐算法需要通过不断的调试和完善以提高其准确率。本期项目使用的取数以及分析模型比较粗糙，会出现漏数以及推荐结果为“Null”的情况，需要进行修改和debug（二）工作流程需要进一步提炼以及系统化本期项目的数据抓取和分析实现程序化，但环节之间的衔接还是通过人工操作，因此对处理速度以及准确度有影响。在后期的项目将进一步提炼工作流程，最终实现。提数和分析的自动化（三）营销效果监控能力有待提高由于目前移动MM全视图未能提供单个应用下载量的统计，以及特定应用下载链接的点击率统计，因此对与营销信息的到达率和点击率需要通过信令分析间接获取，效率低。同时无法跟踪用户下载后是否安装应用营销建议（一）丰富的用户数据是移动MM营销一大优势32我司掌握大量用户信息和行为数据，这对把握用户喜好，制定迎合用户喜好的营销和产品推荐方案有着重大作用。希望公司加强营销人员和产品经理数据挖掘和分析能力的培训，这对提高营销决策的科学性和效率具有重要意义（二）移动MM需要加强对电子渠道营销能力通过本期项目，我们发现数据业务在本地的电子渠道宣传途径相对缺乏，只能通过短彩信告知客户和进行相关应用推荐，限制了移动MM的影响力。同时短彩信端口尚未能实现个性化短信的发信。建议省公司可以为地市公司提高更多互联网资源，同时在日后短彩信端口的升级中考虑与数据挖掘系统进行对接，使之成为智能宣传渠道（三）提高移动ＭＭ产品用户体验在精确营销体系的建立过程中，处理要加强用户喜好的挖掘能力，产品体验也是重要的一环。但目前ＭＭ客户端的使用流畅度和稳定性有待提高，希望在今后的升级中能够有所提升感谢聆听，敬请批评指正！