1. 目标客户的特征分析
- 试运营前虚拟特征探索
- 真实运营后的用户特征数据分析
2. 目标客户的预测（响应，分类）模型
- 流失预警
- 付费预测
- 续费预测
- 运营活动响应
3. 运营群体的活跃度定义
活跃度指标体系是业务场景中最核心的行为因素
活跃度的定义合适与否依据其是否能有效回答业务需求
覆盖率，根据活跃度定义出来的活跃用户，可覆盖到多少实际的付费用户
技术 ：主成分分析 数据标准化
4. 用户路径分析
算法支持
按步骤遍历主要路径
5. 交叉销售模型
找出有冥想意义和商业价值的商品组合，可同时购买，也可有先后顺序
- 关联技术（购物篮技术分析）
- 响应模型（对几种重要商品建立预测模型，对潜在客户进行预测判定，精准营销）
- 响应模型（重要商品组合）
- 决策树
- 关联分析，序列分析（先后顺序考虑）预测（响应，分类）逻辑回归，决策树
6.信息质量模型
专家打分，拟合上坪offer要素与总分的关系
7. 服务保障模型
to B平台保障商家（客户）达成更多交易
8. 用户（买家/卖家）分层模型
基于粗放运营与个体概率预测模型之间的一种折中有有过度的模型
技术：
- 统计分析（相关分析，主成分分析）
- 预测（响应）模型的技术（搭建预测模型发现最重要的输入变量及其排序，再根据这些变量对分层进行大致划分）
9. 买家（卖家）交易模型
商品推荐模型，交易漏斗分析，买家细分（个性化商品和服务）优化交易路径
10. 信用风险模型
- 欺诈预警
- 纠纷预警
- 高危用户判断
11. 商品推荐模型
- 规则模型（apriori）
- 协同过滤
- 基于内容的推荐
