闲话用户画像&数据价值挖掘

题图 - 公号画像截图

文·blogchong

引子

大伙儿看到题图是不是感觉有点奇怪?

哈哈,没错,这个截图是我用某个微信公众号分析工具提取的我公众号的画像报告。

其他的不说了,单就截图的这些信息吧来分析一下吧。

男女比例各50%?

公众号阅读者族群分布,宅男宅女19.94%,家庭主妇16.35%(大写的黑人问号)?还有...

好吧,这都什么鬼?

我的公众号人数大约在1300人左右,更新有一年了,总文章数,没有千八百也就数十近百篇了吧。主题的话,好吧,这还用说吗?

结合主题性质,再来看一下上面的分析报告:

(1)男女比例各50%,什么时候我的公号这么多妹子关注了?!

(2)家庭主妇16.35%,什么时候家庭主妇也关注大数据了,还有什么时尚女性?!

what?

关于微信公众号画像。

其实最近也是一直在研究微信公众号的画像数据,也算是小有成果,所以看到这么一个有趣的情况,忍不住想说道说道。

我们知道,关于新媒体,或者更确切的说微信公号这块,做的最有名的是新榜。

但新榜依然偏重于分析公号明确数值的变化情况,来衡量其传播能力以及广告能力。

它在公号画像的挖掘上,并没有看到一个很值得点赞的地方,强大之处在于它的强悍爬取能力,以及公号的监控能力。

而我们目前对于公号的画像研究上,可以说走的已经领先很多了,对于垂直领域,我们甚至已经能够精确的提取相关垂直特征了,并且挖掘公号粉丝的购买欲望特征,进行量化。

甚至能够挖掘公号的价格特征,根据价格分布特征,公号自身特征以及信息的离散程度等,精确预测公号商业化价格的投放区间等。

当然,还有其他挺多听起来挺高端的东西的,这里就不一一细说了。

那么,这里我们再来说一下,对于公号做画像分析有什么用呢?

随着移动互联网的进一步发展,以及微信大生态的推进,时间进一步被碎片化,而微信这个东西,你们自己数一数使用的公号获取信息的频度怎么样?

记得,我上头的BOSS好像说过这么一句话:频度决定一切!

细来想想,确实是这么回事。使用频度高,那么,就意味着曝光的机会大,那么,其价值不管以任何一种方式体现,都是比较容易变现的。

那么回到这个话题,微信公众号不管是以广告价值变现的方式也好,还是目前越来越多人做的与电商结合的方式变现也好。

公号画像的价值都不言而喻!精准的广告投放,符合粉丝群体的商品投放等等。

说到画像这个话题,我们再把话题扩大一些。

DT时代,数据化效率的提升!

这几天乌镇不得了了,马云爸爸都说了:人类50年是一个跃迁,目前已经到了互联网时代,DT时代,而互联网时代,数据就是驱动力。

何谓驱动力?数据化驱动生产,这是我个人的理解。

再回到画像这个话题,用户的画像,事务主体的画像,说白了就是把它进一步的数据化,提升效率。

举个栗子


例如:

(1) 精准广告的投放,提升效果,节省成本,提升效率,茫茫多的数据化广告平台,就不多举栗子了;

(2) 个性化推荐系统,缩短目标主体与用户之间的距离,节省时间,提升效率,提升转化,据闻双十一阿里数据团队使用什么个性化推荐提升了多少多少的准化率,所以拿到了多少多少的奖金,打住;

(3) 精准营销,提升营销效果,这个栗子也很多,一般都是分析用户画像,进行定位精准营销;

(4) 智能化搜索,结合数据进行优化搜索排名,智能搜索纠错,搜索偏好预测等等;

再多就不举栗子了,总体来说,画像作为很基础的一个支撑,在此之上可以有很多变化的应用。

在流量红利耗尽,在效率至上的年代,如何挖掘有用的数据,用于提升业务的效率,至关重要!

而画像提取作为一个基础方向,在未来会得到更多实用价值的证明,这就要求大数据从业者们,在数学建模、特征提取、NLP、文本挖掘等方面有更深一步的建树。

特别是,我已经预感到互联网开放型数据挖掘时代正式来临已经不远了,所以提前具备上述这些技能,是有利的。

还有一个就是爬虫方面的技能,相信到不久的将来会越来越受重视的。

最后,思考了这些天,我依然没有想清楚互联网开放型数据变现的模式,继续思考吧~~

(全文完)

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 159,458评论 4 363
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 67,454评论 1 294
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 109,171评论 0 243
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 44,062评论 0 207
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 52,440评论 3 287
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 40,661评论 1 219
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 31,906评论 2 313
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 30,609评论 0 200
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 34,379评论 1 246
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 30,600评论 2 246
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 32,085评论 1 261
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 28,409评论 2 254
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 33,072评论 3 237
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 26,088评论 0 8
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 26,860评论 0 195
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 35,704评论 2 276
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 35,608评论 2 270

推荐阅读更多精彩内容