基于用户手机应用行为的数据分析以及对移动MM业务推广的启示.ppt

**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 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 7 8 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 （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