预测分析机器学习篇课件

1、TRUEMETRICS你的广告费用还可以再少一点“榨取”运营数据的剩余价值TRUEMETRICS01你是否了解你的用户TRUEMETRICS你了解你的用户吗？几个问题：你知道有多少比例你的消费者会在完成购买行为前离开购买流程？你知道消费者购买产品前会对比几次同类产品？你知道消费者发生一次购买需要添加几次购物车？3TRUEMETRICS关键指标71%63%的消费者会在完成购买行为前离开购买流程的消费者会在投资过程中对比不同网站同类产品2.4次才会发生一次购买消费者会在添加购物车2次81%消费者会在及以上访问后完成购买.6 1 8365%93%消费者会在浏览个以上的产品详情页做出决策日内完成产品购

2、买3消费者会在注册4TRUEMETRICS多触点接触模型01.广告的相关性02. 是否与需求相关03. 完成最终购买广告触达Advertising产品评估Assessment最终转化ConversionsSeeThinkDo5TRUEMETRICS不要浪费运营数据我们的内容总在为用户“Do”而拼尽全力问题在于有多少次访客第一次入站就发生购买?不要再浪费广告给你带来的数据6TRUEMETRICS预测分析精准再营销机器学习7TRUEMETRICS机器学习解决问题的逻辑机器学习的本质是根据历史数据的特征总结规律，最终输出分类标准预测为购买ID特征目标寻找对应关系01策略：推荐热销产品页面020304

3、05+机器学习算法预测为不会购买策略：当然推荐优惠券页面啊历史用户数据ID特征预测模型：判定条件拟合结果06？?0606* * 070809100708091007080910+本月未购买用户8TRUEMETRICS02如何开始你的工作TRUEMETRICS如何开始检查数据环境01数据是否真实可信数据指标是否足够丰富关键数据是否能获取到数据链是否完整检查数据环境组建数据团队数据挖掘人员数据建模人员市场运营人员组建数据团队制定工作计划制定工作计划数据提取期0203数据建模期广告投放期数据验证期10TRUEMETRICS什么数据能为你所用广告数据网站行为数据商品信息数据客户信息数据Advertis

4、ingWebsite behaviourProduct InfoCustomer info会员级别所处地域购买水平展示次数互动次数商品类别点击次数广告系列停留时长商品喜好程度优惠券使用情况详情页被浏览次数丰富程度干净、可信关键指标11TRUEMETRICS请从这里开始广告数据网站行为数据商品信息客户信息ooooooooo广告来源跳出次数o添加购物车次数o客户ID（必须）CookieID（代替客户ID）是否为首单o广告媒介平均每次会话浏览页数平均会话时长商品类别广告系列o购买金额会员等级广告关键词广告创意版本广告位置周期访问率下单次数会员积分登录次数使用优惠券类型购买前浏览其他类型商品种类最后登

5、录时间最后购买时间会员所属区域会员最常支付方式会员总共花费金额会员注册时间下载文档次数广告展示位置广告投放地域广告投放时间段广告点击次数广告浏览次数点击帮助中心次数点击站内banner次数浏览详情页的次数被分享的次数下单是否有其他类型商品12o维度指标TRUEMETRICS数据链是否完整APP AnalyticsMonitoring Advertising qualityUsing Predict labels to advertiseWeb AnalyticsMachine learningPredict analysisLabelimportAdvertisingStorageDerive

6、ImplementationQueryGoogle Cloud Platfrom13TRUEMETRICS组建你的数据团队KEY 1：为你的团队制定一个目标KEY 2：为这个目标指定一个负责人14TRUEMETRICS制定你的工作计划提取历史数据数据根据模型要求整合指标挖掘提取待预测数据数据模型（多种）数代入数据，模型评分据建选用最优模型预测数据模为预测用户打上标签值并回传至广告系统甄选指标广告投放广告再营销评估效果项目开始数据提取期模型建立期&数据提取期广告投放期效果评估期15TRUEMETRICS03案例模拟TRUEMETRICS项目概览项目目标：用2月的数据预测3月用户是否会产生注册，根

7、据预测结果投放广告提升ROI数据范围：网站行为数据工作计划：项目阶段启动内容项目启动会（目标确定）案例研究目标拆解参与人员许嫚、曹雨胧、谭子健许嫚、曹雨胧、谭子健许嫚、谭子健谭子健3/293/303/314/14/24/34/44/54/64/74/84/94/104/114/124/134/14 投放期 4月末前期准备数据提取&模型建立修正模型商业指标选取初步拟定模型及模型评估体系选取预测的时间窗口数据导出，结构化指标导入指标测试谭子健曹雨胧曹雨胧、谭子健谭子健评估测试模型准确度模型评估、数据指标评估（剔除、增减）再测试（循环）曹雨胧、谭子健曹雨胧、谭子健许嫚、谭子健曹雨胧、选定最优模型数据

8、回传至广告系统预测结果产出+投放策略再营销实现流程曹雨胧、谭子健许嫚广告投放项目总结许嫚、曹雨胧、谭子健17TRUEMETRICS数据呈现FullVisitID：用户唯一身边标志,FullvisitIDVisitsHitsPageviewsTimeonsiteBouncesDetailviewsRegisterVisit_P0Visits：二月份中，用户一共发生了多少次会话Hits：二月份中，用户与官网产生了多少次点击Pageviews：二月份中，用户在官网浏览的页数Timeonsite：二月份中，用户在官网的总停留时长，以秒计算Bounce：二月份中，用户会话跳出次数XXX00110XXX0

9、02XXX004XXX005XXX0064601011101Detailviews：二月份中，用户浏览detail页面次数Register：是否在二月注册2133Visit_P：三月是否购买，预测目标变量TruepositionFalsepositionTruenegativeFalsenegativeKey Metrics:最终模型神经网络TRUE1436582931105541428293Recall = 0.814FALSE 1105541421436518TRUEMETRICS模型流程概览测试模型注册用户读取二月数据拼合数据提取因子划分验证集合与测试集合缺失值处理合并测试结果模型评分非

10、注册用户筛选过滤验证模型数据归一化为了适用该模型模型评分选最优注册用户拼合数据提取因子选出最有测试模型（神经网络）数据归一化为了适用该模型读取三月数据缺失值处理准确性评分非注册用户筛选过滤用作验证Key Metrics:TruepositionFalsepositionTruenegativeFalsenegativeTRUE1436582934142110551436541428293Recall = 0.814FALSE 1105519TRUEMETRICS效果验证采用预测模型进行预测,并投放广告假设用户=10000，一份广告是一个单位花费，一个用户带来15个单位费用价值采用贝预测模型进行

11、预测的促销花费A组投放：（3044+814）*1.0=3858（单位花费）B组投放：（186+5966）*0.4=2460.8（单位花费）总促销费用：3858+2460.8=6318.8（单位花费）有效单位推广：6318.8/814=7.76（单位花费）ROI:814*15/6318=193%注册真实情况未注册A组策略：对预测会注册的用户进行1.0倍投放力度预注比如：转化类渠道广告测册8143044为B组策略：对预测不会注册的用户进行0.4倍投放力度预测情况比如：推广类渠道+邮件营销不采用预测模型的促销花费未 预注 测册 为1865966单一投放费用：10000*1.0=10000（单位花费）

12、有效单位推广：10000/1000=10（单位花费）ROI：1000*15/10000=150%不进行预测模型，普通投放广告单一策略：1.0倍投放力度每名有效用户花费节省：2.24（单位花费）？比如：转化类渠道广告单位ROI提升43%20TRUEMETRICS如果你不能衡量它那么你就无法优化它- Lord KelvinTRUEMETRICS关于我们关于我们资质TrueMetrics成立于2012年，我们致力于为客户提供基于数据的互联网营销、运营及转化方面的战略支持和技术方法。三年来，触脉为国内众多知名企业输出高质量的数据分析服务，在业内获得广泛好评。谷歌分析认证合作伙伴（GACP）;谷歌分析（PREMIUM）中国区