|
概貌分析广告 这是个相距省会城市比较偏远的地方，天高皇帝远。平常，我们也很少在这样的地市进行什么试点，太远了，沟通还是有点不便。因此，这次去，竟然有点科技下乡的感觉。仅仅是拿着分析结果去讲，他们已经非常感兴趣了。不比在发达的城市，那些客户天天要面对三四拨忽悠子，耳朵都听得起了茧，要求自然也就高。你要是说的跟别人差不多，他们就不鸟你。 这个海滨城市的客户就不一样，平时做的数据分析工作真不多。譬如其中提到一种需求，后来我们给予命名，叫做"用户概貌分析"。这种需求是想知道某个特定客户群，究竟是什么特征。这样表述非常含糊，但基本理解他们想要的是什么。其实，我们平时也经常会提出类似的问题。只是，究竟何谓"特征"？从哪些方面去分析，并没有形成统一的思路。姑且先名之为"概貌"吧。 譬如说，农村用户的发展趋势不错，想了解这群客户到底是什么样的人，消费习惯是怎样的。那就来个"农村用户概貌分析"吧。 非常自然地，用客户分群的技术来分析某个特定客户群的概貌是首先想到的，但这玩意儿是个黑盒子，抛进去一堆变量，捣鼓几个群。他们恐怕一时不容易仅仅接受一个现成的结果。 接着我想，用OLAP技术来做这个概貌分析应当是比较合适的，哦，不是比较，是非常合适。 所谓特征，就是分析的维度，而分析的度量，主要还是用户数。重点就是在维度的选择方面，简化一些，将维度分成几类：通话行为的、消费能力的、订购属性的等等，然后每种类型精选几个维度，不能太多。如果要是想考虑客户分群一样，考虑几百个变量，那肯定是让这个分析变得不可理解。也不用考虑过多的维度组合，一般只在同一类型维度里面选择一两个维度作分析足矣。 可见，在最早的经营分析中，大多提供了这样的功能，但显然，哪些cube几乎不能满足这样的需求。问题就在于"特定"用户群这里，"特定"所依赖的条件可能是以前从未有过的，因此终究还是要重新构建cube。 构建cube是麻烦点，最简单的方法，用excel的交叉表看。虽然没有上钻下钻功能，但旋转、切片的功能都有。但怎么说，这还算是一厢情愿的想法，最后还得看看人家接不接受。 如果您希望与本文章的作者或其所在机构，进一步交流，请联系：畅享网 姜小姐 jill.jiang@amteam.org | 021-51096826-112 | 在线联系 |
 TTNN-BI观点十月刊——湖光山色2007，国际权威重新定义了BI。从当前实践看来，这种定义符合实际，毕竟BI要落地，要能给企业带来真正的收益。当然，如何落地，自然必须有技术的支撑和管理策略及相…… 专业博客 |
|
|