HI,下午好,欢迎来到微信公众号转让!
24小时服务热线: 4000-163-301

新闻动态

NEWS CENTER

特别说明:用户细分和推荐算法的区别

2019-12-05

总之分类的过程需要反复尝试很多步,直到最后输出理想结果为止。

三、特别说明:用户细分和推荐算法的区别

很多网上的文章会把用户细分和千人千面的个性化推荐混淆。虽然口头上,很多人会说:我们做用户细分是为了了解用户需求,实现千人千面的效果,可在在业务上这是两个含义。

针对一个细分群体,运营可以做很多引领性、创新性动作。比如我们想壮大高端用户群体,那完全可以推出全新的产品系列、全新的奖励政策、全新的服务来吸收高端用户。只要我了解了他们的喜好、行为习惯,就能做的很精准。但是,全新设计的前提是该用户有一定体量,值得我这么干。

所以,做细分时就不能考虑非常多维度,切得特别细,搞得很促销复杂无比。我要昭告天下,让大家都知道我们在干这件事,才能形成从众效应,获得更大效果。

推荐系统则不受此限制,推荐系统完全封闭了信息渠道,每个人看的都不一样,只要能提高一点用户响应率就行。所以推荐的都是现有的,存量的产品,尽量实现用户和产品的匹配。推荐系统可不能产生新创意和新效果,也设计不出新产品。所以完全不用纠结:我拆分的到底细不细,只要能达成业务目标就行。

四、小结:用户细分的真正难点

看完整个过程,大家会发现用户细分,是个原理简单,操作复杂的东西。操作复杂,完全不是建模过程,而是对目标的把握,对维度筛选,对切分大小的把握,都得考虑业务上需求。虽然数据、统计学给我们提供了很多工具(分类工具、降维工具)可真正用到实处还是得考虑具体业务场景。我们从来都不缺少会背课本的学生,我们缺少的是会考虑实际场景的分析人员。