点击流分析的机器学习和数据可视化 _知识经验

文章插图
在分析客户数据之前，我们需要描述客户。客户描述功能通常围绕三个类别：收入、人口统计和行为。虽然收入和人口统计数据很容易量化，但客户行为更难定义，因此也很难量化。
【点击流分析的机器学习和数据可视化】
客户行为很大程度上取决于业务类型。能源使用行为需要不同于读报行为的指标。在基于订阅的业务中，对业务的忠诚度不同于传统零售店。在网购中，有很多用来衡量用户行为的指标。
我们最终决定购买该产品需要多长时间？我们多久阅读一次产品描述？我们有多少次回到同一个页面，找到一个令人信服的购买理由？我们还应该浏览多少产品页面进行比较？
在采购方面，我们不完全一样。冲动型买家，买房前需要慎重考虑的买家，需要比较说服的买家，等等。我们都遵循自己的购买路径——尤其是在网上购物中。
所有网站都记录了点击次数、访问次数、购买次数以及相关操作。如果你只是客人，你的行为会被匿名记录。如果您是已知客户，您的行为将根据您的用户标识进行记录。不管匿名与否，当我们点击页面之间的道路时，我们所有人都会留下痕迹。