欢迎光临上海谋途文化传媒有限公司官网!
全国
微信客服:yqsc8886

切换城市

全部城市

热门关键词:上海公关公司
联系我们

上海网络公关公司

地址:上海市崇明区北沿公路2111号3幢

Q Q:专业舆情公关公司

电话:yqsc8886

邮箱:0000@qq.com

当前位置: 首页 > 公关案例

你们分析过用户的行为日志没?从中寻找过规律

时间:2023-04-05 15:24:10 作者:小编 点击:

  你们分析过用户的行为日志没?从中寻找过规律

  处理基本上都没什么难度。敏感度,好奇心提出有价值的问题,其价值不弱于找到有价值的答案,不仅仅对技术,对产品、对运营,也是如此。为什么说敏感度?做数据分析,做数据,不是技术活,而是一种理解力。理解力来自于哪里?来自于好奇心。而敏感度,为好奇心带来源源不断的灵感。然后你会去提问题,为什么这个渠道的转化率比这个渠道低?为什么这个产品的留存有这样的特征?提出问题,才会去思考下一步。下一步是什么呢?分解问题,这个渠道的转化率是不是可以再细分,比如根据地区、根据语言版本、根据投放策略,然后看是哪个地方出现了显著差异,还是说不同细分都体现完全一致的差异。这对你理解问题和寻找答案帮助特别大。比如留存,也要再细分,不断细分问题,不断层进,把好奇心变成经验值。有的年轻人,工作很短的时间就会进步特别大,非常有想法,有能力,就是因为他们始终保持好奇,保持敏感,不断去提出新的问题,寻求答案。但有一些工作很多年的人,你说经验丰富?其实都是同样的经验重复,没有好奇,不敏感,各种麻木不仁,这样做事情再有经验又怎样?反推,逆证这就像我们上学时做数学题,我们通过题目得出一个结果后,在检验结果的时候,把结果带回题目,重新推算一下,是不是所有中间得到的数据和题目中的条件一致,这样才能判断我们得到结果是否正确。在做分析和判断的时候,似是而非等干扰性的判断是经常出现的,特别是提问者带有明显目的性和诱导性的时候,更容易得到这样的结论。如果我们觉得A是坏人,那么他的一切表象都是坏人的迹象,你怎么看都觉得他就是坏人。你提出了一个A是坏人吗;的问题,然后给出了无数个A是坏人的证据。但突然有一天你发现B才是你要找的坏人,瞬间你发现A是坏人的所有证据其实都不成立。尽量不要提出明显倾向性的问题,如果你提出了一个倾向性的问题,一定要对应提出一个反问,否则很可能被自己的问题带到沟里去。归纳与总结讲一种面试的方法,比如应届生,没有太多业内经验,我怎么知道这个孩子有没有前途,通常的问题是这样的,逐一递进提问。问题1:你在学校期间,觉得最能体现自己能力和价值的事情是什么?问题2:在这件事情上你遇到的最大困难和挑战是什么?问题3:你是怎么克服和处理的。这三个问题考的是什么呢?归纳和总结的能力,对自己从事过的事情、克服的问题,能不能有一个清晰的表达、有条理的描述,以及对自己是不是有一个正确的认识。其中,有精准的数字描述,会比定性的表达更具有意义。非应届生也是这样问的。比如程序员A回答的是:做过一次网站性能优化,效率提升很高,感觉自己棒棒哒。挑战就是并发一多,服务器负载很高,所以扛不住。解决方法是加了缓存,把数据库压力转到缓存上,所以负载降下来了,业务也增加了。;另一个程序员B的回答是:做过一次网站性能优化,效率提升很高,感觉自己棒棒哒。挑战是并发达到200的时候,CPU占用100%,主要压力来自于数据库的查询,偶尔慢查询阻塞,数据库链接过多。解决办法是增加了缓存,缓存命中率达到了80%,也就是80%的查询请求不通过数据库,结果是当并发达到200的时候,CPU只占用了30%不到,后来业务增长并发展到400,CPU也只占用了50%。;现在,我相信你一定知道哪个程序员更值得用了。我有一个习惯,分配工作的时候有些东西特意不会描述得特别具体,就是看看员工是不是有能力,有思维能力,来把这些地方做好。当然,这可能会付出一些时间成本甚至其他成本,但是对于培养新人来说,更宽松的环境更容易看到一个新人的潜质和能力。当然,后续人家没做好,没做对(常有的事情,不代表人不可用,只是没有惊喜而已),要给他讲一遍。如果前面很宽松,后面不给讲评,这个其实真就是偷懒了。把大量的琐碎信息分类是特别考验思维能力的一种方法,首先你要有一个纬度的概念,比如按照业务的重要程度去分,按照功能或业务模块特性去分,按照体验的伤害程度去分,或者按照客户特征去分,等等。但是更有价值的可能是下面,多个纬度的组合,哪些纬度组合的投诉建议更有价值,优先级更高。前段时间遇到一个梦幻创业团队,创业者是一个名校博士,大学教授,离职创业;团队技术核心都是ACM大赛的底子,来自于清华和上海交大ACM的骨干成员。那么面对这样的算法达人,从算法和技术上我肯定不敢班门弄斧,但是基于他们业务场景的用户引导优化我还是给他们上了一课。这一课说简单也简单,你们分析过用户的行为日志没?从中寻找过规律和特征没?只看了Google Analytic的漏斗模型,而没去看原始日志,没有去一条条体会用户的行为规律,你怎么能做好呢?一些他们以为需要很复杂算法实现的东西,其实可以基于行为日志,以不高的技术代价做成机器学习模型,思路一开对他们而言后面就没技术含量了。但这件事也提醒他们,很多看上去很基本的、很没有技术含量的事情,其实价值是很大的。针对上述内容做一下总结。1.对问题的描述,对解决方案的效果评估,要有条理、有逻辑,不但要定性,而且要定量,要精准描述,完整记录。2.面


推荐资讯
推荐产品