首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往
您找到你想要的搜索结果了吗?
是的
没有找到

数据告诉你:面对11,线下商机何在

芝麻科技联合阿里巴巴大数据平台、意略明市场营销咨询带来了实体商业(以服装与化妆品为代表)的线下客流分析和消费者大数据画像报告。...研究数据涉及北京、武汉、深圳重点商圈的男装、女装、化妆品店在“11”前一个周末(11月7日、11月8日)的客流及客群画像与“11”前三周的对比。由芝麻科技的客流分析系统有数提供研究所需数据。...芝麻科技的大数据消费者画像除了有近500项标签刻画消费者画像外,还能够提供品牌受众地理位置分布热力图,了解品牌受众的逛街习惯、集中地理位置等,可作为品牌新店选址、基于地理位置广告投放策略参考等。...11前,女装店吸引了大量老顾客,她们对品牌熟悉,更愿意在门店里长久停留选购(从平均5.3分钟提升至8.5分钟),或是为即将到来的线上抢购做准备,品牌如果能满足老客们已有的购买意愿,将有可能促成她们的线下购买...11不是实体商业的黑色周,相反,无论是客流数据,还是客群画像,都证明了旺盛的购物意愿会为实体商业带来大量销售机会。

6.8K60

中诚信征信闫文涛:个人征信和企业征信未来将走向融合

2、企业信用,包括大型企业信用和中小微企业信用。...近年来,中诚信征信在企业信用、个人信用和资产信用三个方面均开展了业务,并通过大数据、人工智能等技术的应用保证各项业务正常运行。...早些年,电子科技尚未普及,数据量相对匮乏,想要对用户进行有效的信用画像可谓是难上加难。...如今,互联网和移动互联网的发展带动了数据量的增长,IDC预测,2022年全球数据量将超过40ZB(ZB的概念就是万亿的GB);大数据、云技术、人工智能等新兴技术的应用,使得行之有效的用户画像可以在较短时间完成...对于中小微企业,征信机构会将个人信用、企业信用进行整合,只有把二者统一起来,才能更好地刻画出小微企业的信用情况。闫文涛说:“之前,个人征信和企业征信泾渭分明,但在未来,二者将走向融合。”

1.1K70

理想中的Web3信誉体系:如何在Web2基础上升级?

理想中的 Web3 或者新一代信誉体系应当是拥有全面的信用数据、强大的技术支撑以及合理的监管流程: 第一,打造全面立体的信用画像。...未来信誉体系应该包含链下及链上数据,从各个维度来记录个人及企业信用行为。比如在传统金融数据的基础上,链上相关交互数据也应当被包括在信用报告中。...数据完整性和难以篡改性也能够保证个人及企业信用行为得到更好的规范,做到自觉抵制不良行为。 第二,拥有强大且隐私保护的数据存储和技术。...个人用户可以选择将自己的信用分或评级在社媒和 dApp 里露出,在 Web3 社交中展现良好画像,并利用信用报告获得潜在福利。

69930

用户画像总结

(5)行业报告&用户研究:通过用户画像分析可以了解行业动态,比如人群消费习惯、消费偏好分析、不同地域品类消费差异分析 根据用户画像的作用可以看出,用户画像的使用场景较多,用户画像可以用来挖掘用户兴趣...三、 用户画像的分类 从画像方法来说,可以分为定性画像、定性+定量画像、定量画像 从应用角度来看,可以分为行为画像、健康画像企业信用画像、个人信用画像、静态产品画像、...旋转设备画像、社会画像和经济画像等。...八、 用户画像基本步骤[F2] 根据具体业务规则确定用户画像方向后,开展用户画像分析,总体来说,一个用户画像流程包括以下三步。...十二、用户画像困难点、用户画像瓶颈 用户画像困难点主要表现为以下4个方面 资料搜集和数据挖掘 在画像之前需要知道产品的用户特征和用户使用产品的行为等因素,从而从总体上掌握对用户需求需求 创建用户画像不是抽离出典型进行单独标签化的过程

2.2K10

基于大数据的用户画像构建小百科全书

(5)行业报告&用户研究:通过用户画像分析可以了解行业动态,比如人群消费习惯、消费偏好分析、不同地域品类消费差异分析 根据用户画像的作用可以看出,用户画像的使用场景较多,用户画像可以用来挖掘用户兴趣、偏好...三、 用户画像的分类 从画像方法来说,可以分为定性画像、定性+定量画像、定量画像 ?...从应用角度来看,可以分为行为画像、健康画像企业信用画像、个人信用画像、静态产品画像、旋转设备画像、社会画像和经济画像等。...八、 用户画像基本步骤 根据具体业务规则确定用户画像方向后,开展用户画像分析,总体来说,一个用户画像流程包括以下三步。(1)用户画像的基本方向;(2)用户数据收集;(3)用户标签建模。...十二、用户画像困难点、用户画像瓶颈 用户画像困难点主要表现为以下4个方面 ?

1.2K10

干货:如何构建用户画像

一、什么是用户画像? 男,31岁,已婚,收入1万以上,爱美食,团购达人,喜欢红酒配香烟。 这样一串描述即为用户画像的典型案例。如果用一句话来描述,即:用户信息标签化。 如果用一幅图来展现,即: ?...二、为什么需要用户画像 用户画像的核心工作是为用户打标签,打标签的重要目的之一是为了让人能够理解并且方便计算机处理,如: 可以做分类统计:喜欢红酒的用户有多少?喜欢红酒的人群中,男、女比例是多少?...所以,用户画像,即:用户标签,向我们展示了一种朴素、简洁的方法用于描述用户信息。 3.1 数据源分析 构建用户画像是为了还原用户信息,因此数据来源于:所有用户相关的数据。...因为是昨天的行为,假设衰减因子为:r=0.95 行为类型:浏览行为记为权重1 地点:品尚红酒单品页的网址子权重记为 0.9(相比京东红酒单品页的0.7) 假设用户对红酒出于真的喜欢,才会去专业的红酒网选购...,而不再综合商城选购

1.8K40

干货 ▏如何构建用户画像

一、什么是用户画像? 男,31岁,已婚,收入1万以上,爱美食,团购达人,喜欢红酒配香烟。 这样一串描述即为用户画像的典型案例。如果用一句话来描述,即:用户信息标签化。...二、为什么需要用户画像 用户画像的核心工作是为用户打标签,打标签的重要目的之一是为了让人能够理解并且方便计算机处理,如: 可以做分类统计:喜欢红酒的用户有多少?喜欢红酒的人群中,男、女比例是多少?...所以,用户画像,即:用户标签,向我们展示了一种朴素、简洁的方法用于描述用户信息。 3.1 数据源分析 构建用户画像是为了还原用户信息,因此数据来源于:所有用户相关的数据。...因为是昨天的行为,假设衰减因子为:r=0.95 行为类型:浏览行为记为权重1 地点:品尚红酒单品页的网址子权重记为 0.9(相比京东红酒单品页的0.7) 假设用户对红酒出于真的喜欢,才会去专业的红酒网选购...,而不再综合商城选购

1K50

【数据分析】用户画像,这么构!

伴随着对人的了解逐步深入,一个概念悄然而生:用户画像(UserProfile),完美地抽象出一个用户的信息全貌,可以看作企业应用大数据的根基。 一、什么是用户画像?...二、为什么需要用户画像 用户画像的核心工作是为用户打标签,打标签的重要目的之一是为了让人能够理解并且方便计算机处理,如,可以做分类统计:喜欢红酒的用户有多少?喜欢红酒的人群中,男、女比例是多少?...所以,用户画像,即:用户标签,向我们展示了一种朴素、简洁的方法用于描述用户信息。 3.1 数据源分析 构建用户画像是为了还原用户信息,因此数据来源于:所有用户相关的数据。...因为是昨天的行为,假设衰减因子为:r=0.95 行为类型:浏览行为记为权重1 地点:品尚红酒单品页的网址子权重记为 0.9(相比京东红酒单品页的0.7) 假设用户对红酒出于真的喜欢,才会去专业的红酒网选购...,而不再综合商城选购

2.2K90

如何构建用户画像

伴随着对人的了解逐步深入,一个概念悄然而生:用户画像(UserProfile),完美地抽象出一个用户的信息全貌,可以看作企业应用大数据的根基。 一、什么是用户画像?...二、为什么需要用户画像 用户画像的核心工作是为用户打标签,打标签的重要目的之一是为了让人能够理解并且方便计算机处理,如,可以做分类统计:喜欢红酒的用户有多少?喜欢红酒的人群中,男、女比例是多少?...所以,用户画像,即:用户标签,向我们展示了一种朴素、简洁的方法用于描述用户信息。 3.1 数据源分析 构建用户画像是为了还原用户信息,因此数据来源于:所有用户相关的数据。...因为是昨天的行为,假设衰减因子为:r=0.95 行为类型:浏览行为记为权重1 地点:品尚红酒单品页的网址子权重记为 0.9(相比京东红酒单品页的0.7) 假设用户对红酒出于真的喜欢,才会去专业的红酒网选购...,而不再综合商城选购

2.6K61

用户画像数据建模方法

伴随着对人的了解逐步深入,一个概念悄然而生:用户画像(UserProfile),完美地抽象出一个用户的信息全貌,可以看作企业应用大数据的根基。 一、什么是用户画像?...二、为什么需要用户画像 用户画像的核心工作是为用户打标签,打标签的重要目的之一是为了让人能够理解并且方便计算机处理,如,可以做分类统计:喜欢红酒的用户有多少?喜欢红酒的人群中,男、女比例是多少?...所以,用户画像,即:用户标签,向我们展示了一种朴素、简洁的方法用于描述用户信息。 3.1 数据源分析 构建用户画像是为了还原用户信息,因此数据来源于:所有用户相关的数据。...因为是昨天的行为,假设衰减因子为:r=0.95 行为类型:浏览行为记为权重1 地点:品尚红酒单品页的网址子权重记为 0.9(相比京东红酒单品页的0.7) 假设用户对红酒出于真的喜欢,才会去专业的红酒网选购...,而不再综合商城选购

1.7K60
领券