访问量分时段分析:通过分析不同时段的访问量、用户情况 找出几个业务访问高峰时段,再对它们进行重点分析。时段可以为分不同的颗粒:小时、一周各天,一月中各个阶段,一年中的各个阶段。通过它们可以找出线上营 销的时间点,也可以借助其它的分析手段,分析这些时段的共性,找出哪些用户群体在些时段为重要消费群。
消费内容分时段访问量分析:对消费内容进行分类,再通过时段分析,不同的内容分类代表了不同的消费群体的消费习惯,借助其它机构的一些分析,或者相关行业的分析,找出不同群体的消费时段,可以开展更好的个性化营销活动。
消费内容关联性分析,这一点比较难,主要是技术上比较难,所以一般不会做得很深入,可能需要很深入的研究,作出一些模型后才可以深入进行,目前为止只能做一些比较简单的分析;分析结果作为用户群体分析及内容营销的基础。
涉用到用户本身的分析,到目前为止,由于涉及多个平台整合起来难雅比较大,有些数据还得不到,所以更加需要对行为进行分析。
目前想得到的,就是分析用户的年龄,学历,性别,工作的性质。。
另外对于目前的无线数据业务的用户分析,这方面的资料还比较少,可能是它成长的时间还比较短,处在高速成长的阶段,用户定型比较难,但从目前的一些调查显 示,无线业务的主体不是互联网用户,所以如果从网络上进行调查比较难,也不准确;网络用户使用无线数据业务10-20%之间,并不具有很高的代表性。
消费内容分时段访问量分析:对消费内容进行分类,再通过时段分析,不同的内容分类代表了不同的消费群体的消费习惯,借助其它机构的一些分析,或者相关行业的分析,找出不同群体的消费时段,可以开展更好的个性化营销活动。
消费内容关联性分析,这一点比较难,主要是技术上比较难,所以一般不会做得很深入,可能需要很深入的研究,作出一些模型后才可以深入进行,目前为止只能做一些比较简单的分析;分析结果作为用户群体分析及内容营销的基础。
涉用到用户本身的分析,到目前为止,由于涉及多个平台整合起来难雅比较大,有些数据还得不到,所以更加需要对行为进行分析。
目前想得到的,就是分析用户的年龄,学历,性别,工作的性质。。
另外对于目前的无线数据业务的用户分析,这方面的资料还比较少,可能是它成长的时间还比较短,处在高速成长的阶段,用户定型比较难,但从目前的一些调查显 示,无线业务的主体不是互联网用户,所以如果从网络上进行调查比较难,也不准确;网络用户使用无线数据业务10-20%之间,并不具有很高的代表性。