互聯(lián)網(wǎng)應(yīng)用對數(shù)據(jù)挖掘傳統(tǒng)思維的小小挑戰(zhàn)

feiyang10086

互聯(lián)網(wǎng)應(yīng)用對數(shù)據(jù)挖掘傳統(tǒng)思維的小小挑戰(zhàn)

投入互聯(lián)網(wǎng)的數(shù)據(jù)分析挖掘已經(jīng)快一年了，雖然談不上熟悉，但是也多少有自己的一些孔見，跟自己以前的傳統(tǒng)行業(yè)數(shù)據(jù)分析相比，互聯(lián)網(wǎng)里面的SAAS模式中就有不少比較獨特的與主流挖掘思維和情形相左的特點，仔細想想這些沖突是矛盾，更是風(fēng)景。因為有創(chuàng)新才有進步，有沖突才有故事，有情況才不平庸。（本段文字有些前言不搭后語，因為我是個信口開河的白癡，想到哪說到哪，所謂心口一致，身心合一，這樣自在，這樣逍遙）。

傳統(tǒng)的營銷響應(yīng)挖掘分析思路，基本上就是先拿一個實驗群體，進行營銷測試，收集反應(yīng)數(shù)據(jù)，據(jù)此搭建響應(yīng)模型，優(yōu)化模型后投入新的類似特征群體進行模型打分，挑選最有可能的潛在目標受眾進行所謂的高投入高反饋的定向營銷；在SAAS模式的業(yè)務(wù)運營中，很多時候是無法區(qū)分實驗群體和打分群體的（主要原因是避免運營的時間間隔過長，還因為SAAS模式是真正放手讓消費者自己決定，少了賣家商家的過分“推銷”），自動化運營業(yè)不支持不依賴過多的人力推廣，面對這種類型的營銷響應(yīng)分析，更常用的是采用聚類，統(tǒng)計等歸納分析的方法。

傳統(tǒng)的關(guān)聯(lián)分析應(yīng)用中，對于數(shù)據(jù)的清理是比較簡單的，比如購物籃分析（或者考慮了時間戳因素的序列分析）大家更多的是把時間和精力放在隨后的規(guī)則研判上面；但是在互聯(lián)網(wǎng)業(yè)務(wù)應(yīng)用中，對于用戶瀏覽行為中的step數(shù)據(jù)，有太多的清理需求和清理方向。在一個常規(guī)的商業(yè)網(wǎng)站，用戶一次瀏覽session可以包括幾十上百個不同頁面，不同打點，如果不對這些頁面進行有效的歸納和整合的話，出來的規(guī)則基本上是沒有實際意義的。如何有效歸納和整合，是關(guān)聯(lián)分析在網(wǎng)絡(luò)數(shù)據(jù)應(yīng)用的特點和關(guān)鍵�；�本上采取的辦法是化整為零（把頁面按功能劃分，對功能逐一分析），化繁為簡（把同一功能頁面歸納成一類，簡化數(shù)據(jù)），化腐朽為神奇（這個是對官方的總結(jié)語說的，溢美之詞，肉麻的吹捧，博君一笑，呵呵）。

互聯(lián)網(wǎng)行業(yè)（包括SAAS模式）相比傳統(tǒng)的數(shù)據(jù)分析挖掘?qū)嵺`來說，有一個典型的特點，就是海量的數(shù)據(jù)，海量的字段，海量的信息。尤其是海量的字段，使得分析之前對于分析字段的挑選和排查工作，重要性無以加復(fù)。如何大浪淘沙挑選變量由此顯得更加重要和關(guān)鍵，具體的總結(jié)很難用文字形容，還是三分技術(shù)，七分業(yè)務(wù)理解吧。

互聯(lián)網(wǎng)行業(yè)（包括SAAS模式）相比傳統(tǒng)的數(shù)據(jù)分析挖掘?qū)嵺`來說，還有一個明顯的實效性的特點，這個行業(yè)技術(shù)應(yīng)用飛速發(fā)展，產(chǎn)品和競爭一日千里，都使該行業(yè)的數(shù)據(jù)挖掘項目的時間進度比傳統(tǒng)行業(yè)的項目模式快得多。一方面要保證挖掘結(jié)果的起碼質(zhì)量，另一方面要滿足這個行業(yè)超快的行業(yè)節(jié)奏，這也使得傳統(tǒng)的挖掘分析思路和步調(diào)必須改革，必須升華，從而具有鮮明的Internet色彩。

我的淺薄使得我只能看到上述幾點，我也沒有很好的方法來應(yīng)對上面幾點，我只是“堅持熟悉互聯(lián)網(wǎng)業(yè)務(wù)，堅持數(shù)據(jù)挖掘的愛好興趣”，這兩點很樸素、很直白、很不討巧、很白癡，但是對我這樣的白癡比較有效果。如果你覺得上述總結(jié)平淡無奇，恭喜您，您不是白癡；如果你覺得上述總結(jié)對你有幫助，那說明你跟我一樣也是白癡。其實，在這個精明透頂?shù)纳鐣�和精明透頂�(shù)臅r代，做個白癡未嘗不是一件樂事，因為白癡沒有壓力，很自在，心很輕松。