-
分析不同渠道的增長速度查看全部
-
需要分析用戶在進(jìn)入產(chǎn)品夠買頁,但最后沒有購買的信息查看全部
-
就是用代金券的比例,用代金券的總額,次數(shù)查看全部
-
促銷敏感度查看全部
-
記得學(xué)習(xí)查看全部
-
用戶畫像查看全部
-
用戶畫像簡介-確定的標(biāo)簽與根據(jù)算法猜測的標(biāo)簽查看全部
-
用戶畫像簡介—動態(tài)信息數(shù)據(jù)查看全部
-
用戶畫像靜態(tài)數(shù)據(jù)查看全部
-
了解客戶訪問瀏覽習(xí)慣 特點:數(shù)據(jù)量龐大,一般不做更新 (write once, read many times)查看全部
-
computed column 活躍度 = COUNT(DISTINCT TRANS_DATE) / (LATEST_DATE - EARILEST_DATE), Filter: Last 60 days查看全部
-
具體閾值threshold通過機(jī)器學(xué)習(xí)還是mkt dept的insight呢?也不是機(jī)器學(xué)習(xí),就是一般描述統(tǒng)計的方法,histogram表示distribution的就可以查看全部
-
為什么客戶分類模型一般采用聚類方法而不是classification?K-means這種無監(jiān)督方法如何利用營銷部門預(yù)設(shè)的用戶細(xì)分信息?有沒有supervised,基于classification的 clustering algorithm? 特別是k-means不會產(chǎn)生有意義的標(biāo)簽,而圖中客戶細(xì)分應(yīng)該是營銷部分的insight查看全部
-
VIP RFM模型的實現(xiàn)查看全部
-
Halloween查看全部
舉報
0/150
提交
取消