Серия нанозеркал |Умный анализ сечений

задний план

В эпоху больших данных Xianyu не хватает возможностей глубокого анализа данных в реальном рабочем процессе. Мы надеемся предоставить более всесторонние возможности анализа данных, представив нанозеркала для решения проблем бизнеса для операций. Операционный анализ имеет следующие болевые точки:

За неимением накопления исторических данных операция А уходит, операция Б повторяет аналогичные эксперименты, операция Б уходит, а операция С повторяет бесконечный цикл экспериментов.
В нем отсутствует возможность детального анализа существующей деятельности, например, общий индексный эффект эксперимента А не очевиден, а сочетание подразделов А1 и Б2 имеет хороший эффект, который выше общего уровня.

В ответ на эти болевые точки была запущена платформа анализа данных Nanomirror для проведения более подробного анализа прошлой и текущей операционной деятельности и оказания помощи операторам в принятии более качественных решений.

Этот вопрос в основном разделяет способность анализа принятия решений анализа наноскопа-интеллектуального раздела.Функция состоит в том, чтобы найти комбинацию разделов совокупности с наиболее значительным улучшением показателей, помогая операции быстро найти более разумные подгруппы, чтобы принять дополнительные меры, такие как увеличение подгруппы Подождите.

Интеллектуальный анализ аспектовSmart Aspect Analysis состоит из двух частей:

Аспектный анализ метрик деятельности: найдите наилучшее сочетание аспектов для самой деятельности
Анализ сечения ствола AB: найдите комбинацию сечений с наибольшей разницей между экспериментальным стволом и контрольным стволом.

Аспектный анализ показателей деятельностиЦелью аспектного анализа показателей деятельности является выявление сочетания аспектов с наилучшим эффектом от самой деятельности, и приводятся результаты анализа: 1) Получите комбинацию срезов популяции с наиболее значительным эффектом и дайте результаты индекса для каждого среза толпы. 2) Указан минимальный размер выборки по каждому разделу.Если размер выборки меньше минимального размера выборки, результат будет иметь определенные шансы и неопределенность Конкретные шаги для получения этих результатов анализа заключаются в следующем: 1) Данные анализа: введите десятки срезов и один индикатор анализа. Аспекты: такие как пол, возраст, профессия и т. д. Показатели: такие как уровень покупок, уровень выпуска, второй уровень удержания и т. д. 2) Корреляционный анализ: проанализируйте взаимосвязь между разделами и показателями и удалите некоторые сильно коррелированные разделы. Например, если существует сильная корреляция между двумя аспектами количества покупок за 7 дней и количеством покупок за 14 дней, вам нужно оставить только один. 3) Кластерный анализ: непрерывные значения раздела группируются в дискретные категории с помощью алгоритма кластеризации. 4) Расчет скорости прироста информации: вычислить срез с наибольшей скоростью прироста информации и рекурсивно получить срез с наибольшим приростом информации на основе этого среза. 5) Отсечение: если оно меньше порога количества людей и коэффициента усиления, дочерние узлы будут устранены. 6) Получите лучший раздел: проанализируйте достоверность раздела и рассчитайте минимальный эффективный размер выборки.

Мы проведем фасетный анализ по десяткам аспектов, таких как род занятий, количество кликов, пол, возраст, уровень потребления и т. д., чтобы получить наилучшее сочетание аспектов. Выводы следующие (учитывая безопасность данных, следующие данные не являются реальными данными, только для справки): Количество посещений активности составляет 1 000 000, а общий показатель активности (будь то новая покупка в день) составляет 5%, где возрастной диапазон = от 20 до 30 лет, пол = женский, а влияние активности раздел толпы является лучшим (количество людей в этом разделе составляет 200 000, а минимальный размер выборки составляет 10 000, значение индекса составляет 10%), и стратегию можно скорректировать в соответствии с эффектом раздела толпы.

Анализ сечения эффекта ковша AB

Целью анализа срезов с эффектом ведра AB является определение комбинации срезов с наибольшим и наименьшим влиянием на деятельность. Основываясь на сравнении различий в данных поперечного сечения популяции эксперимента AB, мы можем увеличить доставку в группу положительного воздействия и уменьшить доставку в группу отрицательного воздействия.

Например, срез индикатора активности анализирует срез с самым высоким уровнем покупок: возрастной диапазон = от 20 до 30 лет, пол = женский, а эффект активности среза толпы является лучшим. В настоящее время можно доказать только то, что аспект деятельности имеет самое сильное намерение совершить покупку, и нельзя доказать, является ли он приращением, принесенным деятельностью. Например, в разделе анализа показателей активности установлено, что лучшим является раздел возрастной диапазон = от 20 до 30 лет, пол = женский, но это не тот раздел, который приносит наибольший прирост активности, а раздел, который приносит наибольшее увеличение активности, - это возрастной диапазон = от 30 до 40 лет, пол = женский.

Конкретные шаги анализа раздела эффекта ведра AB аналогичны анализу раздела индекса активности, а именно:

1) Данные анализа: введите десятки срезов и один индикатор анализа. Аспекты: такие как пол, возраст, профессия и т. д. Показатели: такие как уровень покупок, уровень выпуска, второй уровень удержания и т. д.

2) Корреляционный анализ: проанализируйте взаимосвязь между разделами и показателями и удалите некоторые сильно коррелированные разделы. Например, если существует сильная корреляция между двумя аспектами количества покупок за 7 дней и количеством покупок за 14 дней, вам нужно оставить только один.

3) Кластерный анализ: непрерывные значения раздела группируются в дискретные категории с помощью алгоритма кластеризации.

4) Выберите разумную комбинацию разделов: выберите комбинацию разделов, рассчитайте минимальный эффективный размер выборки и установите порог, чтобы исключить слишком маленькую комбинацию разделов, которая не соответствует минимальному размеру выборки.

5) Получить лучший срез: получить комбинацию срезов с наибольшими и наименьшими различиями.

Благодаря приведенному выше анализу эффекта ведра AB мы можем получить положительное и отрицательное влияние деятельности на различные группы людей. Для 30-40-летних, пол = женское население, увеличьте инвестиции и уменьшите инвестиции для тех, у кого нет очевидного эффекта улучшения.в заключении

Nanoscope теперь может анализировать существующие действия на Xianyu в Интернете, включая 222, красные конверты, действия в руководстве по продажам и т. д. Операция должна только ввести идентификатор действия и соответствующее время анализа, а затем соответствующие результаты могут быть получены с помощью анализа интерактивного интерфейса.Учитывая безопасность данных, соответствующие конфиденциальные поля были скрыты, и выводы анализа следующие:

Выводы анализа раздела показателей деятельности:

Количество просмотров в активности ххх, а общий показатель активности (будь то новая покупка в день) 4,77%, а наилучший эффект оказывает активность раздела возраст пользователя = ххх населения (количество людей в этом разделе xxx, а значение индекса 5,71%) Заключение по анализу сечения эффекта группировки AB:Имеет ли новый индикатор покупок дня наибольшее улучшение в следующих трех аспектах, а именно:

Сегмент xx (значение индекса числа людей xxx составляет 5,62%) по сравнению с другими сегментами (значение индекса числа людей xxx составляет 4,86%) с точки зрения того, является ли раздел конфиденциальной группой = 1, количество дней, с которыми покупатель взаимодействовал в течение 30 дней = xxx увеличилось на 0,76% (уровень достоверности наименьший. Количество людей равно xxx)
Сегмент xx (количество людей xxx значение индекса 5,72%) по сравнению с другими сегментами (количество людей xxx значение индекса 4,91%) с точки зрения того, является ли чувствительная группа = 1, увеличились ли новые члены в день = 0 на 0,81% (минимальное количество людей с уверенностью xxx)
Сегмент xx (количество людей xxx значение индекса 5,73%) по сравнению с другими сегментами (количество людей xxx значение индекса 4,91%) за последние 30 дней доступа days = x, независимо от того, увеличилась ли чувствительная группа = 1 на 0,81% (минимальное количество людей с уверенностью xxx )

Перспектива

Эта статья знакомит с тем, как проводить фасетный анализ операционной деятельности, фасетный анализ показателей деятельности может помочь операции проанализировать аспекты совокупности, при которых существующие виды деятельности дают наилучший эффект, а фасетный анализ эффекта ведра AB может проанализировать аспекты при которых эффект от продвижения деятельности наилучший. Однако текущий оперативный анализ должен основываться на том факте, что деятельность уже запущена до того, как может быть проведена проверка, и по-прежнему существует проблема длительного цикла итераций деятельности. В последующем мы надеемся, что, используя существующие знания и моделируя результаты операции, мы сможем помочь операции снизить стоимость операции и сократить цикл итераций деятельности.

2020, спасибо

I will be at your side

Доуинь: @Xianyu Technology

Сегодняшний заголовок: @Free Fish Technology

● Отсканируйте код, чтобы подписаться на нас