这是三篇系列文章的***篇。本文章介绍针对移动使用数据事务剖析(Business Analytics)的概略。触及的各种数据建模技能可用于供给定价、盈余猜测和用户的潜在购买猜测。后期的文章将评论移动使用开发者尤为感兴趣的主题如事务剖析于相关规矩及其与大数据相结合的运用。

一、介绍事务剖析

事务剖析可称为艺术与科学，是依据很多数据拟定商务价值的信息和洞悉。它的重要性在当今商场日积月累。当今的现代企业已能获取各种来历的数据(例如移动用户行为数据)。但这些数据通常在事务规划和商场研讨的时机中使用率率不行。为什么呢?由于原始数据如野马，企业得先恰当地收拾很多的数据以树立事务剖析的根底。

在移动使用的布景下，观测到的数据是事务剖析的根底，可划分为三类(请看以下信息图)：环境(例如辨认事务环境下公司优势与下风方面的机会与要挟)、用户(例如怎么承认最可能在一周内进行使用内购买的用户集体?)以及买卖(例如使用内购买都发生在何时?)。事务剖析是一个以完成逻辑解释为方针的逐渐进程，然后对证所观测到的数据规矩。查询和试验数据可后期弥补事务剖析。

依据 Gartner 的以下查询，很多笔直范畴最盛行的数据来历是买卖数据。零售 (93%) 和银职业 (83%) 等传统职业是使用事务买卖数据最活泼的职业。这与70 时代零售业条码的广泛使用和银职业的信誉评分有关, 可称为事务剖析的来历。在移动使用布景下，Countly完好的一站式数字剖析处理途径供给买卖(例如使用内购买记载)和日志数据(例如单个用户的事情记载、漏斗记载和使用内搜索词记载)为事务剖析树立强壮的根底。

来历：Gartner 2013

二、事务剖析的价值

数据推进的商场营销在用户忠实度、用户参加度和商场开展方面供给了可例子的成果。作为数据推进的商场营销***的安排陈述远高于其对手的用户参加度和商场添加。依据 2015 年福布斯的陈述，***比落伍者在用户参加度 / 忠实度方面完成竞赛优势的可能性高三倍(74% 对 24%)，而完成收入添加的可能性几乎是后者的三倍(55% 对 20%)。

数据剖析可推进对事务的了解，活跃承认潜在问题，展示添加增速剂，并了解其时和未来的赢利推进要素。所发明的价值是明显的，公司和用户行为数据中所嵌入的洞悉通过在来历中整合，对公司内的营销、物流、财政和人力资源管等不同部分是十分名贵的。

三、介绍事务剖析的中心技能

优异的移动体会预期来自优步(Uber)和亚马逊(Amazon)等职业***。这些安排进行了事务改变然后跨途径和设备供给相同的体会。这些公司重视用户体会然后有效地切入大数据的相关点，树立了用户洞悉门槛，是企业中心的资源。

接着，事务剖析技能可分为：

1.监督式办法可用于以下问题

(1)分类行为剖析(Classification)如取款机(ATM)：不同区域的取款机每天该准备何种数额的纸钞?摸清取款额的要素。

(2)猜测剖析(Prediction)如欺诈检测(Fraud detection)：怎么从海量的买卖记载找出欺诈事情?指出不寻常的高现金买卖或过错次序的收购订单号。

2.非监督式办法

(1)相关规矩(Association)如电商购物篮(Purchase Basket )：一起买礼品包装纸和礼品卡的份额(57%)和买了礼品一周内再买礼品包装纸(28%)。

(2)数据简化(Data Reduction)如优化企业运营项目(Performance Enhancement Programme)：怎么指出优化企业运营相关的数据?调查相似的企业的体现和做法，获取相关数据认识。

事务剖析也包含统筹监督式和非监督式办法的范畴如数据探究(Data Exploration)和可视化(Data Visualisation)。这可总结成以下的信息图，了解监督式和非监督式办法所掩盖的空间。

四、采纳举动

总而言之，绝大多数公司都具有可快速改变为名贵洞悉的海量数据。为了演示事务剖析的效果，你能够考虑先约束事务剖析方针，灵敏承认数据机会。然后以开端剖析为根底来再次投入更深化的剖析，打造一个环绕盈余、营销活动、出售团队装备以进行更正确事务决议计划的循环。

我为开端开端移动数据剖析的读者总结以下进步成功机率的提示：

首要，牢记成果地考虑，“一直成果是什么?或我需求什么样的成果?”。这进程得花些时刻，但可确保成果让企业感觉爱才如命。

其次，灵敏、快速和分阶段考虑，而不是一应俱全弛缓慢地考虑。剖析少数数据集以承认机会何处。

第三，在调查这些数据集时，首要考虑高价值数如用户丢失剖析、一直用户价值和细粒添加推进要素。

第四，投入适宜的人力或参谋资源。当然，企业应该首要从现有团队中挑出适宜的人才，如具有数据库经历的人员。

第五，重复该进程以构建和发明更多价值。这一进程可每月、每季度或许在适其时进行。为进步功率，构建模板然后使日后的剖析变得更轻松。

作者介绍

陈俊勋是Countly的我国与亚太区的商场司理。Countly 是开源的数据剖析途径，供给完好的用户行为数据，并且可轻松完好导出。Countly 为移动和网络使用程序供给高档剖析和商场营销。咱们侧重选用开源软件和50多款开源库、SDK 和结构。咱们供给开源 SDK 和整个后端，包含服务器端组件和仪表板。欢迎联络 Countly(hello@count.ly)。