【移動互聯(lián)網(wǎng)必讀】手機(jī)上大數(shù)據(jù)(五)：手機(jī)上app推廣

《【移動互聯(lián)網(wǎng)必讀】手機(jī)上大數(shù)據(jù)(五)：手機(jī)上app推廣》由會員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫。

1、【編者按】本文由百分點(diǎn)信息無線業(yè)務(wù)部高級總監(jiān)李曉東、TalkingDataCOO徐懿以及成都電子科大的龔亮聯(lián)合撰寫?！　o線應(yīng)用的大數(shù)據(jù)有著重要的作用。但是對于手機(jī)閱讀以及手機(jī)音樂的大數(shù)據(jù)分析僅限于特定App，而現(xiàn)實(shí)情況中還存在另外一種應(yīng)用，即App之間互相推廣，此處我們將其命名為App互推聯(lián)盟?；ヂ?lián)網(wǎng)的一些事　　APP互推是一種通過挖掘App之間的隱含關(guān)系，將一個App推送到另外一個相關(guān)類的App上，而整個移動端App的應(yīng)用個數(shù)有好幾十萬，所以數(shù)據(jù)包含的信息是相當(dāng)豐富。如果我們能有效利用這數(shù)據(jù)，則我們能夠

2、采用更有效的方法來實(shí)現(xiàn)App的互推，同時利用這些大數(shù)據(jù)，我們?yōu)橐苿訌V告找到了一個更有效的平臺?！　atabaseModeling是一個數(shù)據(jù)庫的建模功能，任何龐大的數(shù)據(jù)都需要一個正確的分析機(jī)制　　大數(shù)據(jù)分析中的問題　?、偃?jǐn)?shù)據(jù)打通　　當(dāng)我們獲取單獨(dú)App數(shù)據(jù)時，這些數(shù)據(jù)都是孤立的小島，我們不太會關(guān)心用戶在其他App中有什么樣的行為特征。當(dāng)我們擁有數(shù)十萬個APP時，如果能將各App數(shù)據(jù)進(jìn)行打通，那我們能獲得的利用將是無窮無盡的?！　≡赑C端，瀏覽器可以通過cookie、flash等方式記錄一個用戶的ID，而

3、在手機(jī)端這種方法卻欠妥，因?yàn)槭謾C(jī)端的用戶使用App的頻率遠(yuǎn)高于瀏覽器的頻率?！　〉俏覀冏屑?xì)發(fā)現(xiàn)，每個用戶所使用的手機(jī)MAC號一般情況下是唯一的(在極少情況下不唯一)，所以我們可以通過MAC號來將用戶進(jìn)行打通?！　、谛畔⒀a(bǔ)全　　在前一章節(jié)無線音樂應(yīng)用中，我們遇到一個棘手的問題是，用戶信息不完整，我們不能有效地給其推送恰當(dāng)?shù)母枨?。用戶信息不完整的主要原因是因?yàn)樵谠揂PP中留下的信息量少，如果我們能利用用戶在其他APP的信息來補(bǔ)全用戶信息，則可以大大提供用戶在該APP中聽歌的體驗(yàn)?；ヂ?lián)網(wǎng)的一些事　　App的互推

4、　　在沒有打通App數(shù)據(jù)之前，App互推一般都是根據(jù)隨機(jī)原則、熱門App原則、相似相近原則來進(jìn)行推薦。這些方法存在很多問題，如不同用戶App推薦一樣，推薦App被用戶喜好的準(zhǔn)備低等?！　‘?dāng)多個App數(shù)據(jù)打通后，原始App推送方法可以得到明顯的改善。因?yàn)橐环矫嫖覀兛梢垣@取用戶的全局信息，利用這些信息我們可以更好的為用戶做個性化的推薦，另一方面由于App的打通我們能更好的將用戶、App進(jìn)行聚類分析，這樣更加方便相似用戶對相似應(yīng)用的喜好?！　pp中的廣告應(yīng)用　　在沒有打通App數(shù)據(jù)之前，App的廣告一般都是根據(jù)

5、App的關(guān)鍵詞原則進(jìn)行投放，不同用戶在登錄同一個App時可能接受到同一個廣告。這種投放方法存在一個明顯問題就是只抓住了App的匹配性，并沒有抓住App上具體人的匹配性。比如一個人剛瀏覽玩母嬰類的App轉(zhuǎn)入另外一個音樂類的App時，該音樂類App大多會為其投放音樂類廣告，而不是母嬰類的廣告?！　pp在設(shè)計(jì)之初就會針對廣告位置和內(nèi)容進(jìn)行規(guī)劃　　當(dāng)我們把App數(shù)據(jù)打通后，因?yàn)槿中畔⒌年P(guān)系使得用戶就有了記憶功能。所當(dāng)上訴情況發(fā)生時，音樂網(wǎng)站可以根據(jù)用戶帶來的喜好為其投放與其喜好最接近的廣告。這樣才能更加準(zhǔn)確的抓

6、住用戶的心理，讓用戶、公司以及廣告達(dá)到三贏的好結(jié)果。