互联网用户价值剖析

关键词： 特性 互联网 用户 移动

互联网用户价值剖析（精选三篇）

互联网用户价值剖析 篇1

1传统的用户价值分析模型

传统的互联网用户价值分析模型主要有RFM模型和CLV模型。RFM是由Hughes于1994年提出的价值分析模型, 该模型利用三种指针:最近购买日 (Recency) 、购买频率 (Frequency) 及购买金额 (Monetary) , 以判断顾客的价值模型是衡量客户价值和客户创利能力的重要工具和手段。因为一般的顾客交易数据库中都可以萃取出这些信息, 因此RFM模型成为目前最常用的顾客机制分析方法之一。CLV (customer lifetime value) 顾客终生价值, 是指顾客一生 (或相当长) 的时间内对于企业的利润价值。顾客终身价值 (Customer Lifetime Value) 又称顾客生涯价值, 指的是每个购买者在未来可能为企业带来的收益总和, 顾客对于企业利润的贡献也可以分为导入期、快速增长期、成熟 期和衰退期, 从而对处于不同价值周期的用户进行分析。目前也有将RFM和CLV模型结合起来进行互联网用户价值分析的模型, 但是面对移动互联网用户所具有的终端、网络以及复杂的服务特性, 仍然具有一定的局限性。

2移动互联网用户价值动态分析模型

2.1移动互联网用户的特性

移动互联网用户由于独特的移动性和网络特性, 使其具有比传统互联网用户更多的价值分析特性。

(1) 终端特性:

任何一个用户在使用移动互联网的时候, 必然是同一种终端绑定在一起的, 因此就具有了终端价值。移动互联网的终端的类型主要包括不同的手机, 平板电脑, PDA, 电视机顶盒等移动终端。不同终端的使用者都包含着不同的隐性价值。

(2) 网络特性:

移动互联网目前已有2G网络发展到3G网络, 网络的接入速度也在不断的提高。不同网络的使用者也有着不同的价值特点, 接入速度较高的用户对于需要带宽较大的服务具有较高的价值。

(3) 地理位置特性:

移动互联网用户最明显的一个特性就是其地理位置特性。不同地理位置的用户对服务提供商, 尤其是服务的区域性比较强的服务提供商有着较大的价值差异。

(4) 服务特性:

针对不同的服务, 相同的用户也具有不同的价值特性。因此在分析用户价值的时候需要根据服务做差异性分析。

(5) 传统的互联网特性:

移动互联网用户同传统的互联网用户一样, 具有很多相同的价值影响因素。如性别、年龄、受教育程度、经济收入状况等。

2.2移动互联网用户的价值分析方法

移动互联网的用户价值由初始价值和用户行为价值两部分组成。用户的初始价值在用户接入移动互联网之初即可产生, 由用户的包括终端特性、网络特性、地理位置特性、服务特性等因素决定。对于每种服务, 每个用户均有一个初始价值。

用户的行为价值由一系列的用户访问行为组成, 每次用户的访问行为可以用一个三元组表示 (type, time, tvalue) 。

type表示服务的分类, 指该行为所对应的服务的类型。

time表示该行为发生的时间。

tvalue表示该行为对服务的贡献价值评估, 为-100-100之间。

最直观的计算用户行为价值的方法是将所有的三元组累加求均值, 然后根据不同的服务做分类, 给出一个针对不同服务的用户的多边形价值矩阵 (v1, v2, v3……, vn) , 如图1所示。即针对不同服务i, 其价值undefined。

但是这种计算方法缺乏一定的动态性, 每次计算用户价值的时候必须重新计算全部的用户行为数据, 在计算效率和工程实践中缺乏可行性。因此需要一种动态的计算用户价值的方法。

2.3移动互联网用户的价值动态分析模型

2.3.1 模型总体结构

总体结构分为两部分, 会话价值计算子系统和用户当前价值计算子系统, 如图2所示。在会话价值计算系统中, 将用户一个会话的一系列行为进行一次与用户自身价值相关的一次估值, 得出会话价值。在当前价值计算子系统中, 将当前价值对自身价值进行修正, 从而得出用户的当前价值, 供决策者参考。

2.3.2 会话价值计算子系统

根据会话期间的用户行为三元组 (type, time, tvalue) 可以得出用户的会话矩阵, 矩阵的每一行表示用户对应的使用服务i的数据。

undefined

其中的参数说明:value+:会话时间内所有正价值的平均值;value-:会话时间内所有负价值的平均值;t+: 会话时间内tvalue>=0的次数;t-: 会话时间内tvalue<0的次数。

这里定义用户当前价值V为0-100的一个衡量标准, 每个用户在进入系统之前都有一个初始值V0, 与用户的若干因素有关, 包括终端因素、服务因素、网络因素、位置因素等。

undefined

其中I为会话价值, Vn-1为用户上一个会话结束前的价值, P和Q为相应的修正因子。将在用户当前价值计算子系统中讨论分析。

在会话价值子系统中, 我们计算的会话价值即为I。在计算I的时候我们需要遵循以下原则:

(1) 输入I中的Value+对价值高的用户 (V值大的用户) 影响大, 对价值低的用户影响小。

(2) 输入I中的Value-对价值低的用户 (V值小的用户) 影响大, 对价值高的用户影响小。

(3) 负价值比正价值的影响因子总体上要大。

(4) 累积次数count对value的影响。

(5) 好坏次数的百分比对计算value的影响, 好的次数越多, 增大value+对vlaue的影响力。

I可用以下公式进行计算:

undefined

其中t+, t-同时为0时, In= 0;g (Vn) 为正向影响因子, h (Vn) 为负向影响因子, |g’ (Vn) }<|h’ (Vn) |。g (Vn) 与h (Vn) 的函数模型如图3所示。

2.3.3 用户当前价值计算子系统

我们需要在该系统中确定影响因子P和Q。在用户当前价值计算子系统中, 输入为会话价值I和用户上一个会话结束前的价值Vn-1.在这个系统中所遵循的基本规则是, 用户的当前价值Vn-1越高, 在计算Vn的时候, Vn-1占的比重越大。

undefined

f (Vn) 是一个关于价值的权重函数范围在 (80-100) 之间, 成正比关系。

undefined

通过对上式求解, 得到该权重函数应为指数形式

f (Vn) =e-λVnλ≥0

在计算出Vn之后即可得到用户的当前价值。用户的当前价值又可以返回到会话价值计算子系统中用户会话价值的计算。根据每一个服务的类型计算出来的用户价值即可作为系统的最终输出供决策者参考。

3实验与性能分析

本实验主要通过对比用户完整的使用数据计算出来的用户价值和用户在某一段时间内切入之后通过动态算法计算出来的用户价值作分析, 证明其准确性。

系统选取某旅游网站移动服务平台的2010年用户在机票预订 (服务A) 、酒店预订 (服务B) 、旅游线路预订 (服务C) 以及微博客 (服务D) 四项服务的使用数据。分析了20位平台用户的使用数据, 通过对用户的每次访问行为所产生的价值进行估值, 同时结合后台系统的审核等功能给出用户每次行为的不同价值, 做为系统的输入数据。普通算法的计算公式, 针对不同服务i, 其价值undefined。通过累计分析求和取均值, 得出20位用户的价值数据如表1所示。

通过动态分析模型, 每一天为一次会话周期, 分析出20位用户的当前价值如表2所示。

(1) 可用性分析。

我们用相关系数r表示矩阵之间的差异, 通常|r|大于0.8时, 认为两个变量有很强的线性相关性。通过计算这20个用户价值的相关系数, r= 0.8042。可以看出动态算法和用户真实价值差别不大, 比较真实的反应了用户的实际价值。具有比较强的可用性。

(2) 动态性分析。

选取动态算法中某一用户在2010年各个月份计算出来的不同时段的用户价值和用户当时的真实价值作比较, 如图4所示。

从图4中可以看出在动态算法的前期用户的动态价值和实际价值有一定的偏差, 后期随着获取的用户数据越来越多, 计算出来的动态价值和用户的真实价值越来越接近。并且, 动态算法在计算用户价值的时候仅仅需要计算用户一个会话期间产生的数据, 大大降低了计算的时间复杂度。假设用普通算法分析用户的n次用户行为得出用户价值的时间复杂度为O (n) , 同时假设用户的n次行为平均分布在m个session期间, 则动态算法的时间复杂度为O (n/m) .m的值可以根据实际计算的需求和工程可接受的计算量进行选取。

(3) 需要改进的地方。

通过对不同服务的相关性r的计算, 得出r (A) = 0.8782, r (B) = 0.8977, r (C) = 0.7619, r (D) = 0.6386。可以看出系统的性能针对不同的服务有着不同的表现。在后续工作中需要通过针对不同的服务类型修正其正向影响因子g (Vn) 和负向影响因子h (Vn) , 使其针对不同的服务都有一个良好的分析结果。

4结束语

针对移动互联网的使用者的终端特性、网络特性以及复杂的服务特性, 传统的用户价值分析方法具有一定的局限性。本文提出一种移动互联网的用户价值动态分析模型, 能够较为真实的反应出移动互联网用户的价值, 同时由于模型可以动态、实时的计算出用户的价值, 在保证算法可用性的前提下, 大大提高了其工程应用的价值。

参考文献

[1]郭岩, 白硕, 杨志峰, 张凯.网络日志规模分析和用户兴趣挖掘.计算机学报, 2005, 28 (09) :1483-1496

[2]Peter S.Fader, Bruce G.S.Hardie, Ka Lok Lee1.RFM and CLV:Using Iso-value Curves for Customer Base Analysis 2004.

[3]黄聪, 王东.基于RFM分析模式与马尔可夫链的客户行为预测模型研究.情报杂志, 2009, 28 (z2) :143-146

互联网的价值是用户的平方 篇2

2000 年，刚进互联网的时候，很兴奋、很激动。觉得互联网是有史以来最为开放的一个平台，它真正能解决公平与正义，它是跨越很多的一个工具。第一次有史以来，人和机器有了互动，实现了数字化的生存。互联网是自下而上的，是草根的，现在叫屌丝。当初看互联网，最重要的一点是高效，是一个高效率的商业工具。它高效体现在跨地域服务。那时候跟同学说，我是读 MBA进互联网，从来没有看到一个商业的底蕴有这么高的效率，并且能够得到全球的跨地域信息。

2004 年为什么要另外思考互联网？是因为想创业。互联网是产业化的数字阶段，会造就很多的创业浪潮。与此同时，因为 2003 年非典，造就了互联网高速的发展。所以 2004 年有很多新兴的互联网大军，包括马上要上市的刘强东都是在这个时间点创业的。流量的多元化，产生了很多需要整合的机会和均衡的机会。互联网从非中间化到再中间化。现在又变成了很多的中间平台。

为什么要走免费这条路？为什么要大量的增加规模，因为有一个美好的定律，就是你的价值是你用户的平方。很多人为什么说微信、支付烧钱怎么这么烧？认真想想，15 块钱就可以获得一个用户，而且它的价格还是它的平方，你说它值不值？ 2004 年对互联网的思考，决定了我要去创业。2010年是互联网 2.0 时代的到来，从原来的人机，变成了人人。人和机器的互动，变成了人和人的互动，这是一个划时代里程碑。会产生基于搜索、社交、位置、移动等，给予电商很多新的大商机。最终把互联网扩展到了人、机器、内容这三者之间的交互。

回到 2014 年，亿玛在线成立十年。今年是互联网人需要洞见的时候。有可能未来的格局会有很大的变化。从我的角度来看，对 2014 年的互联网有三点认识：第一，互联网产业化；呼应此前提到的 2004 年互联网产业化的初试阶段。互联网的产值这么高，如广告有1000 亿，游戏有 700 亿，电商有万亿，而且还保持了高速的增长，形成了很大的产业规模互联网公司的产业会进一步扩大，传统公司为了拥抱变化，将会走向互联网。这之间确实是一个很大的产业融合趋向；第二，谁是真正电商已经不重要了，因为未来所有的企业都是电商的企业；第三，一切皆是数据。每个人身上都带着量化自我数据的一个工具。不管是计步器还是手机。这些数据实际上可以加工，后面已经加工了信息。而且加工以后，会形成一个新的商业格局。大数据有存在的思维变革，将来所有的决策，是基于所有的数据，而不是基于随机样本，这会颠覆很多的产业。

人类的思维是庞杂的，原来很精确，现在越来越混乱。最重要的是强调的关系，不需要问为什么。这些会带来很多的思维变革，思维变革会带来很多的商业决策的变革，商业决策的变革，会带来很多商业产业的变革，这是相辅相成的。把大数据的革命比喻成第三次工业革命，其实也未尝不过。

目前很火的还有移动互联网，移动互联网的特点是随时随地。但是提醒一点，想做移动互联网，一定要抓住它的随身性和它的随心性。移动互联网的随身性，会变成一个身体的延伸。随心性会变成人的一部分，不光是一个器官，还是一个人。在这个角度上而言，移动互联网会变成实体经济和数字经济的一个融合点，是一个桥梁，是一个网关。未来，移动互联网无处不在，那个时候谈不谈互联网思维已经不重要了。2014年，很多互联网的网站，PC 网站的流量，是下降的趋势，而不是增长的趋势，因此移动互联来势凶猛。互联网是汇同机器、内容、人的关系之间的网络，这四者之间形成了一个无限大的网络设备。

互联网用户价值剖析 篇3

在2015年3月5日十二届全国人大三次会议上,李克强总理在政府工作报告中首次提出“互联网+”行动计划。“互联网+”是什么?通俗来说,“互联网+”就是“互联网+各个传统行业”,但并不是简单的二者相加,而是利用信息通信技术以及互联网平台,让互联网与传统行业进行深度融合,创造新的发展生态。随着FDD新4G牌照的发放,通信已完全进入4G时代,基础通信运营商需要把握“互联网”的契机,加速转型,而互联网+个性化的特色应用将会成为发掘4G用户价值的主要途径。

4G经营三大困境

首先,以用户数量为主的发展空间更加趋窄,电话用户普及接近饱和。据统计,在一些一线城市中的SIM卡普及率已经接近甚至超过100%,话务量也已达到每月400分钟的瓶颈值,在线QQ等即时通信的用户数已经接近6亿,使用率达到78%;微博用户数达到3亿,对传统的短信业务产生了替代作用;深受用户青睐的微信以及VoIP软件等应用直接挑战了语音业务领域,致使运营商的新增用户和新增话务乏力,传统语音市场竞争白热化,其未来价值的提升空间逐渐缩小。

其次,流量收入增长主要是由“流量使用高速增长”方式带来的,可以说是“网络资源高消耗”方式的“粗放式”增长,其流量发展量与收入并不匹配,如某省手机上网计费流量增长67%,同期流量折前收入增长仅37%,大量有价值流量被移动互联网企业的业务所占据。

最后在4G时代,用户需求更加多元化和个性化。运营商缺乏对用户需求的深入了解,要推荐定制终端的时候,客户已经自购了;要推产品时,却不知道用户平时喜欢什么;要设计业务时,却找不到目标用户群;这就好像在4G这条高速公路上,用户从哪来、到哪去、什么时候加油、什么时候进休息站等信息,运营商完全无从掌握。

互联网+个性化的特色应用发展建议

提升4G用户价值,向综合数字化服务转型是运营商4 G经营的新阶段。随着F D D新4 G牌照的发放,运营商4G网络的建设已经基本完善,未来运营商除了争取新用户和新话务、拼网速、拼套餐、拼终端等之外,为了寻找新的收入增长点,运营商应该加快制定适合自己实际的“互联网+”行动计划,以个性化的特色应提升用户体验、发掘用户价值、拓展4G“蓝海”市场。针对发展个性化的特色应用业务,笔者建议如下。

高清视频直播业务

4G网络具有很高的传输速度,能够实时传输高质量视频图像,因此4G技术用于高清视频直播具有很强的优势。4G传输方式与传统电视传输相比,其卫星租用费用低,使用无需申请,更加灵活。以往的电视直播技术多会受到建筑物的遮挡,特别在城市中心区域传播信号存在盲点,且长距离微波无法直接传输,需要使用调试设备来中继信号。而4G拥有运营商已经铺设的大规模网络作为基础,解决了城市区域的盲点问题,并且可以在较大范围内快速移动。由此,4G技术已经可以满足高清视频媒体的各种需求,如突发类新闻直播、恶劣环境下进行的直播等。

如韩国运营商LGU+在4G时代,就迅速推出了较有影响力的4G标签产品——手机高清电视服务U+HDTV,联合最有教育意义和娱乐性的内容提供商向固网和移动用户提供更加个性化、多元视听体验;提供超过87个频道65000个高清节目,并支持4频道同屏播放、实时直播、点播、实时回放、慢放等多项功能。截至2014年6月,U+HDTV已成为韩国用户数最多的手机高清电视服务,总用户规模达610万,该业务用户的每天户均流量达6GB,2014年底收入达到1333.2亿韩元。

高清视频直播这项业务的推出,不仅解决了传统高清视频传输的不足,使得用户规模增长,还大大增加了用户4G网络使用流量,大幅提升了运营商的流量价值收入。

融合类业务

中国联通近期发布的“智慧沃家”就是全新的尝试,据了解,“智慧沃家”基于固网宽带服务,通过整合更好的4G网络,一个账号能分享给家里的其他成员,同城之间可共用通话时长、共用上网流量,彼此之间通话免费,未来还有可能实现跨省服务。

据悉,“智慧沃家”家庭通信套餐,除了将宽带、流量、语音、短信按照积木式组合,具有全业务、多终端、全家齐分享的特点之外,还包含沃家电视、沃家提速、沃家云盘、沃家总管等多项业务。具体到实际生活操控,可以实现在电视上直接观看4K高清视频,电视变身可直接下载游戏的超大游戏机,连接手机或手柄即可在电视大屏幕上玩游戏,正在观看的视频可以在手机与电视间随心切换。同时,通过推出家庭安防监控服务,实现用户家庭的基本安全防护,确保居家平安。

互联网+“智慧沃家”这种融合类的产品,以新的服务形态给予用户全新体验,从宽带智能提速到休闲娱乐为主的电视服务,再到智能安防看护系统等,不仅为用户解决了生活中遇到的各种问题,而且还通过全业务共享将家居生活系统连接起来,实现资源共享与互补,为人们的日常生活带来了极大便利。

这种融合类业务将加快运营商从“全业务经营”向“客户价值经营”的创新转型,以融合类业务应用为代表的产品和服务正在成为新的行业热点,融合类业务市场具有巨大的价值空间,需要产业链上下游全力合作。因此,运营商应该与具有融合类业务运营经验的产业链上的各合作伙伴加强合作,将自身的优势与产品服务相结合,依托4G强大的网络资源,利用云计算、大数据等信息技术,为用户提供全网络、全终端、全业务的服务,共同推动相关产业链的发展,这将对通信、交通、能源、家居等产业链产生更为深远的影响,实现产业链深度融合,为产业链提供无限商机,运营商也应以此为契机加快向“客户价值经营”转型。

针对用户特点进行业务创新和布局

在个人市场的业务布局方面,有效利用4G网络高速率的性能,建议主推娱乐类业务,重点推出在线云游戏、高清视频、无损音乐、个人云、实时地图、智能车载系统和RCS共享服务等业务,这些业务不仅能吸引大量用户,为用户带来了良好的业务体验,而且还有力地推动了相关产业链协同发展,有效推动运营商4G数据收入的快速增长。

在集客市场方面,可以优先选择自己有竞争力的行业,主推基于4G的无线监控、即时视频直播等业务;助力行业信息化方面,可运用“互联网+特色的行业应用”思路,积极打造如:智慧交通、智慧医疗、智慧旅游、智慧环保等,为这些行业提供定制化的解决方案,以此抢夺被竞争对手垄断的集客市场。