地平线四动态优化：提升效率、创造价值的新方法

地平线四动态优化:提升效率、创造价值的新方法

数据算法将是在4A的基础上,做出一个量化、标准化的评估。我们的工作从技术层面来看有如下几个层面的思考:

1)决策层

逻辑是如何影响用户感知到的。通过一个可视化的数据采集,可以实现智能地判定决策的匹配度。

例如:

用户在看到浏览某个APP、浏览某个视频时,对于这个APP的印象,往往就决定了要继续看。

因此,我们要构建一个最清晰、最具象、有针对性的用户决策过程。

具体包括:

用户本身的行为偏好、用户的上网行为、用户的网络浏览行为。

用户与APP的交互行为。

用户的网络浏览行为。

用户使用浏览app的频率、频次。

用户对APP的粘性程度。

因此,对于用户的判断,就可以当做在具体的事件发生时进行分析。

这个动作是基于我们对用户行为的定性,分析并进行分析,判断我们是不是需要一个值得我们去关注的行为。

对于用户行为的分析,我们可以理解为当下用户的特性。例如:

这类人群可能会有一种态度,“我今天这辆5G,我好像现在上班了”。

那么,我们可以分析他是不是喜欢这辆5G,是不是习惯使用5G,这个行为可能在后端可能会用到这款产品。

但是,我们不能从事件发生时,就对事件行为做出分析。

分析事件发生时,我们也可以选择性地选择性地关注事件的发生时间。

我们的这个行为主要发生在7:00-12:00,但是从事件的时间维度来看,我们可能还需要关注事件的发生次数,然后再考虑到事件发生后的数据指标。

如上图所示,7:00-14:00,是用户打开APP的高峰期,也是在新闻热点之后的时间段。

那么,在7:00-13:00,我们用户会有一些行为动作,那么我们就可以选择性的关注事件的发生次数。

在事件发生时,我们可以选择性的关注事件的发生次数,然后再结合数据指标分析我们的APP能否在这个时间段提升自己的产品。

比如,对于一家知名的汽车修理厂来说,7:00-14:00是用户打开APP的高峰期。

对于一家企业来说,7:00-14:00是用户最活跃的时间段,也是用户在APP里比较活跃的时间段。

在这个时间段中,用户在7:00-14:00打开APP的行为可能会相对较快。