云计算

大数据杀熟背后的工具和逻辑

本文主要是介绍大数据杀熟背后的工具和逻辑,对大家解决编程问题具有一定的参考价值,需要的程序猿们随着小编来一起学习吧!

俗话说:“熟人好办事”,如今技术颠覆了这一认知。

什么叫杀熟呢?比如你经常在商场买买买,剁手成了VVIP,成功晋升为商场经理眼中的“有钱银”~对待有钱银应该怎样呢?当然是像对待上帝一样哄着,以便薅到更多的money哇。这就是杀熟!

https://img2.sycdn.imooc.com/6267951200013b1e05000282.jpg

相比实体店,互联网电商平台对每个客户的行为轨迹可以说是了如指掌,别说你买了什么东西,就是盯着某个种草的商品看了30秒还是一分钟,它都知道。https://img4.sycdn.imooc.com/626795350001f1f706400426.jpg

利用这些信息,很容易给客户分类,好点儿的给你推荐你可能感兴趣的东西,疯狂暗示你下单;不当人的做法是直接把价格都给你改了,看人下菜,仿佛你有钱你活该被宰。就比如对抗星爸爸的某大型咖啡连锁店,发优惠券也是看人发,经常买的发6折优惠券。疯狂用2折、3折这种低折扣优惠券吸引不怎么消费的客户。这就是大数据杀熟了。

https://img1.sycdn.imooc.com/62679b98000103ca02400183.jpg

那么大数据杀熟需要什么技术呢?讲实话,也不是什么特别高深的技术。如果某位客户购买频次很高,统计一下TA来消费的频度和每次消费的额度就知道了。真正需要点技术的是新客户一露面,就能判断TA能不能掏钱买单!

https://img4.sycdn.imooc.com/626795f40001501f03500201.jpg

于是就有了一种相对系统的方法对客户进行“画像“,把各种信息都收集起来。有了这个画像,就可以把客户归类到各个圈子了。比如时尚圈,土豪圈,买起来不要命圈,花一分钱都掉肉圈。信息越多,客户的画像就越清晰,归圈归得就越可靠,有了这些圈圈,就可以针对不同客户群体展开不同的攻势了。可谓是精准打击,滴水不漏。

https://img1.sycdn.imooc.com/626796830001da6b10880856.jpg

这张图给出了一种看起来有些高级的客户画像和画圈技术,称为“客户向量嵌入

这一方法把客户购买的商品列表当成客户的画像,基于这一画像,利用一个神经网络把每个客户都表示成一个向量,使得买相似商品的客户向量互相接近,买不同商品的客户向量互相远离,有了这个向量展示,再划圈子就很容易了。更复杂一点的技术可能要利用知识图谱,对商品和客户关系进行更细致的刻画,并将商品和客户同时进行向量化。

事实上,类似的技术也用在商品推荐,新闻推送,视频推送等场景,极大提高了信息流通效率,类似大数据杀熟这种事,本质上不是技术问题,而是客户信息是否被滥用的法律问题。

技术无罪,技术是干净的,关键是看人如何去用它。AIOC专注人工智能职业技能培训提升,既培养学员扎实的AI理论知识,夯实基础,又有实训平台,训练学员的动手解决问题的能力。学好技术,用好技术!而不是拿技术做在法律边缘疯狂试探的事情。


这篇关于大数据杀熟背后的工具和逻辑的文章就介绍到这儿,希望我们推荐的文章对大家有所帮助,也希望大家多多支持为之网!