上篇　多角度分析你的客户

第一章　大数据分析用户行为

利用大数据分析用户行为特征是现代化企业最重要的议题之一。电商通过搜集到的大数据，可以清楚地知道用户进入过的网站、查看过的产品，并通过用户的搜索行为特征推荐合适的产品。而商家的推荐将激发用户的购买欲，从而使“搜集大数据→查看历史记录→推荐产品→购买”这个过程循环往复，构成了一个良性循环的电子营销系统。这要求商家通过分析用户行为特征，主动高效地出击，展开营销攻势，实现效率和利益的最大化。

1.1　用户搜索惯性

2015年4月22日，百度发布涵盖数亿网民汽车搜索行为数据的《中国汽车行业网民搜索行为报告》。报告对汽车行业消费者的行为变化情况进行了分析总结，绘出了汽车行业网民关注趋势图。趋势图可以帮助车企预测行业趋势、观察消费者行为变化、为企业制订市场营销策略提供了有利的参照依据。

报告对汽车行业消费者的移动端新搜索趋势、汽车品牌及车型搜索行为、区域消费市场等特点进行了深刻剖析，主要涵盖汽车行业搜索行为、汽车品类分布格局、新型汽车搜索趋势、汽车搜索指数排行等四个维度。

用户产生搜索行为的原因一般是在解决问题时遇到了自己不懂的问题或概念，由此产生了对特定信息的需求，之后用户会在头脑中形成以满足信息需求为目的的关键词，并将关键词提交给搜索引擎，然后浏览搜索结果，一旦搜索结果不能满足用户的信息需求，用户就会根据搜索结果改写查询关键词，以便更准确地描述自己的信息需求，之后重构新的查询需求，提交给搜索引擎，如此一来，用户和搜索引擎交互的闭合回路形成，直到搜索结果满足用户的信息需求或尝试几次无果而终。

从图1-1可以看出，从用户产生信息需求到查询的过程有很大的不确定性，用户一开始可能找不到合适的查询词或者找到的查询词不能完全描述用户的信息需求，即用户形成查询的过程中存在信息丢失的风险。所以信息查询循环过程中的查询改写就是用户逐渐理清搜索需求的一个过程。

1.1.1　万圣节搜索意图

用户的每一次搜索请求都隐藏着一定的搜索意图，如果搜索引擎能够根据用户搜索的关键词找到其搜索意图，并根据具体的用户意图提供不同的检索方法，将符合用户意图的搜索结果放在前面，将给用户带来更好的搜索体验。目前的搜索引擎都在试图引进这种搜索模式，比如用户搜索“上海 天气”的时候，搜索引擎会自动将上海当日的气温变化等情况放在搜索结果首位。用户意图的分类没有明确标准，业内人士通过人工分析查询，将搜索意图分为三大类。

1.导航型搜索

这种搜索请求的目的是查找具体的某个网址，比如“北京大学网址”，其特点是用户知道想要去的某个网页，但是不知道或者为了免于输入具体网址，所以用搜索引擎查找。

2.信息型搜索

这种搜索请求的目的是为了获取某种信息，比如“韩国现任首相是谁”“红烧鲤鱼怎么做”等，其特点是用户想要学习新知识。可细分为以下几种类型（见图1-2）。

（1）直接型　用户想知道某话题某一方面具体的信息，比如“饭后适合吃哪些水果”等。

（2）间接型　用户想了解某话题任意方面的信息，比如粉丝搜索“李易峰”“杨洋”等。

（3）建议型　用户希望能够得到某方面的指导、建议等，比如“如何才能考上公务员”等。

（4）定位型　用户希望了解在现实生活中哪里可以找到某些产品或服务，比如“买苹果手机”等。

（5）列表型　用户希望找到一批能够满足需求的信息，比如“天安门附近的饭店”等。

3.事务性搜索

这种搜索请求的目的是从网上获取某种资源，完成一个具有明确目标的事务，比如下载一首歌曲、下载一个软件或者网上购物等，其特点是想要在网上做事情。可细分为以下几种类型（见图1-3）。

（1）下载型　希望从网上下载想要的产品或者服务，比如“微信软件下载”等。

（2）娱乐型　用户以娱乐为目的获取一些有关信息，比如“音乐下载”等。

（3）交互型　用户希望使用某个软件或服务提供的结果，获取想要的信息，比如用户想要使用中国教育考试网查询自己的考试成绩等。

（4）获取型　用户希望在网上获取一种资源可以在现实生活中使用，比如用户可以打印搜索到的折扣券，然后在现实生活中使用。

互联网企业只有准确了解用户的搜索意图，才有可能为之提供满意的服务。例如，万圣节之夜的活动在10月31日举行，但是关注该节日的人从9月开始就对“万圣节”发起了搜索攻势。维尔福软件（Valve Software）公司2014年通过对用户的搜索数据调查研究发现，从9月初开始“万圣节”的搜索量就急速上升，此后的流量几乎都导入了购买万圣节服装的平台或店铺页面。

“万圣节服装”“万圣节变装”“Disney”等关键词在用户搜索排名中占据前列，不过各个年龄段的特征不同。“cosplay”“hair arrange”是20岁左右的用户最欢迎的关键词，因为年轻人比较热衷于参加各种活动和派对；30岁左右的用户爱搜索“illustration”“recipe”等关键词，因为他们要和自己的儿女共度万圣节；40岁左右的用户中搜索“点心”“美甲”“折纸”等关键词居多，一方面是工作需要，另一方面是因为儿女；50岁左右的用户更多地搜索“装饰”“明信片”“剪纸”等；还有60岁左右的用户会搜索“语言”“意义”“塞尔特人”等关键词，可以认为他们对万圣节不太了解，所以要补充基础知识。

1.1.2　精准定位的万圣节关键词

利用简单的关键词搜索，网上提供了比实体店更多的产品选择，很多销售万圣节产品的网店都取得了不错的销售成绩。用户搜索的习惯在很大程度上影响了互联网企业营销策略的制定与实行。随着互联网的发展，用户思维的提升，企业应该如何精准定位用户搜索的关键词呢？

1.根据用户思维确立关键词

根据不断变化的关键词调整网站关键词。用户思维发生的变化具有不确定性，但是其核心词语不会变。比如用户在搜索与“女鞋”有关的话题时，不管他的关键词怎么变化，“女鞋”这个中心词肯定不会变。因此，我们就可以根据不同类别网站的不同用户进行合理的访问，把自己想象成一名用户，根据网站特点编辑出合理的网站关键词。

以女鞋为例，搜索女鞋话题的用户大部分是女性。根据女性的爱美心理，网站就可以编辑出自己网站的关键词，比如“什么女鞋最时尚”“漂亮的女鞋有哪些”等；根据女性对鞋子舒适的要求编辑关键词，比如“什么女鞋穿起来最舒服”“穿起来舒服的女鞋有哪些”等。

不同的行业网站有不同的用户思维，但用户思维一定是以网站的行业特点为基础的。企业需要把握自己的网站特点，根据用户的惯性思维编辑关键词，这样才能提升网站的用户搜索体验，锁定忠实用户。

2.根据热门搜索合理定制关键词

在利用用户搜索惯性编辑关键词的时候，也要考虑热门搜索词语。热门词语所反映的情况可能并非实际情况，但是蕴含着一定的道理。网站需要考虑的热门词语有以下三种。

（1）热门指数词语　热门指数词语代表着固定的流量，网站对热门指数词语具有很强的偏好性。企业可以通过挖掘工具进行热门指数词语的挖掘，选择排名第三至第六的热门指数词语作为关键词。这样的关键词排名有上升空间，竞争压力小。

（2）未来热门词语　未来热门词语当下可能是一个低流量词语，随着时间推移将变成高流量词语。比如iPhone 5的诞生吸引了无数的流量，而之前就是一个低流量词语。如果IT网站现在上线一个iPhone 7的网站，未来必定红火。

（3）热门竞争度词语　竞争对手选择的热门词语一定是具有利润的。比如，百度首页中超过5个网站都具备同一个关键词，那么这个词肯定是有利润可图的，有挖掘意义。利用用户的搜索惯性充分挖掘出有价值的关键词非常重要，少数精准的关键词比多数无太大意义的关键词作用更大。用户的搜索行为过程与意图是营销人员需要仔细研究的领域，只有这样才能提供更好的用户体验。

1.2　用户的点评数据

2013年的双十一网购大促是当时用户参与热情最高涨的一次促销活动，各家电商都刷新了交易额。然而，在狂欢节谢幕后，暴露出的是电商快递效率低、抬高价格、质量差等问题。

360搜索网站点评在同年11月6日上线了网站点评活动，让用户自由表达对双十一网购体验的感受及评价。参与活动的用户还有机会获得360云盘、电商优惠券等礼品。随着双十一网购人数的暴增，参与360网站点评的用户也达到4500万。双十一过后的第一天，用户就纷纷发表自己的评论，很多用户对电商网站进行了疯狂吐槽，当天的参与用户数直接达到了峰值1000万。

360搜索网站点评通过各种活动收集了海量用户的点评数据。用户可以在360搜索引擎的网站搜索结果中对每个网站进行评分。而用户的评价结果将影响该网站在360搜索引擎中的权重。

社会各行各业都离不开评价机制，尤其是产品与服务行业。企业只有通过用户的反馈信息才能了解用户满意度，从而推动企业的发展。对用户点评数据的利用不仅能规范一个企业，使企业更好地为广大用户服务，更能够让企业了解用户的真正需求，从而进行精准的市场定位。用户点评数据还能为其他用户提供参考。

2011年2月，携程通过整合酒店点评、目的地探索和社区服务成立了驴评网。同年4月，驴评网开始独立运营。国外著名旅游点评社区网站猫途鹰（TripAdvisor）是其对标网站。2013年年初，携程为了实现构建旅游一站式服务的战略目标将资源重新整合，把独立运营了2年的驴评网合并入携程攻略社区。

时任驴评网总裁的崔继蓉经历了驴评网从最开始成立、然后独立出去、最后被整合的全过程。崔继蓉认为驴评网独立经营的模式存在独特价值，并不适合被整合。崔继蓉希望为用户提供最客观的选择，让用户更容易地找到最好、最合适的酒店，从而提升旅行满意度。崔继蓉因此离开携程，开始为自己的理想奋斗，创立了“周末酒店”。

很多人认为在线酒店预订已经被几大旅游电商垄断，没有什么可以突破的机会。然而，崔继蓉却认为旅游电商的标准化产品和服务已经遇到瓶颈，在个性化的产品和服务等细分领域没有很好地满足特定用户群的需求，而这就是她的机会。崔继蓉创立的“周末酒店”从度假预订酒店这一领域切入，通过用户的点评数据与推荐算法，为休闲度假用户提供了个性化的酒店推荐和预订服务。

当然，“周末”不仅仅是“星期日”的意思，还代表着休闲度假的含义。随着人们生活水平的提高，休闲度假已渐渐成为放松心情的常见方式，而酒店就是整个度假过程中必不可少的环节。崔继蓉认为，休闲度假的用户一般都比较挑剔，而挑剔的用户进行决策时普遍关注口碑。周末酒店对用户进行了精准的定位，然后通过度假酒店的使用场景为用户提供了个性化的产品和服务。

周末酒店的营销策略以用户的点评数据为基础。首先周末酒店会收集海量的用户点评数据，然后运用自然语言处理技术对海量的点评数据进行结构化整理，接着周末酒店品鉴师进行社区运营，最终筛选出的酒店或者民宿推荐就满足了特色、好口碑、高性价比的特点。

崔继蓉说：“在线酒店预订的发展趋势是大数据+自然语言处理技术+推荐算法。”周末酒店一直在顺应这个发展趋势。通过大数据算法处理用户点评数据进行个性化推荐将用户点评数据所衍生的服务价值真正的发挥了出来。同时，周末酒店不只提供个性化的酒店产品，还会根据用户的个体需求，提供类似酒店+机票、酒店+门票、酒店+美食等打包类产品，为度假用户提供更加贴心的服务选择。

截至2015年10月，周末酒店的合作酒店有3000多家，覆盖国内外目的地数量也已经有两百多个，累计用户下载量已经超过20万。周末酒店自成立以来，始终坚持对模式进行验证，如今，周末酒店的发展模式已经基本确立。

周末酒店利用海量的用户点评信息，为用户提供了更有用、更值得信赖的服务，这是周末酒店的生命线。可以预测，周末酒店未来的发展有很大潜力。

如今，收集用户的点评数据已经成为各大企业的重点工作之一。企业绞尽脑汁不断进行改革、提升或是改进自身的产品和服务，而用户的点评数据能够起到参考作用。因为很多专业的调研结果都显示，通过收集用户的点评数据能够了解用户真实的想法、意见和需求，从而帮助企业不断地完善自己，创造更多的利益。用户点评数据的作用有以下两方面。

1.发现企业自身的优劣势

企业在发展的过程中不可能一帆风顺，员工的工作难免出现一些差错，高层人员也会出现决策失误。而企业的大众用户是最了解企业产品和服务体验的，因此很多企业都会通过收集用户点评数据整理分析用户的意见。

通过用户的点评数据，企业能够分析出用户满意或者不满意的地方，这些因素就是企业存在的优势和劣势。比如，目前的电商网站在用户购买产品确认收货后需要填写一个评价。此举一方面可以为自己的产品增加人气，另一方面可以发现产品和服务的优势、劣势，以及需要改进的地方。

2.了解用户的需求

企业通过发现自身的劣势对产品和服务做出提升和改进，而收集、分析用户的点评数据还有一个重要之处就是倾听用户的意见、了解用户的真实需求。比如，电商网站通过收集用户的点评数据发现用户对快递服务不是很满意，那么电商网站就能够根据用户的需求制订出相应的对策。

1.3　用户的购物车列表

电子商务在互联网时代越来越火爆。而各类零售网站在面对机遇的同时也面临着各种挑战。互联网上众多产品令用户眼花缭乱，让自己的产品在众多同类产品中脱颖而出变得越来越难。

从美国某财经网站对电子商务发起的一项研究中发现，被称为“购物车放弃”的一种现象让各大电商焦虑不已。顾名思义，“购物车放弃”就是指产品经历了用户苛刻的筛选流程被放进了用户的购物车，却始终没有结账或是被否决掉的现象。

对于大众用户来说，这种现象是非常普遍的。在线下购物时，用户可以几经挑选最终确定少数几件产品从中做出决定。而在线上的电商网站购物时，用户可以更方便地将自己有好感的产品放进购物车，然后再综合考虑各方面的因素，决定最终支付的产品。财经网站做出的总结报告显示，随着网购用户向移动互联网用户的转变，“购物车放弃”的现象将日益加剧。

尽管用户没有结算购物车的产品，但用户对产品的需求很可能依然存在。对电商网站来说，这些产品订单还没有完全失去，还是具有价值的。专业公司Listrak对此进行了调查，在有过购物车放弃经验的用户中，75%的用户表示以后会购买购物车中的产品，但是有可能会前往实体店购买。

实际上，网络零售商想要让用户结算购物车中已放弃的产品是非常困难的。但是零售网站可以使用多个手段，追回一部分由购物车流失的销售额。比如，将网络平台的支付结算流程简化；通过电子邮件或短信对放弃了购物车中产品的用户进行善意提醒。

Listrak的调查数据表明，用户退出电商网站的一天内，如果向用户发送善意提醒消息，超过40%的收件人将会仔细查看消息，超过20%的收件人将会通过链接查看未支付的购物车产品。电商应该对用户购物车中放弃的产品进行分析，比如用户放弃挑选好的产品是产品本身的问题还是网购流程的问题，或者是品牌的号召力与忠诚度不足？这些都是购物车中隐藏的巨大价值。

1.3.1　电商网站重视购物车

业内人士分析，电商网站对购物车深度分析方面的投入应该加大，这种投入是非常有价值的。在现实生活中，购物车是消费者在商场或超市购物时用来存放产品的地方；而在网络购物中，购物车是顾客在网购时所必须使用的购物工具，专门用来临时存储用户选择的商品，协助顾客从虚拟商场中选取商品、携带商品到虚拟的收银台结账。在网站的购物车中，用户可以随意添加、删除产品，选购完毕后，再统一下单。电商应该重视购物车的设计，购物车在电商网站的经营中具有非常重要的作用，原因如如图1-4所示。

（1）购物车是消费的最后一环　在用户整体的消费过程中，购物车一般是最后一环。用户完整的消费体验应该是：打开APP或网站，浏览网站产品，接着加

入购物车，最后确认订单并支付。在用户购买产品的整个过程中，购物车和支付环节可以合并成一个步骤。一般用户打开购物车并开始填写地址的时候，就离成交不远了。如果在用户购物的最后一环中，给了用户不好的体验，那对网站来说是很大的损失。

（2）购物车隐含的对比收藏功能　电商网站里的购物车与现实里的购物车有很大不同。在现实购物过程中，消费者只会把即将购买的产品放进购物车里。而在电商网站里，用户还非常喜欢将自己有好感但当前没有购买计划的产品先放进购物车，或者将自己计划购买的所有同类产品统一放进购物车，最后进行比较决定购买哪一个。购物车隐含的对比收藏功能使商家轻易知道用户的大致偏好。

（3）购物车的重交易属性　用户在电商网站浏览产品时涉及的是电商的前端展示工作，而购物车环节已经涉及最终的交易工作。对于用户来说，在购物车环节需要了解当前交易产品的基本信息，包括价格、数量等；对于网络零售商来说，交易工作主要在购物车环节进行，包括确认收款、生成订单、物流环节等主要交易内容都需要在购物车环节获取到信息。

1.3.2　巧妙设计购物车

从长远利益来看，电商应该考虑购物车的很多细节，最大程度地降低购物车环节流失的销售额。根据很多网络零售商的经验，本节梳理了在购物车设计中需要注意的六项细节（见图1-5）。

1.登录环节位置

电商网站的登录环节应该放在购物车之后。保证用户在浏览过程中可以先将喜欢的产品加入购物车，在最后统一结算时再登录可以降低用户放弃购物车的概率。因为用户可能是购买几种产品，需要将产品一件一件地加入购物车，过早地提醒用户需要登录才能购买将会打扰用户的购物流程，给部分用户不好的体验，导致对该网站避而远之。

登录环节放在购物车之后，移动端网站需要记忆用户加入购物车的信息，在登录之后将用户购物车信息进行整理合并。如果电商网站没有考虑好这个问题，将会遇到技术难题。

2.购物车展示

在购物车中，不同类型的物品有不同的展示方式。所有的产品都需要展示基本信息，包括商品名称、价格、数量及其他附属信息等。PC（电脑）端展示的产品信息更加丰富，比如增添收藏功能等；移动端由于屏幕大小的限制，应该将一些不常用的功能隐藏。

不同类型的产品展示的基本信息应该根据用户关心的内容的不同进行调整，比如穿戴类产品，用户最关心的是尺码、颜色等。这其中需要注意的是，用户在购物车可能存在以下操作。

（1）基本增删操作　产品数量的增加或减少、不购买其中某个产品等。

（2）重新查看产品详细信息　用户可能想要重新查看某个产品的详细信息，电商网站要注意保留入口让用户重新查看产品详细信息。

（3）更改操作　用户要更改交易信息对电商网站来说是一件麻烦事，比如用户需要更改购买衣服的颜色、尺寸等。一般来说，用户想要更改交易产品信息需要重新选择商品。电商网站对此可以设计让用户直接更改商品信息。

3.自动勾选商品

购物车的收藏功能使得很多用户在购物车中积累了很多产品。当用户进行结算时，每一次都要重新把本次加入进购物车中的产品勾选出来，让用户感觉很麻烦，带来了不好的用户体验。电商网站应该为购物车添加自动勾选本次挑选产品的功能，这能为用户带来很大便利，提高用户体验。

4.陈列规律

用户对自己每一次购买的消费价格都是非常关心的，为避免商品列表过长将价格信息隐藏，电商网站中购物车结算列表的页面一般会把总价固定在底部提示。在合计价格信息时要将优惠价格展示出来，这能够促进消费者购买。

5.提醒用户购买

网络零售商要注意提醒用户购物车中的沉底商品，这样做的好处是能让用户看见曾经选择但没有购买的商品，对用户进行默默的提醒，有可能重新引起用户的购买兴趣。有关调查显示，在4小时内提醒用户加入购物车但没有购买的产品有27%的唤醒率。网络零售商可以从以下三点提醒用户。

① 用户已经生成订单但是还没有支付。

② 产品有优惠信息。

③ 产品即将售完，库存不足。

将这些信息传递给用户可以促进用户购买，但是要注意提醒用户的时间段。一般早上9点至晚上8点是最合适的提醒时间，其他时间段就有可能打扰用户，引起用户的反感。APP消息推送或者发送电子邮件是电商普遍应用的提醒方式。

6.自动填写地址

互联网智能时代有一个明显的优势就是能够定位用户的地址，如今的定位技术已经非常发达。电商网站应该考虑自动匹配用户的邮编以及地址信息，达到减少用户购买成本的目的。因为每个电商网站的侧重点不同，对购物车支付环节的设计，需要具体情况具体分析。

1.4　亚马逊的浏览轨迹分析

如今，数据的计量单位由PB（1000个TB）到EB（100万个TB），再发展至ZB（10亿个TB），井喷式增长的数据标志着大数据时代的到来。我们在网络上的任何足迹，都为大数据的增长做了贡献，比如浏览一个网站、登录一次邮箱、发送一次邮件、发表一个帖子。

大多数互联网用户都有类似经验，当我们打开邮箱，经常能收到一些感兴趣的广告链接，比如淘宝网服装打折，京东电子产品促销，还有一些小游戏的推荐等。不知道你有没有发现，不同的用户被推荐的具体内容是不一样的。而这些不同的内容往往正好符合用户需求。

1.4.1　亚马逊的促销策略

亚马逊是全球领先的电子商务公司，是利用大数据分析用户行为特征获得成功的典型案例。1995年，亚马逊首创了网上售书业务，图书行业的利润非常少，很多企业以降低价格为主要手段进行竞争，最终也没有取得胜利。亚马逊深知这个道理，决定从用户的行为数据特征入手进入图书行业。当电子商务还不为人们所了解时，亚马逊就通过互联网获取了大量的用户行为信息，分析用户行为特征，最终满足了互联网用户的个性需求，打破了图书行业的传统市场模式，在不到十年的时间里将很多历史悠久的书店逼得破产。

低价促销作为企业提高销售量、增强知名度的常用方式，被亚马逊玩出了新花样。亚马逊的促销管理运营流程是以用户数据为指导的。对亚马逊来说，一次好的促销活动不是只降低产品价格，而是数据支撑下企业各个部门以及整个产品供应链的联动。

据亚马逊中国副总裁张建富称，亚马逊进行一次大促销活动需要很长的准备时间。亚马逊在中国进行一次促销活动所涉及的部门广泛，包括西雅图、印度和中国区的运营、IT技术、库房、客服、物流等各个部门，因此需要事先充分准备。在准备过程中，每个部门都会明确自己在促销活动中的职责。

在亚马逊的促销中，数据是各个部门的决策依据。亚马逊促销的选品策略、促销力度都是系统化的。大规模促销会吸引一大批用户，而亚马逊可以通过用户的浏览轨迹智能的向不同用户推荐不同的促销产品，以提高转化率。

有些产品虽然折扣力度很大，如果用户近期有同类产品的购买行为，系统就不会再给用户推荐相同的产品，而是会根据用户的浏览轨迹和购买记录推荐用户有可能感兴趣的其他产品。

亚马逊的成功之处在于它可以整合用户数据，并挖掘用户的潜在需求，对有相同特征的用户实行精准的营销。下面，我们就看看如果韩寒的新书上市，亚马逊会如何做一期邮件推广营销。

首先，从用户的购买数据中筛选出购买过韩寒的书的用户。当然，营销目标不仅仅是这些用户，通过用户的浏览轨迹分析可以筛选出关注过韩寒书籍的用户，他们也是本次营销活动的目标用户。亚马逊网站还会举行“喜欢韩寒还是郭敬明”的投票活动锁定选择韩寒的用户。

然后，亚马逊需要分析目标用户群体的共同特征，从而为他们定制最搭配的促销方式。比如，他们的浏览轨迹数据以及购买行为数据显示他们更倾向于邮费低的配送方式，这说明目标用户群对于运费价格比较敏感。这样一来，这次营销活动的主题也就确定了。邮件标题可以取名为“韩寒新书（免运费）”。

营销活动到这里还没有结束。亚马逊会记录目标用户的反馈行为信息，比如，目标用户收到邮件后，是否打开了邮件，是否通过邮件链接进入了韩寒新书促销页面。对整个营销活动来说，这种持续追踪行为可以统计活动的效果，为以后类似促销的活动提供历史依据。

在个体用户的数据收集方面，亚马逊的持续追踪行为可以统计这个用户对于特定主题和特定促销方式的接受程度。亚马逊可以利用这种数据判断在以后类似的主题或者促销方式的营销活动中是否还发邮件给这个用户。如果连续将相似主题的邮件发给没有反应的用户，就会给用户带来不好的体验，使网站蒙受损失。生气的用户还有可能将亚马逊列到邮箱的黑名单中，对亚马逊的名誉造成负面影响。

亚马逊作为一家国际化大型企业，已经通过收集用户的数据建立了与其形象保持相当一致的数据库。而大多数互联网公司则是通过收购来获得大数据，这样，同步数据就变成了当下最重要的任务。对个别用户数据的处理或者增强信息的针对性，仍然是一个低优先级的方式。

1.4.2　亚马逊数据的有效利用

亚马逊利用用户数据为用户提供个性化的服务，使用户获得了满意的服务。这就给各个互联网公司一个启示：有效利用用户数据（见图1-6）为用户提供更优质的产品和服务才是数据的价值所在。

1.利用数据对用户进行多维度地分析

将用户的地域、性别、年龄等属性作为分析维度，对营销活动信息进行筛选，这样可以在一定程度上提高用户与营销活动的相关性。最起码企业要保证用户收到的营销活动信息与自己的住址、工作场所以及自己的普通属性相关，这样用户才有可能对产品产生兴趣。

了解已怀孕用户的购买习惯是一件很麻烦的事情。但优秀的互联网公司就具有这种洞察力，并可以利用这种洞察力进行细致入微的调查。它们不会打扰这些用户以及他们的父母，在各种各样的调查中，提取有价值的用户数据对怀孕客户定制服务，包括一些产前用品的优惠券等。

2.将用户数据进行量化

需要量化的用户数据包括用户的浏览历史、是否产生了购买行为、购买过的产品价值、产品购买的频率以及最近一次购买产品的时间等属性。通过量化用户数据将会产生用户价值的评分，从而对用户价值高低做出排序，对用户接受营销活动信息的难易程度做出评估。通过评分高低可以决定对用户进行营销活动宣传的力度大小，以及推荐产品的细分种类，有效提高用户反馈率。

3.了解用户的浏览历史数据

对用户的历史购买记录以及浏览轨迹数据进行分析，可以对以往用户接受的促销活动有一个系统的了解，包括促销折扣比例、商品原价、折扣金额、能否退款、产品风格等信息。这对于预测用户的可能兴趣点有重要意义。当然，这是一个相对高级、相对复杂的工作，一旦运用得好可以收到非常好的效果。

4.添加“不喜欢”功能

企业应该考虑在营销活动信息推荐的商品旁边为用户添加选择“不喜欢”的功能。在个性化推荐中，收集用户喜欢的商品具有很高的价值，而收集用户不喜欢的商品拥有同样重要的价值。假设用户表示他不喜欢西餐厅的午餐，可能比他购买了一份日餐午餐透露出的信息还要多。

公司使用智能数据不仅可以为用户提供更好的服务，还减少了在传统意义上市场调研所花费的固定费用。良好的大数据支持无需扩展劳动力，甚至招收一个新员工。

今后，越来越多的公司将投入更多精力在数据收集工作上。将用户数据透明化，更恰当地使用收集结果是各大公司共同的努力方向。最根本的是，将控制权交给用户，为用户提供更多更好的选择，让用户明白自己的数据信息是如何被应用的。

1.5　脸书用户的情绪数据

2015年9月16日，脸书（Facebook）的创始人马克·扎克伯格（Mark Zuckerberg）表示，“用户对‘踩’按钮提出的问题已经有很多年了，最终，我们将致力于这方面的开发，尽可能开发出能满足更大规模用户群需求的产品。”脸书正在计划公开测试的一个与“赞”按钮表达情绪相对应的新按钮，以便能帮助用户表达更多样化的情绪。例如，当用户看到让人心痛的内容时，用户可以通过此按钮去表达自己的负面情绪。

脸书是美国一个提供社交网络服务的网站，单日用户数已经突破十亿。扎克伯格的团队一直致力于对用户行为数据的研究分析，从而达到发送针对性广告的目的。用户行为包括点赞、分享、评论以及点击页面情况等。在互联网时代，各大互联网巨头拥有海量用户数据信息是不可争辩的事实，而脸书赖以生存的基础就是用户的情绪数据。

1.5.1　脸书用数据看恋爱

大家知道脸书是怎么玩转大数据的吗？脸书在其博客中宣称，利用用户的情绪数据，脸书可以判断用户是否恋爱、何时开始恋爱、何时跟别人约会以及何时分手。也就是说，脸书可能比某些情侣更早地察觉到他们之间萌生了爱意。

无论是传统的线下情侣交往，还是社交网络中的用户确立恋爱关系的过程都会经历“求爱”的阶段。美国研究员卡洛斯·迪乌克（Carlos Diuk）认为，“随着时间的推移，社交网络中的用户在求爱期发帖会明显增多。而一旦确立了恋爱关系，两人在对方脸书留言板上发的帖子都会减少。因为热恋期的情侣总愿意花更多时间在现实生活中相处。”

脸书通过分析大量的用户情绪数据，得出这样一个结论：用户在成为情侣之前的100天里，即将坠入情网的两人发帖互动越来越频繁。而两人正式确立情侣关系后，相互发帖数量越来越少。相恋的两人发帖数量的最高峰在正式确立情侣关系之前的12天里，平均每天发帖数为1.67；而确立情侣关系以后的10天里，两人平均每人每天发帖数为1.53。

出现这个现象的原因与迪乌克的描述相符，情侣在度过求爱期以后，双方共处的时间增加，线上互动自然就少了。迪乌克说，脸书的用户数据还显示了另外一个有趣的现象，即用户在告别单身之后，情侣之间普遍爱意大涨，互动的内容会越来越甜蜜，传递正能量。

脸书非常喜欢利用用户的情绪数据玩转数据分析。2012年的时候，脸书就开始收集用户主动公开的感情数据对数据分析做出尝试。当时，脸书通过让用户分享自己的收听习惯已经积累了大量用户收听音乐的习惯数据。拥有八卦心的脸书团队将情感关系和音乐这两个概念巧妙地融合在一起，开始了数据挖掘工作。

最终，脸书找到了用户进入一段恋爱关系后喜欢收听的歌曲以及分手后喜欢播放的歌曲。2012年情人节当天，脸书发表了一个有趣的歌曲排行榜，取得了很好的传播效果。图1-7是热恋中的用户最喜欢收听歌曲的排行。

脸书将分析结果用在基于数据的推荐引擎上，给了用户更优质的用户体验。脸书还利用各种数据分析的推测结果建立了新的社交服务功能——向用户提供最契合心境的曲目。

脸书的对用户情绪数据的价值挖掘获得了成功。不久之后，脸书还将采用一项全新的监测手段，不仅能够准确地收集每个用户的行为数据，还能预测用户行为背后的情绪信息。这些新的数据将丰富脸书的海量数据。

脸书的分析主管Ken Rudin表示这项方案目前还在试验中，不会大面积推广。由此收集到的数据是否可靠且有价值还无法下定论。未来，脸书一旦发现这项监测手段的好处并对所有用户实施监测，所面临的用户隐私方面的问题将亟待解决。对此，脸书保证说：“我们绝不会向脸书以外的任何人分享用户的情绪数据，也不打算通过它来收取高额广告费。”

《华尔街日报》相关报道称，脸书正在开发的这项方案对用户行为的监测在目前的互联网行业中没有出现过，而普遍流行的监测方式是通过开源的Hadoop框架进行用户数据分析。相关数据表明，脸书在最近的几年里已经收集分析了超过300PB（1PB=1024TB，1TB=1024GB）的数据信息。

1.5.2　脸书全方位运用情绪数据

美国媒体公司Wetpaint联合创始人兼首席执行官本埃洛维茨（Ben Elowitz）认为脸书应用大数据的五大领域正逐步走向成熟。脸书应用用户数据的五大领域如图1-8所示。

1.搜索

很多用户将脸书当作互联网操作的必经之路。然而搜索不是脸书的优势，在搜索方面，脸书不得不把用户转向谷歌的搜索服务。但是，脸书已经在努力改变这种局面，因为谷歌的搜索引擎服务并不能令用户满意。

比如，一对新婚夫妇打算去巴厘岛度蜜月，这时谷歌的通用推荐常常就不如已经去过巴厘岛的用户好友的推荐更有效一些。而脸书的优势是利用海量的用户情绪数据提前知道用户的好友已经去过巴厘岛，也清楚好友对去过的餐厅以及旅游景点的情绪反馈。在此基础上，脸书可以向用户提供好友认为好的餐厅以及旅游景点。脸书用户好友的推荐指南与谷歌的推荐指南肯定会存在着明显的差异。

很明显，谷歌与脸书之间的战争由来已久，然而这不是一场“搜索与发掘”之间的对抗，而是“交易与关系”之间的对决。因此，脸书拥有挖掘搜索业务的巨大潜力，在纯社交搜索服务方面有巨大市场。

2.广告

脸书一直将用户体验当作首要追求，而盈利则是附带收获。但是在该公司上市之后，每季度的财报都会公开发布，盈利对股价的影响使得脸书不得不对其加大重视。脸书只能通过扩展广告营收来支持股价，这既是为公司股东考虑，也是为公司员工考虑得出的结论。

脸书掌控着超过10亿的手机访问社交网站的人数，这些用户每天产生着大量的情绪数据，通过分析海量用户数据，脸书可以推出比谷歌右侧广告（AdWords）更具有价值的新广告产品。

基于云计算的数字营销公司IgnitionOne的一篇报道显示，脸书2015年第三季度的广告业务营收为42.99亿美元，同比增长了40%，而谷歌同期的显示广告业务却下滑了19%。Digi-Capital数据显示，截止到2018年，移动广告收入将达850亿美元，一旦脸书释放巨大的广告潜力，广告营收将再创新高。

3.开放图谱

“占领脸书！”这有可能吗？脸书早已占领了大家。相关数据表明，用户七分之一的上网时间都用在了脸书上。脸书不仅有野心，还有潜力在未来发展成为一个真正的平台，连接所有网络中的目的地。通过用户的身份、关注点和情绪数据来实现这个野心不是不可能的。当然这并不是全部。

脸书开放图谱仅仅是个开始，之后还必须与发行商取得联系、接入数据，以此来建立完整的关系和可执行愿景。发行商对于支离破碎的数据不感兴趣，因为这将迫使发行商自己进行分析。发行商需要一个完整统一的操作模式，这种模式可以为受众的网络世界和真实世界搭起一座桥梁。

比如，用户在脸书移动应用上获得了一张5美元的购物优惠券，当该用户在全食超市（Whole Foods）购买一只使运用了优惠券之后，脸书就会获取用户购物的具体地点以及对烹饪杂志的了解信息等。当该用户买完鸡带回家之后，他的个人页面上将会出现有关如何烹饪鸡的建议。脸书在这方面蕴含着巨大的潜力，通过长期追踪用户行为获取的海量信息将为发行商和其他品牌所使用。

4.电子商务和虚拟货币

脸书并没有将广告业务作为唯一的营收来源，电子商务和虚拟货币也是其营收的来源。2015年全球电商市场规模已达到9945亿美元，面对如此大的市场，脸书早前就推出了购物按钮，实现某些品牌在社交平台上进行直接零售。不过，脸书对于电子商务的企图心，远不止于此，它已经在大洋洲测试完整功能的网络交易平台，这将对其他网络卖场形成打击。美国科技新闻网站Mashable在报道中指出，脸书这一动作，将会让网络交易平台eBay以及交易信息发布平台Craigslist的管理层“失眠”。可以说，脸书建立的网络交易平台相当于在社交网络内部建设了一个“淘宝”。

电子商务通过两种交易方式完成：信用卡和PayPal账户。数字支付始终保持着缓慢的演变速度。谁对用户的财产最了解？除了银行、律师、父母，再就是脸书了。事实上，脸书对用户的密码比用户自己都记得清楚。目前，脸书的业务还没有进入到用户的钱包，但未来这一切将会发生。

目前，各大互联网巨头公司都希望成为用户的数字钱包，包括谷歌、苹果和史克威尔等。然而脸书拥有得天独厚的优势：通过开放图谱，脸书已经建立了用户与第三方网站之间关系轨迹平台。只要利用用户的情绪数据进行合理地推测，电子商务将成为脸书主要的发展方向。

5.时间轴

自脸书诞生以来，用户体验就是公司赖以生存和发展的根本。这么多年过去了，脸书一直非常关注用户体验。现在，脸书时间轴的体验可以说是非常棒的，但依然没有达到完美。时间轴还存在着两个主要问题。第一，对于预测用户的情绪、行为以及偏好过于依赖直觉，偶尔会出现误差；第二，时间轴总结概括用户的生活时对开放图谱过分依赖。

脸书称目前时间轴仍只是第一代产品，未来将会开发更多新版本，而且不断对时间轴的用户体验进行改进更新。“脸书的目前表现良好，业绩数据抢眼。”脸书创始人扎克伯格表示，“我们将继续致力于为用户提供良好服务，并持续在下一个十年里为连接整个世界而投资。”