用户画像

大数据

让产品更了解用户

几个问题：

• 这套大数据是通过海致的解决方案来做的，最基础的东西是海致的统计SDK。但是现在还在验证上一段时间因为带宽和各种问题造成的数据丢失问题。
• 现在的基础字段是设计得很完整的，但我们需要的数据需要配合数据运营的同事加工这些基础字段。
• 现在的推荐系统模型是海致通过我们提供的观看历史数据建立的。如果我们要做深层次的推荐还需要海致建模的配合。

用户标示信息 ：串号和mac号

串号只有Konka设备能取到
mac号在所有设备大部分设备上能取到，为了保证mac地址的完整性，同时收集了本机mac和路由器mac

已收集的用户基础数据：

• 用户基础信息xiaok_user_info（包括登入时间、登出时间、访问时长、厂商、机型、渠道、系统版本、Mac地址、路由器mac ）
• 观看历史记录xiaok_play_name（这也是现在海致用来建模的主要依据）
• 收藏记录xiaok_video_collect
• 购买记录xiaok_user_order
• 推荐位点击记录xiaok_recommended_count
• 播放入口记录xiaok_page_entry

建议加工的信息

两个方向：我们是要用户留存还是要引导用户消费。还是融合两者。建立用户画像并给用户推荐内容时，要将用户喜欢并且收费的内容推荐给用户，提高付费转化率。

付费有什么优势：可以观看收费视频，以及免广告。

最后看我们推荐系统是否成功，要看用户多久会转化为付费用户。

统计用户多久会付费，是购买产品包还是单片，购买什么类型的单片，购买什么产品包

有哪些深层次的统计数据

• 关于付费用户
  
  • 下载渠道
  • 消费金额
  • 消费产品
    
    • 单片（哪种类型）
    • 产品包（哪家CP）

VIP用户的下载渠道，消费产品，买了哪些包，观看了哪些

如果我是VIP，我希望有什么？我本身没有买过任何影视会员，这个只是个人意见

* 我希望没有广告
* 我希望有最新的大片
* 我希望片源丰富
* 我希望app能推荐给我好看的节目
* 我希望能给我些福利，比如定时给我些观影卷

两种推荐模式：

• 一类是公共推荐，推荐给所有用户，或者是还没有建立用户画像的用户。

  需要收集的加工数据

  • 七日内播放排名
  • 七日内收藏排名
  • 七日内搜索排名

• 一类是私人推荐，推荐给建立了用户画像的用户。

  需要收集的加工数据

  • 用户的观看记录
  • 用户的收藏记录

用户画像：

• 已有的用户标签
  
  • 年龄、性别
  • 观看时段、在线时段
  • 观看日（星期几看）
  • 观看时长
  • 观看模式
  • 喜欢的电视剧
    
    • 电视剧类型
    • 电视剧产区
    • 电视剧导演
    • 电视剧演员
    • 观看电视剧的活跃度
  • 喜欢的电影
    
    • 电影类型
    • 电影产区
    • 电影导演
    • 电影演员
    • 观看电视剧的活跃度
  • 节目偏好
    
    • 健身
    • 儿童节目
    • 老年节目
    • 理财
    • 养生
    • 美食
    • 体育赛事
    • 体育项目