資料分析與挖掘
百度MTC是業界領先的行動裝置 App測試服務平台，為廣大開發人員在行動裝置 App測試中面臨的成本、技術和效率問題提供解決方案。同時分享行業領先的百度技術，作者來自百度員工和業界領袖等。
1、 概述
1.1 使用者研究縱覽
移動app成功的關鍵在於市場營銷和產品設計，資料分析與挖掘解決的核心就是市場營銷過程中的客戶定位和產品設計過程中的使用者體驗改善。向目標使用者提供所需的產品和服務，是任何一款移動APP應用成功的秘訣。而如何找到勘探，如何瞭解使用者的產品需求，則需要依靠資料分析和挖掘的力量。無論是客戶定位，還是使用者體驗，歸根揭底還是使用者研究，在這一點上，移動APP產品的成功和其他任何類型的產品沒有任何區別。
使用者研究可以從定性分析和定量分析兩個不同的維度展開：定性分析是從小規模的資料樣本中發現新事物的方法，主要應用於使用者體驗調查；定量分析是用大資料量的樣本來測試和證明某些事情的方法，主要應用於使用者行為資料分析。
1.2 資料分析與挖掘流程規範
資料分析與挖掘型系統建設與傳統的業務操作型系統建設不同，有其自身的特點和規則。資料分析和挖掘是資料庫知識發現（KDD：Knowledge-Discovery in Databases）中一個重要的環節，KDD是通過從資料集中識別出有效、新穎的、潛在有用的，以及最終可理解的模式的非平凡過程。
跨行業資料採礦標準流程（CRISP-DM：cross-industry standard process for data mining）是KDD過程模型中佔據領先位置，採用量達到近60%，由歐盟機構聯合起草的資料分析和挖掘過程模型。CRISP-DM包括6個不同的環節，如所示：
1. 業務理解（Business Understanding）：
最初的階段集中在理解項目目標和從業務的角度理解需求，同時將這個知識轉化為資料採礦問題的定義和完成目標的初步計劃。
2. 資料理解（Data Understanding）：
資料理解階段從初始的資料收集開始，通過一些活動的處理，目的是熟悉資料，識別資料的品質問題，首次探索資料的內部屬性，或是探測引起興趣的子集去形成隱含資訊的假設。
3. 資料準備（Data Preparation）：
資料準備階段包括從未處理的資料中構造最終資料集的所有活動。這些資料將是模型工具的輸入值。這個階段的任務能執行多次，沒有任何規定的順序。任務包括表、記錄和屬性的選擇，以及為模型工具轉換和清洗資料。
4. 資料建模（Modeling）：
在這個階段，可以選擇和應用不同的模型技術，模型參數被調整到最佳的數值。一般，有些技術可以解決一類相同的資料採礦問題。有些技術在資料形成上有特殊要求，因此需要經常跳回到資料準備階段。
5. 模型評估（Evaluation）：
到這個階段，你已經從資料分析的角度建立了一個高品質顯示的模型。在開始最後部署模型之前，重要的事情是徹底地評估模型，檢查構造模型的步驟，確保 模型可以完成營運目標。這個階段的關鍵目的是確定是否有重要業務問題沒有被充分的考慮。在這個階段結束後，一個資料採礦結果使用的決定必須達成。
6. 模型發布（Deployment）：
通常，模型的建立不是項目的結束。模型的作用是從資料中找到知識，獲得的知識需要便於使用者使用的方式重新組織和展現。根據需求，這個階段可以產生簡 單的報告，或是實現一個比較複雜的、可重複的資料採礦過程。在很多案例中，這個階段是由客戶而不是資料分析人員承擔部署的工作。
2、 使用者行為資料分析
2.1 目標
使用者行為資料是指使用者與移動APP應用之間的互動行為資訊，是使用者研究維度中定量分析部分，通過分析使用者的登入、動作記錄，擷取使用者對於移動APP產品的使用資訊和使用者裝置、網路環境等資訊。
2.2 方法
使用者行為資料擷取通常採用資料埋點的方式進行，通過在記錄使用者詳細動作記錄，瞭解使用者與產品的詳細互動行為，以及使用者訪問移動APP時的裝置、網路環境等資訊。傳統的資料埋點方式，需要企業開發自己的資訊採集程式和Tlog程式，實現成本和開發工作量具體，如果同時相容平台差異，成本會更大，因此並不適合新興移動APP。使用者行為資料的分析，可以借用成熟的資料統計分析平台進行。
2.3 工具
百度移動統計平台是百度公司推出的一款專業的移動APP統計分析工具，支援ios和android平台。開發人員可以方便地通過嵌入統計SDK，實現對行動裝置 App的全面監測，即時掌握產品表現，準確洞察使用者行為。
百度移動統計平台針對移動APP提供強大的應用統計分析功能，包括：
1. 流量來源：渠道流量對比、細分渠道分析，準確監控不同推廣位元據，即時獲知渠道貢獻；
2. 受眾洞察：基於百度的海量資料積累，多維度分析並呈現使用者畫像資訊；
3. 終端分析：裝置分布一目瞭然（裝置型號、品牌、作業系統、解析度、連網方式、電訊廠商等）；
百度移動統計功能介面如所示：
2.4 輸出
使用者行為資料分析的結果是使用者角色畫像，構建使用者的標籤模型，使用者標籤資料的擷取則主要是依賴資料採礦演算法，標籤體系的構成針對不同的行業、不同業務、不同使用者，各有不同，需要更專業的行業使用者畫像模型，在此不做過多的討論。使用者畫像輸出結果樣本如所示：
3、 使用者體驗資料分析
3.1 目標
一款移動APP要想取得成功，除了滿足使用者功能性的需求之外，還必須提供良好的使用者體驗。使用者體驗是指產品如何與外界發生聯絡並發揮作用，亦即人們如何“接觸”和“使用”產品。使用者體驗形成了使用者對企業或產品的整體印象，界定了企業或產品與競爭者的差異，並且決定了使用者是否還會再次光顧。優質的使用者體驗是企業或產品重要的資產，能夠給企業帶來投資報酬率（ROI）的提升和使用者轉化率（conversion rate）的提升。
3.2 方法
改善使用者體驗的前提是擷取使用者體驗資料，使用者體驗資料的可以採用傳統的直接接觸使用者來瞭解使用者，也可以通過互連網模式遠程異地線上調研來瞭解使用者，兩者互為補充，相輔相成。直接接觸使用者模式通過使用者訪談和現場調查進行，溝通充分，效果顯著，但是目標調研對象選擇、溝通成本和樣本規模受到時間、資金投入的限制。互連網遠程異地線上調研模式實現了線下問題線上化，通過線上問答，可以節約成本，擴大樣本規模，是直接接觸使用者模式的一種有益補充。二者主要特點對比如所示：
3.3 工具
百度眾測平台是百度公司開發的眾包模式在軟體和產品測試上的延伸和典型應用，它將企業產品的相關測試工作交由網路社區福士來完成，是一個任務眾包平台，即服務於百度自身產品，也面相公眾提供服務。百度眾測平台的目的是利用福士的測試能力和測試資源，在短時間內完成大工作量的產品體驗，並能夠保證品質，第一時間將體驗結果反饋至平台，再由平台管理員將資訊搜集，交給開發人員，這樣就能從使用者角度出發，改善產品品質、提升使用者體驗。
百度眾測平台主要提供以下幾種測試工作類型：
- 快速判斷任務：一般是簡單的單選題，使用者可以快速完成判斷。
- 問卷調查任務：使用者只需要完成線上問卷調查就可以得到相應的禮券獎勵；
- 產品找茬任務：體驗一款新產品，提交該產品的BUG或提出該產品的改進建議。
- 特殊任務：企業可以基於特定目的，設定特殊任務，如當前進行中的尚德教育機構創意徵集任務。
- 實地調研任務：調研對象招募類項目，通過發起實地調研任務，招募合格調研對象，參與使用者現場溝通。
百度眾測平台首頁操作介面如所示：
更多乾貨分享請關注”百度MTC學院“http://mtc.baidu.com/academy/article
http://www.bkjia.com/PHPjc/1096390.htmlwww.bkjia.comtruehttp://www.bkjia.com/PHPjc/1096390.htmlTechArticle資料分析與挖掘 百度MTC是業界領先的行動裝置 App測試服務平台，為廣大開發人員在行動裝置 App測試中面臨的成本、技術和效率問題提供解決方案。...
