赛车

如何利用分类算法提升免费增值转化率

2019-07-12 21:19:49来源:励志吧0次阅读

如何利用分类算法提升免费增值转化率

如何利用分类算法提升免费增值转化率 |爪游控 首页多彩生活娱乐八卦汽车世界科技产业数码新品游戏动漫体坛风云军情解码社会万象健康养生 首页 / 游戏动漫 / 如何利用分类算法提升免费增值转化率 如何利用分类算法提升免费增值转化率 Posted on 2014年8月24日 by eva in 游戏动漫 考虑到免费增值模式从根本上的低转化率。优化收入可以被看作是一个目标训练:营销活动目的是非常明确的,达到最大可能的转换,降低漏斗的尺寸或有针对性的营销活动,增加漏斗的尺寸。最有效的转化则是尽早在产品上线期间就使用某种分类算法。 通常使用的营销手段为络效应,病毒式传播营销,和产品组合力度。另一个选择——用一种更广泛的营销漏斗对用户进行分类,潜在付费用户或非付费用户——在大多数情况下比第一种更适用。但分类算法很容易在免费增值中随意实现,特别是在大量小于10%的低转换率的情况下。 免费增值分类算法所带来最基本的问题是容易被转换数据,增加它的基本比率错误。因为免费增值的转化率很低,有付费意愿的用户概率也是非常低的。如果一个产品有5%的转换率,假设简单地划分每一个用户没有潜在付费的意愿,那么分类算法95%是正确的。 另外一个更敏感的,分类器(算法)的问题是如何梳理混乱的数据。鉴于该免费增值可盈利用户群占有非常少的部分,数据很容易被认为是非付费用户毫无意义的混杂。但这样做又会导致另一个问题:从丢弃付费用户的数据范围来看(即非付费用户数据),将作为更大的用户基数,而不是它所代表的很小部分。这很重要,因为它是构成分类的基础,它可以计算用户付费转化的条件概率。 两个条件概率语句: 在Y事件发生的情况下,X事件发生的概率 在X事件发生的情况下,Y事件发生的概率 这两个条件概率并不一定是相等的 也就是说,不能说是P(X | Y)= P(Y | X)。贝叶斯定理指出,P(X| Y)的计算公式为: 大多数分类系统使用的人口数据,为付费用户/大量非付费用户建立的用户图表;在移动端,相对于地理位置和设备类型人口数据往往是没有更多的信息,下面的用户群: 应用上述的条件概率格式,对上述数据集的分类系统尝试建立规则,以识别两个条件概率: 满足某些(配置)条件的用户成为付费用户的概率 付费用户满足某些(配置)条件的概率 第二个条件概率语句是非常吸引人的,但最终毫无用处:美国iPhone付费用户数,11位, 22位付费用户的50%,但是这些信息没有影响特定新用户是否会转换(例如,相对于加拿大 iPhone 转换率,美国的 iPhone 转换率是较低)。 换句话说,通过付费范围分类付费用户/非付费用户(500个用户中总共22个付费,或比例为4.4%),该分类系统 使用什么似乎合理的逻辑 完全歪曲了转换的概率。 使用人口统计数据来建立这样一个忽略基础利率的分类模型——也就是,免费商业模式的基本转换利率——可能会误导营销支出。在上述情况中,针对美国iphone用户在营销活动预算分配方面的增长。可能由于一个错误的转化条件概率引起。 在免费增值模式中普遍低转化率加剧了这一问题:关于产品的用户基础,庞大的用户基数和少量付费用户数可以促使错误的比较和华而不实的结论。 文章导航Previous Previous post: 手游和主机游戏研发应互相学习什么?下一条 Next post: 张柏芝、谢霆锋和王菲,怎么都能在一起! 本站CDN由UPYUN又拍云强力驱动. 关于我们 | 加入我们 | 联系我们 | 版权声明 © 爪游控 版权所有. 陕ICP备号-1 Top

如何在微信上开微店
如何微信小程序开发
微信卖水果怎么样
分享到: