我要招人

去企业版

首页 > 试题广场 >

网易考拉一直关注用户的体验，并且个性化关注每个用户的需求；请

[问答题]

网易考拉一直关注用户的体验，并且个性化关注每个用户的需求；请问：如果你作为数据分析师，将如何对用户进行分层，起到提升用户体验的作用。

请写出你的思路。

Echo_Kang

1.用户分层是根据用户不同的消费倾向和消费偏好，针对性的提供营销和服务，以极化用户价值。在具体的场景中，应该根据具体的业务需求、有针对性地做分层，是一个带着问题寻找答案的过程。在本题中，用户分层的目的是，个性化的关注每个用户的需求，提升用户体验，进而提升网易考拉的流水。

2.用户行为中的冲突（比如强烈的下单需求VS未下单）反映了用户的需求，那么针对用户购物模式分层就可以起到对症下药的效果。用户获得了好的购物体验、买到了心仪的商品，商家获得了利润，平台流水也提升了，这是用户分层的目标所在。分层指标如下（括号内的为冲突）：

① 客单≥500，购买频次大于10，近九十天未访（忠实用户VS流失） ②进三十天购买频次≥3，近7天未访问（近期购买旺盛VS活跃下降） ③近7天访问频次≥5，近7天未购买（强烈的下单需求VS未下单） ④高单价又常常买的活跃用户（维持优质用户，避免流失）

3.或者可以根据用户画像进行分层。目的是给用户个性化的购物页面，根据用户画像智能推荐用户感兴趣的购物品类，推荐满足用户需求或者符合用户审美的商品可以提高用户满意度，进而提高平台流水。比如根据用户的年龄、性别、职业、地区、最常购物商品、浏览次数最多的商品等特征，运用K-means聚类方法给用户进行分类。可以使用R语言进行K-means聚类。首先要导入fpc库为计算轮廓系数做准备，然后用apply()进行迭代把枚举的K值的轮廓系数分别计算出来，取轮廓系数平均值最大时的K值；然后使用kmeans()函数聚类，用plot()作图。

发表于 2020-04-01 21:13:27 回复(0)

数据小宅宅求offer

首先，结合年龄、性别、城市等用户属性特征，用户消费等级、会员积分、购买品类的用户行为特征，两大维度、六个特征来细分用户画像，进行用户分层

1.按用户年平GMV划分用户消费等级，需要得到总体用户年GMV的分布直方图

2.用户年订单中各品类交易总额、交易订单数量、收藏物品、购物车看出用户的购物喜好及品类支出占比，如母婴用品、早教、书籍、美妆护肤类、服饰鞋包类、零食日用类、电子产品等品类，横向比较用户自身各个品类的消费占比，纵向比较该用户在该品类的支出占总体该品类消费的水平（偏好平价类或中高端产品）

3.构造用户层级划分模型，用多项回归模型，用户层级=各个品类的消费品级乘以权重（权重取决于当年网易考拉的各品类营业额占比 )+年GMV常数等级

最后，得到用户的消费层级，根据消费层级推送相应低、中、高端的商品；根据用户各个品类的消费占比，优先推荐占比大的品类。

发表于 2020-08-20 21:55:26 回复(0)

lovepeace

1.基于用户价值对其进行分层，用户购买产品的频率、最近一次购买时间和购买额度作为三个维度综合起来对客户进行打分。

2.基于用户需求对其进行分层，基于用户消费方式、访问行为对其进行细分。

3.基于用户消费方式、访问点击、浏览和停留时间对其偏好进行分类/

4.个性化推荐，基于用户消费和访问记录，发现其偏好，在界面推荐相似产品给同一客户。或者找出消费行为相似的客户，为其推荐其他类似客户偏好的产品。

发表于 2020-05-09 15:10:37 回复(0)

ph0enix1

1、按年龄段分；利于产品类目设置；

2、按使用时长分，设置奖励推广；

3、按消费能力分，选择不同的购物形式，省钱，会员制；

4、按性别分，推荐不同的产品信息；

5、针对特定人群进行分类，比如美妆、婴儿、运动、数码、保健等；

发表于 2020-03-04 13:23:06 回复(0)

牛客555079993号

为了提升用户体验，进行用户分层：1.基于用户的访问行为数据（浏览、收藏、点击、加购等）找到用户偏好的消费品类，对用户需求进行分层。2.基于历史消费数据找到用户消费习惯如促销敏感型、囤货型、高品质消费型等，进一步分层。根据品类偏好和消费习惯可以对用户做商品或活动的个性化推荐，提升用户体验。

发表于 2020-07-11 13:42:54 回复(0)

3L_字节内推

关键词：RFM模型（recency，frequency，monetory）

非常实用的客户分析模型。

发表于 2021-02-01 22:26:47 回复(0)

一行一个

首先，要明白网易考拉是一款电商平台的软件。

其次，既然目的是对用户分层，那么电商平台、软件一些特有的功能就是一些突破点，当然，关键还是从用户出发。

然后我的思路是：

1. 按照平台上的现有商品按照类别、比如服装、电子、户外等等主题标签（这一点的话在商家注册以及售卖商品的时候由卖家填写好即可然后汇总到数据库中，这样做的好处还可以去分析平台上哪些商品卖的比较多比较火、哪些商品占有率比较高等等）；从用户的订单记录订单内容、收藏记录、购物车记录以及点击和浏览记录，给用户打上多个主题标签，从而可以给用户进行主题标签分层，只是这个层它是有交叉的层，这样做是有原因的，因为一个人ta不可能是对某一类商品做过购买浏览点击搜索等举动(所谓不可能指的是小概率事件，不是绝对的，因为有部分人他就是只是网上买服装啊什么的)，然后交叉分层之后还没完，交叉分层是打上多个标签，以后还会不断叠加(而且最好考虑到季节性、节日性等因素在里面)。然后在交叉分层基础上对用户进行推荐该用户各个层中与用户最近购买的东西同类的商品、或者是相关联的商品，这个推荐不只是起到推荐的作用，目的也是要收集信息，看用户最倾向于关注哪一类，如果他倾向于某一类的话就分为那一类，短时间内就专注那类根据该用户的消费水平来精准推荐。如果他不购买搜索的商品类别都不在他的交叉分层中、那么继续叠加即可。另外，从交叉分层中提取主题标签进行推荐的时候还要根据用户的最近搜索内容不断地给这个用户的交叉分层的各个层改变权重。这样一来，把推荐和分层都做好了。

2. 可以根据用户的订单记录以及收藏、购物篮中的商品价值列表将这个用户分类为低消费、中消费、高消费、狂热消费类别。其中关于狂热消费的话要这样：前提条件是中消费、高消费用户，然后考虑用户最近的浏览频率、登录频率来归类为狂热消费类别。然后这4个类别其实就是四个层次的用户。针对这四种用户可以应用上面的第1

3.还可以根据其他角度来进行分层。

发表于 2020-09-04 21:43:06 回复(0)

牛客548069224号

首先年龄段这个分层已经很浅，建议从职业入手，针对不同的职业进行用户分层，更适用，更和心意。

发表于 2020-01-10 11:46:33 回复(0)

提交观点

问题信息

网易 2020 数据分析师

上传者：小小

难度：

8条回答 101收藏 2818浏览

网易考拉一直关注用户的体验，并且个性化关注每个用户的需求；请

问题信息

热门推荐

相关试题