如何在运营分析中做出更准确的判断？

什么都不说，最后一张数据地图效果图，热图部分是目标用户的分布，紫色和蓝色购物车表示两种商业购物场所。不同深度的蓝色格子块代表房价。图1的最终效果图，所以问题来了:制作这张图需要哪些数据？您可以从这张图片中获得哪些信息？这张图可以用在哪里？如果你对上述三个问题感到困惑，这是正常的，因为它涉及到特定的场景/背景，即使用数据地图来解决什么样的问题。关于这张照片的项目背景和生产过程，以下将是盘子，你不需要理解编程，设计，也不需要理解困难的统计知识，只有15分钟，你会得到这个酷和实用的“黑技能”，让你的同事和老板坐起来注意你！先说本文的写作安排:先普及数据地图的概念、一般制作方法和常用工具；然后用真实具体的案例讲解如何在操作事务中使用数据地图；最后简单总结一下制作数据地图需要注意的地方和更多的使用场景。什么是数据地图？1.在运营和市场数据分析中，我们经常涉及地理坐标、区域、地名和数据关联，如●APP在全国各城市的注册会员数量分布●O2O生鲜品牌线下网点在某个城市的分布●某一地区潜在消费者的地理分布数据及相关商业生态信息(购物中心、公交车站、公司分布等信息)，需要合理选择前两个问题，以excel表格的形式显示，但对于第三个问题的处理，需要结合地图和数据信息，使用高级数据处理工具—Duangduangduang这时数据地图闪闪发光~~现在对数据地图的定义还不是很全面。作者认为，数据地图是一种地理数据表达方式，将地理数据与地理信息有机结合。作者认为，数据地图是地理数据和地理信息有机结合的地理数据表达方式。数据地图应用地图分析和显示与地理位置相关的数据，以图形显示的形式呈现信息，使数据表达更直观、清晰，更容易找到规则，方便我们挖掘深层信息，做出更好的辅助决策。要正确使用数据地图，理解“地图层”的概念是非常重要的。事实上，“地图层”类似于Photoshop中的图层：对于我们现实中空间的表达，实际上是通过不同的层来表达的，然后将这些层叠加在一起进行表达（见图2）。其中，几乎每张地图所需的层都是“底图”，类似于PS中的背景层，是地图中最基本的地形、地貌数据和一些相关的辅助数据或信息（如道路、河流、湖泊、山脉等），常见的卫星层、三维层和二维平面图。图2数据地图层结构地图的应用目的不同，我们需要叠加的层也不同。除了最基本的底图外，我们还将显示与目标一致的信息内容（如不同的商业形式和人口统计信息）。图3是几种常见的数据地图显示形式。图3中可以看到几种常见的数据地图类型。从图3中可以看出，这些数据地图的共同点是：使用不同的图案标记代表不同类型的数据，不同的颜色深度（通常由浅到深（由冷到暖）表示数量由小到大）表示不同的程度/数量/类型。2.数据地图的一般生产步骤数据地图的生产一般分为上传数据、选择应用程序（不同地图选项）四个过程、添加周边生态和生成地图，详见图4。图4数据地图制作流程3.常用的数据地图制作工具有:Excel2010及以上版本(见图5)、GeoQ、地图汇、数据地图网、TargetMap、GeoCommons。用户可以通过简单的操作，上传包含位置信息的OfficeExcel数据，制作各种大师级数据地图。1.项目背景最近参与了一个关于孕妇和婴儿的项目，需要整合0-3岁的各种产品和服务供应商资源和产品/服务资源，协调各方面的利益，共同为0-3岁的母婴群体服务，项目的具体细节不详细。目前，该项目的合作企业都有线下实体，因此我们主要在线下进行宣传推广，并在上海市杨浦区进行试点。我们以“精益创业”的理念为指导，努力在短时间内以最低的成本快速尝试和犯错，克服测试中的问题，取得顺利进展，最终在全市范围内扩大。以上是项目的背景介绍。作为即将启动的小规模试点项目，运营方面需要解决三个关键问题：●该区域的目标用户分布如何？还是在哪里可以找到这些目标用户？ ●如何有针对性地选择合作企业？或者合作企业应该满足哪些条件？ ●如何布置本项目的线下推广？以下案例分析主要围绕这三个问题展开。2.现有数据手中有两个数据:(1)2013-02~2016-03上海杨浦区新生儿出生数据(近2W)，数据量足够大。根据统计抽样原理，具有一定的代表性和参考价值。见图6；(2)以及一些有兴趣参与本项目的候选合作商户的数据(64家)，见图7。接下来，我将用这两个原始数据进行多维分析，以解决上述三个问题。图6用户原始数据(局部)图7需要确定合作商户的地理信息(局部)。3.挖掘用户基本信息不是本文的重点，但为了保持整个分析过程的完整性，这里顺便提一下，也算是前面的小“彩蛋”。如果你想知道怎么做，你可以给我一个小窗口。拿到数据后，一项非常重要的工作就是尽可能多地榨干对项目有价值的数据，找到重要的线索。对于用户数据，我主要从时间和地址两个维度进行了深入分析。调用excel函数、透视表等工具，将表格制作成以下形式:图8处理后获得的新生儿数据信息在图8中，我对时间维度进行了深入分析，分为“日期”和“时间”因为我们的项目是针对0-3岁的婴儿，孩子现在这个维度可以让我们有效地筛选目标用户，所以超出这个年龄范围的用户不在我们的考虑范围内，同时根据孩子的年龄我们可以推荐合适的产品和服务，如奶粉适合一年左右的孩子，这是母乳喂养到奶粉喂养的时间节点；星座信息可以作为我们的短信营销和快递礼品（如“亲爱的金牛座宝宝，*$#&^”）。4.数据地图的制作只挖掘了时间维度的信息，下面就放大了。4.数据地图的制作只挖掘了时间维度的信息，下面就放大了。挖掘地理信息，制作可视化数据地图！在这样做之前，结合这两个数据可以提供的信息，进一步具体化了前面提到的三个抽象问题：●如何呈现用户的地理分布？如何利用其他信息来判断目标用户的价值？●在哪里选择合作商户的地理位置比较合适？有哪些因素需要考虑？●目标用户的地理分布、合作商户分布等辅助信息能否在地图上做出更好的决策？●线下推广在哪里，哪个时间段，活动效果会更好？(1)如何呈现用户的地理分布？如何利用其他信息来判断目标用户的价值？由于该项目是母婴资源整合项目，包装后的产品和服务客户单价较高，相对定位高端人群。同时，针对0-3岁的婴儿，我们的目标群体是85/90后高收入的年轻父母。他们有很强的育儿意识，但没有育儿经验，有品味的生活和强大的消费能力。其中，关键特征是“高收入”、“消费能力强”、“生活有品味”(见图9)。图9目标用户的基本特征我们首先整理用户数据，只留下用户姓名或号码和详细地址，注意只有区级和街道地址，如上海项目，统一加上“上海”，以免地图坐标到全国其他地区同名。在制作数据地图时，我通常使用XX（这里忽略了工具名称，以避免广告嫌疑，需要问，背景回复“工具”一词可以知道工具名称），其中许多功能是免费的，大型商业项目可能需要收费。。。。。注册成为会员后，将整理好的数据输入，按照图10中标红的部分操作，初始状态如图11所示：图10加载数据时的选择项目图11数据地图最初显示工具加载数据后的散点图，看起来有点凌乱，似乎找不到规则，得不到任何有价值的信息。但没关系，这个问题可以通过不同的地图显示形式来解决。首先了解工具中的两个重要选项——“地图层”和“数据显示类型”。上面提到的地图层可以叠加显示；数据显示类型为坐标显示形式。本工具提供7种数据显示形式（图12）：1)点符号：单个地理坐标显示为点，所有坐标只能标记为统一风格，不能区分不同图案；3）照明图：像点符号一样，只能统一标记坐标，不同的是，可以增加点泛光，即光晕，顾名思义，它被称为照明图；4）等级符号：根据表面某一类数据的大小标记坐标，如A、B、C三处的销售额分别为750K、550K、如果是400K，那么A级>B>C，图中坐标显示的图案大小从小到大依次为C、B、A。5)聚合图:聚合图根据某个区域点的集中度自动计算该区域聚集中心；6)热/热图:这种情况比较常见。根据区域间点的密度，数据从大到小、集中到稀疏通常按照浅到深的颜色来表示。5）聚合图：聚合图根据区域点的集中度自动计算区域聚集中心；6）热/热图：这是常见的。根据区域间点的密度，数据从大到小、集中到稀疏通常由浅到深表示。7）图表图：类似于等级符号，根据表面某一类数据的大小进行显示和标记。根据数据状况和项目需求，我们主要使用聚合图和热图两种坐标显示类型。接下来，我将分别使用聚合图(图13)、热图(图14)和这种地图层的叠加组合(图15)显示目标用户的地理分布。图13目标用户坐标的聚合图显示图14目标用户坐标的热图显示图15目标用户坐标的聚合图和热图的联合显示图。从以上三张图中可以看出，聚合图可以显示集中的小区域，但每个区域之间的连续性被打破，看起来相对孤立；热图显示的区域较广，用户密度一目了然，连续性强，但未能集中显示重要位置；在图15中，这两种图层的有机结合正好整合了这两种图形方法的优点，最大限度地展示了我们需要的信息。值得注意的是，鼠标可以随时滑动，缩放地图的比例，原则是覆盖整个目标区域(这里是杨浦区)、包括邻近地区(下面提到)和尽可能显示该地区的关键坐标(如交通枢纽、商业中心和重要社区)。在图15中，我们可以看到，目标用户集中的板块有五角形商业区、黄兴商业区、鞍山商业区和中原商业区（图16），也是杨浦区重要的市、区、社区商业区。在图15中，我们可以看到，目标用户集中的板块包括五角形商务区、黄兴商务区、鞍山商务区和中原商务区（图16），也是杨浦区重要的市、区、社区商务区。然后，我们根据收集到的信息确定了每个区域的重要房地产信息，即用户住宅区域的信息（图17）。这些住宅区将是我们线下宣传的主要场所。17杨浦区各商圈覆盖面积及典型住宅区(局部)数据来源:搜房网(2)合作商户地理位置选择哪里比较合适？有哪些因素需要考虑？关于目标合作商户的选择，我们关注以下几点：●接近目标消费群体；●周边商业生态良好，目标群体经常光顾的区域；●辐射/覆盖面广。1)接近目标消费者和上述相同的方法，包含合作商家的地理数据，以“类型符号”的形式呈现商家坐标信息，同时将不同类型的商家标记为不同的颜色点，因为商家地标显示颜色和地图背景颜色、热图颜色叠加，为了避免信息显示过于混乱，去除聚合层，地图颜色显示为灰色，如图18：图18显示了目标用户的分布和商家的地理坐标。我们选择在杨浦区，离目标用户不远，甚至虹口区也有一些商家，从而确定了第一轮合作商家的一般地理范围，约三分之二的商家可以保留。当然，第一轮筛选还不够详细，我们还需要进行下一轮筛选。当然，第一轮筛选还不够详细，我们还需要进行下一轮筛选。2)附近周边商业生态良好，目标群体经常光顾的区域需要使用该工具中强大的“开放数据”数据库，包括兴趣点数据(购物、餐饮、酒店、公共设施、休闲娱乐等。)、品牌数据(品牌实体店分布的各种消费品和服务)和人口经济公交数据(人口、住宅和交通等)。).因为这个项目涉及0-3岁的母婴消费者，我们需要找到这些目标用户经常光顾的商业场所，主要是购物中心(如东方商场、万达广场、百联另一个城市等)。)和母婴用品店(奶粉店、游泳池、婴儿服装店等。).因为母婴用品点和购物中心都是购物场所，所以分别用紫色和蓝绿色的购物车来展示。由此得到图19：图19目标用户分布及商户地理坐标及周边商业生态(购物中心、母婴店)展示基于便利(地理位置近)的考虑，计算地图比例尺，选择半径为5KM的地理位置，图19中的红圈为周边商业生态较好的区域。经过第二轮筛选，我们最终确定了15家合作企业。(3)线下推广在哪里，哪个时间段，活动效果会更好。在明确目标用户和合作商户的地理分布后

以上就是关于如何在运营分析中做出更准确的判断？的相关介绍，更多如何在运营分析中做出更准确的判断？相关内容可以咨询我们或者浏览页面上的推荐内容。我们将让你对如何在运营分析中做出更准确的判断？有更深的了解和认识。