这周不讲就出局的主题是“未来已来”，然后我最近比较少的关注未来的信息，但回顾了一下自己工作，感觉如果从工作中找到规律，然后有人能把这规律进行数据模型化编程，那这个程序是不是也算是能代表未来的人工智能的一部分，比如最近工作中了解‘软件的用户增长’方法，可通过“埋点”的方法搜集用户信息，加上问卷调研，了解付费用户的模型，从而更有针对性的获取相关用户。
分析的方法主要有定性和定量分析，定性分析偏主观，搜集的结果多是感性的描述词，通过问卷、评论、讨论而来，定量分析偏客观，搜集的比如PV，UV，日活，月活，日活的变化，月活的变化，页面流量变化，功能使用数量，从后台数据‘埋点’数据统计而来。
通过两者调研方法的结合，来搜集用户的习惯，比如有一款软件根据日活的起伏时间段变化，调查搜集问卷，最后就搜集到用户在晚上睡觉前，上下班的路上使用得多，那么这款软件就可针对这些场景进行优化，从而提高用户粘性。
还有比如付款购物的流程，在相同一段时间内，付款流程中各个页面步骤的访问量变化，从页面的流失率，转化率，看有没有不合理的地方，是不是要优化交互，从识别性，易用性，友好型等改善。
日活的访问页面百分比看哪些时候访问得多，了解用户的使用习惯和场景，比如早高峰、下午高峰和晚上12点多，说明上下班时间，睡前时用户有使用习惯，从用户使用时长和相应的人数看深度用户多不多？
获取用户的方式有亚马逊的实时竞价广告系统，针对用户搜索过、关注的却未购买的商品，记录到用户的信息中，于是当用户看所有有广告系统的网站都会给相应同类广告页面。
FBX的方式是，广告主想要让访问过自己网站的并且使用Facebook的人能在facebook看到自己的广告，并且再次访问自己的产品，达到购买。
感觉很多东西都是有规律的，比如如何提高用户增长，如果能把规律编程，那这个程序就是机器人了吧，不知道是不是想简单了。
网友评论