【編者按】本文由百分點信息無線業(yè)務部高級總監(jiān)李曉東、Talking Data COO徐懿以及成都電子科大的龔亮聯(lián)合撰寫。
無線應用的大數(shù)據(jù)有著重要的作用。但是對于手機閱讀以及手機音樂的大數(shù)據(jù)分析僅限于特定App，而現(xiàn)實情況中還存在另外一種應用，即App之間互相推廣，此處我們將其命名為App互推聯(lián)盟。
APP互推是一種通過挖掘App之間的隱含關系，將一個App推送到另外一個相關類的App上，而整個移動端App的應用個數(shù)有好幾十萬，所以數(shù)據(jù)包含的信息是相當豐富。如果我們能有效利用這數(shù)據(jù)，則我們能夠采用更有效的方法來實現(xiàn)App的互推，同時利用這些大數(shù)據(jù)，我們?yōu)橐苿訌V告找到了一個更有效的平臺。
Database Modeling是一個數(shù)據(jù)庫的建模功能，任何龐大的數(shù)據(jù)都需要一個正確的分析機制
大數(shù)據(jù)分析中的問題
① 全局數(shù)據(jù)打通
當我們獲取單獨App數(shù)據(jù)時，這些數(shù)據(jù)都是孤立的小島，我們不太會關心用戶在其他App中有什么樣的行為特征。當我們擁有數(shù)十萬個APP時，如果能將各App數(shù)據(jù)進行打通，那我們能獲得的利用將是無窮無盡的。
在PC端，瀏覽器可以通過cookie、flash等方式記錄一個用戶的ID，而在手機端這種方法卻欠妥，因為手機端的用戶使用App的頻率遠高于瀏覽器的頻率。
但是我們仔細發(fā)現(xiàn)，每個用戶所使用的手機MAC號一般情況下是唯一的(在極少情況下不唯一)，所以我們可以通過MAC號來將用戶進行打通。
?、?信息補全
在前一章節(jié)無線音樂應用中，我們遇到一個棘手的問題是，用戶信息不完整，我們不能有效地給其推送恰當?shù)母枨?。用戶信息不完整的主要原因是因為在該APP中留下的信息量少，如果我們能利用用戶在其他APP的信息來補全用戶信息，則可以大大提供用戶在該APP中聽歌的體驗。
App的互推
在沒有打通App數(shù)據(jù)之前，App互推一般都是根據(jù)隨機原則、熱門App原則、相似相近原則來進行推薦。這些方法存在很多問題，如不同用戶App推薦一樣，推薦App被用戶喜好的準備低等。
當多個App數(shù)據(jù)打通后，原始App推送方法可以得到明顯的改善。因為一方面我們可以獲取用戶的全局信息，利用這些信息我們可以更好的為用戶做個性化的推薦，另一方面由于App的打通我們能更好的將用戶、App進行聚類分析，這樣更加方便相似用戶對相似應用的喜好。
App中的廣告應用
在沒有打通App數(shù)據(jù)之前，App的廣告一般都是根據(jù)App的關鍵詞原則進行投放，不同用戶在登錄同一個App時可能接受到同一個廣告。這種投放方法存在一個明顯問題就是只抓住了App的匹配性，并沒有抓住App上具體人的匹配性。比如一個人剛瀏覽玩母嬰類的App轉(zhuǎn)入另外一個音樂類的App時，該音樂類App大多會為其投放音樂類廣告，而不是母嬰類的廣告。
App在設計之初就會針對廣告位置和內(nèi)容進行規(guī)劃
當我們把App數(shù)據(jù)打通后，因為全局信息的關系使得用戶就有了記憶功能。所當上訴情況發(fā)生時，音樂網(wǎng)站可以根據(jù)用戶帶來的喜好為其投放與其喜好最接近的廣告。這樣才能更加準確的抓住用戶的心理，讓用戶、公司以及廣告達到三贏的好結(jié)果。
