18001Dzʽ同城手机版官网-ȫ http://fishverse.com 电商网站搜索引擎推广及网站分析爱好?/description> Mon, 23 Nov 2020 12:21:25 +0000 zh-CN hourly 1 http://wordpress.org/?v=5.3.6 18001Dzʽ同城手机版官网-ȫ http://fishverse.com/archives/1102?utm_source=rss&utm_medium=rss&utm_campaign=%25e5%259c%25a8%25e7%25ba%25bf%25e8%25a7%2586%25e9%25a2%2591%25e6%25b5%2581%25e5%25aa%2592%25e4%25bd%2593m3u8%25e6%25a0%25bc%25e5%25bc%258f%25e4%25b8%258b%25e8%25bd%25bd%25e4%25b8%25bamp4%25e6%2596%25b9%25e6%25b3%2595-%25e5%2585%25bc%25e5%25ae%25b9windows%25e5%2592%258cmac%25e8%258b%25b9%25e6%259e%259c%25e7%25b3%25bb http://fishverse.com/archives/1102#respond Mon, 23 Nov 2020 12:21:25 +0000 http://fishverse.com/?p=1102 之前写过一篇关?a href="http://fishverse.com/archives/1012">下载钉钉的直播回访的文章,里面就是使用chrome的network选择查询直播流媒体的文件m3u8位置,然后使用工具下?/p>

但是?个问题需要改进,下载了很多ts文件 需要修改合并,然后只是windows系统,mac系统无法支持

 

直到今天才发现还有一个更好用的就是github上的大神

http://github.com/HeiSir2014/M3U8-Downloader

自己写的使用

M3U8-Downloader是基于Electron框架开发的一款可以下载、播放HLS视频流的

最厉害的是 他使用了github的工具编程成了使用Github Actions 编译Linux、Mac、Windows版本?/p>

真正实现了跨平台的m3u8下载

 

 

是跨平台下载m3u8的利?/p>

昨天找mac平台?下载m3u8的工具找了很久都没成?/p>

关键是m3u8很多都涉及到加密,国外很多工具不带解?可能是版权原?

国内的软件通过百度太难?/p>

所有用github搜索

然后使用关键?m3u8

 

再使用星星降序后 选择 JavaScript归类(跨平台可能更方便)

 

 

总结

以后找工具可以使用github加关键词搜索

如果是windows版本 使用star降序?选择C#

如果是跨平台可以使用objective-c或者JavaScript

 

]]>
http://fishverse.com/archives/1102/feed 0
18001Dzʽ同城手机版官网-ȫ http://fishverse.com/archives/1079?utm_source=rss&utm_medium=rss&utm_campaign=%25e5%25a6%2582%25e4%25bd%2595%25e5%25b0%2586python%25e6%2596%2587%25e4%25bb%25b6py%25e6%2589%2593%25e5%258c%2585%25e6%2588%2590exe%25e5%259b%25be%25e5%25bd%25a2%25e7%2595%258c%25e9%259d%25a2-%25e4%25bd%25bf%25e7%2594%25a8pyinstaller http://fishverse.com/archives/1079#respond Mon, 19 Oct 2020 11:13:22 +0000 http://fishverse.com/?p=1079

首先电脑安装python 可执行文?且添加到环境变量

下载网址如下

ַͧ:downloading

install python

第二步?使用命令?/h3>

 

command prompt

第三?使用pip安装软件?pyinstaller

输入cmd 然后输入

pip install pyinstaller

 

install pyinstaller

??保存py文件

以下是样本文?py,保存为hello.py

import tkinter as tk

root= tk.Tk()

canvas1 = tk.Canvas(root, width = 300, height = 300)
canvas1.pack()

def hello ():  
    label1 = tk.Label(root, text= 'Hello World!', fg='green', font=('helvetica', 12, 'bold'))
    canvas1.create_window(150, 200, window=label1)
    
button1 = tk.Button(text='Click Me',command=hello, bg='brown',fg='white')
canvas1.create_window(150, 150, window=button1)

root.mainloop()

然后把文件保存下面路?/pre>

C:\Users\Ron\Desktop\MyPython

这个文件命名为hello.py

Python Script

??使用pyinstaller 制作exe文件

使用cmd命令 进入文件路径

cd C:\Users\Ron\Desktop\MyPython

 

Command Prompt Windows

使用pystaller命令生成

pyinstaller --onefile pythonScriptName.py
根据上面文件的命名规?这里使用hello,如?/pre>
pyinstaller --onefile hello.py

 

Create Executable from Python Script using Pyinstaller

然后按回?/p>

??执行exe文件

 

可以在?dist 文件夹下看到

Executable Pyinstaller

hello变成了exe文件

How to Create Executable from Python Script using Pyinstaller

当你点击?就会执行程序

 

Create Executable using Pyinstaller

因为我们的代码是输出hello world 就变成如下了

Create Executable from Python Script using Pyinstaller

 

]]>
http://fishverse.com/archives/1079/feed 0
18001Dzʽ同城手机版官网-ȫ http://fishverse.com/archives/1039?utm_source=rss&utm_medium=rss&utm_campaign=%25e4%25bd%25bf%25e7%2594%25a8excel%25e8%25bf%259b%25e8%25a1%258c%25e9%2580%25bb%25e8%25be%2591%25e5%259b%259e%25e5%25bd%2592%25e9%25a2%2584%25e6%25b5%258b-kaggle%25e6%25b3%25b0%25e5%259d%25a6%25e5%25b0%25bc%25e5%2585%258b%25e6%25a1%2588%25e4%25be%258b http://fishverse.com/archives/1039#respond Sat, 12 Sep 2020 04:39:33 +0000 http://fishverse.com/?p=1039 使用Excel进行逻辑回归预测-Kaggle泰坦尼克案例

背景介绍?br /> 因为工作需要进行一些数据预测的工作,对于比较简单的预测可以用线性回归来做,Excel就自带线性回归的公式,点击几下就可以达到结果,比较简单,对于比较复杂的预测就需要用逻辑回归来进行预?/p>

什么是线性回归:
线性回归解决变量是线性的数字,且预测结果是具体的数字,如根据各个渠道的广告费和销售额进行线性回归,拿到线性回归公式后,就可以根据指定的渠道费用预测销售额

什么是逻辑回归?br /> 对于预测结果是分类的数据如根据一个人的特征指标如是否熬夜,是否压力大,年龄,抽烟喝酒状况预测一个人?0岁以后是否会得癌症以及根据一个邮件的标题,内容,称呼,发送时间,发送邮箱来预测一份邮件是否是垃圾邮件,对于这种根据一些特征指标(有的为具体数字如年纪,有的为类型如性别)预测结果为 是或者否的情况,我们需要使用逻辑回归来进行预?/p>

逻辑回归怎么做:
对于逻辑回归,网上很多都是使用Python代码或者SPSS等专业软件来完成,但对于没有经验的小白或没有安装专业分析软件的,有没有一种能在Excel上操作, 像做线性回归那样点击几次鼠标就能轻松拿到结?br /> 我先用百度查询了下逻辑回归excel的关键词,基本上很少,就算用excel也要使用复杂的公式来计算,然后谷歌搜索,使用英文 excel logistic regression,终于找到国外大神的办法,不需要什么懂公式,不需要编程, 点击几次按钮既可完成复杂的逻辑回归预测

案例介绍?br /> 本文以excel插件(Robert Nau,美国杜克大学教授,为MBA课程开发)结合kaggle上(全球公认顶级?0万数据科学家进行机器学习竞赛的平台)网站上的案例-泰坦尼克号幸存者及遇难者名单, 使用幸存人员特征进行逻辑回归预测,找到具备如何特征的人会在这场灾难中有更高的存活?/p>

操作步骤?/p>

Excel插件,推荐使?br /> http://regressit.com/regressitlogistic.html(再次感谢Robert Nau,美国杜克大学教授)
(备选工具,http://www.real-statistics.com/free-download/?/p>

软件截图如下

1,工具准?Excel具体的插件安装方?/p>

1.1下载逻辑回归插件文件xlam

需要注意它有很多版本,我们需要下载的是带有逻辑回归,mac也可以下?br /> 访问网站http://regressit.com/regressitlogistic.html

1.2,从Excel导入逻辑回归插件

点击excel按钮,点击选项

再弹出的选项窗口 选择add-in,然后选择goto


1.3 导入插件到excel库中
再打开插件的目录,把我们下载的xlam的插件放入这个目录中

1.4安装完成预览
在顶部tab位置可以看到 regressit的窗口,其中logistic regression就是我们用的功能

2,数据准?kaggle案例数据下载及整?/p>

2.1 访问kaggle网站下载样本数据

访问kaggle上泰坦尼克的案例网站
http://www.kaggle.com/c/titanic/data
按截图所示选择数据,train.csv
里面存放了样本数据(891个真实人员的身份信息及最终是否存活)

2.2使用插件选择数据区域及命名变?/p>

使用excel打开样本数据train.csv后,选择插件后,先点?选择数据 以及创建名称

•PassengerID(ID?br /> •Survived(存活与否)
•Pclass(客舱等级,较为重要?br /> •Name(姓名,可提取出更多信息?br /> •Sex(性别,较为重要)
•Age(年龄,较为重要?br /> •Parch(直系亲友)
•SibSp(旁系)
•Ticket(票编号?br /> •Fare(票价)
•Cabin(客舱编号)
•Embarked(上船的港口编号?/p>

2.3 确认变量名称位置

点创建名称位置,选择top row,既使用第一行的名称做为变量的名称(有的数据名称写在第一列,就可以点击left column?/p>

2.4 确定特征值与预测值对应关?/p>

点击logstic regression 进行预测设置,主要是设置非独立变量(dependent,既别人影响的变量)为Survived这列,则独立变量(independent 自变量,能影响到别人的变量,特征值)?br /> 要选中分类表和roc曲线

2.5点击运行预览模型结果

这里要说明的几个选项
2.5.1 P-value说明每一个参数的可信度,要小?.05,越小越好,理解为这个参数失误的可能?/p>


2.5.2 percent correct,预测准确率,既预测的数据里面猜对的比例,(猜对?种,预测死亡,实际死亡,和预测生存实际也生存?/p>

2.5.3 true positive rate,正确召回率,既猜中生存的(预测活,实际活的人数?除以所有活下来的人数,既能找回多少比例活的人,或者根据预测结果,能把实际活下来的人找到的比例

2.5.4 true negative rate,错误找回率,既猜中死亡(预测死,实际死的人数)除以所有死的人的数字,既能召回多少比例死的人,或者根据预测结果,能把实际死亡的人找到的比?/p>

2.5.5 ROC曲线?.76,既然整个公式预测的拟合度,你可以理解衡量整个公式正确率的数据,越接? 越好,可以理解为公式的正确率?/p>


从截图数据看到,这里的正确召回率特别?只有52%,意味着只能把幸存者中?2%给预测出来,所以这数据还是不怎么?br />
起码3个率(正确率,和2类情况下的召回率),都要80%以上

3,模型优?优化参数 提升预测准确?/p>

3.1 增加辅助变量 -性别信息进行数字?br /> 这里考虑加上性别这个变量,因为电影里面船长说 让女人和小孩先走,所以性别应该会有结果有影响,然后我们看到有些人是没有年龄的数据的,需?把缺失的数据补全

对于性别,因为逻辑回归工具只能识别数字,所以需要把男性都变成1,女性都变成0,既生成一个辅助列M,当为男性的时?M?Sex code??反之?
对于F?年龄,对于缺失值,使用整个F列平均值补?/p>

3.2 优化先有变量-补齐缺失?br /> 对于缺失的某些人群的特征值,使用29.7 这个平均值补?/p>

3.3 从新配置逻辑回归变量

重新选择变量(增加了1个变量),点击select data,再创建名称

再弹出的窗口可以看到变成模型2,且可以选择独立变量既sex code这个新增加的变量
其他选择和之前保持一?/p>

3.4 点击运行的到新结?br /> 这次的结果中,ROC ?.85,比之前高,?个率 也比之前有比较大提升,认为模?比模?要好


3.6 多模型对?选优
可以点击excel中新增的对比模型的表格可以清楚看?个模型的差距

变量数由4变成5

然后不同模型的ROC值和3个率

以及P值(扩后内是每个变量的P值) 括号?是每个变量的系数,后面会用到

4,预测结果检?预测公式整理及数据验?/p>

通过上述2个模型,我们可以使用模型2进行预测,这里我们可以把模型2的公式进?/p>

这里看到模型2最重要数据?个参数,分别是对应变量的权重

既常数是5.241?年龄的系数是-0.04 其他同理
那么我们可以计算出一个Z值,既使用每行里面的特征值乘以对应的权重,如下图,使用第2行这个人的各自的属性值乘以对应系数进行相?得到Z值,
如第3行的人的Z值是2.214
?行的人的Z值是0.682


.
为了最终能的到发生存活的概率(0-1)这样的值,我们需要使用公式将Z值进行变化,既无论Z值为什么值,最后Y值都是在0-1之间)使用线性回归转逻辑回归公式

这样的X就使用Z值进行替?/p>

就的到Y值,如下图,Z值为-2.26,经过公式替换就变成y=0.09449
表示这个人的幸存概率不到10%?接合我们前面的定义,大于50%的概率我们认为会幸存,所以这个人预测结果就是0?代表遇难?如果?就是幸存,同时我们可以看到实际结果也确实?,为遇难,所以我们增加一列预测正确次数,为true,既我们猜对了,公式为当都是0(预测是0,实际也?,或者预测是1 实际?)那么R列为预测正确,然后我们再区分猜中幸存的统计在S列,既猜1,且实际??和猜中遇难(预测?,实际是0?br /> 那么就可以统计正确率,生存召回率及死亡找回率
与我们之前算的结果一?br />

这样我们就算能精确计算每一个存活的概率和判断最终是否幸存的结论

5,获取新数据进行验证,参加比?/p>

我们可以从kaggle里面再下载新的数据(之前给的是部分样本数据)
http://www.kaggle.com/c/titanic/data?select=test.csv
下载test数据

在test.csv的新的数据中,和之前的样本数据一致,但是没有结果指标,既没有是否遇难,我们可以根据之前的公式,就可以预测?

最终输出下面的预测结果,id号和预测结果

然后上传到网页上就可以比?获得排名


排名不高,可以忽?br />

结语?br /> 本文详细记录了Excel使用插件进行逻辑回归的办法,同时也例举了Kaggle上下载数据和进行预测,并参加比赛的办?br /> 附上数据表格
results

]]>
http://fishverse.com/archives/1039/feed 0
18001Dzʽ同城手机版官网-ȫ http://fishverse.com/archives/1012?utm_source=rss&utm_medium=rss&utm_campaign=%25e9%2592%2589%25e9%2592%2589%25e7%259b%25b4%25e6%2592%25ad%25e8%25a7%2586%25e9%25a2%2591%25e5%259b%259e%25e6%2594%25be%25e4%25b8%258b%25e8%25bd%25bd%25e6%2596%25b9%25e6%25b3%2595 http://fishverse.com/archives/1012#respond Wed, 05 Aug 2020 06:54:36 +0000 http://fishverse.com/?p=1012 背景

观看的课程视频无法下载,找了很久才找到办法,原理是利用chrome嗅探出m3u8的文件地址(直播视频会被切割成许多的ts文件,而m3u8就是ts文件的列表文件,会记录每一个ts文件的地址?/p>

而ts文件就是一个小的视频文?再使用一些视频工具合并就?/p>

具体工具需?个,

1,m3u8x,一款m3u8下载ts文件的工?/p>

http://sourceforge.net/projects/m3u8x/

2,批量修改文件名称的工具

http://www.kuaigaizhushou.com/

主要是弥补m3u8x不能合并加密ts文件的问题,需要批量修改下文件?/p>

第一步,打开chrome浏览器,打开直播网址开启开发者工具,点击network面板,输入m3u8,嗅探出文件地址

如果找不到,轻刷新页?/p>

可以看到我们的m3u8的地址具体

点击这个m3u8文件 可以看到许多个ts视频文件的具体地址

然后下载?m3u8x 放入 quality url 记得?one。。。one

 

就会下载很多ts文件

 

 

下载完点击打开文件?/p>

 

可以看到很多文件

使用文件修改?/p>

去掉后缀

 

最后合并为mp4就好?/p>

 

总结

需要先用chrome?network功能找到m3u8 然后再使用工具下载ts文件?/p>

需要改下名?因为工具的缺陷无法识别有后缀的ts文件,然后就可以合并mp4

 

 

更新???2020?/p>

 

尝试使用上面的工具下载一些ts文件

但是ts加密?是无法合并的

 

所以这个时候需要解密的

http://github.com/nilaoda/N_m3u8DL-CLI/releases

目前用下来比较好用的是这?/p>

下面是果壳网的介?/p>

http://www.ghpym.com/nm3u8dlcli.html

亮点?/p>

支持下载m3u8链接或文件为mp4或ts格式,并提供丰富的命令行选项?/p>

支持AES-128加密自动解密
支持多线程下?br /> 支持下载限?br /> 支持断点续传
支持Master List
支持直播流录?BETA)
支持腾讯、爱奇艺、优酷的杜比视界m3u8下载
支持自定义HTTP Headers
支持自动合并 (二进制合并或使用ffmpeg合并)
支持选择下载m3u8中的指定时间?分片内容
支持下载路径为网络驱动器的情?br /> 支持下载外挂字幕轨道、音频轨?br /> 支持仅合并为音频
自动使用系统代理(可禁止?br /> 针对国内视频网站m3u8进行了优?br /> 提供SimpleG简易的GUI生成常用参数

]]>
http://fishverse.com/archives/1012/feed 0
18001Dzʽ同城手机版官网-ȫ http://fishverse.com/archives/987?utm_source=rss&utm_medium=rss&utm_campaign=%25e6%2580%258e%25e6%25a0%25b7%25e9%25a2%2584%25e4%25bc%25b0%25e5%25a4%25a9%25e7%258c%25ab%25e5%258f%258c11%25e5%25ba%2597%25e9%2593%25ba%25e9%2594%2580%25e5%2594%25ae%25e9%25a2%259d-%25e5%25b7%25a7%25e7%2594%25a8%25e7%25ad%2596%25e7%2595%25a5%25e4%25b8%25ad%25e5%25bf%2583%25e7%259a%2584aipl%25e6%2595%25b0%25e6%258d%25ae http://fishverse.com/archives/987#respond Wed, 25 Mar 2020 10:34:16 +0000 http://fishverse.com/?p=987 预估销售额一直是电商的高频需求,特别是在大型活动期间?8?618 ?1 11), 这些日子的单日销售额可以用爆炸来形容?一天销量可以等于平?0天销售额之和,相当于游戏中?,人民币玩家的体验,开?0倍攻击, 别人?个小时才能打死的怪物,你一分钟就打死了。。?/p>

那么有什么办法能提前预估活动当天的销售额?有了预测我们就可以及时调整策略,如我们准备?00亿,准备?00亿,目前预测出来只能?0亿,我的产品是应季的衣服,过期了就卖不了,或者我的产品是保质期很短的食品,过期了就全亏了,有了预测的销售额,我就能及时调整策略,降价或者加大广告力?达到目标

目前看到有一种比较科学的预测方法

使用阿里妈妈营销策略中心的场景专?adbrain.taobao.com

她把数据按照 预热期和 大促期进行了分割,同时对比了当年和上一年,并且还区分了不同人群AIPL维度的各自数据,那么我们就可以进行比较精准的预测

左边是预热期例如11?日到11?0日的品牌和店铺的人群数据

右边是爆发期 11?1日的店铺和销售数?/p>

 

 

提取上图的核心数据整理如下(网页中数据直接复制到excel)

我们知道?019年预热期人群规模,以及爆发期的成交用户就可以计算转化?/p>

那么当我知道2020年预热期人群规模,使用相同的转化率就能预测对应的成交

同理我们可以计算客单价和成交?/p>

对于O类人群因为无法使用转化率,我们可以用O类成交用户占?AIPL比例,反向退?020年成交用户数既用AIPL推导出O的数?/p>

 

 

总结

此方法使用了年度的对比,根据年度对比?预热的数据增幅来确定爆发期数据增?/p>

考虑了aipl0人人群的增幅情况,属于加权的预测,比较科?/p>

正确性可以使用其他场景人群进行验?/p> ]]> http://fishverse.com/archives/987/feed 0 18001Dzʽ同城手机版官网-ȫ http://fishverse.com/archives/947?utm_source=rss&utm_medium=rss&utm_campaign=%25e9%2598%25bf%25e9%2587%258c%25e5%25b9%25bf%25e5%2591%258a-%25e6%25b7%2598%25e5%25ae%259d%25e8%2590%25a5%25e9%2594%2580%25e7%25ad%2596%25e7%2595%25a5%25e4%25b8%25ad%25e5%25bf%2583%25e5%2585%25a5%25e9%2597%25a8 http://fishverse.com/archives/947#respond Tue, 17 Mar 2020 09:52:16 +0000 http://fishverse.com/?p=947 营销策略中心是什么:

为了解在阿里妈妈各广?/strong>产品投放效果?strong>洞察多营销渠道联合投放价值,全面评估多渠道整合投放结?/strong>,。阿里妈?营销策略中心全新上线,以消费者运营为中心指导品牌的营销投放,为商家提供在不同营销场景下,从营销洞察、策略投放、策略效果分析等维度为商家提供全链路的整合营销解决方案?/span>

?/p>

营销策略与其他产品点关系?/strong>

☆☆产品功能介绍?/strong>

一、营销策略中心产品入口

请登录:http://adbrain.taobao.com/index.html

 

点击查看详情:http://alimama.bbs.taobao.com/detail.html?postId=9307869

二、营销策略中心产品功能介绍

(一)、营销总览

1、点击申请品牌AIPL数据授权

2、AIPL洞察模块

2.1、AIPL总览

分析分群:提供所选品牌的全部人群,还可支持分析任意人群包,在人群管理中点击“开始分析”即可产出人群包的AIPL洞察与策略洞察中的人群洞察?/p>

分析模式:提供“单日数据”和“累计数据?种分析模式。“单日数据”指看单天维度的AIPL数据,该数据口径与数据银行一致;“累计数据”指提供选定周期的累计AIPL资产,选定周期内AIPL数据没有流出,最长可以分?个月的累计AIPL。AIPL数据均从2019??1日起提供?/p>

  • 90天长周期
  • 支持累计评估营销效果
  • 助力大促、长周期 campaign营销分析
  • 全局分析营销资产占比

大家可以通过【圈选AIPL人群】,通过圈选全部、以及不同营销渠道所覆盖的人群状态,进行下一步的营销投放,就具体人群状态可以在策略洞察-人群洞察-人群管理中查看?/p>

2.2、AIPL流转/来源

AIPL 流转总览:提供选择时间段内,被本店铺营销覆盖人群从开始日期到结束日期的累计流转状态,累计流转状态选取的是人群在选择时间段内到达的最高状态。由于存在部分阿里妈妈渠道未回流到品牌数据银行AIPL的问题,故从非资产状态出发的人群没有100%都流转到AIPL状态中?/p>

AIPL 流转来源:提供选择时间段内,被本店铺营销覆盖人群相对AIPL的累计新增状态,累计新增状态选取的是人群在选择时间段内到达的最高状态,并提供新增人群的来源?/p>

AIPL来源渠道分析:提供来源人群被每个渠道的覆盖的规模和占比,由于1个人可能会被多个渠道的投放覆盖,所以各个渠道数据的加总大?00%?/p>

3、店铺营销现状

3.1、营销数据总览

提供商家在分析周期内,直通车、钻展、超级推荐的整体营销消耗情况。以及商家在阿里妈妈直通车、钻石展位、超级推荐的分渠道数据,成交数据统计为点击效果归因维度?/p>

 

3.2、投放用户追踪:

a?投放用户追踪指分析被您指定投放平台、指定计划覆盖的产生曝光或点击的人群,在后续的位置上被您自己店铺或者相似店铺曝光的情况?/p>

b、提供商业化流量和自然流量触达的分析?/p>

c、本报表的分析视角是资源包的粒度,故会将计划拆分到人群具体被曝光的位置。目前本报告包含的位置包括:手淘首页猜你喜欢、手淘购中猜你喜欢、手淘购后猜你喜欢、手淘首焦、直通车搜索

目前钻展、超级推荐已经上线用户追踪报表,详情请查看:

钻展投放用户追踪?a href="http://alimama.bbs.taobao.com/detail.html?postId=9198752" target="_blank" rel="noopener noreferrer" data-spm-anchor-id="a210m.8146745.1997563209.64">http://alimama.bbs.taobao.com/detail.html?postId=9198752

超级推荐投放用户追踪?a href="http://alimama.bbs.taobao.com/detail.html?postId=9213874" target="_blank" rel="noopener noreferrer" data-spm-anchor-id="a210m.8146745.1997563209.65">http://alimama.bbs.taobao.com/detail.html?postId=9213874

(二)、策略洞?/strong>

主要包括渠道分析、人货匹配、人群管理三个模块?/p>

1、渠道分?/strong>

营销渠道分布?/p>

提供分析人群在指定周期内,被本店广告与全网广告各渠道曝光触达的UV规模。广告渠道提供投放平台和资源?种维度。投放平台包含:超级风曝、全域星、满天星、品牌专区、品牌特秀、品牌独秀、明星店铺、直通车、钻展、超级推荐。资源包包含:风曝开屏包、手淘有好货、猫客首焦、优酷OTT、优酷PC&移动资源包、手淘首页猜你喜欢、手淘购中猜你喜欢、手淘购后猜你喜欢、手淘首焦、直通车搜索?/p>

营销频次分布?/p>

提供分析人群在指定周期内,被本店广告与全网广告各渠道曝光触达的频次分布?/p>

渠道重合分布?/p>

提供分析人群被多个渠道曝光触达的重合分布UV。提供被本店广告和全网广告触达的2种情况。数据提供被各类渠道组合曝光触达的独占情况,如“超级推荐独?10000”代表本人群中仅被超级推广广告曝光触达的UV数是10000,不代表超级推荐对本人群的全部触达为10000?/p>

多渠道触达分析:

渠道组合触达人数分布:提供分析人群被本店广告曝光触达的渠道数,分?种渠道触达,2种渠道?种渠道?种及以上,每种触达类型可以详细查看具体触达的渠道组合与对应路径详情?/p>

渠道组合详情?/p>

提供人群被指定数量渠道曝光触达的具体组合,触达规模指被对应渠道组合触达的人群规模,占比指该组合触达规模占所有被该数量渠道触达的人群规模,成交转化指在指定分析与转化周期内完成成交的人数,转化率指成交转化人数除以触达规模,平均曝光次数指该人群被渠道组合整体曝光的平均次数?/p>

2、人货匹?/strong>

商品互动数据;提供分析人群与店铺商品在所选过去时间段内的互动情况,系统提供历史的浏览、加购、购买情况,也提供本人群与特定商品营销的匹配程度推荐?/p>

人群的叶子类目偏好分?“本店经营叶子类目”指本店所有经营商品所属的叶子类目范围,“本店关联叶子类目”指本店主营一级类目下的所有叶子类目,其中可能包含非您本店架上商品涉及的叶子类目。横轴“喜好度”代表人群中偏好该叶子类目的占比,纵轴“偏好度”代表分析人群相对于全网人群对该叶子类目的偏好tgi?/p>

3、人群管?/strong>

承接数据银行同步人群、策略中心自建人群、达摩盘人群等,大家可以针对指定人群做相应的渠道触达、商品互动行为洞察,也可以同步到其他产品渠道进行投放?/p>

(三)、序列化投放

 

消费者路程追踪洞?/b>

钻展、信息流曝光人群,后续在淘内付费、免费渠道的流转情况。为后续序列化投放提供决策支?/b>

1、效果广告联动投放操?/strong>

 

A、设置基本信息:包含策略名称、执行时间、营销场景,以拉新场景为例?/p>

B、选择人群来源

可以分为智能推荐和DMP自定义人群两类:

a、智能推荐(拉新):

根据不同营销场景,系统结合店铺特征和历史投放数据,推荐不同宝贝的渠道组合*曝光频次组合投放方案,推荐商家使用?/p>

大促场景智能人群:以成交ROI为优化目标,系统智能找出成交概率较高的人群?/p>

拉新场景智能人群:在店铺非老客的人群中,以新客成本为优化目标,系统智能找出新客转化概率较高的人群?/p>

b、DMP自定义人群:

根据DMP已经创建好的人群,可以同步到广告策略中心,同时选择需要投放的商品,并设置对应的投放路径和曝光频次。商家可参考拉新洞察下历史投放路径的数据表现,选择适合的投放路径进行投放,系统也会根据所选宝贝提供对应推荐路径?/p>

注明:初始人群选择达摩盘人群时,需要先从达摩盘选择人群应用到策略中心渠道?/p>

C、设置关联投?/strong>

在设置完人群、资源位后,需要针对组合的投放路径,设置投放计划进行关联投放?/p>

以手机淘宝_购中猜你喜欢为例,点击进行关联投放,则进入超级推荐计划设置界面,填写完成后,则完成整个投放流程?/p>

注明:创建好的计划会同步到各个产品端后台,如需修改,可以跳转到各个产品端后台完成编辑修改功能?/p>

2、序列化投放—品效联动投放操?/strong>

A、设置基本信息:

包含策略名称、执行时间、营销场景-品效果联?/p>

B、设置品牌承接人?/strong>

品牌广告投放后,可以在策略中心基于曝光人群对消费者做(AIPL、新老潜、曝光未点击?多维度的消费者筛选后,做序列化效果追投?/p>

首先选择品牌承接人群,系统为您提供不同品牌渠道及对应计划信息,品牌渠道具体计划名称等信息,您可以和您对接的营销顾问小二确定?/p>

C、设置效果联动策?/strong>

系统为您提供不同分类的营销人群切分规则,您可以根据营销目标自由圈选?/p>

以算法推荐人群为例,基于大数据算法模型,算法根据人群和宝贝特征,为大家推荐相应的路径投放?/p>

D、设置关联投?/p>

在设置完人群、资源位后,需要针对组合的投放路径,设置投放计划进行关联投放?/p>

以手机淘宝_购中猜你喜欢为例,点击进行关联投放,则进入超级推荐计划设置界面,填写完成后,则完成整个投放流程?/p>

注明:创建好的计划会同步到各个产品端后台,如需修改,可以跳转到各个产品端后台完成编辑修改功能?/p>

营销策略中心做大促销售预测原理及实战

    根据18年数据可计算各层蓄水用户到成交的转化率和客单价,假设转化率和客单价稳定不变的情况下,可根据今年的蓄水进展预估今年的成交量

根据今年双十一成交目标,计算蓄水规模gap,有针对性制定营销策略,比如:今年的成交金额同比去年需要增加一倍,那么在成交转化率和客单价稳定的情况下,AIPL每层都应该增长一?/p>

]]>
http://fishverse.com/archives/947/feed 0
18001Dzʽ同城手机版官网-ȫ http://fishverse.com/archives/871?utm_source=rss&utm_medium=rss&utm_campaign=mysql%25e5%25ad%25a6%25e4%25b9%25a0%25e7%25ac%25ac11%25e5%25a4%25a9right-join-inner-join%25e7%2594%25a8%25e6%25b3%2595 http://fishverse.com/archives/871#respond Thu, 19 Dec 2019 12:41:23 +0000 http://fishverse.com/?p=871 标题:mysql学习?1天right join inner join用法

——————————————————————————————————————————-

时间?012/4/28 13:03:09

——————————————————————————————————————————-

内容?/p>

create table boy
(name varchar(10),flower varchar(10)) character set utf8;
insert into boy
values
(‘谢霆?#8217;,’菊花’),
(‘吴宗?#8217;,’梅花’),
(‘刘德?#8217;,’桃花’),
(‘周润?#8217;,’玫瑰’),
(‘小沈?#8217;,’没钱?#8217;);

 

create table girl
(name varchar(10),flower varchar(10)) character set utf8;

insert into girl
values
(‘张柏?#8217;,’菊花’),
(‘张静?#8217;,’玫瑰’),
(‘邱淑?#8217;,’桃花’),
(‘张柏?#8217;,’玫瑰’),
(‘空姐’,’菊花’),
(‘小泽玛莉?#8217;,’玫瑰’),
(‘范冰?#8217;,’茉莉’);

select boy.*,girl.* from boy left join girl on boy.flower=girl.flower;

select boy.*,girl.* from boy right join girl on boy.flower=girl.flower;

select boy.*,girl.* from boy inner join girl on boy.flower=girl.flower;

 

 

解读一个误?left join不是excel?vlookup

如果是主表在附表?行以上匹配的时?他会全部列出?主表会重?/p>

比如主表10行数?附表10个行?最后的表的数据大于等于10?主表没配对上的留?/p>

主表多配对的列出来多有配对的情况

inner join就是删掉了没有配对的情况

create table boy
(name varchar(10),flower varchar(10)) character set utf8;
insert into boy
values
(‘谢霆?#8217;,’菊花’),
(‘吴宗?#8217;,’梅花’),
(‘刘德?#8217;,’桃花’),
(‘周润?#8217;,’玫瑰’),
(‘小沈?#8217;,’没钱?#8217;);

 

create table girl
(name varchar(10),flower varchar(10)) character set utf8;

insert into girl
values
(‘张柏?#8217;,’菊花’),
(‘张静?#8217;,’玫瑰’),
(‘邱淑?#8217;,’桃花’),
(‘张柏?#8217;,’玫瑰’),
(‘空姐’,’菊花’),
(‘小泽玛莉?#8217;,’玫瑰’),
(‘范冰?#8217;,’茉莉’);

select boy.*,girl.* from boy left join girl on boy.flower=girl.flower;

select boy.*,girl.* from boy right join girl on boy.flower=girl.flower;

select boy.*,girl.* from boy inner join girl on boy.flower=girl.flower;

 

 

解读一个误?left join不是excel?vlookup

如果是主表在附表?行以上匹配的时?他会全部列出?主表会重?/p>

比如主表10行数?附表10个行?最后的表的数据大于等于10?主表没配对上的留?/p>

主表多配对的列出来多有配对的情况

inner join就是删掉了没有配对的情况

 

 

标题:mysql 学习?2?left join嵌套使用和列操作

——————————————————————————————————————————-

时间?012/4/30 1:18:25

——————————————————————————————————————————-

内容?/p>

create table goods
(goods_id int primary key auto_increment,
goods_name varchar(20),cate_id int,brand_id int,price decimal(7,2) not null default 0.01);

 

创建一个goods?里面的主键是goods_id 这里的auto_increment不要拼写错误
包含商品名称商品id 品牌id 产品类型id价格 基本是以数字为住 方便快速查询同类商品(where cateid=3 比where catename=手机 效率要快很多)和分类 节约空间 用数字代表长的字符串
修改商品分类信息 只用去调用的信息里修改就可以 不影响主?特别是主表数据几万条 我只用修改id对应的名称即?不用update几万条数?/p>

insert into goods
(goods_name,cate_id,brand_id,price)
values
(‘联想手机’,1,1,1334.44),
(‘三星手机’,1,2,2334.44),
(‘苹果电脑’,2,3,7334.44),
(‘苹果手机’,1,3,5334.44);

给商品表信息加一些数?/p>

create table category
(cate_id int,cate_name varchar(20));
insert into category
values
(1,’手机’),
(2,’电脑’);

创建一个类别名称表 给商品表调用

create table brand
(brand_id int,brand_name varchar(20));
insert into brand
values
(1,’联想’),
(2,’三星’),
(3,’苹果’);
创建一个品牌名称表 方便调用品牌?/p>

select * from goods left join category on cate_id=category.cate_id;
我现在要根据商品?主表里的信息查找对应的商品类别名称?这里面的cate-id要指?要不会分校不清楚

select * from (select goods_id,goods_name,brand_id,goods.cate_id,category.cate_name from goods left join category on goods.cate_id=category.cate_id) as temp left join brand on temp.brand_id=brand.brand_id;
我这里要做一?次调?嵌套链接 把前面的结果当场一个临时表 然后用as 给他起个名字 再用这个临时的temp表和品牌表一起做左链?调用

select * from goods left join category on goods.cate_id=category.cate_id left join brand on goods.brand_id=brand.brand_id;

或者直接在后面?因为mysql计算顺序的时?首先是计算from后面的得到原始数?再安装select去除相应的列
再用where判断 所以我不用带括号直?left join 再接一个left join

关于列修?br /> 增加列是
alter table tablename add colomnname int after|first
来定位新增加的列
例如
alter table goods add test int first;

修改?br /> alter table goods test stock int;

删除
alter table goods drop stock;

create table goods
(goods_id int primary key auto_increment,
goods_name varchar(20),cate_id int,brand_id int,price decimal(7,2) not null default 0.01);

 

创建一个goods?里面的主键是goods_id 这里的auto_increment不要拼写错误
包含商品名称商品id 品牌id 产品类型id价格 基本是以数字为住 方便快速查询同类商品(where cateid=3 比where catename=手机 效率要快很多)和分类 节约空间 用数字代表长的字符串
修改商品分类信息 只用去调用的信息里修改就可以 不影响主?特别是主表数据几万条 我只用修改id对应的名称即?不用update几万条数?/p>

insert into goods
(goods_name,cate_id,brand_id,price)
values
(‘联想手机’,1,1,1334.44),
(‘三星手机’,1,2,2334.44),
(‘苹果电脑’,2,3,7334.44),
(‘苹果手机’,1,3,5334.44);

给商品表信息加一些数?/p>

create table category
(cate_id int,cate_name varchar(20));
insert into category
values
(1,’手机’),
(2,’电脑’);

创建一个类别名称表 给商品表调用

create table brand
(brand_id int,brand_name varchar(20));
insert into brand
values
(1,’联想’),
(2,’三星’),
(3,’苹果’);
创建一个品牌名称表 方便调用品牌?/p>

select * from goods left join category on cate_id=category.cate_id;
我现在要根据商品?主表里的信息查找对应的商品类别名称?这里面的cate-id要指?要不会分校不清楚

select * from (select goods_id,goods_name,brand_id,goods.cate_id,category.cate_name from goods left join category on goods.cate_id=category.cate_id) as temp left join brand on temp.brand_id=brand.brand_id;
我这里要做一?次调?嵌套链接 把前面的结果当场一个临时表 然后用as 给他起个名字 再用这个临时的temp表和品牌表一起做左链?调用

select * from goods left join category on goods.cate_id=category.cate_id left join brand on goods.brand_id=brand.brand_id;

或者直接在后面?因为mysql计算顺序的时?首先是计算from后面的得到原始数?再安装select去除相应的列
再用where判断 所以我不用带括号直?left join 再接一个left join

关于列修?br /> 增加列是
alter table tablename add colomnname int after|first
来定位新增加的列
例如
alter table goods add test int first;

修改?br /> alter table goods test stock int;

删除
alter table goods drop stock;

]]>
http://fishverse.com/archives/871/feed 0