原创：MarTechApe

截止今日，全美COVID-19确症人数已达到24万。不少公司宣布在家办公要延续到6月。很多公司在疫情当前都受到重创。然而有几家公司却是疫情中的“赢家”：为大家供应食物和生活必需品的Amazon、Walmart、Costco，让人们宅在家里有好电影看的Netflix、让所有人能远程上班开会的Zoom......还有最近让朋友圈为之癫狂的Nintendo！！

疫情期间的最大赢家——电商，不仅没有裁员和招聘冻结，反而扩招。Amazon几周前宣布新开放10万个职位用来支持自己的超负荷运作。

进入亚马逊是很多人现阶段的职业理想，那么如何才能进入像亚马逊这样的电商巨头做数据分析和数据科学呢？

要知道，电商是数据科学和机器学习技术的最大使用群体之一，电商企业对数据科学的重视远超其他行业。所以，今天这篇文章，我们就将着重介绍五个电商公司必做的数据科学项目和方法，让你深刻了解，这些数据科学方法是如何改善用户体验并提升公司利润的！

1.推荐系统

你是不是也在亚马逊、Netflix和其他电商平台上看到过平台的推荐？在过去的几年中，推荐系统在互联网公司中中起到了越来越关键的作用。

1）什么是推荐系统？

推荐系统可以根据用户的搜索或购买数据来过滤选择。它为用户提供了电商网站上的个性化视图，并帮助他们选择相关产品。比如说，在亚马逊网站上搜索新手机时，你可能同时也想购买手机壳。亚马逊将通过分析用户过去的购买和搜索数据来推测这种可能性。

2）推荐系统需要哪些技术？

目前存在多种实现推荐系统的方法，这些技术过滤和提供推荐的方法都有所不同。以下是三种主要的技术：

• 基于协同过滤的推荐

• 基于内容的推荐

• 混合推荐

协同过滤技术基于已收集的用户在网站上的数据，并通过发现他们的活动与其他用户之间的相似性来提供建议。这是目前电商公司中最流行的技术，因为在向客户推荐商品之前，公司不需要了解该商品。它只是试图找到不同用户兴趣之间的相似之处。

基于内容的过滤，与基于协同的过滤不同，它是基于用户的个人资料和商品介绍提供建议。这项技术可以根据用户过去的喜好对产品进行过滤。

混合推荐系统是协同过滤和基于内容的过滤的组合。混合技术可以以多种不同方式使用。我们可以使用“协同过滤”和“基于内容的过滤”分别进行预测，然后合并它们的结果，或者使用一种技术进行预测，将其结果用作另一种技术的输入。混合的最好的例子之一是Netflix。

3）为什么推荐系统对电商公司如此重要？

由于产品同质化，许多电商公司正面临着销量低迷的困境。而这些公司非常需要增加用户与网站和产品的互动。想象一下，当你正在电商A的网站上网购，由于该网站没有实施任何推荐系统，作为用户，你不得不自己搜索浏览很多产品，导致你在这家电商购物非常耗时，于是你可能会退出这个网页。与此同时，这家公司的竞争对手B具有推荐系统，使得网站B将比网站A更具吸引力。每次用户单击产品时，他们都会在网站上看到类似或相关的产品的推荐。网站越吸引人，在那里购物的人就越多。这最终将增加电商公司的收入。

2.客户生命周期价值（CLV）模型

你可能经常听说“有价值的用户”一词，这个词是什么意思呢？是什么让你的客户有价值？回答这个问题，我们需要了解客户的生命周期价值。

1）什么是客户生命周期价值

客户生命周期价值是对客户未来能够给公司带来的净利润的预测。客户生命周期价值模型就是在计算客户在其生命周期内可以为公司带来多少收入，它根据客户的购买记录以及与电商网站的互动历史记录来进行预测计算得出。在我们介绍消费者价值的重要性之前，让我们先来看看如何计算价值。

2）如何计算客户生命周期价值

客户生命周期价值的基本公式，即

（平均订单价值）x（重复订单数）x（平均客户留存）

平均订单价值即所有先前订单价值的平均值，重复销售次数即下订单的次数，平均客户留存即客户留存的时间。

3）为什么客户生命周期价值对电商如此重要？

客户生命周期价值可以预测客户未来的净利润。但是，我们为什么要关心单个客户可以带来多少收入呢？

假设一家公司有2000个固定用户，通过计算所有这些用户的未来现金流，该公司可以预测未来收入。公司为什么要知道他们的未来收入？因为公司需要根据预测的未来收入，来决定他们可以承担多少费用或需要完成多少额外工作等。

不仅如此，公司还可以决定要关注哪些客户。假设客户A 在未来十年内将带来五千美元的收入，而客户B 将仅带来一千美元的收入。通过简单地查看数字，公司就可以决定营销策略，花更多精力用于留存客户A。

此外，计算客户生命周期价值还有这些好处：

• 有助制定公司增长，支出，未来销售，净利润等目标

• 优化营销策略

• 调整广告活动

• 根据客户的购买决定交叉销售和向上销售

• 有助于确定客户获取成本，即吸引客户的成本

作为任何电商业务中都必须考虑的基本指标之一，客户生命周期价值可以帮助企业确定支出并了解忠实客户。

3.客户留存-流失模型

客户流失模型是每个电商企业都应考虑实施的数据科学项目之一。由于流失模型与客户留存相关，因此我们首先需要了解什么是客户留存。

1）什么是客户留存

客户留存是指公司或产品在特定时期内保留其客户的能力。客户留存对电商非常重要，那是为什么呢？因为客户访问电商网站并订购商品后，如果他们感到满意，就会变成“回头客”，可能回来并购买更多商品。客户留存可以帮助创造更高的客户生命周期价值。拥有新客户固然很好，但是现有客户比新客户带来更多收入。

拥有忠实的客户有很多好处：

• 现有客户数量稳定，可以帮助企业扩展市场。

• 客户更容易接受企业的营销策略，并准备尝试新事物。

• 从客户那里收到实时反馈

• 现有客户带来更多新客户，他们是最佳的营销来源。

• 客户留存率也有助于吸引新客户。看到一家公司为现有客户提供奖励和福利，就可以吸引更多的人。

接下来，我们将了解如何实现客户留存。有很多方法可以实现客户留存，但是最常用的模型是流失模型（Churn Model）。

2）流失模型Churn Model

客户流失模型可以识别哪些用户最有可能转向其他电商网站。一旦确定了这群用户，公司就可以针对他们制定留存策略。那么流失模型如何识别这些用户呢？这个模型可以计算客户流失率，并且根据业务的性质，可以使用不同的指标。这些指标包括：

• 流失客户数量

• 客户流失百分比

• 客户流失带来的经济损失

• 客户流失带来的经济损失百分比

3）流失模型对电商的重要性

流失模型对电商有很多好处：

• 确定可能流失客户，帮助企业保留客户

• 帮助企业维持客户生命周期价值

• 帮助企业跟踪进度

• 可以进一步应用于Business Intelligence

4.欺诈检测

大多数电商都专注于获取更多的客户，并产生更多的收入。但除此之外，网站的安全也非常重要。如果公司无法保证安全性，再高的效率都无法挽救业务。

1）什么是网络欺诈

欺诈是一项价值十亿美元的业务，并且每年都在增加。普华永道2016年全球经济犯罪调查显示，超过三分之一（36％）的组织经历过经济犯罪。

欺诈风险如此之高，电商必须实施的另一个项目是网络欺诈检测。我们生活在一个数字世界中，一次单击可能会发生数百万笔交易，网络抢劫非常容易发生。

欺诈可通过多种方式发生。常见的形式有：

• 身份盗窃

• 拒付欺诈

• 会员欺诈

• 商家身份欺诈

• 预付费和电汇诈骗

网络欺诈很多，而骗子也越来越聪明。因此，为了电商业务能够成功，公司需必须要考虑实施安全措施。例如，有人在网上订购产品却显示没有收到产品。订购该产品的客户将不再使用该网站，还可能留下差评。这可能会影响新用户，也可能影响业务收入。

2）电商公司如何发现欺诈行为？

借助数据科学和机器学习技术，我们可以轻松找到这些欺诈者。在使用数据科学的技术之前，这些公司需要先列出所有可能的欺诈行为。表明存在潜在欺诈行为的可疑行为包括：

1. 送货地址与账单地址不同

2. 同一用户的多个订单

3. 超大订单，第二天发货

4. 使用不同的卡将多个订单发送到同一地址

5. 奇怪的国际订单

使用机器学习可以检测到上述可疑行为。一些常用的技术包括：

• 数据挖掘，检测，验证，纠错和填充丢失或不正确的数据

• 时间序列分析

• 聚类和分类

• 匹配算法，可避免错误警报，估计风险并预测当前交易

3）欺诈检测对电商的重要性

任何关心客户的安全和商业信誉的公司都会在内部安装欺诈检测系统。欺诈检测系统可以通过各种方式帮助公司：

• 增加客户留存率

• 增加公司收入

• 减少未确认的交易

• 帮助提高公司的品牌价值

许多互联网公司及其客户受到网络欺诈的困扰，而使用机器学习可以改变这种情况。

5.重要评论——改进客服

许多公司使用内容营销来吸引客户，但为了保留忠实的客户，还需要提供更好的顾客服务。数据科学可以怎么帮助改善顾客服务呢？

客服在零售业存在已久。客服的传统方法是通过电子邮件电话与客户联系，要求他们提供有关公司产品及其服务的反馈。如今，多数公司（尤其是互联网公司）在其网站上都有商品评价的部分。但是，人工阅读这些评论的工作量太大了。此外，一些缩写和错别字也会影响对评论的理解。这就是数据科学的用武之地。

使用数据科学技术，例如自然语言处理，我们可以从网站中提取评分和评论。这些技术可以检索用户评论并了解为什么给出差评。例如，词云可以显示词在文本中的重要性，N-gram可以查找词与词之间对关联。这些技术可以帮助数据科学家理解评论。

提取评论后，数据科学家可以进一步将其进行情感分析。有了这些信息，电商可以通过优先考虑将产生最大积极影响的产品更新来有效地最大化用户满意度。

看完文章，只懂了皮毛，怎么学得更深入呢？

如果你想学习如何用数据科学提供公司利润，如何了解数据科学在商业中的前沿应用，系统学习客户生命周期价值模型、客户留存-流失模型、增量模型、用于实现客户细分与销量预测的的随机森林模型等数据科学方法，就千万不要错过MarTechApe携手来自Apple、Walmart、Airbnb、Verizon、Wayfair等知名公司的资深职场人开设的《营销分析专项》课！

《营销分析专项系列课》由MarTechApe联合美国的一线营销分析和营销技术专家们共同研发推出，由以下美国名企管理层执教：

• 知名独角兽公司Airbnb硅谷总部，营销科技经理

• 苹果公司硅谷总部（前Ebay资深数据分析师），营销数据科学家

• 美国最大家具电商平台Wayfair，营销数据科学经理

• 美国电信巨头Verizon，营销效果经理

• 沃尔玛Walmart电商（前GroupM营销分析经理），数据科学经理

这门专项系列课由5个模块组成，涵盖了5种应用最广泛的营销和商业分析方法：

五大营销分析方法代表了Marketing Analytics领域最前沿的主流方法，是营销分析师/数据分析师为了测量营销效果必须掌握的重要方法和商业分析手段。

课程大纲

每课备有精心设计的课后作业和练习，及时巩固课程内容

一门课程唯有通过作业才能完全掌握。《营销分析专项系列课程》每周都有老师精心设计的作业和练习，类型包括：

• 案例分析题

• 编程题

• 简答题

• 思考题

精心设计的作业练习强调了课程重要知识点，在完成作业和练习的过程中，帮助学员巩固对课程的掌握程度。

沉浸式学习体验，让网络课程更接近线下学习。防止课程囤积，助教督促完课

1). 班主任

负责为所有学员规划学习进程，布置作业与截止日期。

2). 助教团

助教团的助教老师们会nice地提醒大家课程进度，并进行线上答疑。

3). 作业和练习

每周一次作业，将课程所学进行巩固。花费时间15-30分钟。课件中附有数据和课外阅读供学员练习和扩展知识。

4). 专项大证书

当所有课程全部完成后，学员进行期末测试，获得70分（满分100分）以上的学员，就可以拿到Marketing Analytics营销分析这个专项的大证书：

如何报名？

原价：¥1540

疫情期可参与拼团，享85折优惠，仅需¥1299！（仅限微信支付）

*我们提供标准Invoice，可用于企业报销

网站通道（美元支付）：

如果你曾购买过本专项中任意一门课程，请咨询小助手获得购买方式（如果你买的课程不在这五门之列，请勿扰）

小助手

Q & A

1. 如果我已经买过其中的某些课程怎么办？

完全没关系，我们考虑到了有不少用户已经单独购买过专项中的个别课程。但是我们有让你满意的解决方案（我们会为你发送课程优惠券抵购重复的课程，请务必扫描上方二维码加小助手帮你解决）！事实上，我们鼓励已经买过部分课程的同学来参与这个专项学习，尤其是买了课却还没有完课的同学。我们想让你看到自己认真上完课程后的改变！

2. 请问课程是在手机还是在桌面上观看？

• 所有学员既可以获得手机课程通道，又可以获得桌面课程通道！

• 如果你更喜欢在轻便的手机上学习，那当然可以使用手机登陆课程！

• 如果你身处海外，不满意跨境服务器的加载速度，不用担心，我们有网速无敌的视频平台，可以在桌面直接看视频！

• 总之，不论是大屏还是小屏，不论你身在世界的哪里，都会爱上我们全新升级的课程体验！

3. 我的公司非常支持员工上课，你们的课可以报销吗？

• 我们提供标准Invoice，已有多位学员成功报销。

4. 单独买专项内的课程和买专项有什么区别吗？（当然有啦！）

• 差别一：专项课现在享有疫时优惠，价格比单独购买各门课程的总价格低。

• 差别二：课程体验上，单独买课没有作业、证书、学习规划，一切需要靠你自学，而很多同学最后都把课囤着没有上完。但专项系列课配备全套运营服务，升级了课程体验，确保你完成课程！

• 差别三：单买课程并不能知道各种分析方法之间的联系与区别，不知道在什么场合用什么方法。专项课程里的班级答疑中会帮大家建立联系，并教大家如何把所学与工作、面试相联系。

如果你还有任何疑虑，不妨咨询小助手：

坚持学习，保持职场竞争力，MarTechApe的课堂，期待你的到来！