大数据分析可能遇到的难题

今天的数据有各种形式,来自许多不同的数据源。更重要的是,除非有需要的人能够轻松访问大数据,否则大数据分析工具就不是很有用,除非他们能够快速获得洞察力。那么大数据分析面临哪些挑战呢?

1、很难获得用户操作行为的完整日志。目前,数据分析主要基于统计,如用户数量、使用时间和频率等。一是要识别用户;第二,录制行为容易造成程序运行速度下降;第三,开发成本高。

2、产品缺乏核心指标,需要分析师对产品有足够的了解。如果产品有核心指标,那么分析只有拆分用户的操作任务和目的才会有目的,否则得到一堆数据就不知道怎么下手了。比如输入法核心指标设置为每分钟输入频率。遵循这个目标,我们可以分析哪些因素具有正面影响(如易点击)和负面影响(如模糊音、误点击和点击退格键数)的核心指标。

3、短期内可能很难发挥作用。数据分析需要不断的试错,很难在短时间内证明方法的有效性,可能很难得到其他角色的支持。

4、将分析转化为指导性的结论或设计。看了一个应用中近40个设置项的使用率,修改皮肤使用率较高,个别选项使用率不到0.1%。设置项的层次关系可以根据数据依次调整。重要选项可以放在第一层进行重点显示,小于5%的可以放在第二层和第三层。功能利用率的分析是一个容易的起点。

5、明确用户的操作目的。对于用户来说,利用率越高越好。增加实现目标的方式,用户认为成本会增加,操作次数会增加,比如搜索。在应用程序中使用搜索可能表明用户没有通过浏览找到所需的内容。如果用户搜索流行内容,则表明应用程序呈现信息的方式有问题。

6、考虑操作要求。对于之前做的基于工具的应用,设计的核心指标是提高操作效率,减少点击次数、等待时间和手指位移等。并在最快的时间内完成操作。但是有些用户浏览产品的目的并不明确,大致有浏览、查询、比较、确定目标四种用户行为,需要在用户目标不明确的情况下兼容操作,引导用户在展示更多内容的同时进行选择,以刺激用户点击。

个人建站、企业建站,域名注册、小程序、云服务器、物理主机等业务,咨询蓝队云客服微信:landui507

未经允许不得转载:云技术 » 大数据分析可能遇到的难题

赞 (0)