移动大数据分析.pdf

⼤数据与移动互联⺴ - 移动⼲告⼤数据分析实战 陈继东 首席数据科学家 人人游戏 大数据研究中心 2013.04.26 微博: @大数据皮东 主要内容 •  移动大数据概述 –  移动互联网和大数据 –  移动大数据应用需求 –  移动大数据特点和挑战 •  案例分析 - 移动广告大数据分析 –  移动广告平台架构 –  用户UV统计 –  移动广告CTR预估 –  用户标签属性分类 移动互联网和大数据 •  移动互联网将成为大数据应用的主战场 –  移动大数据核心载体 •  智能设备普及 –  高宽带引流大数据 •  手机使用3G和Wifi接入互联网 –  移动大数据聚集地 •  Android和iOS成为主流OS –  移动大数据源头和关键节点 •  移动互联网入口 ：搜索 ，移动浏览器 ，移动应用/ 商店 ，移动广告 •  海量的移动应⽤，对深⼊分析的需求更强 移动互联网和大数据 •  大数据分析的用途 –  增强移动用户体验 –  移动应用差异化 ，平台个性化 –  数据驱动的移动应用运营推广 –  移动设备上的精准营销 •  与传统互联网的区别 –  总是在线 –  无处不在 –  碎片化 –  个性化 –  社交化 移动大数据分析 •  移动大数据的特点 –  数据的核心节点是人而不再是终端、网页或ID –  数据量更大 ，维度更高 ，种类更多更复杂 –  更多个性化属性和上下文信息 •  如用户地理位置 ，设备属性 –  不受限于浏览器Cookie ，数据更稳定长久和准确 –  用户行为数据更碎片化 ，更实时性 移动大数据分析分析 •  移动大数据分析的挑战 –  数据采集质量 •  采集数据延迟及数据补偿 •  数据噪音和稀疏性更强 –  用户时空行为模式的挖掘和利用 •  上下文情境数据更丰富 –  跨应用跨平台跨设备多维数据分析 •  多维数据的交叉利用与用户隐私 •  用户全局数据打通 –  大数据实时处理与深入分析 案例分析 - 移动广告大数据分析 •  目标 –  匹配用户和广告 ，实现移动应用上的广告精准投放 –  精准性、互动性、位置性、长尾性 •  分析内容 –  广告点击率预估 –  用户属性标签分类和行为分析 –  应用和广告分类 –  广告反作弊分析 •  相关公司 –  Google AdMob ，Inmobi ，Millennial ，WHERE –  艾德尔 ，艾德思奇 ，多盟 ，力美 ，安沃 ，威朋 案例分析 - 移动广告大数据分析 •  数据规模 –  AdMob •  覆盖30万应用 ，3.5亿移动设备 ，100万个广告主 •  每天40亿广告请求量 •  每天3TB数据 ，总数据规模为PB级别 –  国内Top广告平台 •  覆盖4万应用 ，1.2亿移动设备 ，500家广告主 •  日PV3.6亿 ，月广告展示数 100亿 •  每天 100G ，数据规模TB级 •  分析方法 –  实时统计分析 ：count, sum, unique visit –