數(shù)字營銷學(xué) 3第三章 營銷數(shù)據(jù)及數(shù)據(jù)采集-試題及答案

第三章營銷數(shù)據(jù)及數(shù)據(jù)采集試題及答案1.名詞解釋（1）營銷數(shù)據(jù)營銷數(shù)據(jù)是企業(yè)可以用于洞察市場、確定定位、傳播信息、銷售產(chǎn)品、管理顧客的各類數(shù)據(jù)。（2）埋點埋點是事件追蹤（EventTracking）的主要方式，它指針對特定用戶行為或事件進行捕獲、處理和發(fā)送的相關(guān)技術(shù)及其實施過程。數(shù)據(jù)埋點是數(shù)據(jù)產(chǎn)品經(jīng)理、數(shù)據(jù)運營和數(shù)據(jù)分析師基于業(yè)務(wù)需求對用戶行為的每一個事件對應(yīng)位置進行開發(fā)埋點，并通過SDK上報埋點的數(shù)據(jù)獲取過程。（3）物聯(lián)網(wǎng)物聯(lián)網(wǎng)（InternetofThings,簡稱IOT）是指在計算機互聯(lián)網(wǎng)的基礎(chǔ)上，利用射頻識別技術(shù)、傳感器、紅外感應(yīng)器、全球定位系統(tǒng)、無線數(shù)據(jù)通信等裝置和技術(shù)，把物品和互聯(lián)網(wǎng)連接，進行信息交換和通訊，實現(xiàn)對物品的智能化識別、定位、跟蹤、監(jiān)控和管理的一種網(wǎng)絡(luò)，覆蓋世界上的萬事萬物，也就是“實現(xiàn)物物相連的互聯(lián)網(wǎng)”。（4）射頻識別技術(shù)射頻識別技術(shù)（RadioFrequencyIdentification，簡稱RFID），是一種無線系統(tǒng)，由一個詢問器（閱讀器）和很多應(yīng)答器（或標(biāo)簽）組成。標(biāo)簽由耦合元件和芯片組成，每個標(biāo)簽具有擴展詞條唯一的電子編碼。（5）ETL數(shù)據(jù)的提?。‥xtract）、轉(zhuǎn)換（Transform）和加載（Load），簡稱為ETL過程，數(shù)據(jù)從數(shù)據(jù)來源端經(jīng)過抽?。╡xtract）、轉(zhuǎn)換（transform）、加載（load）到目的端，用戶從數(shù)據(jù)源抽取出所需的數(shù)據(jù)，經(jīng)過數(shù)據(jù)清洗，最終按照預(yù)先定義好的數(shù)據(jù)模型，將數(shù)據(jù)加載到數(shù)據(jù)倉庫中去，最后對數(shù)據(jù)倉庫中的數(shù)據(jù)進行數(shù)據(jù)分析和處理。2.選擇題（單選題）（1）大數(shù)據(jù)的特點不包括：①數(shù)據(jù)體量巨大；②數(shù)據(jù)類型繁多；③數(shù)據(jù)統(tǒng)計復(fù)雜；④處理速度快答：③（2）手機APP的營銷數(shù)據(jù)最優(yōu)的采集方式為。①爬蟲采集；②埋點采集；③IOT采集；④數(shù)據(jù)庫采集。答：②（3）數(shù)據(jù)埋點的過程及應(yīng)用不包括哪項：①在產(chǎn)品流程關(guān)鍵部位植入相關(guān)統(tǒng)計代碼。②建立用戶模型來具體化用戶在使用產(chǎn)品中的操作行為。③將文本、圖片、音頻、視頻等文件數(shù)據(jù)轉(zhuǎn)換為結(jié)構(gòu)化數(shù)據(jù)存儲。④通過數(shù)據(jù)埋點還原出用戶畫像及用戶行為。答：③3.簡答題（1）請請簡述營銷數(shù)據(jù)的基本特征。營銷數(shù)據(jù)的特征：來源豐富性、類型復(fù)雜性、目標(biāo)多樣性、應(yīng)用廣泛性、方法匯聚性。（2）請簡述營銷數(shù)據(jù)的分類。營銷數(shù)據(jù)主要分類請參加圖1圖1營銷數(shù)據(jù)的分類（3）請簡述大數(shù)據(jù)有哪些采集方式。大數(shù)據(jù)的采集方式如表1表1數(shù)據(jù)采集方式一覽數(shù)據(jù)采集方式描述典型公司PC機cookie采集通過分布式計算機進行海量PC用戶的cookie采集。秒針PC應(yīng)用行為數(shù)據(jù)對PC應(yīng)用的行為進行數(shù)據(jù)采集。搜狗拼音、360殺毒、華為運動網(wǎng)絡(luò)爬蟲通過分布式網(wǎng)絡(luò)爬蟲采集網(wǎng)上數(shù)據(jù)。針對微博的抓取最為普遍設(shè)備傳感器數(shù)據(jù)通過手機、機頂盒、新能源汽車等采集用戶的設(shè)備使用行為。蘋果、歌華、特斯拉、比亞迪交易行為數(shù)據(jù)通過分布式計算機進行海量PC用戶的cookie采集。阿里巴巴、騰訊手機APP通過在APP中埋點的方式進行用戶行為數(shù)據(jù)采集，也可以通過APP采集通訊錄、位置能數(shù)據(jù)。幾乎所有APP應(yīng)用電信運營商數(shù)據(jù)通過通信網(wǎng)絡(luò)采集用戶的行為，包括使用行為、位置、通話等。中國移動、中國聯(lián)通操作系統(tǒng)通過通信網(wǎng)絡(luò)采集用戶的行為，包括App使用行為、位置、通話等等。微軟、安卓、IOS顧客關(guān)系系統(tǒng)通過社群、會員行為、社區(qū)行為、評論等采集數(shù)據(jù)。小米（4）請簡述時間分析模型的設(shè)計都包括哪些內(nèi)容？事件分析模型是常用的分析模型之一。事件模型（Event模型）用來描述用戶的各種行為，包括事件（Event）和用戶（User）兩個核心實體。以某APP的事件設(shè)計為例，通常包括APP啟動，退出、頁面瀏覽、按鈕事件點擊，頁面訪問時長等。一個完整的事件（Event），包含如下幾個關(guān)鍵因素：①Who，即參與這個事件的用戶是誰。②When,即這個事件發(fā)生的實際時間。③Where，即事件發(fā)生的地點。④How，即顧客從事這個事件的方式。⑤What，以字段的方式記錄用戶所做的事件的具體內(nèi)容。User表示實體，每個User實體對應(yīng)一個真實的用戶，每個用戶有各種屬性，常見的屬性例如：年齡、性別，和業(yè)務(wù)相關(guān)的屬性則可能有：會員等級、當(dāng)前積分、好友數(shù)等等。這些描述用戶的字段，就是用戶屬性。（5）請說明營銷數(shù)據(jù)管理的幾個階段以及對應(yīng)的核心內(nèi)容？營銷數(shù)據(jù)管理包括數(shù)據(jù)采集、數(shù)據(jù)匯聚、數(shù)據(jù)開發(fā)、數(shù)據(jù)資產(chǎn)管理、數(shù)據(jù)服務(wù)和數(shù)據(jù)可視化。數(shù)據(jù)匯聚：數(shù)據(jù)匯聚是指將企業(yè)中各個業(yè)務(wù)產(chǎn)生的數(shù)據(jù)通過數(shù)據(jù)處理后匯聚到數(shù)據(jù)倉庫。數(shù)據(jù)開發(fā)是數(shù)據(jù)加工的