大数据业务模型有哪些?

1、会员数据化运营分析模型

类型：会员细分模型、会员价值模型、会员活跃度模型、会员流失预测模型、会员特征分析模型、市场营销回应预测模型。

2、商品数据化运营分析模型

类型：商品价格敏感度模型、新产品市场定位模型、销售预测模型、商品关联销售模型、异常订单检测模型、商品规划的最优组合。

3、流量数据化运营分析模型

类型：流量波动检测、渠道特征聚类、广告整合传播模型、流量预测模型。

4、内容数据化运营分析模型

类型：情感分析模型、搜索优化模型、文章关键字模型、主题模型、垃圾信息检测模型。

​​随着工作的深入，以及经验的不断积累，逐步开始进行业务模型抽象。

“模型”顾名思义就是一套可以代表通用性的框架，在数理学科中，研究人员致力于对模型的抽取和证明。而业务模型，也是通过实际实践后的通用形态定义。这里的概念其实类似于“商业模式”，之前看过一本书《商业模式全史》，介绍了近代以来，各个公司通过商业模式的创新，完成的时代的颠覆和企业的快速发展。

业务模型比商业模式的概念要小很多，是最终在公司内部协同后完成对外商业模式的一个个业务子集。平常工作里感知比较多的业务模式有以下几类：

一、决策形态的业务模式

决策型模式，通常是进行大规模数据化服务时常用的方案。一般由“场景-输入-决策规则-输出”这几个环节构成。

​在风控业务、多通用工具决策的场景下会用的比较多。金融量化本质上也是这种业务形态。

​这种模式对底层技术要求比较高，因为决策通常带来大规模并发计算，同时多种规则的PK计算在毫秒级输出，也是极大的挑战。

​而对于业务来说，需要有全局视角，能够进行宏观的规则体系设计，以及微观业务场景的规则落地和理解，也是非常考验业务能力的。

​在绩效设计上，通常以具体业务场景相关的指标来定，比如减少资损、提升某个工具的使用率等。

​

二、流水线型业务模式

​流水线业务模式，一般是内部协作的业务流。 这种业务形态的设计，最考验对平台的抽象和未来一段时间发展的前瞻性眼光。同时也需要对技术设计模型有一些理解。提供必要的扩展性。

​这里的流水线不是绝对线性的，也包括了流程的驳回、跳转、过程中的配置灵活性。常见的流水线业务，比如工单体系、业务审核体系等。

​对流水型业务，设计指标时，偏向于效率、平台设计的通用性等。

​ 三、售卖型业务模式

售卖型业务，就是为外部B端或者C端用户提供商品形态的输出。这里包括了对商品的定义、整个订购流程的设计。同时还有怎么收费、怎么优惠等各个细节。

​这种业务模式是最贴近对商业模式的实现的。比如你的商业模式是广告流量，那你的售卖业务里面就要结合这种商业模式来定义角色和产品形态；你售卖的就是具体的物品，则是货架形式的产品商品形态。

​这个点的概括有点太粗，但是回归到本质，就是“人、货、资金” 的关系定义。

​在这种业务模式里面，定义指标当然就是收益率、订购量等最终商业结果。

​

四、人工服务型业务模式

人工服务模式的意思，是通过人对人的服务输出来定义的。

​这种模式里面，考虑的有一部分业务流，但是最关键的还是要考虑一个人对另外一个人提供什么样的服务。

​典型的业务包括客户服务，就是通过在具体的业务中提供人的咨询。其实我认为直播也是一种人工服务业务模式。在这类体系里面，技术或者平台只是媒介。更多要思考的是，人和人之间的服务关系，以及收益方式。

​以上是一些简单的经验总结，业务模型不是固化的，现在很多新互联网形态的出现，其实就是在不同模型上面，或者变动媒介，或者链接了不同的内容、角色，来实现创新。现在“机器对人的服务”也是新出现的一种模式。

---