从零开始的数据分析之旅（二十九）大流量分析模型

一、流量波动检测模型简介

常见的大流量分析模型包括流量波动检测模型、渠道特征聚类模型、流量预测模型，下面我们来看看每个模型的具体表现。

流量波动检测模型顾名思义就是通过流量波动也就是产品目前各个渠道的流量进入情况，比如通过淘宝、拼多多之类的电商平台，还是好友分享的产品链接等等，来具体分析每个渠道的表现，从而尽可能的把握住最关键的渠道，加大产品的进入流量（曝光）。

流量波动检测模型还包括异常检测一项，异常检测是对特殊的流量进行检测。一般会聚焦于导航类流量、品牌关键字流量、SEO/SEM流量、恶意点击、特殊事件。通过对这些异常流量的检测，可以更快的分析出对产品本身的利弊，同时加以合理的运用，最终实现产品的进一步曝光。

二、渠道特征聚类模型简介

渠道特征聚类模型包括SEM渠道和特征聚类。SEM渠道也就是关键词关联，通过利用多种关键词将对应的产品关联起来，形成更大的曝光量，吸引更多的流量。

渠道特征聚类模型的特征聚类包括关键字的不同属性、引流量、质量即访问深度与转化率、流失和优化的线索。其实这些就是对关键词的进一步细化，找出对引流商品最有利的关键词，对可能造成产品访问量流失的关键词加以优化。

三、流量预测模型简介

流量预测模型的目的就是为了达成营销KPI而存在的，它采用的是回归模型，也就是基于往期的数据来推算预测需要获取到多少的流量才能完成目标KPI。