Mobile User and App Analytics in China
0 likes1,460 views
Mobile User and App Analytics in China, Project from Big Data School
Mobile User and App Analytics in China
- 1. Mobile User and App Analytics in China TEAM APACHE HADOOP, IMC INSTITUTE 30 JULY 2016
- 2. IMC Institute: Apache Hadoop Team Logo Logo Credit: Agile Thailand 2016
- 4. TalkingData คือบริษัทอะไร? "TalkingData เป็นแพลตฟอร์มของบุคคลที่สามข้อมูลมือ ถือที่ใหญ่ที่สุดของประเทศจีน ทางบริษัทเข้าใจว่าทางเลือกใน ชีวิตประจาวันและพฤติกรรมของผู้ใช้มือถือผลักดันให้พวกเรา สร้างคุณค่าต่างๆได้ ปัจจุบันบริษัท TalkingData กาลังมอง หาประโยชน์จากฐานข้อมูลพฤติกรรมผู้ใช้มือถือจากกว่า 70% ของ 500 ล้านโทรศัพท์มือถือที่ใช้งานใน ชีวิตประจาวันในประเทศจีนเพื่อช่วยให้ลูกค้าของตนเข้าใจ และมีปฏิสัมพันธ์กับผู้ใช้ของพวกเขา”
- 5. TalkingData: ข้อมูลขนาดใหญ่ที่เข้ามาในแต่ละวัน TalkingData Website: https://www.talkingdata.com/
- 6. โจทย์ปัญหา • พฤติกรรมการใช้แอพพลิเคชั่นของผู้ใช้มือถือ • แอพพลิเคชั่นประเภทใดได้รับความนิยมมากที่สุด • ผู้ใช้มือถือนิยมใช้แอพพลิเคชั่นในช่วงใดของวันและวันใดบ้างในแต่ละอาทิตย์ • จานวนผู้ใช้มือถือแบ่งตามเพศและอายุกลุ่มใดมากที่สุดที่ปรากฎในชุดข้อมูล • แบรนด์โทรศัพท์มือถือใดกาลังครองตลาดอยู่ในประเทศจีน • รุ่นโทรศัพท์มือถือใดกาลังครองตลาดอยู่ในประเทศจีน • ความสัมพันธ์ระหว่างจานวนแอพพลิเคชั่นในแต่ละประเภทของแอพพลิเคชั่น • เราจะมีวิธีอย่างไรบ้างในการคาดเดากลุ่มผู้ใช้มือถือตามการเข้าใช้งานแอพพลิเคชั่น • เราจะมีวิธีอย่างไรบ้างในการคาดเดาอัตราการใช้งานของผู้ใช้มือถือ
- 7. จุดประสงค์ของโปรเจ็ค • เรียนรู้การใช้ AWS & Microsoft Azure เพื่อสร้าง Instances การทางานแบบ Single Node & Cluster (Lecture: อ.ธนชาติ) • ทราบถึงความสาคัญของ Big Data และวิธีการรับมือข้อมูลขนาดใหญ่ • การใช้ Hadoop เพื่อเก็บข้อมูลเข้า HDFS รวมไปถึงการดึงข้อมูลโดยใช้ภาษา SQL ผ่านเครื่องมือ Hive Impala และ SparkSQL • เรียนรู้การใช้ Mass Analytics Tools เพื่อการวิเคราะห์ข้อมูล แปลงจากข้อมูล เป็น Knowledge/Discovery (Lecture: อ.โกเมธ) • ทดลองการใช้ Machine Learning for Business แก้ปัญหาเชิงธุรกิจ • สร้าง Web-based and Interactive Visualization ด้วยภาษา Javascript เพื่อสวยงามและสะดวกต่อผู้ใช้บริการ (Lecture: อ.ชินวิทย์)
- 8. คาอธิบายชุดข้อมูล TalkingData on “Kaggle” ข้อมูล Gender_age ประกอบด้วย 4 สดมภ์ 74,645 แถว มีคาอธิบายตัวแปรดังนี้ • Device_id คือ หมายเลข (นิรนาม สาหรับข้อมูลชุดนี้) ที่เป็นเฉพาะของผู้ใช้แอพพลิเคชั่น • Gender คือ เพศของผู้ใช้แอพพลิเคชั่น • Age คือ อายุของผู้ใช้แอพพลิเคชั่น • Group คือ การจัดกลุ่มอายุของผู้ใช้ของแอพพลิเคชั่น ซึ่งทาง TalkingData จัดไว้ให้แล้ว
- 9. คาอธิบายชุดข้อมูล TalkingData on “Kaggle” ข้อมูล Phone Brand Device Model ประกอบด้วย 3 สดมภ์ 187,245 แถว มีคาอธิบายตัวแปรดังนี้ • Device_id คือ หมายเลข (นิรนาม สาหรับข้อมูลชุดนี้) ที่เป็น เฉพาะของผู้ใช้แอพพลิเคชั่น สดมภ์นี้สามารถรวมกับ Gender_age ได้ • Phone_brand คือ แบรนด์ของโทรศัพท์ผู้ใช้ (ในประเทศจีน เท่านั้น) เช่น 三星 (Samsung) 美图 (meitu) และ 酷 珀 (kupo) เป็นต้น • Device_model คือ รุ่นของโทรศัพท์ผู้ใช้ (ในประเทศจีนเท่านั้น) เช่น 红米,Galaxy S4, 时尚手机 และ Galaxy Note 2 เป็นต้น
- 10. คาอธิบายชุดข้อมูล TalkingData on “Kaggle” ข้อมูล Events ประกอบด้วย 5 สดมภ์ 3,252,950 แถว มี คาอธิบายตัวแปรดังนี้ • Event_id คือ รหัสการเกิดของเหตุการณ์การใช้แอพพลิเคชั่น • Device_id คือ หมายเลข (นิรนาม สาหรับข้อมูลชุดนี้) ที่เป็น เฉพาะของผู้ใช้แอพพลิเคชั่น สดมภ์นี้สามารถรวมกับ Gender_age ได้ • Timestamp คือ วันและเวลาของการเข้าใช้งานแอพพลิเคชั่น • Longitude คือ ลองจิจูดที่ TalkingData เก็บข้อมูลไว้จากการ ใช้แอพพลิเคชั่นของผู้ใช้งาน • Latitude คือ ละติจูดที่ TalkingData เก็บข้อมูลไว้จากการใช้ แอพพลิเคชั่นของผู้ใช้งาน
- 11. คาอธิบายชุดข้อมูล TalkingData on “Kaggle” ข้อมูล App Events ประกอบด้วย 4 สดมภ์ 32,473,067 แถว มีคาอธิบายตัวแปรดังนี้ • Event_id คือ รหัสการเกิดของเหตุการณ์การใช้แอพพลิเคชั่น สดมภ์นี้สามารถรวมกับ Events ได้ • App_id คือ รหัสเฉพาะของแอพพลิเคชั่นนั้นๆ • Is_installed คือ แอพพลิเคชั่นได้รับการติดตั้งหรือไม่ (1 คือ ใช่ 0 คือไม่ใช่) • Is_active คือ แอพพลิเคชั่นยังคง active อยู่หรือไม่จากการ เก็บข้อมูลของ TalkingData ณ เวลานั้น (1 คือใช่ 0 คือไม่ใช่)
- 12. คาอธิบายชุดข้อมูล TalkingData on “Kaggle” ข้อมูล App Labels ประกอบด้วย 2 สดมภ์ 459,943 แถว มีคาอธิบายตัวแปรดังนี้ • App_id คือ รหัสเฉพาะของแอพพลิเคชั่นนั้นๆ สดมภ์นี้สามารถรวมกับ App Events ได้ • Label_id คือ รหัสลาเบลเพื่อระบุประเภทของแอพพลิเคชั่น ข้อมูล Label_category ประกอบด้วย 2 สดมภ์ 930 แถว มีคาอธิบายตัวแปรดังนี้ • Label_id คือ รหัสลาเบลเพื่อระบุประเภทของแอพพลิเคชั่น สดมภ์นี้ สามารถรวมกับ App Labels ได้ • Category คือ หมวดหมู่ของแอพพลิเคชั่น เช่น game-Game themes, game-Art Style, Internet Banking และ Romance เป็นต้น
- 16. Vs.
- 18. • เข้าใจกระบวนการเก็บข้อมูลของบริษัทโทรคมนาคมมากขึ้น อาจเป็นประโยชน์ต่อบริษัทในประเทศไทยหากต้องการวิเคราะห์ลูกค้าในรูปแบบที่ คล้ายกันกับโจทย์นี้ • เข้าใจพฤติกรรมของผู้ใช้งานแอพพลิเคชั่นว่า ต้องการแอพพลิเคชั่นประเภทใด ใช้ช่วงเวลาใดของวันและช่วงอาทิตย์ จากการวิเคราะห์พบว่า คนเข้าใช้ มือถือในเวลา 11:00 am. และ 11:00 pm. มากที่สุดและคนเข้าใช้วันอังคารมากที่สุด จากกราฟเส้นของเวลาการใช้ตามอาทิตย์ ข้อมูลดังกล่าวเป็น ประโยชน์ต่อนักพัฒนาแอพพลิเคชั่นและนักการตลาดทั่วโลกในการตอบสนอง Demand ของผู้ใช้ • แบรนด์โทรศัพท์ยอดนิยม 3 อันดับแรกได้แก่ 小米, 三星, และ 华为 และโมเดลโทรศัพท์ 3 อันดับแรกได้แก่ 红米note, MI 3, และ MI 2S • จากการวิเคราะห์แผนที่ของผู้ใช้งานแอพพลิเคชั่นทาให้สามารถ Traceback สถานที่การใช้งานของผู้ใช้แอพพลิเคชั่นในแต่ละกลุ่มตามเพศและอายุ รวมไปถึงแบรนด์โทรศัพท์และรุ่นโทรศัพท์มือถือ • การทดสอบโมเดล Classification พบว่าปัจจัยที่สาคัญได้แก่จานวนการลงแอพพลิเคชั่น จานวนการใช้แอพพลิเคชั่น จานวนเหตุการณ์การเข้าใช้ แบ รนด์โทรศัพท์มือถือ และโมเดลโทรศัพท์มือถือ • การทดสอบโมเดล Regression พบว่าปัจจัยสาคัญได้แก่ อายุ เพศ จานวนเหตุการณ์การเข้าใช้ แบรนด์โทรศัพท์มือถือ และโมเดลโทรศัพท์มือถือ
- 20. Thank you! Time for Q & A!