自言自语：算法工程师不仅仅要学会写代码，提升模型效果，分析AB实验，更要有相当敏锐的业务触觉，制定合理的业务迭代方案。

开篇：营销分析的要素

人群（Customer Insight） × 渠道（ Multi-Touch Attribution） = 机会（ Opportunity）

人群——我们需要深入了解人群，目的是优化人群结构和价值。例如，我们需要明白广告主的关键人群是谁，他们偏好什么样的营销组合，什么时间和事件节点最适宜沟通。这些都是C.M.O. 营销分析方法中，C 部分要解决的问题。

渠道——我们对渠道进行深入了解，目标是提升渠道效能。比如，对于关键人群，我们需要了解哪些渠道发挥了何种作用。这是C.M.O. 营销分析方法中，M 部分要解决的问题。

策略——这是通过C × M 分析得出的策略，对策略进行测量和预估，也包括如何通过数据发现C和M，以达到某个营销目标。"策略的数字化发现、评估和预估"是确定"机会"的最后一步。这就是C.M.O. 营销分析方法中，O 部分要解决的问题。

作者以CMO三个维度展开：

针对营销场景下的数据科学实践，可以被抽象成一套敏捷的流程：

第一篇：消费者资产分析

基本概念

• 消费者资产也称为顾客资产（customer equity)，是所有消费者终身价值的综合。通过消费者关系管理，积累消费者资产，产生更多高价值的忠诚客户，为品牌创造更多价值。根据消费者与品牌关系的强度由浅至深，可以分为认知- 兴趣- 购买-忠诚，也就是AIPL 模型，也有其他的原理类似的划分方式， 比如WPP 集团的BrandDynamics 品牌动力金字塔。浅层消费者还未产生花费，仅仅认知品牌，或者仅有过几次互动，营销人员会通过营销活动促使他们往更深关系上流转，创造价值。
• 用户分层是根据用户的特征和行为对用户进行区隔划分，生成不同的用户群体，进而制定不同的产品和运营策略，优化资源分配，提升效益。用户分层是消费者资产管理和精细化运营的基础。

常见消费者资产模型

根据业务类型和目标不同，运营人员建立用户分层方案，形成不同的消费者资产模型。