说到大数据精准营销 ， 不得不提到精准营销的关键要素 ， 今天我们就来分享一下大数据精准营销的七个关键点！
一、用户画像
用户画像是根据用户社会属性、生活习惯和消费行为等信息而抽象出的一个标签化的用户模型 。
具体包含以下几个维度：
用户固定特征：性别 ， 年龄 ， 地域 ， 教育水平 ， 生辰八字 ， 职业 ， 星座
用户兴趣特征：兴趣爱好 ， 使用APP ， 网站 ， 浏览/收藏/评论内容 ， 品牌偏好 ， 产品偏好
用户社会特征：生活习惯 ， 婚恋 ， 社交/信息渠道偏好 ， 宗教信仰 ， 家庭成分
用户消费特征：收入状况 ， 购买力水平 ， 商品种类 ， 购买渠道喜好 ， 购买频次
用户动态特征：当下时间 ， 需求 ， 正在前往的地方 ， 周边的商户 ， 周围人群 ， 新闻事件如何生成用户精准画像大致分成三步 。
1.采集和清理数据：用已知预测未知
首先得掌握繁杂的数据源 。 包括用户数据、各式活动数据、电子邮件订阅数、线上或线下数据库及客户服务信息等 。
这个是累积数据库；这里面最基础的就是如何收集网站／APP用户行为数据 。 比如当你登陆某网站 ， 其Cookie就一直驻留在浏览器中 ， 当用户触及的动作 ， 点击的位置 ， 按钮 ， 点赞 ， 评论 ， 粉丝 ， 还有访问的路径 ， 可以识别并记录他／她的所有浏览行为 ， 然后持续分析浏览过的关键词和页面 ， 分析出他的短期需求和长期兴趣 。
还可以通过分析朋友圈 ， 获得非常清晰获得对方的工作 ， 爱好 ， 教育等方面 ， 这比个人填写的表单 ， 还要更全面和真实 。
我们用已知的数据寻找线索 ， 不断挖掘素材 ， 不但可以巩固老会员 ， 也可以分析出未知的顾客与需求 ， 进一步开发市场 。
2.用户分群：分门别类贴标签
描述分析是最基本的分析统计方法 ， 描述统计分为两大部分：数据描述和指标统计 。
（1）数据描述：用来对数据进行基本情况的刻画 ， 包括数据总数 ， 范围 ， 数据来源 。
（2）指标统计：把分布 ， 对比 ， 预测指标进行建模 。 这里常常是Data mining的一些数学模型 ， 像响应率分析模型 ， 客户倾向性模型 ， 这类分群使用Lift图 ， 用打分的方法告诉你哪一类客户有较高的接触和转化的价值 。
在分析阶段 ， 数据会转换为影响指数 ， 进而可以做"一对一"的精准营销 。 举个例子 ， 一个80后客户喜欢在生鲜网站上早上10点下单买菜 ， 晚上6点回家做饭 ， 周末喜欢去附近吃日本料理 ， 经过搜集与转换 ， 就会产生一些标签 ， 包括"80后""生鲜""做饭""日本料理"等等 ， 贴在消费者身上 。
3.制定策略：优化再调整
有了用户画像之后 ， 便能清楚了解需求 ， 在实际操作上 ， 能深度经营顾客关系 ， 甚至找到扩散口碑的机会 。 例如上面例子中 ， 若有生鲜的打折券 ， 日本餐馆最新推荐 ， 营销人员就会把适合产品的相关信息 ， 精准推送这个消费者的手机中；针对不同产品发送推荐信息 ， 同时也不断通过满意度调查 ， 跟踪码确认等方式 ， 掌握顾客各方面的行为与偏好 。
除了顾客分群之外 ， 营销人员也在不同时间阶段观察成长率和成功率 ， 前后期对照 ， 确认整体经营策略与方向是否正确；若效果不佳 ， 又该用什么策略应对 。 反复试错并调整模型 ， 做到循环优化 。
这个阶段的目的是提炼价值 ， 再根据客户需求精准营销 ， 最后追踪客户反馈的信息 ， 完成闭环优化 。
我们从数据整合导入开始 ， 聚合数据 ， 在进行数据的分析挖掘 。 数据分析和挖掘还是有一些区别 。
数据分析重点是观察数据 ， 单纯的统计 ， 看KPI的升降原因 。
推荐阅读
- 介绍网上推广的9大渠道 网上推广的渠道有哪些？
- 分享网络推广的16种渠道 网络推广的渠道有哪些？
- 教你做线上运营推广的3大步骤 线上运营推广该怎么做？
- 介绍网络品牌营销的4大优势 网络品牌营销的优势有哪些？
- 分享品牌营销的9大策略 品牌营销的策略有哪些？
- 分享做品牌营销推广方案的6个步骤 品牌营销推广方案该怎么做？
- 大连海洋大学专科校区 大连海洋大学专科
- 天涯明月刀手游平民省钱攻略大全-胜负令、银两及天魁币使用技巧读懂您就是高手
- 无极仙途内丹组合分享-内丹最强技能顺序一览猜你喜欢
- 云顶之弈s4最新版本上分阵容-最强决斗亚索阵容玩法攻略教学一览大全