大数据精准营销的关键要素.pdf

大数据精准营销的关键要素

随着搜寻引擎、社交网络及智能移动设备的普及，用户每天网络

活动产生的数据成倍增长，海量数据使用户和企业的行为产生了诸多

转变。

大数据本质上是一种工具。只有当数据被企业利用并开头制造价

值时，它们才有了真正的意义。企业应当如何驾驭数据使之为己所用，

利用大数据洞察用户行为变化，精确地分析用户的特征和偏好，

挖掘产品的潜在高价值用户群体，实现市场营销的精准化、场景化，

是企业使用大数据技术实现精准营销时必需要考虑的问题。

1.用户画像

大数据精准营销的第一步是进行共性化的用户画像——针对每

一类数据实体，将其进一步分解为详细的数据维度，刻画每个用户的

特征，再聚集起来形成人群画像。

用户画像是依据用户的社会属性、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，详细包括以下5个维度。

①用户固定特征：包括性别、年龄、教育水平、职业、星座等。

②用户爱好特征：包括爱好爱好，常常查看的网站，使用的App，

扫瞄、保藏、评论的内容，以及品牌和产品偏好。

③用户社会特征：包括生活习惯、婚恋状况、人际交往和社交

状况以及家庭成员等。

④用户消费特征：包括收入状况、消费水平、产品购买渠道、

1

购买频次和购买产品种类偏好等。

⑤用户动态特征：包括用户当下需求、正在前往的地方、周边

的商户、四周的人群等信息。

构建和生成用户画像一般通过采集和分析数据、用户分群和优化

整理数据3个步骤实现。

（1）采集和分析数据

数据是构建和生成用户画像的核心依据，只有建立在客观数据基

础上的用户画像才是真实牢靠的。数据来源有3种，即相关的文献资

料和讨论报告、产品数据后台以及问卷调研和用户访谈。例如，收集

网站用户行为数据时，当用户登录电商平台或网站后，其Cookie就

始终驻留在扫瞄器中，通过用户点击的链接和按钮，或点赞、评论，

以及访问的路径，可以记录用户的全部扫瞄行为，然后持续分析其扫

瞄过的关键词和页面，可分析出其短期需求和长期爱好。也可以通过

社交网站，获得用户的职业、爱好爱好等方面的信息。

多渠道的数据统一收集和管理可以关心企业用已知的数据查找

线索，不断挖掘素材，不但可以巩固老会员，还可以分析得出未知的

顾客与需求，进一步开发市场。

（2）用户分群

用户分群就是为用户贴上标签，用标签将用户分类，进而可以做

到“一对一”的精准营销。例如，一个“80后”用户喜爱上午11点时在

生鲜网站下单买菜，晚上6点回家做饭，周末喜爱去四周吃韩国烤肉。

经过信息搜集与转换，系统就会产生一些标签，如“80后”“生鲜”“韩

2

国烤肉”等。再如，一位用户在社交网站上常常共享旅游照片，他的

服饰、背包等都是同一品牌，即可以为该用户贴上如“旅游”“某牌控”

等标签。

（3）优化整理数据

生成精确的用户画像后，便能清晰了解用户需求，在实际

操作上便能深度经营用户关系，甚至找到集中口碑的机会。例如，对

于前面提到的那位“80后”用户，假如有生鲜打折券，烤肉必威体育精装版推举，

营销人员就可以将产品的相关信息精准推送给他。

除此之外，在不同阶段，企业还需要观看营销的胜利率，并追踪

用户反馈的信息，确认整体经营策略与方向是否正确。假如效果不佳，

就应当对营销策略做出相应调整，反复尝试并调整，做到循环优化。

2.猜测分析

在“营销1.0”时代，以产品为中心，满意传统的用户需求；在“营

销2.0”时代，以社会价值与品牌为使命，但不能特别精准地对接共性

化需求；进入“营销3.0”数据时代后，可实现“一对一营销”，对每个

用户实施共性化匹配，甚至精确计算成交转化率，从而提高投资回报

比。

“营销3.0”时代的关键词是“猜测”，企业运营比的是早一步的预

知力量。利用大数据，可从用户真实交易数据中猜测下一次的购买行

为。猜测力量能够让企业专注于一小群用户，而这群用户能代表特定

产品的大多数潜在用户。例如，将营销活动的目标用户锁定为20万

潜在用户或现有用户，拨出部分预算用于