說到大數(shù)據(jù)精準營銷,不得不先提個性化的用戶畫像,我們針對每一類數(shù)據(jù)實體,進一步分解可落地的數(shù)據(jù)維度,刻畫TA的每一個特征,在聚集起來形成人群畫像。
01用戶畫像
用戶畫像是根據(jù)用戶社會屬性、生活習慣和消費行為等信息而抽象出的一個標簽化的用戶模型。具體包含以下幾個維度:
用戶固定特征:性別,年齡,地域,教育水平,生辰八字,職業(yè),星座
用戶社會特征:生活習慣,婚戀,社交/信息渠道偏好,宗教信仰,家庭成分
用戶消費特征:收入狀況,購買力水平,商品種類,購買渠道喜好,購買頻次
用戶動態(tài)特征:當下時間,需求,正在前往的地方,周邊的商戶,周圍人群,新聞事件如何生成用戶精準畫像大致分成三步。
1.采集和清理數(shù)據(jù):用已知預測未知
我們用已知的數(shù)據(jù)尋找線索,不斷挖掘素材,不但可以鞏固老會員,也可以分析出未知的顧客與需求,進一步開發(fā)市場。
2.用戶分群:分門別類貼標簽
在分析階段,數(shù)據(jù)會轉(zhuǎn)換為影響指數(shù),進而可以做"一對一"的精準營銷。舉個例子,一個80后客戶喜歡在生鮮網(wǎng)站上早上10點下單買菜,晚上6點回家做飯,周末喜歡去附近吃日本料理,經(jīng)過搜集與轉(zhuǎn)換,就會產(chǎn)生一些標簽,包括"80后""生鮮""做飯""日本料理"等等,貼在消費者身上。
3.制定策略:優(yōu)化再調(diào)整
有了用戶畫像之后,便能清楚了解需求,在實際操作上,能深度經(jīng)營顧客關系,甚至找到擴散口碑的機會。例如上面例子中,若有生鮮的打折券,日本餐館最新推薦,營銷人員就會把適合產(chǎn)品的相關信息,精準推送這個消費者的手機中;針對不同產(chǎn)品發(fā)送推薦信息,同時也不斷通過滿意度調(diào)查,跟蹤碼確認等方式,掌握顧客各方面的行為與偏好。
除了顧客分群之外,營銷人員也在不同時間階段觀察成長率和成功率,前后期對照,確認整體經(jīng)營策略與方向是否正確;若效果不佳,又該用什么策略應對。反復試錯并調(diào)整模型,做到循環(huán)優(yōu)化。
這個階段的目的是提煉價值,再根據(jù)客戶需求精準營銷,最后追蹤客戶反饋的信息,完成閉環(huán)優(yōu)化。
我們從數(shù)據(jù)整合導入開始,聚合數(shù)據(jù),在進行數(shù)據(jù)的分析挖掘。數(shù)據(jù)分析和挖掘還是有一些區(qū)別。數(shù)據(jù)分析重點是觀察數(shù)據(jù),單純的統(tǒng)計,看KPI的升降原因。而數(shù)據(jù)挖掘從細微和模型角度去研究數(shù)據(jù),從學習集、訓練集發(fā)現(xiàn)知識規(guī)則,除了一些比較商業(yè)化的軟件SAS,WEKA功能強大的數(shù)據(jù)分析挖掘軟件,這邊還是更推薦使用R,Python,因為SAS,SPSS本身比較昂貴,也很難做頁面和服務級別的API,而Python和R有豐富的庫,可以類似WEKA的模塊,無縫交互其他API和程序,這里還需要熟悉數(shù)據(jù)庫,Hadoop等。
02數(shù)據(jù)細分受眾
“顛覆營銷”書中提到一個例子,可以引述一下,大家思考一個問題:如果你打算搜集200份有效問卷,依照以往的經(jīng)驗,你需要發(fā)多少份問卷,才能達到這個目標?預計用多少預算和時間來執(zhí)行?
以往的方法是這樣的:評估網(wǎng)絡問卷大約是5%的回收率,想要保證收到200份的問卷,就必須有20倍的發(fā)送量,也就是發(fā)出4000份問卷,一個月內(nèi)如果可以回收,就是不錯的表現(xiàn)。
但現(xiàn)在不一樣了,在執(zhí)行大數(shù)據(jù)分析的3小時內(nèi),就可以輕松完成以下的目標:
精準挑選出1%的VIP顧客
發(fā)送390份問卷,全部回收
問卷寄出3小時內(nèi)回收35%的問卷
5天內(nèi)就回收了超過目標數(shù)86%的問卷數(shù)
所需時間和預算都在以往的10%以下
這是怎么做到在問卷發(fā)送后的3個小時就回收35%?那是因為數(shù)據(jù)做到了發(fā)送時間的"一對一定制化",利用數(shù)據(jù)得出,A先生最可能在什么時間打開郵件就在那個時間點發(fā)送問卷。
舉例來說,有的人在上班路上會打開郵件,但如果是開車族,并沒有時間填寫答案,而搭乘公共交通工具的人,上班路上的時間會玩手機,填寫答案的概率就高,這些都是數(shù)據(jù)細分受眾的好處。
03預 測
“預測”能夠讓你專注于一小群客戶,而這群客戶卻能代表特定產(chǎn)品的大多數(shù)潛在買家。
當我們采集和分析用戶畫像時,可以實現(xiàn)精準營銷。這是最直接和最有價值的應用,廣告主可以通過用戶標簽來發(fā)布廣告給所要觸達的用戶,這里面又可以通過上圖提到的搜索廣告,展示社交廣告,移動廣告等多渠道的營銷策略,營銷分析,營銷優(yōu)化以及后端CRM/供應鏈系統(tǒng)打通的一站式營銷優(yōu)化,全面提升ROI。
我們再說一說營銷時代的變遷,傳統(tǒng)的企業(yè)大多還停留在“營銷1.0”時代,以產(chǎn)品為中心,滿足傳統(tǒng)的消費者需求,而進入“營銷2.0”,以社會價值與品牌為使命,也不能完全精準對接個性化需求。進入營銷3.0的數(shù)據(jù)時代,我們要對每個消費者進行個性化匹配,一對一營銷,甚至精確算清楚成交轉(zhuǎn)化率,提高投資回報比。
大數(shù)據(jù)下的營銷顛覆經(jīng)典的營銷4P理論,Product,Price,Place,Promotion,取而代之的是新的4P,People,Performance,Process,Prediction。在大數(shù)據(jù)時代,線下地理的競爭邊界早就不存在,比的是早一步的先知能力,利用大數(shù)據(jù),從顧客真實交易數(shù)據(jù)中,預測下一次的購買時間。 營銷3.0時代關鍵詞就是“預測”。
預測營銷能夠讓你專注于一小群客戶,而這群客戶卻能代表特定產(chǎn)品的大多數(shù)潛在買家。以上圖為例,你可以將營銷活動的目標受眾鎖定為20萬潛在客戶或現(xiàn)有客戶,其中包括特定產(chǎn)品的大多數(shù)買家(4萬人)。你還可以撥出部分預算用于吸引更小的客戶群(比如20% 的客戶),而不是整個客戶群,進而優(yōu)化你的支出。
過去我們看數(shù)據(jù)可能是被動的方式,但預測營銷強調(diào)是決策價值,比如購買時間,你該看的不是她最后的購買日期,而是下次購買的時間,看未來的存活概率,最后生成客戶終身價值(CLV)。預測營銷催生了一種新的數(shù)據(jù)驅(qū)動營銷方式,就是以客戶為中心,核心在于幫助公司完成從以產(chǎn)品或渠道為中心到以客戶為中心的轉(zhuǎn)變。
原標題: 如何利用大數(shù)據(jù)做精準營銷? 上海網(wǎng)站建設(http://www.xykonline.com)2022-07-04
2022-06-21
2022-06-13
2022-06-13
2022-06-07
2021-11-18
2021-07-07
2020-11-11
2020-09-18
2020-09-18
2020-09-08
2020-09-04