很可惜 T 。T 您現(xiàn)在還不是作者身份，不能自主發(fā)稿哦～
如有投稿需求，請把文章發(fā)送到郵箱tougao@appcpx.com，一經錄用會有專人和您聯(lián)系
咨詢如何成為春羽作者請聯(lián)系：鳥哥筆記小羽毛（ngbjxym）
說到大數據精準營銷，不得不提到精準營銷的關鍵要素，今天我們就來分享一下大數據精準營銷的七個關鍵點！
用戶畫像是根據用戶社會屬性、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
用戶興趣特征：興趣愛好，使用APP，網站，瀏覽/收藏/評論內容，品牌偏好，產品偏好
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。
首先得掌握繁雜的數據源。包括用戶數據、各式活動數據、電子郵件訂閱數、線上或線下數據庫及客戶服務信息等。
這個是累積數據庫；這里面最基礎的就是如何收集網站／APP用戶行為數據。比如當你登陸某網站，其Cookie就一直駐留在瀏覽器中，當用戶觸及的動作，點擊的位置，按鈕，點贊，評論，粉絲，還有訪問的路徑，可以識別并記錄他／她的所有瀏覽行為，然后持續(xù)分析瀏覽過的關鍵詞和頁面，分析出他的短期需求和長期興趣。
還可以通過分析朋友圈，獲得非常清晰獲得對方的工作，愛好，教育等方面，這比個人填寫的表單，還要更全面和真實。
我們用已知的數據尋找線索，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。
描述分析是最基本的分析統(tǒng)計方法，描述統(tǒng)計分為兩大部分：數據描述和指標統(tǒng)計。
（1）數據描述：用來對數據進行基本情況的刻畫，包括數據總數，范圍，數據來源。
（2）指標統(tǒng)計：把分布，對比，預測指標進行建模。這里常常是Data mining的一些數學模型，像響應率分析模型，客戶傾向性模型，這類分群使用Lift圖，用打分的方法告訴你哪一類客戶有較高的接觸和轉化的價值。
在分析階段，數據會轉換為影響指數，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，經過搜集與轉換，就會產生一些標簽，包括'80后''生鮮''做飯''日本料理'等等，貼在消費者身上。
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品的相關信息，精準推送這個消費者的手機中；針對不同產品發(fā)送推薦信息，同時也不斷通過滿意度調查，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。
我們從數據整合導入開始，聚合數據，在進行數據的分析挖掘。數據分析和挖掘還是有一些區(qū)別。
數據分析重點是觀察數據，單純的統(tǒng)計，看KPI的升降原因。
而數據挖掘從細微和模型角度去研究數據，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功能強大的數據分析挖掘軟件，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，這里還需要熟悉數據庫，Hadoop等。
在執(zhí)行大數據分析的3小時內，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小時內回收35%的問卷 5天內就回收了超過目標數86%的問卷數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%？那是因為數據做到了發(fā)送時間的'一對一定制化'，利用數據得出，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，這些都是數據細分受眾的好處。
“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品的大多數潛在買家。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的數據時代，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化率，提高投資回報比。
大數據最大的價值不是事后分析，而是預測和推薦，我就拿電商舉例，'精準推薦'成為大數據改變零售業(yè)的核心功能。
譬如服裝網站Stitch fix例子，在個性化推薦機制方面，大多數服裝訂購網站采用的都是用戶提交身形、風格數據+編輯人工推薦的模式，Stitch Fix不一樣的地方在于它還結合了機器算法推薦。這些顧客提供的身材比例，主觀數據，加上銷售記錄的交叉核對，挖掘每個人專屬的服裝推薦模型。 這種一對一營銷是最好的服務。
數據整合改變了企業(yè)的營銷方式，現(xiàn)在經驗已經不是累積在人的身上，而是完全依賴消費者的行為數據去做推薦。未來，銷售人員不再只是銷售人員，而能以專業(yè)的數據預測，搭配人性的親切互動推薦商品，升級成為顧問型銷售。
關于預測營銷的技術能力，有幾種選擇方案：
1、使用預測分析工作平臺，然后以某種方法將模型輸入活動管理工具；
2、以分析為動力的預測性活動外包給市場服務提供商；
3、評估并購買一個預測營銷的解決方案，比如預測性營銷云和多渠道的活動管理工具。
但無論哪條路，都要確定三項基本能力：
1）連接不同來源的客戶數據，包括線上，線下，為預測分析準備好數據 ；
2）分析客戶數據，使用系統(tǒng)和定制預測模型，做高級分析 ；
3）在正確時間，正確客戶，正確的場景出發(fā)正確行為，可能做交叉銷售，跨不同營銷系統(tǒng)。
預測客戶購買可能性的行業(yè)標準是RFM模型（最近一次消費R，消費頻率F，消費金額M），但模型應用有限，本質是一個試探性方案，沒有統(tǒng)計和預測依據。“過去的成績不能保證未來的表現(xiàn)”，RFM只關注過去，不去將客戶當前行為和其他客戶當前行為做對比。這樣就無法在購買產品之前識別高價值客戶。
我們聚焦的預測模型，就是為了在最短時間內對客戶價值產生最大影響。這里列舉一些其他模型參考：
1.參與傾向模型，預測客戶參與一個品牌的可能性，參與定義可以多元，比如參加一個活動，打開電子郵件，點擊，訪問某頁面?？梢酝ㄟ^模型來確定EDM的發(fā)送頻率。并對趨勢做預測，是增加還是減少活動。
2.錢包模型，就是為每個客戶預測最大可能的支出，定義為單個客戶購買產品的最大年度支出。然后看增長模型，如果當前的總目標市場比較小，但未來可能很大，就需要去發(fā)現(xiàn)這些市場。
3.價格優(yōu)化模型，就是能夠去最大限度提升銷售，銷量或利潤的架構，通過價格優(yōu)化模型為每個客戶來定價，這里需要對你想要的產品開發(fā)不同的模型，或者開發(fā)通用，可預測的客戶價格敏感度的模型，確定哪一塊報價時對客戶有最大的影響。
4.關鍵字推薦模型，關鍵字推薦模型可以基于一個客戶網絡行為和購買記錄來預測對某個內容的喜愛程度，預測客戶對什么熱點，爆款感興趣，營銷者使用這種預測結果為特定客戶決定內容營銷主題。
5.預測聚集模型，預測聚集模型就是預測客戶會歸為哪一類。
去年人工智能特別火，特別是深度學習在機器視覺，語言識別，游戲AI上的突飛猛進，以至于人們開始恐慌人工智能是不是已經可以接管人類工作，我個人是對新技術有著強烈的興趣，也非?？春眯驴萍迹瑪祿c現(xiàn)實的關聯(lián)。
在零售店買單的時候經常被詢問“你有沒有購物卡”，當我說沒有收銀員會趕緊勸我免費開通，有打折優(yōu)惠，只需要填個手機號和郵箱，后面就可以針對我的購買記錄做營銷活動，而當我下次進來，他們就讓我報出電話號碼做消費者識別，當時我想如果做到人臉識別，豈不是更方便，刷臉就可以買單。
而這個場景在去年也有了實驗，螞蟻金服研發(fā)出了一個生物識別機器人，叫螞可Mark，據說其認臉能力已經超越了人類肉眼的能力。還有VR購物，Amazon推出的無收銀員商店Amazon Go，通過手勢識別，物聯(lián)網和后續(xù)數據挖掘等技術實現(xiàn)購物體驗。
針對營銷領域，主要有以下三種預測營銷技術：
無監(jiān)督學習技術能識別數據中的隱藏模式，也無須明確預測一種結果。比如在一群客戶中發(fā)現(xiàn)興趣小組，也許是滑雪，也許是長跑，一般是放在聚類算法，揭示數據集合中 真實的潛在客戶。所謂聚類，就是自動發(fā)現(xiàn)重要的客戶屬性，并據此做分類。
通過案例訓練機器，學習并識別數據，得到目標結果，這個一般是給定輸入數據情況下預測，比如預測客戶生命周期價值，客戶與品牌互動的可能性，未來購買的可能性。
這種是利用數據中的潛質模式，精準預測最佳的選擇結果，比如對某用戶做促銷應該提供哪些產品。這個跟監(jiān)督學習不同，強化學習算法無須僅需輸入和輸出訓練，學習過程通過試錯完成。
從技術角度看，推薦模型應用了協(xié)同過濾，貝葉斯網絡等算法模型。強化學習是被Google Brain團隊的負責人Jeff Dean認為是最有前途的AI研究方向之一。最近Google的一個AI團隊DeepMind發(fā)表了一篇名為《學會強化學習》的論文。
按團隊的話來說，叫做“學會學習”的能力，或者叫做能解決類似相關問題的歸納能力。除了強化學習，還在遷移學習。遷移學習就是把一個通用模型遷移到一個小數據上，使它個性化，在新的領域也能產生效果，類似于人的舉一反三、觸類旁通。
本文為作者獨立觀點，不代表鳥哥筆記立場，未經允許不得轉載。
《鳥哥筆記版權及免責申明》 如對文章、圖片、字體等版權有疑問，請點擊 反饋舉報
我們致力于提供一個高質量內容的交流平臺。為落實國家互聯(lián)網信息辦公室“依法管網、依法辦網、依法上網”的要求，為完善跟帖評論自律管理，為了保護用戶創(chuàng)造的內容、維護開放、真實、專業(yè)的平臺氛圍，我們團隊將依據本公約中的條款對注冊用戶和發(fā)布在本平臺的內容進行管理。平臺鼓勵用戶創(chuàng)作、發(fā)布優(yōu)質內容，同時也將采取必要措施管理違法、侵權或有其他不良影響的網絡信息。
一、根據《網絡信息內容生態(tài)治理規(guī)定》《中華人民共和國未成年人保護法》等法律法規(guī)，對以下違法、不良信息或存在危害的行為進行處理。
1. 違反法律法規(guī)的信息，主要表現(xiàn)為：
1)反對憲法所確定的基本原則；
2)危害國家安全，泄露國家秘密，顛覆國家政權，破壞國家統(tǒng)一，損害國家榮譽和利益；
3)侮辱、濫用英烈形象，歪曲、丑化、褻瀆、否定英雄烈士事跡和精神，以侮辱、誹謗或者其他方式侵害英雄烈士的姓名、肖像、名譽、榮譽；
4)宣揚恐怖主義、極端主義或者煽動實施恐怖活動、極端主義活動；
5)煽動民族仇恨、民族歧視，破壞民族團結；
6)破壞國家宗教政策，宣揚邪教和封建迷信；
7)散布謠言，擾亂社會秩序，破壞社會穩(wěn)定；
8)宣揚淫穢、色情、賭博、暴力、兇殺、恐怖或者教唆犯罪；
9)煽動非法集會、結社、游行、示威、聚眾擾亂社會秩序；
10)侮辱或者誹謗他人，侵害他人名譽、隱私和其他合法權益；
11)通過網絡以文字、圖片、音視頻等形式，對未成年人實施侮辱、誹謗、威脅或者惡意損害未成年人形象進行網絡欺凌的；
12)危害未成年人身心健康的；
13)含有法律、行政法規(guī)禁止的其他內容；
2. 不友善：不尊重用戶及其所貢獻內容的信息或行為。主要表現(xiàn)為：
1)輕蔑：貶低、輕視他人及其勞動成果；
2)誹謗：捏造、散布虛假事實，損害他人名譽；
3)嘲諷：以比喻、夸張、侮辱性的手法對他人或其行為進行揭露或描述，以此來激怒他人；
4)挑釁：以不友好的方式激怒他人，意圖使對方對自己的言論作出回應，蓄意制造事端；
5)羞辱：貶低他人的能力、行為、生理或身份特征，讓對方難堪；
6)謾罵：以不文明的語言對他人進行負面評價；
7)歧視：煽動人群歧視、地域歧視等，針對他人的民族、種族、宗教、性取向、性別、年齡、地域、生理特征等身份或者歸類的攻擊；
8)威脅：許諾以不良的后果來迫使他人服從自己的意志；
3. 發(fā)布垃圾廣告信息：以推廣曝光為目的，發(fā)布影響用戶體驗、擾亂本網站秩序的內容，或進行相關行為。主要表現(xiàn)為：
1)多次發(fā)布包含售賣產品、提供服務、宣傳推廣內容的垃圾廣告。包括但不限于以下幾種形式：
2)單個帳號多次發(fā)布包含垃圾廣告的內容；
3)多個廣告帳號互相配合發(fā)布、傳播包含垃圾廣告的內容；
4)多次發(fā)布包含欺騙性外鏈的內容，如未注明的淘寶客鏈接、跳轉網站等，誘騙用戶點擊鏈接
5)發(fā)布大量包含推廣鏈接、產品、品牌等內容獲取搜索引擎中的不正當曝光；
6)購買或出售帳號之間虛假地互動，發(fā)布干擾網站秩序的推廣內容及相關交易。
7)發(fā)布包含欺騙性的惡意營銷內容，如通過偽造經歷、冒充他人等方式進行惡意營銷；
8)使用特殊符號、圖片等方式規(guī)避垃圾廣告內容審核的廣告內容。
4. 色情低俗信息，主要表現(xiàn)為：
1)包含自己或他人性經驗的細節(jié)描述或露骨的感受描述；
2)涉及色情段子、兩性笑話的低俗內容；
3)配圖、頭圖中包含庸俗或挑逗性圖片的內容；
4)帶有性暗示、性挑逗等易使人產生性聯(lián)想；
5)展現(xiàn)血腥、驚悚、殘忍等致人身心不適；
6)炒作緋聞、丑聞、劣跡等；
7)宣揚低俗、庸俗、媚俗內容。
5. 不實信息，主要表現(xiàn)為：
1)可能存在事實性錯誤或者造謠等內容；
2)存在事實夸大、偽造虛假經歷等誤導他人的內容；
3)偽造身份、冒充他人，通過頭像、用戶名等個人信息暗示自己具有特定身份，或與特定機構或個人存在關聯(lián)。
6. 傳播封建迷信，主要表現(xiàn)為：
1)找人算命、測字、占卜、解夢、化解厄運、使用迷信方式治??；
2)求推薦算命看相大師；
3)針對具體風水等問題進行求助或咨詢；
4)問自己或他人的八字、六爻、星盤、手相、面相、五行缺失，包括通過占卜方法問婚姻、前程、運勢，東西寵物丟了能不能找回、取名改名等；
7. 文章標題黨，主要表現(xiàn)為：
1)以各種夸張、獵奇、不合常理的表現(xiàn)手法等行為來誘導用戶；
2)內容與標題之間存在嚴重不實或者原意扭曲；
3)使用夸張標題，內容與標題嚴重不符的。
8.「飯圈」亂象行為，主要表現(xiàn)為：
1)誘導未成年人應援集資、高額消費、投票打榜
2)粉絲互撕謾罵、拉踩引戰(zhàn)、造謠攻擊、人肉搜索、侵犯隱私
3)鼓動「飯圈」粉絲攀比炫富、奢靡享樂等行為
4)以號召粉絲、雇用網絡水軍、「養(yǎng)號」形式刷量控評等行為
5)通過「蹭熱點」、制造話題等形式干擾輿論，影響傳播秩序
9. 其他危害行為或內容，主要表現(xiàn)為：
1)可能引發(fā)未成年人模仿不安全行為和違反社會公德行為、誘導未成年人不良嗜好影響未成年人身心健康的；
2)不當評述自然災害、重大事故等災難的；
3)美化、粉飾侵略戰(zhàn)爭行為的；
4)法律、行政法規(guī)禁止，或可能對網絡生態(tài)造成不良影響的其他內容。
二、違規(guī)處罰
本網站通過主動發(fā)現(xiàn)和接受用戶舉報兩種方式收集違規(guī)行為信息。所有有意的降低內容質量、傷害平臺氛圍及欺凌未成年人或危害未成年人身心健康的行為都是不能容忍的。
當一個用戶發(fā)布違規(guī)內容時，本網站將依據相關用戶違規(guī)情節(jié)嚴重程度，對帳號進行禁言 1 天、7 天、15 天直至永久禁言或封停賬號的處罰。當涉及欺凌未成年人、危害未成年人身心健康、通過作弊手段注冊、使用帳號，或者濫用多個帳號發(fā)布違規(guī)內容時，本網站將加重處罰。
三、申訴
隨著平臺管理經驗的不斷豐富，本網站出于維護本網站氛圍和秩序的目的，將不斷完善本公約。
如果本網站用戶對本網站基于本公約規(guī)定做出的處理有異議，可以通過「建議反饋」功能向本網站進行反饋。
(規(guī)則的最終解釋權歸屬本網站所有)