隨著互聯網的不斷發展,積累的用戶信息、行為記錄越來越豐富,同時大數據處理和分析技術也已成熟,可以計算出每個用戶的特征。用戶畫像作為大數據的根基,它完美地抽象出用戶的信息全貌,并進一步精準、快速地分析用戶行為習慣、消費習慣等重要信息,為營銷提供了足夠多的數據基礎。因此,互聯網的廣告投放可以直接針對每一個具體的人,廣告的內容和創意也可以通過你在互聯網上表現出來的行為進行安排。
圖1:中科匯聯機器人小薇參加CCTV-2機智過人節目,獲得中科院院士及其他專家的好評
用戶畫像的標簽有以下幾個維度:
1、自然特征 / 基本屬性:
如性別、年齡、體形、地域、職業、教育程度等。
2、消費特征 / 購買能力:
如婚否、收入、車、房、孩子、購物類型、品牌偏好、信用水平、購買周期等。
3、社會特征 / 行為特征:
如婚姻狀況、家庭構成、社交偏好、信息渠道等。
4、興趣特征 / 心理特征:
如興趣愛好、使用APP行為、瀏覽收藏內容、互動內容等。
圖2:劉華鵬老師在小沃科技講授用戶畫像
而在實際操作中,對什么人群進行畫像是根據營銷的目標受眾來決定的。比如,耐克的人群畫像是運動時尚類人群,而保時捷則希望對愛好跑車的人群進行畫像。因此,我們需要根據產品特性定義標簽維度。
AI人工智能的意義就在于,利用大數據的優勢收集用戶信息并歸納、分析后使用云存儲保存用戶畫像,當用戶進行購買時,進行細分標簽的實時智能預測并呈現在用戶設備上,省去了人工整理的繁瑣過程和用戶頻繁輸入的過程。在AI完成基礎數據采集后,對這些數據進行清洗、拉通、整合以及分析建模,之后構建用戶畫像。
圖3:中科匯聯智能營銷解決方案
用戶畫像的底層是AI機器學習,那么無論是要做客戶分群還是精準營銷,都先要將用戶數據進行規整處理,轉化為相同維度的特征向量,諸多華麗的算法才可以有用武之地,像是聚類,回歸,關聯,各種分類器等等。對于結構化數據而言,特征提取工作往往都是從給數據打標簽開始的,比如購買渠道,消費頻率,年齡性別,家庭狀況等等。好的特征標簽的選擇可以使對用戶刻畫變得更豐富,也能提升機器學習算法的效果(準確度,收斂速度等)。提高AI與用戶在營銷模式中的共同參與。
圖4:劉華鵬老師和小沃科技優勝小組合影
日前,上海小沃科技(中國聯通旗下子公司)邀請劉華鵬老師為公司管理層講授《用戶畫像與精準營銷》的課程,在兩天的分享中劉華鵬老師系統講述了“社群用戶標簽與用戶畫像”、“大數據分析與商業建模”、“社群用戶拉新與留存”“社群用戶促活與轉化”、“社群用戶內容運營與黏性提升”、“社群電商最新玩法”等內容板塊,(以上內容其實就是我發給你的課件中課綱的那一頁),并在課程期間采用沙盤模擬的方法讓學員在互動中掌握核心知識點。兩天的課程在案例分析和學員互動中圓滿結束,課程得到小沃科技領導層、在場100多位學員、以及培訓組織方時代光華三方的高度認可。
劉華鵬,新媒體智能營銷專家,北京中科匯聯(人工智能、股票代碼835529)合伙人、董事,北京才富通科技有限公司創始人、董事長,北京中關村︱拓荒大學創始投資人。工程管理學士、電子政務碩士、企業管理博士,2018年度CCTV海峽春晚“中國十佳互聯網講師”,北大、清華、復旦、浙大等總裁班特邀講師。出版“互聯網+營銷”領域暢銷書6本,培訓600多家企業10萬余人,成功輔導50余家企業實現營銷業績倍增。