关键要素：大数据精准营销

随着搜索引擎、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，海量数据对用户和企业的行为产生了诸多改变。因此，企业使用大数据技术实现精准营销的一个关键就在于正确驾驭数据并为己所用，利用大数据洞察用户行为变化，准确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。

1.用户画像

用户画像，即用户信息标签化，指企业通过收集与分析消费者社会属性、生活习惯、消费行为等主要信息的数据之后，抽象出一个用户的商业全貌。用户画像为企业提供了足够多的信息基础，能够帮助企业快速找到精准用户群体以及用户需求等更为广泛的反馈信息。一般来说，用户画像包括用户固定特征、用户兴趣特征、用户社会特征、用户消费特征和用户动态特征五个维度，如表9-1所示。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三个步骤。

表9-1　用户画像维度

（1）采集和分析数据。数据来源一般有相关的文献资料和研究报告、产品数据后台以及问卷调研和用户访谈等。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就一直驻留在浏览器中，便可以通过用户点击的链接和按钮，以及访问的路径，记录用户的所有浏览行为，然后持续分析其浏览过的关键词和页面，进而分析出用户短期需求和长期兴趣。同时，也可以通过社交网站，获得用户的职业、兴趣、爱好等方面的信息。

通过多渠道的数据统一收集和管理，企业可以用已知数据寻找线索，不断挖掘素材，不仅可以巩固老会员，还可以分析得出未知顾客的需求，进一步开拓市场。

（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，进而做到“一对一”的精准营销。例如，有位用户在社交网站上经常分享旅游照片，而且从照片中看出他的服饰、背包等都是同一品牌，就可以为该用户贴上“旅游爱好者”“某牌控”等标签。又如，一个“80后”通常在上午11点左右在生鲜网站上下单买菜，晚上6点回家做饭，周末喜欢去吃火锅。经过信息的搜集与转换，系统就会为他产生一些标签，如“80后”“生鲜”“火锅”等。

（3）优化整理数据。生成准确的用户画像后，便能清楚了解用户需求，在实际操作上便能深度经营用户关系，甚至找到扩散口碑的机会。例如，针对刚刚提到的那位“80后”用户，如果有生鲜打折券、火锅最新推荐等，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，企业还需要观察营销的成功率，并追踪用户反馈的信息，确认整体经营战略与方向是否正确。如果效果不佳，应立即对营销策略进行相应调整，反复尝试，进而做到循环优化。

案例

网易云年度歌单刷屏

近几年流行的年度账单、年度歌单，可以在年末为用户生成一张专属的个人榜单，显示一年内在应用上的种种使用行为。这种精细化的个人榜单其实也是运用了大数据技术，对用户个人的行为数据进行采集，并通过归类和计算得出。网易云歌单在近几年的年终总是能吸引用户的眼球，让用户踊跃参与。

网易云年度歌单是利用大数据海量收集用户们的听歌信息和数据，每个用户哪首歌听得最多、发出了什么评论、听歌时间、听歌习惯等，都会在专属歌单上非常清晰地罗列出来。而且会根据每个用户的听歌喜好，对其用户的心情、性格等进行分析，给出大致的标签，加入更多的个人情感化的内容，让用户体会到定制歌单的细致与走心，从而对其产生好感，进一步将其转发分享，达到传播和刷屏的最终效果。

在这其中，大数据起到了非常基础而又重要的技术作用，正是因为大数据才能让网易云与用户形成深层次的创意互动，即时生成专属歌单。再借助情感角度的切入、走心内容文案引发的感动与共鸣，与每一个用户都建立起情感上的联系，从而加强用户对网易云音乐的信任和依赖。

从网易云年度歌单刷屏的案例中我们不难发现，其中最让大众热衷和在意的莫过于年度歌单的特殊性与专属性，这让用户有了独一无二的优越感，同时借助年度歌单回顾一年来的心情也触动了很多用户的感情。总之，在大数据的作用下，年度个人歌单这一类的互动形式才能够实现，才有可能为每一个用户量身定做，达到精细化营销的目的。

（案例来源：https：//www.zhihu.com/question/23188015/answer/838675243）

2.预测分析(https://www.xing528.com)

随着营销4.0时代的到来，企业营销已经转变成以客户价值观为基础，围绕着消费者行为去构建营销策略。企业运营比的是早一步的预知能力。利用大数据，企业可以从用户真实交易数据中预测下一次的购买行为。预测能力能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，拨出部分预算用于吸引部分用户群（如10%的用户），进而可以预测特定产品的整个用户群，减少营销成本。

大数据营销的预测能力强调的是决策价值，与被动接受和观察数据不同，如购买时间，与以前注重观察用户购买频率、最后购买日期不同的是，预测分析注重的是下次购买时间和购买行为。大数据的预测分析能力催生了一种新的数据驱动营销方式，并能够帮助企业完成以产品或渠道为中心到以客户为中心的转变。

案例

TARGET超市的精准预测

2012年，美国一名男子闯入他家附近的一家TARGET超市抗议：“你们竟然给我17岁的女儿发婴儿尿片和童车优惠券。”TARGET超市经理立刻向这位父亲承认是TARGET推荐系统的错误，并不断向其道歉。但一个月后，这位父亲反过来道歉，因为这时他得知自己的女儿已经怀孕，预产期也即将来临。

TARGET超市为什么会比女孩的父亲足足提前一个月得知女儿怀孕的消息呢？原来TARGET超市自己建设有一个庞大的用户信息数据系统，并且拥有一个十分强大的数据分析团队。每位顾客初次到TARGET超市刷卡消费时，都会获得一组顾客识别编号，内含顾客姓名、信用卡卡号及电子邮件等个人资料。日后凡是在TARGET消费，计算机系统就会自动记录消费内容、时间等信息。再加上从其他渠道取得的统计资料，TARGET便能形成一个庞大数据库，用于分析顾客喜好与需求。

TARGET的数据分析师通过对孕妇的消费习惯进行一次次的测试和数据分析，得出了一些非常有用的结论：孕妇在怀孕头三个月过后会购买大量无味的润肤露和特大包装的棉球；在头20周，也经常会补充如钙、镁、锌等营养素。

TARGET通过顾客购物篮的分析，基本上可以在很小的误差范围内预测顾客的怀孕情况，在最恰当的时候寄出有关孕妇用的产品优惠广告。

然而，百密一疏的是TARGET这种优惠广告间接地令一位父亲意外发现自己还是高中生的女儿怀孕了。此事经被《纽约时报》报道后，TARGET大数据的巨大威力轰动全美，公司的营业额借助大数据稳步上升。

3.精准推荐

大数据最大的价值在于预测和推荐，大数据营销通过积累足够多的用户数据，分析得出用户购买的习惯和偏好，甚至做到“比用户更了解用户”，帮助企业进行一对一的商品推送，提供个性化的服务。例如，Stitch Fix运用机器算法，结合用户提供的身材、身形等主观数据，加上销售记录的交叉核对，挖掘出每个人专属的服装推荐模型。

数据整合在很大程度上改变了企业的营销方式，从海量业务广播式推送，过渡到了一对一以用户体验为中心的业务精准推荐。一对一精准营销在某一刻，以合适的价格为用户推送最需要的业务。运营商在注重用户体验的同时可达到最佳的营销效果，并且可对营销过程进行全程跟踪，从而不断优化营销策略。

4.技术强化

随着信息技术的不断发展，单一企业拥有的碎片化的用户信息早已不能满足市场对数据量和多样化的需求。基于全样本数据的大数据营销将呈现更加精准有效的用户数据挖掘，更加全方位、立体地展示消费者的爱好、习惯、个性及潜在的商业价值。因此，面临繁杂丰富的大数据资源，大数据精准营销要解决的首要问题就是数据的整合汇聚。

在许多企业中，数据散落在互不相通的数据库中，相应的数据处理技术也存在于不同部门中，为此，需要构建大数据交换共享平台，整合共享数据，汇集用户在多个渠道商的行为数据，一方面实时监控各渠道的用户特征、运营和营销效果，另一方面集中用户数据，以便后续进行深入挖掘分析，提高数据价值，实现用户交互的精准识别和多渠道数据汇集，为用户提供更加专业的服务和营销策略。

汇聚整合数据后，再对数据进行可视化分析。通过三维技术来展示复杂的大数据分析结果，借助人脑的视觉思维能力，通过挖掘数据之间的重要关系，将若干关联性的可视化数据进行汇总处理，揭示出大数据中隐藏的规律和发展趋势，进一步提高大数据对精准营销的预测能力。