随着互联网的不断发展,积累的用户信息、行为记录越来越丰富,同时大数据处理和分析技术也已成熟,可以计算出每个用户的特征。用户画像作为大数据的根基,它完美地抽象出用户的信息全貌,并进一步精准、快速地分析用户行为习惯、消费习惯等重要信息,为营销提供了足够多的数据基础。因此,互联网的广告投放可以直接针对每一个具体的人,广告的内容和创意也可以通过你在互联网上表现出来的行为进行安排。
图1:中科汇联机器人小薇参加CCTV-2机智过人节目,获得中科院院士及其他专家的好评
用户画像的标签有以下几个维度:
1、自然特征 / 基本属性:
如性别、年龄、体形、地域、职业、教育程度等。
2、消费特征 / 购买能力:
如婚否、收入、车、房、孩子、购物类型、品牌偏好、信用水平、购买周期等。
3、社会特征 / 行为特征:
如婚姻状况、家庭构成、社交偏好、信息渠道等。
4、兴趣特征 / 心理特征:
如兴趣爱好、使用APP行为、浏览收藏内容、互动内容等。
图2:刘华鹏老师在小沃科技讲授用户画像
而在实际操作中,对什么人群进行画像是根据营销的目标受众来决定的。比如,耐克的人群画像是运动时尚类人群,而保时捷则希望对爱好跑车的人群进行画像。因此,我们需要根据产品特性定义标签维度。
AI人工智能的意义就在于,利用大数据的优势收集用户信息并归纳、分析后使用云存储保存用户画像,当用户进行购买时,进行细分标签的实时智能预测并呈现在用户设备上,省去了人工整理的繁琐过程和用户频繁输入的过程。在AI完成基础数据采集后,对这些数据进行清洗、拉通、整合以及分析建模,之后构建用户画像。
图3:中科汇联智能营销解决方案
用户画像的底层是AI机器学习,那么无论是要做客户分群还是精准营销,都先要将用户数据进行规整处理,转化为相同维度的特征向量,诸多华丽的算法才可以有用武之地,像是聚类,回归,关联,各种分类器等等。对于结构化数据而言,特征提取工作往往都是从给数据打标签开始的,比如购买渠道,消费频率,年龄性别,家庭状况等等。好的特征标签的选择可以使对用户刻画变得更丰富,也能提升机器学习算法的效果(准确度,收敛速度等)。提高AI与用户在营销模式中的共同参与。
图4:刘华鹏老师和小沃科技优胜小组合影
日前,上海小沃科技(中国联通旗下子公司)邀请刘华鹏老师为公司管理层讲授《用户画像与精准营销》的课程,在两天的分享中刘华鹏老师系统讲述了“社群用户标签与用户画像”、“大数据分析与商业建模”、“社群用户拉新与留存”“社群用户促活与转化”、“社群用户内容运营与黏性提升”、“社群电商最新玩法”等内容板块,(以上内容其实就是我发给你的课件中课纲的那一页),并在课程期间采用沙盘模拟的方法让学员在互动中掌握核心知识点。两天的课程在案例分析和学员互动中圆满结束,课程得到小沃科技领导层、在场100多位学员、以及培训组织方时代光华三方的高度认可。
刘华鹏,新媒体智能营销专家,北京中科汇联(人工智能、股票代码835529)合伙人、董事,北京才富通科技有限公司创始人、董事长,北京中关村︱拓荒大学创始投资人。工程管理学士、电子政务硕士、企业管理博士,2018年度CCTV海峡春晚“中国十佳互联网讲师”,北大、清华、复旦、浙大等总裁班特邀讲师。出版“互联网+营销”领域畅销书6本,培训600多家企业10万余人,成功辅导50余家企业实现营销业绩倍增。