用戶畫像數據建模工具 用戶畫像 數據建模



文章插圖
用戶畫像數據建模工具 用戶畫像 數據建模

文章插圖

在大數據彌漫的今天 , 我們仿佛看見了眼前影影綽綽的都是客戶 , 但當伸手去抓 , 卻發現寥寥無幾 , 什么原因?讓我們的客戶變成了鏡花水月 , 主要原因 , 還在于對客戶的把握不夠精準 。
舉個例子 , 你是希望男性或女性更青睞你的產品?還是年輕人或中青年有興趣?什么職業的客戶更對你產品的路子…
知道客戶畫像是精準獲客的第一步并不難 , 但客戶畫像 , 你真的做到位了嗎?
用戶畫像(User Profile)與User Persona(用戶角色)不同 , 當我們討論產品、需求、場景、用戶體驗的時候 , 往往需要將焦點聚集在某類人群上 , 用戶角色便是一種抽象的方法策略 , 是目標用戶的集合;用戶畫像則是用戶信息標簽化總集 。
如果業務量與數據量都已達到一定規模 , 用戶畫像標簽卻只有那么寥寥數條 , 那只能說明:你還是沒能了解你的客戶 。
用戶畫像的核心工作就是為用戶打標簽 , 也是通過一系列的標簽把用戶呈現給業務人員 , 首先業務知道目前我的客戶是什么樣的群體 。
接下來 , 便是最古老的手段 — 營銷獲客 。
但從粗放式到精細化 , 用戶畫像將用戶群體切割成更細的粒度 , 輔以短信、EDM、活動、流量端等手段 , 驅以關懷、挽回、激勵等策略 , 古老的營銷套路因為基于大數據的用戶畫像 , 而變得精彩異常 。
交叉銷售:針對客戶如何作二次營銷和交叉銷售 , 這類客戶群體有什么特征? 促活:如何根據特征去激活沉睡客戶客群 , 沉睡了多久 , 使用什么樣的方式和手段促活? 拉新:產品目前用戶都是什么類型、性別、年齡和出入地點 , 如何去拉新用戶、使用什么樣的策略和營銷手段 , 營銷費用投入后拉來的客戶都是什么樣的客戶 , 成本如何 , 如何來改進營銷方式來減低營銷成本?業務人員通過已有標簽或者自定義標簽可以任意篩選用戶 , 對用戶導入作二次加工 。固定標簽:業務人員根據 T+1 固定打好的標簽對用戶進行篩選 。例如 , 選擇本科 + 廣東 + 福建 + 有房貸 + 收入3000 + 5000 , 可以通過用戶畫像系統來選擇這樣一類標簽 。篩選后的人群可以進行二次營銷、發營銷消費、發優惠卷等定向推廣活動 。標簽自定義:業務人員可以自定義標簽來進行靈活配置 。自助查詢:業務人員可以根據標簽來查詢這類用戶、查看這類人群的畫像情況 。
數據來源
由于數據來源比較復雜 , 所以打標簽前 , 數據整理和清洗是保證數據質量的重點 。
業務建模
業務部門了解客戶的標簽的情況及特色;數據部門更了解數據加工與模型 。所以建模需要數據和業務部門共同完成 。
很多公司花了很大精力和資源建設的所謂用戶畫像 , 業務和數據部門對業務需求和模型沒有理解 , 上線后基本用不起來 。
標簽體系
用戶畫像平臺關鍵是輸出標簽 , 從數據倉庫的原始數據進行統計分析 , 得到事實標簽 , 再進行業務建模分析 , 得到模型標簽 , 再進行模型預測 , 得到預測標簽 。
標簽體系建設是平臺的關鍵 , 平臺的一期可以先建設原始標簽和事實標簽 , 二期三期后項目人員對業務和標簽體系有深入的了解后再進行建設 。
標簽數量也不求多 , 其實業務人員常用的標簽300維度以內基本就完全覆蓋 。
原始標簽
用戶最基本的信息 , 例如用戶的性別、注冊情況等信息 。
事實標簽
通過對于原始數據庫的數據進行統計分析而來的 , 例如用戶理財次數等用戶一段時間內實際理財的行為統計 。
模型標簽
模型標簽是以事實標簽為基礎 , 通過構建事實標簽與業務問題之間的模型 , 進行模型分析得到 。例如結合用戶收入與負債情況的用戶風險評分等 。
預測標簽
在模型的基礎上做預測 , 比如預測用戶的價值、用戶欺詐違約的風險或意向等 。
用戶畫像系統
畫像系統作為業務使用的展示平臺主要有以下功能 。
重點功能實現
小結
好的用戶畫像平臺 , 不僅是大數據架構里重要環節 , 更是一統精準營銷、風險、新產品研發的核心所在 。
【用戶畫像數據建模工具 用戶畫像 數據建?!?/strong>畫像平臺作用在于 , 將數據化的標簽 , 將用戶信息標簽化 , 轉換成產品運營策略 。不同的標簽對應不同的用戶群體 , 也對應不同的營銷手段并分析用戶需求 , 以達到我們的運營目的 。