宏图远见：如何运用大数据构建精准的客户画像？

　　在大数据精准营销中，不得不先提个性化的客户画像，针对每一类数据实体，进一步分解可落地的数据维度，刻画TA的每一个特征，在聚集起来形成人群画像。但是在精准营销中，也存在很大的问题，一是目标人群不够精准，误将现有用户或忠实用户当做产品的核心用户;二是轻视用户行为，仅凭基本的社会属性来定义用户。因此，精准营销成败的前提是，是否有足够精确大数据的“客户画像”来做支撑。

　　首先我们来了解一下什么是客户画像?

　　客户画像，即用户信息标签化，就是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，完美地抽象出一个用户的商业全貌，可以看作是企业应用大数据技术的基本方式。客户画像为企业提供了足够的信息基础，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。

　　客户画像维度划分：

　　客户画像是根据用户社会属性、生活习惯和消费行为等信息而抽象出的一个标签化的用户模型。具体包含以下几个维度：

　　用户固定特征：性别，年龄，地域，教育水平，生辰八字，职业，星座

　　用户兴趣特征：兴趣爱好，使用APP，网站，浏览/收藏/评论内容，品牌偏好，产品偏好

　　用户社会特征：生活习惯，婚恋，社交/信息渠道偏好，宗教信仰，家庭成分

　　用户消费特征：收入状况，购买力水平，商品种类，购买渠道喜好，购买频次

　　用户动态特征：当下时间，需求，正在前往的地方，周边的商户，周围人群。

　　怎样为用户“画像”?

　　为客户画像的焦点工作就是为用户打“标签”，而一个标签通常是人为规定的高度精炼的特征标识，如年龄、性别、地域、用户偏好等，最后将用户的所有标签综合来看，基本就可以勾勒出该用户的立体“画像”了。

　　1.采集和清理数据：用已知预测未知

　　首先得掌握繁杂的数据源。包括用户数据、各式活动数据、电子邮件订阅数、线上或线下数据库及客户服务信息等。这个是累积数据库;这里面最基础的就是如何收集网站/APP用户行为数据。比如当你登陆某网站，其Cookie就一直驻留在浏览器中，当用户触及的动作，点击的位置，按钮，点赞，评论，粉丝，还有访问的路径，可以识别并记录他/她的所有浏览行为，然后持续分析浏览过的关键词和页面，分析出他的短期需求和长期兴趣。还可以通过分析朋友圈，获得非常清晰获得对方的工作，爱好，教育等方面，这比个人填写的表单，还要更全面和真实。

　　2.用户分群：分门别类贴标签

　　描述分析是最基本的分析统计方法，描述统计分为两大部分：数据描述和指标统计。数据描述：用来对数据进行基本情况的刻画，包括数据总数，范围，数据来源。指标统计：把分布，对比，预测指标进行建模。

　　在分析阶段，数据会转换为影响指数，进而可以做"一对一"的精准营销。举个例子，一个80后客户喜欢在生鲜网站上早上10点下单买菜，晚上6点回家做饭，周末喜欢去附近吃日本料理，经过搜集与转换，就会产生一些标签，包括"80后""生鲜""做饭""日本料理"等等，贴在消费者身上。

　　3.制定策略：优化再调整

　　有了客户画像之后，便能清楚了解需求，在实际操作上，能深度经营顾客关系，甚至找到扩散口碑的机会。例如上面例子中，若有生鲜的打折券，日本餐馆最新推荐，营销人员就会把适合产品的相关信息，精准推送这个消费者的手机中;针对不同产品发送推荐信息，同时也不断通过满意度调查，跟踪码确认等方式，掌握顾客各方面的行为与偏好。

　　如何利用客户画像进行精准营销?

　　消费方式的改变促使用户迫切希望尽快获取自己想要了解的信息，所以说，基于客户画像上的精准营销不管对企业还是对用户来说，都是有需求的，这会给双方交易带来极大便捷，也为双方平等沟通搭建了一个畅通平台。当企业能够准确的为客户画像时，就可以用其来为精准营销服务了，具体包括：

　　1、分析原有用户属性，找出忠实用户、核心用户、目标用户与潜在用户;

　　2、利用数据管理平台进行用户行为数据收集，搭建并完善客户画像模型;

　　3、寻找迫切需求信息的匹配人群，精准推送相应的营销广告或服务信息;

　　4、营销信息投放一段时间后，剖析用户反馈行为数据，使营销更加精准;

　　5、不断丰富与优化客户画像模型，从而最终达到个性化营销与服务推送。