没有用户画像，别谈精准营销
就目前来看，精准营销的问题主要表现为两个方面，一是目标人群不够精准；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，是否有足够精确的“用户画像”来做支撑。
近两年，“精准营销”一词犹如洪水般席卷而来，各大小企业就像是在抓救命稻草一样死死抓住这条命脉。殊不知，在为企业带来革命性营销方式的同时，精准营销也是一把双刃剑，盲目使用或强制推荐往往会造成适得其反的营销效果。
就目前来看，精准营销的问题主要表现为两个方面，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，是否有足够精确的“用户画像”来做支撑。
何谓“用户画像”？
在互联网逐渐步入大数据时代后，不可避免的为企业及消费者行为带来一系列改变与重塑。其中最大的变化莫过于，消费者的一切行为在企业面前似乎都将是“可视化”的。随着大数据技术的深入研究与应用，企业的专注点日益聚焦于怎样利用大数据来为精准营销服务，进而深入挖掘潜在的商业价值。于是，“用户画像”的概念也就应运而生。
用户画像，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。用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。
怎样为用户“画像”？
为用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。
具体来讲，当为用户画像时，需要以下三个步骤：
首先，收集到用户所有的相关数据并将用户数据划分为静态信息数据、动态信息数据两大类，静态数据就是用户相对稳定的信息，如性别、地域、职业、消费等级等，动态数据就是用户不停变化的行为信息，如浏览网页、搜索商品、发表评论、接触渠道等；
其次，通过剖析数据为用户贴上相应的标签及指数，标签代表用户对该内容有兴趣、偏好、需求等，指数代表用户的兴趣程度、需求程度、购买概率等；
最后，用标签为用户建模，包括时间、地点、人物三个要素，简单来说就是什么用户在什么时间什么地点做了什么事。
如何利用用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，基于用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用户画像时，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，搭建并完善用户画像模型；
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、不断丰富与优化用户画像模型，从而最终达到个性化营销与服务推送。
可以说，大数据技术让企业为用户画像已经成为非常简单的事情，通过对特定人群的分析，就能够准确知晓用户的消费习惯甚至分析出用户的思维历程，这无疑为企业的精准营销带来了极大的帮助。因此，企业必须现在就行动起来，充分运用大数据技术建立用户画像模型，与消费者彻底“玩”起来！
&后参与评论
微信公众号：梅花网大数据资讯（精准营销案例篇）：日 - 干货必读 - 优派YOPAI.COM
o 1年前发布
日，星期四，农历三月廿四丁酉年甲辰月丁丑日[鸡年] & & &谷雨【编者按】对于很多的中小企业来说，在选择大的媒体或者做非常大的传播时，其中有95%的受众都不是你的消费者，受众只有5%或者更少，造成的效果达不到你的预期。利用大数据实现精准营销，越来越受到广大企业的重视。谨以此篇献给广大企业主和营销人员。今日大数据资讯（精准营销案例篇）看点：如何利用大数据进行精准营销——不同特征的消费者会产生不同的心理活动的过程，通过其决策过程导致了一定的购买决定，最终形成了消费者对产品、品牌、经销商、购买时机、购买数量的选择。数字营销人员如果能比较清楚地了解各类购买者对不同形式的产品、服务、价格、促销方式的真实反应，就能够适当地影响、刺激或诱发购买者的购买行为。大数据精准营销引领湖南地产传播——营销——地产行业永恒的主题！在新媒体时代，购房者的目光变了；消费者的行为习惯、购房需求变了；目标人群年轻化、消费者消费思维模式变了；乃至购买渠道、购买方式都发生了翻天覆地的变化。在移动互联网时代，“变”成为地产行业不变的大背景!新形势下，地产营销该如何变化？地产营销新技术该如何应用？如何抓住购房者的心理？消费者的关注点和决策链条转向又在哪里？行业市场竞争中，能够迅速有效地找到用户、理解用户、服务用户，谁就占得了先机和商机，而这种分析、预判和洞悉用户行为的模式就是大数据营销。大数据在信贷行业的营销与模型应用案例——随着移动端增长红利趋于减少，各媒体、搜索引擎的在线流量竞价不断走高。现如今，单纯的在线展示广告获客成本愈发透明，效果增长乏力。随着大数据的兴起与机器学习技术的不断提升，集奥聚合通过自身丰富的客户画像标签体系，结合业界先进的机器学习技术，突破传统广告的局限性（仅通过人为主观精心设计的统一广告页来吸引客户），实现多元优化及精准需求预测，提升各流转环节，达到精准营销。本文诣在通过真实营销项目案例与大家共同探讨学习。善用大数据做好保险精准营销与风控&——在某家银行里，可能某个银行用户是一个高净值用户，但是在这个银行里面只存了几万块，如果把这个客户界定为低净值用户就会错过很多机会。所以首先要把数据收集工作做到位，形成真正的大数据，然后再对用户进行基础属性和意愿属性的划分，按照四个区域进行分类：低净值、低意愿，低净值、高意愿，高净值、低意愿，高净值、高意愿。如何筛选出高价值用户？做法非常简单，当鼠标选择这一部分，点击缩放按钮可以看到所有的明细数据和表格都可以做联动，这种应用是敏捷式的体现。做用户画像和数据分析的时候往往针对某一类的用户，比如看到他的特征可以给他设一些标签做筛选，针对这些特征提供给风险部门或者营销部门和业务部门的同事做一些定位推广和营销指导，实时的数据分析和反馈也便于提高企业级风险管控能力。一个基于大数据的精准邮件营销的案例——Amy是京东的一个新会员，她最近想当一个家庭主妇，因为想自己开始学一些厨艺，于是到京东去买些厨具，结果发现她选中的那款商品没有货，然后她看到京东有“到货提醒”功能，于是他选择了该功能，填上了自己常用的邮箱地址，然后确认，相当于登记好了。过了几天这个商品有货了，Amy就收到了一封邮件说，亲爱的用户，你上次想买的东西有货了，你要不要买，然后还在这封邮件里给她推荐了几个相关的商品。可能由于很多原因，Amy改变主意了，感觉自己选的没有推荐的好，于是她购买了邮件中推荐的商品，通过邮件Amy完成了她在京东的第一次购物。三个真实案例告诉你大数据如何触发精准营销——每次我跟很多企业家在沟通的时候，总会说到一个问题，就是现在生意难做，为什么生意难做?我们看到几点：第一，我们整个中国是制造业大国，但是我们产能高度过剩;第二，我们的产成品库存积压周转也不够灵活，在交易过程中，不能将经济效益更大化地提高?为此大家都感觉十分的困惑和无助......告诉大家，有一种技术解决的方案，可能会对我们整个经济的福利带来巨大的效益，那就是现在我们未来的大数据。这里我分享三个真实案例。汽车行业大数据生态，如何通过精准营销来实现？——数据成为热门趋势，越来越多的品牌厂商和广告营销机构都在发力以大数据为基础的网络营销模式，这些变化也在不断地向传统的汽车营销领域发起进攻。之前，传统汽车行业做广告营销凭主观想法多一些，而现在，大多数的营销工作都会围绕数据来做。2010年，吉利成为第一个在淘宝上开店卖车的汽车企业。开业不到一分钟，吉利准备的第一批300辆车就被拍光。他们是怎样做到的呢？大数据助力酒企精准营销——谈到白酒“大数据”，白酒行业分析师蔡学飞指出，白酒企业大数据不同于一般的互联网企业提出的大数据，实际上白酒做“大数据”与自身营销结构有关，像茅台等一线白酒企业更多是针对B端的精准营销。在没有“大数据”以前，茅台酒多为团购，而“大数据”的应用是白酒企业企图绕过渠道得知消费者的消费习惯、购买频次，从而做到预知。茅台方面表示，依托“大数据”能有效地利用合作渠道的数据资源，通过人群的消费档次、频率、行为轨迹等辨识符合高端定制的人群，并可根据解读出的个体标签进行精准的品牌、产品沟通投放，降低获客成本，并带来较高的客户转换。详细内容：如何利用大数据进行精准营销谷歌每天要处理大约24PB的数据，百度每天大概新增10TB的数据，腾讯每日新增200-300TB的数据，淘宝每日订单超过1000万，阿里巴巴已经积累的数据量超过100个PB。对任何拥有特有数据的公司，都应该考虑怎么让数据盈利。一、数据收集没那么复杂，重要的是发现很多企业甚至是互联网企业，或者不知道该如何使用手中已有的数据资源，白白浪费掉优化改进的好机会;或者认为大数据只有互联网巨头才有，一个小网站或APP应用是没有大数据的，果真如此吗?随便举个例子：法国的一些航空公司推出免费的APP方便旅客在移动设备上跟踪自己的行李，之后在追踪的数据平台上发现一部分商务旅行客户中途在某一城市进行短暂的商业会晤不需入住酒店，行李成了累赘，于是航空公司推出专人看管全程可追踪的增值服务，此项服务每周的新创造大概可达100万美元。正是基于对数据的洞察产出附加价值。对数据的掌控，就是对市场的支配，意味着丰厚的投资回报。二、数据是有情绪的数据的形式多种多样，呈数量级爆发的UGC内容（User-generated Content——用户生产内容）如何可以被我们拿来运用？比如飞泻而下的中国股市，股民巨量的埋怨和牢骚能以怎样的数据化形式展示?“除了耐心等待，最好再找个地方让自己发泄一下，找些跟自己同病相怜的人，还能缓解一下压力，避免跳楼。弹幕，就是最好的形式了。”——有人建了一个网站,在K线图上配上弹幕供吐槽。结果被同样郁闷的股民玩的特别魔性，汇集出的数据随着K线走势变化拥有了实时鲜明的情绪特征，可以在一定程度上预估使用者下一步卖出或继续持有的动向。三、基本的5W1H问答即可玩转消费行为数据消费数据可综合为5W1H：1.Who&Whom：潜在用户分类？谁是决策者？谁是使用者？谁对决定购买有重大影响以及谁是实际购买者？2.What：不同品牌的市场占有率、具体型号的销售情况;3.When：了解在具体的季节、时间甚至时点所发生的购买行为，比如配合节假日促销;4.Where：研究适当的销售渠道和地点，还可以进一步了解消费者是在什么样的地理环境、气候条件、甚至于地点场合使用;5.How：了解消费者怎样购买、喜欢什么样的促销方式，比如是去线下体验店还是看测评等;6.Why：探索消费者行为动机和偏好，比如为什么喜欢特定的款式并拒绝别的品牌或型号;不同特征的消费者会产生不同的心理活动的过程，通过其决策过程导致了一定的购买决定，最终形成了消费者对产品、品牌、经销商、购买时机、购买数量的选择。数字营销人员如果能比较清楚地了解各类购买者对不同形式的产品、服务、价格、促销方式的真实反应，就能够适当地影响、刺激或诱发购买者的购买行为。四、数据是拿来用的，不仅仅是拿来看买一只股票尚需数据分析，展开一项持续的广告营销活动当然更应该建立在有数据衡量的基础上。比如Uber的数据科学家建立了“基于地理位置的打车需求模型”(Location-based demand model)，每天实时更新的热点地图可以有效帮助车主缩短空载时间，同时帮乘客减少等待时长。下一步，车主会知道提前去哪里等待可以载到更多的乘客。数据的使用能够对企业的经营对象从客户的粗略归纳还原成一个个活生生的客户，了解他们喜欢什么讨厌什么，并更有针对性，越能满足客户的需要，投资回报率就更高。广告主通过数字营销，更可能运用全新的视角来发现新的商业机会和重构新的商业模式。过去看不到的东西都能看到了，即有了全新的视野。　　张卫伟整理来源:&山西日报(太原)原文链接：http://news.163.com/16/0309/06/BHMQCN7700014AED.html大数据精准营销引领湖南地产传播营销——地产行业永恒的主题！　　在新媒体时代，购房者的目光变了；　　消费者的行为习惯、购房需求变了；　　目标人群年轻化、消费者消费思维模式变了；　　乃至购买渠道、购买方式都发生了翻天覆地的变化。　　在移动互联网时代，“变”成为地产行业不变的大背景!　　新形势下，地产营销该如何变化？　　地产营销新技术该如何应用？　　如何抓住购房者的心理？　　消费者的关注点和决策链条转向又在哪里？　　过去，信息悉数掌握在企业手中，企业在交易过程中占据主导地位，因此是以产品为导向的卖房市场。　　如今，大数据时代下企业信息垄断被打破，即使过度冗杂繁复的信息又造成了另一种“信息鸿沟”但交易主动权掌握在消费者手里，转变成“以客户为导向”的买方市场。　　行业市场竞争中，能够迅速有效地找到用户、理解用户、服务用户，谁就占得了先机和商机，而这种分析、预判和洞悉用户行为的模式就是大数据营销。　　大数据本身就是金矿，但是要建立精准的数据库，在目前的技术条件下还有很长的路要走。　　精准营销，是在精准定位的基础上，依托现代信息技术手段建立个性化的顾客沟通服务体系，实现企业可度量的低成本扩张之路，是有态度的网络营销理念中的核心观点之一，说白了就是在合适的时间、合适的地点、将合适的产品以合适的方式提供给合适的人。在庞大的房产数据海洋中，利用数据采集、数据分析、数据挖掘，为用户画像，从而达到精准营销。　　精准营销背后的目的是让你的目标受众为你的广告买单，每一次的投放，结合上一次的场景化分析来进行测试和优化，其投入成本和ROI产出将可以进入一种正向循环，这才是大数据的真正魅力.　　基于房地产大数据，把数字技术和营销业务规则结合起来，创建地产行业智能搜索引擎，为开发商提供房产销售的数据化咨询及营销优化服务，成为地产大数据应用的专家，专业为房产营销提供大数据解决方案。利用房产大数据库，应用数字技术为用户画像，主要包括数据采集、数据挖掘、数据可视化方面的技术，可以快速筛选出目标人群，开发商能快速找到自己的目标客户，进行精准营销。从而减少了广撒网式广告投放的资金、人员等的浪费，还降低了时间成本，这年头时间就是金钱真不是说说而已，房价一天一个价都不足未过，所以降低时间成本，就是提高利润。　　灵活运用房产大数据，提高地产开发商营销效率，充分发挥大数据的作用，实现互动营销，这才是作为数据人一直孜孜不倦努力的目标。　　在当下中国，大多数开发商也在探索自己的精准营销之路，从而达到降低营销成本的目的，精准营销呈现出火热的发展态势。然而，背后的真实数据我们往往无法得知。因此，我们无法和大家进行准确的分析、系统的探讨。　　未来的广告传播媒介不是谁淘汰谁，而是用户选择谁！快捷、精准、高效成了媒介传播的制胜法则。网站打破报纸就是因为纸媒传播信息形式单一，无法互动，花费大量的人力物力，只是信息的单纯释放。所以，从网站淘汰了报纸就是遵循了这样的法则，而如今，移动端的出现，将再次打破的这种平衡。移动端相对PC端优势明显，移动端便捷性强、可利用碎片化时间、投放精准、效果明显、经济性强等特点！所以，未来的地产广告传播方向将逐渐向移动端倾斜。　　智慧犬开启了地产传播的新纪元，传播不再是“大炮打蚊子”的传统方式，而是从优化、到投放、到监测、到整理、到反馈的全部过程，让广告变得更“智慧”，让广告主的钱都用在刀刃上！更不再是粗放传播！智慧犬将进入智慧传播的新时代，可以预见其不久的将来，必定成为万人瞩目的焦点！来源：搜狐公众平台该 & &互联网--那点事原文链接：http://mt.sohu.com/0100343.shtml大数据在信贷行业的营销与模型应用案例随着移动端增长红利趋于减少，各媒体、搜索引擎的在线流量竞价不断走高。现如今，单纯的在线展示广告获客成本愈发透明，效果增长乏力。随着大数据的兴起与机器学习技术的不断提升，集奥聚合通过自身丰富的客户画像标签体系，结合业界先进的机器学习技术，突破传统广告的局限性（仅通过人为主观精心设计的统一广告页来吸引客户），实现多元优化及精准需求预测，提升各流转环节，达到精准营销。本文诣在通过真实营销项目案例与大家共同探讨学习。项目背景如果说2013年是互联网金融元年的话，那么2016年无疑是普惠金融的爆发年，伴随着大数据行业的逐步发展，FINTECH技术的日趋完善，普惠金融的竞争也愈演愈烈。这种竞争最终直接演变为了各家公司获客能力及风控能力的全面比拼。集奥聚合作为一家大数据创新应用服务公司，对于如何利用大数据技术以及多年积累的运营经验，帮助企业对于其目标客群进行挖掘及营销有着自己独特的理解和实践。在本文介绍的案例中，取得的效果为：预约率提升为其他渠道的2.5倍左右，投资回报率较其他方式提升64%。项目流程1、双方基于业务需求进行客户匹配，返回脱敏客户标识到集奥聚合进行数据贴标；2、通过分析信贷类产品的客户画像对客户进行需求&价值分析，筛选出高需求高价值客户，给到合作企业进行客户需求调研（可根据不同层级客户匹配不同触达方式及权益等营销方案设计）；3、根据合作企业实时性数据反馈，进行筛选维度调整，不断优化迭代模型，提升各环节转化率。如图：需求预测模型介绍集奥聚合通过标签数据与模型相结合，筛选出最优质客户帮助企业进行触达，在提升响应率前提下，达到提升业务收入同时节约合作企业各项成本的目标。1、基于标签数据的触发推荐提取有对应信贷产品标签访问的客户作为触发推荐基础目标客户，根据需求强度不同（本品-&竞品-&关键词-&相关衍生品）逐步扩大触发人群基础规模。同时根据不断反馈迭代，扩充相似高转化标签，去除低转化标签，优化触发规则。2、基于客户相似度的模型排序推荐本项目诣在预测客户对借贷产品的需求程度从而进行个性化营销推荐。（1）模型选择目标变量的样本反馈为真实的有无借款需求，即二分类问题。本项目通过不断尝试，最终选择深度学习技术进行模型发现。（2）特征变量选取及相关算法机器学习中，首要就是找出相关特征（特征选择与特征提取）。业界流传名句之一：数据和特征决定了机器学习的上限，而模型和算法调整只是为了无限逼近这个上限而已。故此，数据与特征工程是机器学习中的重中之重一环。由于集奥聚合亿级标签数据的高维度、稀疏性等特性，在工程上选用了大约2.5万个特征变量作为输入进入模型。（3）模型效果检验为有效检验模型效果，并兼顾模型泛化、防止过拟合，将样本数据进行分割，分为训练集和测试集，比例为7:3。效果检验指标采用训练集及测试集AUC（Area under ROC）。以下三图分别为：欠拟合，适度拟合及过度拟合效果示意图。欠拟合会出现训练集及测试集效果均不佳的表现；过度拟合模型结果泛化性差，容易出现训练集结果好，测试集结果差的情况出现。营销效果1、根据某信贷机构反馈数据新定制化借贷需求预测模型结果训练集AUC为0.82，测试集0.75。原有贷款模型AUC为0.63，定制化后效果提升AUC为之前的1.19倍；2、客户预约率为其他渠道的2.5倍左右；3、通过有效的触达方式，核算成按CPS方式，运营成本较其他项目下降节省39%。大数据与机器学习紧密相连，但是大数据并不等同于机器学习，机器学习也不完全等同于大数据。随着数据量的提升，大数据中包含分布式计算、内存数据库、多维分析等多种技术。机器学习只是大数据分析中的一种而已。但机器学习与大数据的深度结合使数据可以产生更大的价值。基于丰富的数据以及机器学习技术两方面才能更加精确的进行数据“预测”。两者相乘才能发挥出数据的更多价值。对知识的深刻理解一定是建立在真正应用时。通过实践才可以对机器学习理解更近一层。成功的机器学习应用不是拥有最好的算法，而是拥有更多的数据！所以，欢迎各位希望证实自己研究价值的有志之士加入集奥聚合，一起在数据的海洋中探索技术与数据相结合的价值之美。来源：今日头条 & &集奥聚合GEO原文链接：http://www.toutiao.com/i4662401/善用大数据做好保险精准营销与风控　□牛利　　大数据时代，数据的开放与运用，已成为国家综合竞争力的新标志。而今，大数据战略已经提升至国家层面。对于具有大数据天然属性的保险企业而言，不仅是发展的战略问题，更是支撑高效持续增长的业绩需求。　　毋庸置疑，无论是主动还是被动，中国正在经历大数据的洗礼。保险业如何才能深度挖掘使用大数据，让其蕴含的价值真正被源源不断地吸取是当前险企必须正视的问题。　　据波士顿咨询分析，在全球范围内，正处于科技推动变革的阶段。以互联网、移动、社交网络、和大数据为代表的数字化技术，正在加速影响着保险业的日常运作，大数据将推动保险行业转型与变革。然而从目前国内险企自身发展情况来看，大数据应用最多的领域还仅限于交叉销售。　　应该说，领先的海外保险机构已经在定价、营销、保单管理、理赔和反欺诈等不同领域对大数据应用进行了积极的尝试和创新，这些创新对于保险业的商业与运营模式已经产生了革命性的影响。新技术应用已成为未来发展的标配，传统保险中介受到互联网渠道的冲击已经显而易见。一方面，传统保险中介机构“熟人”、“转介绍”等销售方式渐渐被“大数据”更为精准的营销和深度需求挖掘取代；另一方面，互联网的服务边际成本较低。　　大数据在保险行业的运用目前主要有三个方向：精准营销、风控以及增值业务开发。　　利用大数据进行互联网在线精准营销　　目前，保险行业已经出现了专门的互联网，他们拥有亿量级的海量用户，可以为客户提供全程互联网保险服务，立足建立将客户价值数字化、全面量化的评估体系。在“互联网+保险”的垂直行业，他们可谓是大数据应用的先行者。　　具体来说，他们是基于现有的过亿的用户，通过健康保障度、健康资料完整度和健康活跃度等五个维度给用户做评分画像，基于这样的体系给每个用户不同的分数段以及推荐不同的服务。画像的结果一是可以增加用户的黏性，二是可以用做未来决策定价的基础。在这些维度中，通过热数据，比如说用户在腾讯云上做了一些丰富的健康测试，基于这些行为，可以对其健康度进行一个评分，因为热数据更能体现健康行为和倾向的变化，从而为后续产品、服务定价和决策提供一个支撑作用。针对用户的实际情况，推荐一些有针对性的健康和服务。通过数据分析对用户进行了差异化分取和运营，给用户提供差异化的服务。　　精准营销的第一步是用户画像：就是对平台用户打标签，目前设计的标签都是比较零散化，暂时不做层级划分，在业务没有成型之前先把特征标记上，后面业务成型之后再做分层分级。打的标签具体分两个纬度，一个是用户的基础属性纬度，另外一个就是用户意愿属性维度。　　例如，在某家银行里，可能某个银行用户是一个高净值用户，但是在这个银行里面只存了几万块，如果把这个客户界定为低净值用户就会错过很多机会。所以首先要把数据收集工作做到位，形成真正的大数据，然后再对用户进行基础属性和意愿属性的划分，按照四个区域进行分类：低净值、低意愿，低净值、高意愿，高净值、低意愿，高净值、高意愿。如何筛选出高价值用户？做法非常简单，当鼠标选择这一部分，点击缩放按钮可以看到所有的明细数据和表格都可以做联动，这种应用是敏捷式的体现。做用户画像和数据分析的时候往往针对某一类的用户，比如看到他的特征可以给他设一些标签做筛选，针对这些特征提供给风险部门或者营销部门和业务部门的同事做一些定位推广和营销指导，实时的数据分析和反馈也便于提高企业级风险管控能力。　　有了准确的用户画像，那么第二步就是个性化营销：目前互联网保险平台在这个方面还处于非常初级的阶段，大部分的保险客户要么就是通过强有力的信任关系引入的，要么就是外面的数据公司通过流量导入的质量不太高的客户，分层界限比较明显。那么如何培养低意愿用户慢慢地形成高意愿用户是当前大数据营销所面临的一个重要课题。　　大数据在保险行业风险控制方面的应用　　从应用场景中可以看到大数据在业务风控和管理风控方面有着广泛的应用。通过收集用户和消费数据最后形成客户层面和产品层面的反馈。客户层面就是风险控制，对用户进行大量数据分析，看这个人本身是不是个风险用户。然后把产品风控模型、用户风控属性和投保意愿综合起来，最后给用户进行自动智能的保险服务。　　为客户提供保险增值业务方面的服务　　保险领域创新是新的价值流向，其中最受关注之一就是供应链保险。这个领域正在将传统的供应链保险底层进行改造，用底层进行改造。改造有几个方面，一是供应链通过区块链的方式把它高效链接起来。二是把它的支付系统进行改造，实现在缺乏信用关系前提下的安全可靠的交易。　　大数据不仅是IT产业的一次创新与变革，更是作为一场技术革命将我们引入数据化驱动时代，它对包括保险行业在内的很多行业的经营决策、销售管理、客户分析等方面已经或正在发生颠覆性变革。　　（作者：牛利 &单位：中国人民人寿保险股份有限公司市场部）来源：中国保险报·中保网原文链接：http://insurance.jrj.com.cn/.shtml一个基于大数据的精准邮件营销的案例Amy是京东的一个新会员，她最近想当一个家庭主妇，因为想自己开始学一些厨艺，于是到京东去买些厨具，结果发现她选中的那款商品没有货，然后她看到京东有“到货提醒”功能，于是他选择了该功能，填上了自己常用的邮箱地址，然后确认，相当于登记好了。过了几天这个商品有货了，Amy就收到了一封邮件说，亲爱的用户，你上次想买的东西有货了，你要不要买，然后还在这封邮件里给她推荐了几个相关的商品。可能由于很多原因，Amy改变主意了，感觉自己选的没有推荐的好，于是她购买了邮件中推荐的商品，通过邮件Amy完成了她在京东的第一次购物。过了一段时间，Amy又迷恋上了摄影，于是想在京东买一款单反相机，她搜索浏览了很长时间，但对于一个摄影菜鸟来说，她一直不知道该如何选择。没想到有一天她打开邮箱，发现里面躺着一封邮件“京东告诉您如何挑选单反相机”，这不正是Amy需要的吗！她立马打开邮件，通过邮件到达专题页面，参照里面的内容，果然找到了自己满意的相机并果断下单购买。Amy的爸爸快要过生日了，她打算送爸爸一部三星手机，在京东有一部她感觉不错，就是价格有些贵，Amy有些犹豫，先放到购物车吧，再看看有没有其他的便宜一些的，但是当天也没有找到更合适的，正好有其他的事情就去忙了。结果3天后，她收到一封“您购物车里的商品降价啦”的邮件，打开一看，就是她想买的那部手机，降价500元，降价后的价格她觉得可以接受了，就果断购买了。……就这样，Amy喜欢上了京东的邮件，因为京东的邮件总能给她惊喜，能帮助她购物，好像能读懂她的心思，这是在其他家网站没有的。像Amy这样感受到京东邮件魅力的会员不在少数，那么京东的邮件系统是怎么做到的呢？首先，我们知道好的邮件营销就是要完美解决一个3W的问题：即在什么时间(When)把什么内容（What）发给什么人（Who）。如果要解决这个问题，就要很清楚的了解用户的情况，用户的个人喜好，他需要什么，这就需要大数据挖掘技术的支持，需要基于用户在京东的一切行为（行为背后是一系列的数据），包括搜素、浏览、点击、咨询、加关注、放购物车、下单、地址等等一系列数据，在这些数据的基础上进行建模，然后我们得出每个用户的情况，例如：性别，年龄，婚否，是否有孩子，孩子的性别，是否有房子，是否有车，喜欢什么品牌，等等。当我们了解了这些信息，就比较容易定位到每个用户的喜好。然后我们再抽象出各种场景，基于每个场景制定不同的邮件策略，例如：加购物车却没有购买是一个场景，例如浏览了什么什么东西没有购买也是一个场景，那基于这些场景，我们设置不同的邮件内容，在合适的时间，例如加购物车后这个商品发生了降价行为的时候，发送给这个用户。基于大数据京东搭建了以下结构的精准营销架构：精准营销架构截图架构底层是明细数据，包括用户产生的各种日志数据、用户交易数据和其他相关数据，在用户数据的基础上，我们进行了用户行为的建模，包括用户属性的识别、用户兴趣模型、用户关系模型、用户生命周期、用户信用模型等等；在用户建模之上，我们抽象出用户画像，作为底层数据供应给各营销系统。所以这个架构解决的不仅是京东邮件精准营销的问题，一起解决了所有主动推送的，例如：短信、APP PUSH、站内信等的精准营销问题。在京东的邮件系统还没有引入大数据之前，只是每周发两次全站用户的邮件，或者有一些简单的基于用户级别的划分，当时负责邮件营销的小新很是苦恼，因为他有很多邮件创意无法实现。有了大数据的参与，我们把大数据建模出的用户画像抽象成筛选条件放到邮件系统，这样，任何邮件运营人员都可以很方面的筛选出精准的目标用户，邮件内容的设置上也更多样化，更重要的是用户体验得到了极大提升。在基于大数据做了很多场景的自动触发邮件策略之后，京东的邮件也开始变得智能起来。来源：36大数据 & 蝙蝠侠原文链接：http://www.36dsj.com/archives/17593三个真实案例告诉你大数据如何触发精准营销每次我跟很多企业家在沟通的时候，总会说到一个问题，就是现在生意难做，为什么生意难做?我们看到几点：第一，我们整个中国是制造业大国，但是我们产能高度过剩;第二，我们的产成品库存积压周转也不够灵活，在交易过程中，不能将经济效益更大化地提高?为此大家都感觉十分的困惑和无助......告诉大家，有一种技术解决的方案，可能会对我们整个经济的福利带来巨大的效益，那就是现在我们未来的。大数据势不可挡这里我分享三个真实案例：第一个案例发生在一家超市里面，人们发现了一个有趣的现象：尿布与啤酒这两种风马牛不相及的商品居然摆在一起。但这一奇怪的举措居然使尿布和啤酒的销量大幅增加了。这可不是一个笑话，而是一直被商家所津津乐道的发生在美国沃尔玛连锁超市的真实案例。原来，美国的妇女通常在家照顾孩子，所以她们经常会嘱咐丈夫在下班回家的路上为孩子买尿布，而丈夫在买尿布的同时又会顺手购买自己爱喝的啤酒。这个发现让商家决定将啤酒与尿布摆放在一起，结果带来了两者销售量的剧增。第二个案例发生在淘宝：有数据显示，每一天上网高峰期主要集中在中午12点之后和晚上的12点之前。研究人员发现，出现这种“怪现象”的原因是因为现代人普遍睡觉前都会有上网的习惯，于是有些淘宝商家就利用消费者这种“强迫症”在晚上12点进行促销秒杀活动，带动销量的倍增。第三个案例发生在我们的日常生活中：按照惯例，我们普通市民想要乘坐公共巴士，就必须到指定的巴士站被动的等待，有时候遇到路上塞车，等上个把小时的事情时有发生，而现在通过数据信息化手段可以直接进行客源组织，为处于相同区域、相同出行时间、具有相同出行需求的人群量身定做公共交通服务，并享受”一人一座“的定制服务，着实为出行提供了不少便利。这三个小故事就是对历史数据进行挖掘的结果，反映的是数据层面的规律，它通过对大量的数据系统中提取、整合有价值的数据，从而实现从数据到知识、从信息到知识、从知识到利润的转化。数据服务于精准营销然而，让数据产生价值，不是大数据One-link.cn自身能够解决的。首先要把数据组织成数据资源体系，再对数据进行层次、类别等方面的划分，同时，要把数据和数据的相关性标注出来，这种相关性是反映客观现象的核心。在此基础上，通过分析数据资源和相关部门的业务对接程度，以此发挥数据资源体系在管理、决策、监测及评价等方面的作用，从而产生大数据的大价值，真正实现了从数据到知识的转变，为领导决策提供服务依据。数据，已经渗透到当今每一个行业和业务智能领域，成为重要的生产因素。数据库的组织结构以网状为主，复杂多变，程序和数据间你中有我，我中有你，彼此产生强烈的依赖性。用通俗的话来说，就是数据库和程序之间连在一起，彼此交缠。我们对于这种数据规律的挖掘和运用，实质上也是为了精准营销而做铺垫。壹串通，用数据说话回到企业层面来讲，中国几乎所有的企业，尤其是传统企业，都面临着产能过剩的弊端，大部分企业不清楚消费者需求的精准性情况下，大量生产。而通过大数据的背景下，企业可以把上游和下游商品一直到末端个体消费者，整个链条里面的内容，甚至国民经济社会环境其他的数据关联起来，而这种关联起来能给企业带来什么东西呢?就是我的企业到底是为谁服务?他们到底在哪?有一个消费者企业跟我说，它已经对客户进行细分了，客户类型有15类，按年龄、性别、需要等等，他说我们是针对这15类进行不同的定位和服务。可是更加领先的企业他们已经把这些分类从客户细分，十类二十类到几百类，还有一些能够做到个性化营销和定位，加强对客户的认知，为客户找到价值，从而带动销量。我们在生长过剩的年代需要供需对接，利用大数据，恰到好处的匹配，预见性的生产已经是完全有可能实现的了。我们也一直在努力帮助客户实现这一点，以前我们做策划都是通过调研、采样、简单数据统计、消费者代表这几种方式来研究消费者行为，这种方法最大的问题是缺乏精准性，并不能完全够代表整个消费者需求，而随着大数据的进入，壹串通跟美国IRI数据公司形成战略合作，利用美国先进的数据规律模型，用数据说话，帮助客户拿到真正利于我们生产的数据，用技术能力为企业提高品牌影响力和销量开辟另一种途径。来源：36大数据原文链接：http://developer.51cto.com/art/570.htm汽车行业大数据生态，如何通过精准营销来实现？　汽车这个传统行业，正在搭上大数据的东风。但汽车企业掌握的用户数据量有限，而且分散碎片化，还不能像电商那样数据掘金。　　广告最懂用户的心　　某客户最近开始研究汽车，为购买自己人生中第一台座驾做准备。细心的他发现，在看了若干汽车网站之后，即便是在与汽车无关的页面上，他也看到了比过去更多的同汽车相关的广告。　　这并不是巧合，而是他电脑中的Cookies记录了付先生对车的兴趣。这类被昵称为“小甜饼”的文件是用户上网时，网站服务器留在用户电脑中的文本文件。它们很多只有1KB大小，却存储了用户的诸多信息。　　精准投放，捕捉潜在用户　　地理位置、访问来源、访问时间以及APP的详细信息等，它都可以记录出来。这些用户本身都意识不到的“互联网足迹”，正在帮助广告业者进行数据分析，更有针对性的捕捉潜在消费者、投放广告。　　大数据成为热门趋势，越来越多的品牌厂商和广告营销机构都在发力以大数据为基础的网络营销模式，这些变化也在不断地向传统的汽车营销领域发起进攻。之前，传统汽车行业做广告营销凭主观想法多一些，而现在，大多数的营销工作都会围绕数据来做。2010年，吉利成为第一个在淘宝上开店卖车的汽车企业。开业不到一分钟，吉利准备的第一批300辆车就被拍光。　　大数据首先改变的是市场调研方式。通过观察Cookie等方式，广告从业者可以了解到更为客观的情况。之前的汽车市场调研抽样的样本有限，而且在问题设计和角度选取的过程中，人为因素总是或多或少地介入，这就可能会影响到市场调研的客观性。大数据分析不只会分析互联网行为，也会关注人生活的更多纬度。数据可以更加丰富，比如了解到消费者的消费习惯和周期，兴趣爱好，对人的理解会更加深刻。　　同时被改变的，还有互联网广告经济。现在精确广告投放和推送技术可以帮助汽车厂商进行“针对个人需求的沟通”。当用户访问某个页面之后，数据管理平台可以测算出这个人是否对某一类型的汽车感兴趣。而愿意将广告推送给这类用户的汽车广告主开始竞价，胜出者就可以将自己的广告推送到对方屏幕上。　　一些汽车公司已经开始这样的尝试，这样做的点击率可以是传统方法的2到3倍。奔驰为了推广其C系轿车，曾经对特定人群进行定向投放，结果实现了比传统投放方式3倍以上的目标人群覆盖。　　吉利的广告策略已经更加灵活。最早在网站上投广告只能是按照时间付费，一个广告位一天多少钱。而现在，吉利则可以在需要的时候按照人群的“标签”进行定向投放。比如，推广熊猫这样偏时尚的车型，锁定20到30岁、喜欢时尚的人进行投放。推广SUV车型时，面向关注军事、政治、旅行、体育等领域的用户。数据帮助我们挑选了正确的消费者，使营销有的放矢。　　大数据时代能够很好地量化消费者的决策过程，分析消费者的生活习惯和方式，有多少人在浏览经销商网站，不同的车关注的消费者有哪些区别？数据会给你答案。“它可以帮助汽车企业在适当的时机，以适当的方式，把适当的信息传递给适当的目标客户，并获得预期的效果。　　开放数据，拥抱未来　　大数据为几乎所有行业——当然也包括汽车——的营销工作描绘了一个美好的未来。但是，通往美好未来的道路却并不平坦。“汽车网站或者汽车媒体本身不是电商，他们不掌握帐号。”柳鹏说，“所以，他们甚至不知道这个访客是男是女，只能根据用户的访问行为去猜。”　　目前汽车产业掌握的数据量有限，这影响了汽车企业的精准广告投放。各个数据拥有者也处在各自为战的状态，并不愿意分享自己数据。这让很多数据方面的应用还停留在之前的层面。只有数据所有者基于某种商业模式开放自己的数据，大数据应用才会有一个飞跃。　　最困难的可能是对用户的行为和动机的反推、还原。大数据挖掘不仅需要好的工程师，也需要心理学、社会学等方面人才的参与，产品设计者和开发者需要具有跨界的知识结构，才能更好的理解和运用数据，数据分析和挖掘不仅仅是数据的统计，更需要进行人性和心理的洞察，这是最难的。　　还不要忘了大数据营销所基于的大数据来自哪里——普通消费者。如果个人数据被过度商业利用，就会形成隐私侵犯。目前，隐私保护还是一个灰色地带。大家实际上也有反思。未来需要建立一个最基本的行业规则，就是保护用户的隐私，不要让用户受到骚扰。”来源：搜狐公众平台 & &云途数据原文链接：http://mt.sohu.com/8133732.shtml大数据助力酒企精准营销【慧聪食品工业网】在近日举行的第六届国际酒类博览会上，“大数据+白酒”成为了主题。如今，越来越多的白酒企业开始运营大数据，并结合电商平台升级产品营销平台。然而，业内人士表示，“大数据”的应用有利于企业发展，但人才和技术成为制约白酒企业发展“大数据”营销的一大因素。&&&&白酒企业青睐“大数据”营销&&&&在前不久举办的2016中国大数据产业峰会暨中国电子商务创新发展峰会上，茅台集团以茅台自建平台茅台云商向外界进行展示。&&&&实际上，茅台、五粮液等一线白酒企业早在去年便开始筹建自己的电商平台。2014年，茅台集团电子商务股份有限公司成立，开始O2O业务。而在去年6月，茅台还召开股东大会，通过了《投资建设电商公司物联网云商》的方案。据了解，目前茅台云商也已经上线。茅台方面表示，茅台云商是茅台全产业链大数据的重要组成部分，具体包括茅台云商城、云分销、云销售以及物联网溯源防伪等系统。&&&&茅台集团董事长袁仁国甚至表示，茅台将加入全球大数据浪潮，利用3-5年时间建设大数据平台，把互联网思维和大数据融入到企业战略及生产经营中。&&&&除了自建电商，五粮液还联合电商平台苏宁，通过互联网零售、渠道整合、产品包销定制等方面整合对“90后”进行精准营销。宜宾五粮液股份有限公司董事长刘中国对此表示，五粮液与苏宁此次携手，将在产品、营销推广、大数据等方面展开合作，对白酒行业的发展进行探索。&&&&此外，一些地方性酒企或中档白酒还运营“大数据”与科技企业合作，通过智能酒柜销售的方式进驻餐饮企业。据悉，“来e杯”目前已与董酒、珍酒、钓鱼台、金沙回沙酒等多家酒企达成了战略合作关系。顾客可以在智能酒柜中购买白酒，省去了自带酒水的繁琐。&&&&意在加码精准营销&&&&谈到白酒“大数据”，白酒行业分析师蔡学飞指出，白酒企业大数据不同于一般的互联网企业提出的大数据，实际上白酒做“大数据”与自身营销结构有关，像茅台等一线白酒企业更多是针对B端的精准营销。在没有“大数据”以前，茅台酒多为团购，而“大数据”的应用是白酒企业企图绕过渠道得知消费者的消费习惯、购买频次，从而做到预知。&&&&茅台方面表示，依托“大数据”能有效地利用合作渠道的数据资源，通过人群的消费档次、频率、行为轨迹等辨识符合高端定制的人群，并可根据解读出的个体标签进行精准的品牌、产品沟通投放，降低获客成本，并带来较高的客户转换。&&&&而对于与电商平台合作，苏宁控股集团董事长张近东曾公开表示，五粮液将可以借助苏宁大数据平台了解到全国消费者的消费习惯，对产品结构和铺货计划进行优化调整，提升供应链管理的效率。此外通过苏宁城市和乡镇的物流网络，将产品直接配送到消费者家中，降低中间环节的成本和风险。&&&&技术成制约发展关键&&&&然而，随着“大数据”越来越多被运用到白酒营销中，技术和人力资源储备成为“大数据”发展的关键。&&&&蔡学飞指出，白酒企业做“大数据”，需要有庞大的数据库，这其中包含要建立跟踪顾客的消费行为，并且不单单是白酒的，还包括啤酒、葡萄酒等其他酒类，但是成本非常高，目前还没有哪一家企业来自建数据库，都是和电商企业合用，可以说当前白酒“大数据”还处在概念阶段，一线白酒企业茅台、五粮液等也仅仅处于试水的阶段。&&&&北京商报记者了解到，此前茅台和阿里巴巴独家战略合作，以及五粮液与苏宁易购在宜宾举行“35度五粮液大单采购签署仪式”都印证了白酒企业与电商企业合作的发展模式。此外，五粮液在去年10月曾公告拟募资23亿元用于信息化和电商平台等项目建设，并在今年7月，将自有电商平台“五品库”在杭州正式上线，但是，目前知道“五品库”的人并不多。&&&&蔡学飞表示，“大数据”比较偏好互联网，白酒企业左右不了，现在没有成熟的模式可以借鉴。像五粮液和苏宁等电商企业合作，放出的量比较小，借助已有电商平台的力量，是“大数据”的一种，但是量非常有限，此外一线白酒企业强势，配额有限，并不会给电商放开很多量，目前白酒企业都是在卡位抢市场。责任编辑：张岚&来源：北京商报原文链接：http://info.food.hc360.com/.shtml更多精彩资讯，欢迎关注
创业者们，如果你或你的朋友想被优派网报道，请狠戳这里&&&&
文章总数0万总阅读量 最新文章
微信扫描，关注心理学与生活，在这里找到你内心的答案！
客服邮箱：
APP推广服务：
优派QQ2群()：
优派QQ1群()：