如何构建用户画像达到精准营销的目的?

如何构建用户画像达到精准营销的目的?首先我们要知道的是用户画像其实是运营里一个非常重要的概念,它的作用除了精准营销之外,还能达到广告投放和数据分析的目的。要想建立起用户画像,大概需要这么几步:确定业务目标,生产标签数据,分析数据洞察用户,转换产品运营策略。下面我们来详细看看具体步骤。

 

步骤一:

首先需要明确一点,所有的用户画像都是基于业务模型的,很多同学连自己的业务模型都没有搞清楚,连业务场景和形态都没弄明白就开始做用户画像,基本上就是在做无用功。因此确定业务目标以应用来驱动需求是构建用户画像的第一步。很多同学都会犯都一个错误,他在做用户画像多的时候,一次性能搞出几千个标签。其实这并没有什么用,因为你根本用不了这么多标签,你还会被这么多标签搞得不知道怎么办。

 

步骤二:

跑出数据,生产标签数据是一切的核心,没有数据要建很多标签是没有用的,如果你手里没有数据,或者数据不多,你第一个工作不是建后面的标签体系,而是要赶紧找数据。数据主要来源是用户在注册时填写的,还有在平台上的行为,无论是互动行为、浏览点击行为还是消费行为。然后通过这些行为来建立标签体系,当然有些标签是客观存在的,有些标签是根据逻辑预测出来的。

比如填了性别的,或者通过微信的unionid获取的,这就是客观存在的;但是如果这些信息都没有,那就根据用户的名字进行预测,像王小红基本就是女性,王小虎基本就是男性了。当然,预测一定是会有误差的。一般我们会通过用户属性和行为数据,建立基础的用户标签体系通常有这4大类:

1、人口属性:比如说性别、年龄、常驻地、籍贯,甚至是身高、血型,这些东西叫做人口属性。
2、社会属性:因为我们每个人在社会里都不是一个单独的个体,一定有关联关系的,如婚恋状态、受教育程度、资产情况、收入情况、职业等。
3、兴趣偏好:摄影、运动、吃货、爱美、服饰、旅游、教育等,这部分是最常见的,也是最庞大的,难以一一列举完。
4、用户行为:3、7、15、30日内登录时长、登录次数、登录时间段、浏览深度、价格偏好、购买偏好等等。

 

步骤三:

分析数据,洞察用户利用原始数据进行加工,建立模型标签。比如针对流失率提升建立预测模型,当你能洞察到某一类用户的某一些行为,就可以预判到这一类用户可能即将流失时,你就能用各种策略进行挽回了。所以基于营销和消费相关的标签,新客、老客、用户的流失和忠诚、用户的消费水平和频率等,都是构成CRM(客户关系管理)的基础,可能大家更习惯叫它用户/会员管理运营平台。

 

步骤四:

应用标签光有用户管理平台不行,还得转换成产品运营策略。不同的标签对应不同的用户群体,也对应不同的营销手段。CRM的结构中会包含各类触达用户的常用渠道比如短信、邮件、推送等。也包含CMS(内容管理系统),执行人员通过其快速配置活动页、活动通道、优惠券等,靠营销活动拉动数据。让数据跑起来产生闭环后,就可以让用户画像原来越清晰,标签越来越精准。

 

不管这么说,用户画像都是运营的一个工作重点。只有构建好了用户画像,才能了解你的用户,找准他们的痛点,达到精准营销的目的。