起點課堂會員權益
職業體系課特權
線下行業大會特權
個人IP打造特權
30+門專項技能課
1300+專題課程
12場職場軟技能直播
12場求職輔導直播
12場專業技能直播
會員專屬社群
榮耀標識用戶畫像已成精準營銷關鍵：移動營銷時代，得用戶者得天下
標簽只是術語，技術只是形式，用戶畫像到最終還是為了服務于企業關于客戶的營銷決策。
一、用戶畫像的來龍去脈
從1991年蒂姆·伯納·李爵士（Tim Berners-Lee）發明了萬維網（即WWW，World Wide Web）開始，經過20多年的發展，海量DT級別的數據出現，讓任一個體和任一企業都無法獨立消化吸收，互聯網走向了一個全新的階段：大數據時代。
早幾年，這個概念曾一度被過度熱炒，這幾年，人們逐漸冷靜下來，大家聚焦于如何真正利用好大數據，去挖掘潛在的商業價值，以及如何在企業中真正應用大數據技術。
在大數據應用的討論中，個性化營銷漸漸成為了其商業化應用中一個非常重要的落地點。相比傳統的線下問卷調查等不那么高效的方式，大數據第一次使得企業能夠通過互聯網便利地獲取用戶們更為廣泛的反饋信息，為進一步精準和快速地分析用戶消費習慣等重要商業信息，提供了足夠的數據基礎。
由此，不可避免的給企業營銷和消費者行為帶來一系列的雙重改變與塑造。其中最大的變化莫過于，消費者的一切行為在企業面前似乎都是“可視化”的。
隨著大數據技術進一步的深入研究與應用，企業的專注點日益聚焦于怎樣利用大數據來為精準營銷服務，進而深入挖掘客戶的潛在商業價值。
于是，“用戶畫像”的概念也就應運而生。
用戶畫像的目的是盡量全面地抽象出一個用戶的信息全貌，為進一步精準、快速地分析用戶行為習慣、消費習慣等重要信息，提供了足夠的數據基礎。
它是對人的深入挖掘，除了基本的人口統計信息和地理位置等客觀屬性外，像興趣愛好這類屬性，就是主觀度很大、變化很快且很難統計的屬性。
但是，在很多的商業應用場景，廣告主或者需求方恰恰想要的是這類主觀度大的屬性，還包括一個人的價值觀和性格等等。
比如汽車客戶，環保類的電動車品牌，最想要觸達的那些有著環保意識，同時還喜歡小排量的客戶，這里，其實就同時涉及到人的價值觀和購車喜好。
而這些用戶屬性，其實就是“用戶的標簽”，而要找到這些標簽，絕不可能僅僅通過用戶行為的直接發現，需要更深入人格的挖掘。
簡而言之，通過“用戶的標簽”，可以讓讓企業在廣告投放的過程中，能夠拋開個人的喜好，將焦點關注在目標用戶的動機和行為上，以此進營銷活動。 因為，為具體的用戶畫像進行廣告設計，效果上要遠遠優于為腦中虛構的東西做設計，也來得更為容易。
二、用戶畫像和標簽的關系是什么？
用戶畫像的本質，就是“標簽化”的用戶行為特征。
用戶畫像制作的核心就在于給用戶“打標簽”，如年齡、性別、地域、用戶偏好等，每一個標簽通常是人為規定的特征標識，用高度精煉的特征描述一類人。
由此，用戶畫像可以為企業提供足夠的信息基礎，能夠幫助企業快速找到精準用戶群體以及用戶需求等更為廣泛的反饋信息。
同時，在從真實的用戶行為中抽象出典型用戶模型后，企業通過收集與分析消費者的社會屬性、消費行為和生活習慣等主要行為，完整描述產品和服務的目標用戶特征，就能為企業中所有與用戶有關的決策過程提供有效信息，指導企業的產品服務研發和市場營銷。
用戶的標簽通常呈現出兩個重要特征：語義化和短文本。
- 語義化使得我們能很方便地理解每個標簽含義，這也使得用戶畫像模型具備實際意義，且能夠較好的滿足業務需求。
- 短文本，即每個標簽通常只表示一種含義，標簽本身無需再做過多文本分析等預處理工作，這為利用機器提取標準化信息提供了便利。
同時，標簽規則是由人來制定的，因此人能夠在大量標簽里快速讀出其中的含義；而機器則高效地去做標簽提取、聚合分析。所以，用戶畫像里的用戶標簽，向我們展示了一種樸素、簡潔的方法用于描述用戶信息。
通常上，標簽分兩種：一種標簽是可以結構化的，一種標簽是不能結構化的。
結構化的標簽有明確的劃分，而且可以窮盡，比如性別、年齡和職業等。
但是，這種標簽打上后，往往會有時效性。中長期用戶標簽包括比較穩定，是用戶身上比較不太頻繁變化的特征，也稱為靜態標簽；中短期用戶標簽變化稍快，比如興趣類標簽就是如此，也稱為動態標簽。
（結構化中長期標簽示意）
（結構化中短期標簽示意）
非結構化的標簽無明確的劃分，不固定，而且數量龐大，最要命的是，變化非?？欤热鏏pp標簽和個性化標簽。正是由于這一類標簽的存在，才讓精準用戶畫像的描繪難度成倍提高。
（非結構化標簽示意）
在我們最終為用戶畫像打上標簽后，還必須打上每個標簽的權重。如，紅酒 0.8、耐克 0.6。標簽，表征了內容，用戶對該內容有興趣、偏好、需求等等。權重，表征了指數，用戶的興趣、偏好指數，也可能表征用戶的需求度，可以簡單的理解為可信度，概率。
通常來說，標簽權重=時間（何時）X 位置（何地）X 行為（為什么）
每一次的用戶行為，可以詳細描述為：什么用戶，在什么時間，什么地點，發生了什么事。
舉個例子，A用戶昨天在蘋果官網買了iPhone7，反應出的用戶標簽就是“果粉 0.9”，而B用戶上個月在天貓收藏了iPhone7，反應出的標簽就是“果粉 0.498”。
這些不同的用戶標簽及相應的權重將在后續的營銷決策中發揮重要的指導作用。
同時，用戶畫像里的用戶標簽和權重，也提供了一種可供計算機進行大數據處理的便捷和高效的方式，使得計算機能夠程序化處理與人直接相關的信息，甚至通過一定算法和模型，能夠在某種程度上“理解” 人。
當計算機具備了理解用戶畫像的程度以后，無論是個性化推薦和廣告投放等應用領域，都將進一步提升效率和精準度。
三、為什么用戶畫像在如今的廣告營銷中，如此重要？
前面提到，用戶畫像的出現，其實源于其在商業領域的應用，那就是企業對用戶認知的需求。在營銷活動中，廣告商最怕的就是錢打了水漂，而打水漂的大部分原因，就是用戶定位不精準。
在營銷決策的過程中，企業關心的問題不外乎兩個：
- 如果做出客戶更喜歡的產品？
- 如何把產品賣給對的人？
解決這兩個問題離不開對用戶需求的洞察，因此決策者不可避免的要考慮兩類人：
- 現有客戶：我的現有用戶是誰？為什么買我的產品？他們有什么偏好？哪些用戶價值最高？
- 潛在客戶：我的潛在客戶在哪兒？他們喜歡什么？哪些渠道能找到他們？獲客成本是多少？
精準營銷領域，用戶畫像是不可或缺的，也就意味著，移動營銷時代，得用戶者得天下。
如今的營銷戰，早就不是僅僅停留在創意層面了，企業從用戶的角度思考越來越深入。不談精準投放、數據分析和用戶畫像，企業都不好意思說自己還在做營銷。
只有根據產品特點，更加精準地找到目標用戶，在用戶偏好的渠道上進行內容投放，適時交互促成購買行為，才能實現精準獲客。
基于大數據技術而形成的用戶畫像，為營銷行業展開了一幅全新的畫卷，讓營銷人員第一次有機會從一個更高階的維度接觸和分析用戶，讓他們第一次在用戶畫像中看到了他們未曾接觸過的感到無比興奮的信息寶藏。
從用戶畫像中，廣告主（店鋪、商家，任何需求方）都可以通過里面的標簽和權重，挑選和決策他們想要觸達的用戶和觸達的方式?；ヂ摼W公司比如BAT，依靠天然的優勢，他們的很大一部分廣告就是通過這種方式來觸達用戶。
360浸淫廣告營銷領域多年，廣告收入一直是公司的營收大頭，從老板到員工人人都很重視，所以更是早早在用戶畫像、個性化推薦和大書句算法等新技術驅動的企業營銷領域進行了布局。
360旗下的產品矩陣中，總共覆蓋5億PC用戶和8億移動用戶，這使其在數據的儲備上完全足夠。同時，其數據的多樣性（自身的、客戶的和第三方來源的）、跨屏程度（PC、手機和電視）和數據處理的技術能力，都達到了國內頂尖水準。
360 商易就是 360 公司推出的首款智能大數據營銷決策平臺，它可以精確定位目標受眾人群，同時，分析受眾人群的自然屬性和觸網行為，分析行業及品牌的市場現狀，真正做到為廣告主投放和市場營銷提供真實、準確和可靠的決策支持。
比如從斗魚TV的營銷案例中，360商易發現，訪問斗魚的用戶多為 19-24 歲的男性學生，并且對數碼、美食非常感興趣。這種對用戶的精準定位，對廣告主來說十分關鍵。
如果廣告主想更加精準的、ROI 更加高效的廣告投放，就可以從360商易的這些分析出發，投放區分度較高的興趣類目人群。如果廣告主想擴大影響力,讓更多人群有機會認識自身品牌，可以考慮投放樣本覆蓋率更高的類目。
與此同時，360 DMP 提供了靈活的組合篩選條件，以實現人群細分管理，從用戶的行為軌跡到興趣偏好等維度，自由組合圈定投放的目標人群。
在投放展示、搜索、品牌、應用下載廣告時，能夠快速而精準的定向到某一類特征人群，從而幫助廣告主獲得更高的 ROI，有效降低營銷成本。
以周鴻祎投資的花椒直播App為例，在全民直播時代，各路直播產品市場競爭激烈，因此，花椒直播希望在獲取更多新客的同時，降低新客戶的激活成本。
360 DMP發現，對于直播較為感興趣的人，經常會訪問一些同類直播網站、并搜索相關關鍵詞，以及下載行業相關 App，因此有這些行為的人，都是花椒直播的潛在用戶戶。
依托 360 本身的精準用戶畫像，DMP 幫花椒直播完美匹配了那些可能對直播類 App 感興趣的人，在其進行廣告投放后，花椒App的激活率提升近 3 倍！
四、精準用戶畫像的難度遠超想象
但是，機遇和挑戰永遠是并存的。一份精準的用戶畫像，能帶來可觀的廣告收入的同時，很有可能遭遇如下幾個方面的困難：
- 用戶實體標識：家庭成員經常共用電腦或者iPad，找到電腦或手機背后的那個人，其實沒有想中的那么簡單；
- 用戶標簽的定義：一個個獨立的標簽本身沒有任何作用，它必須串聯起來形成整體的用戶畫像，同時和廣告主的實際業務場景相結合，才有意義；
- 數據處理能力：海量的標簽處理，尤其是前面提到過的，非結構化的標簽的處理，才是考驗大數據技術的時候；
- 用戶畫像的挖掘建模：用戶標簽的準確率，需要不斷進行優化，需要結合自然語言處理 技術、機器學習、深度學習等方法不斷優化效果，并結合廣告主的具體需求進行；
- 用戶標簽的認證：有些標簽如年齡等，可以用標準的數據集驗證標簽的準確性，但是有些標簽是沒有事實標準的，如興趣、用戶忠誠度等，只能在具體的業務上，才能進行效果驗證。
歸根到底，標簽只是術語，技術只是形式，用戶畫像到最終還是為了服務于企業關于客戶的營銷決策。
在市場的迷幻大霧之中，用戶畫像像是一座橋梁，連接起了企業與用戶之間的信息和認知鴻溝，通過大數據技術，把用戶錯綜復雜的消費行為和難以捉摸的心理狀態，用更加理性的方式，即用戶畫像，為企業（需求方）呈現出來，讓企業在營銷決策中真正做到有理有據，決勝千里。
參考文檔：
- 《讓大數據接地氣：用戶畫像在360商業數據部的應用實踐》
- 《發揮大數據價值：精準的用戶畫像是怎樣練成的？》
參考作者：
- 向園，360商業數據部算法工程師，北京航空航天大學模式識別碩士，從事DMP用戶畫像的挖掘和廣告定向的模型與算法。
- 杜冉冉，360商業數據部算法工程師，先后在阿里巴巴、360任職，從事搜索算法、數據挖掘、廣告算法等自然語言處理相關的工作。
#專欄作家#
柳胖胖，微信公眾號：一個胖子的世界。11年起有過兩年O2O創業實戰經驗，現在互聯網金融社區做產品，長期對互聯網產品保持觀察，對商業模式和實戰案例有自己獨到的見解。
本文由 @柳胖胖 翻譯發布于人人都是產品經理。未經許可，禁止轉載。
-
最近 來自廣東 回復
