中文字幕无码av不卡一区,亚洲综合AV永久无码精品一区二区,黑人巨大白妞出浆,黄色高清无码免费看,久久久久免费精品国产,久久无码人妻丰满熟妇区毛片,欧美日韩国产综合草草,久久福利网站,亚洲一区二区三区中文字幕在线,av国内精品久久久久影院

現(xiàn)在都流行講大數(shù)據(jù)，但對于大部分人來說，會覺得那是個很復雜很難研究的事物。其實并不是，對于我們這些用戶運營者來說，其實已經(jīng)可以利用大數(shù)據(jù)的簡單應用來幫助我們做好精準化的營銷了。尤其是利用大數(shù)據(jù)做商品偏好分析，從而對用戶進行精準推薦。

一、商品偏好數(shù)據(jù)在行業(yè)的簡單應用

當你逛淘寶、美團點外賣、刷抖音視頻的時候，有沒有發(fā)現(xiàn)，每次一打開這些應用大概率出現(xiàn)的都會是你會感興趣，或者是你曾瀏覽過的相關(guān)內(nèi)容：

例：你在一家線上店鋪買了一根魚竿，然后在其他地方逛的時候，就會給你推送相關(guān)的魚鉤，漁夫帽，遮陽傘等商品。

這就是用戶需求/偏好數(shù)據(jù)的應用。知道用戶需要或者喜歡什么，對其做精準推送，提升轉(zhuǎn)化。

現(xiàn)在，用戶商品偏好分析的數(shù)據(jù)，已經(jīng)應用在非常多的行業(yè)及場景。

二、大數(shù)據(jù)做商品偏好分析的價值

對于單個企業(yè)、店鋪來說，在流量達到一定瓶頸時，老用戶的轉(zhuǎn)化留存，就顯得非常重要，不然辛苦建立起來的用戶池就像一個大漏勺，在快速流失。

那么，做好用戶商品偏好分析，具體有哪些價值呢？

1.?提升用戶留存，減少流失

利用老用戶池，對老用戶做商品偏好分析，挖掘其需求，推斷其感興趣的商品，并將其感興趣的商品推送給他。當你這里可持續(xù)滿足用戶需求時，用戶對你的忠誠度自然會加深，可有效提升復購率，減少用戶流失。

2.?節(jié)約推廣成本，提升轉(zhuǎn)化率

很多商家去做流量推廣（鉆展/直通車等）時，會出現(xiàn)轉(zhuǎn)化率越來越低的情況，推廣費用越來越高，而所帶來的用戶價值卻越來越低。

這是為什么呢？

在內(nèi)容電商的環(huán)境下，用戶在購買商品的時候，并沒有處在“我一定要購物”的強心態(tài)和場景下，而是更像一個喜歡熱鬧的看客。例如：很多人喜歡悠閑地看著美妝達人直播，瀏覽著那些自己沒強烈需求的商品和信息，此時的用戶雖然有一定潛在需求，但更多的是像一個看客

在用戶瀏覽時，相比較各種五花八門的商品，如果你能將用戶很感興趣的商品推送在他眼前，將”看客“轉(zhuǎn)化成“消費者”則會大幅提升其轉(zhuǎn)化，提升推廣ROI。

3.?個性化推薦，創(chuàng)造更多價值

個性化推薦能夠在用戶購買過程中/過程后，向用戶提供其他有價值或關(guān)聯(lián)的商品推薦。如買手機可推薦其關(guān)聯(lián)商品：移動電源、耳機、手機殼等，而關(guān)聯(lián)推薦的商品，則正是用戶自己確實需要但在購買過程中沒有想到的商品，從而有效提高商品的交叉銷售。

三、如何利用大數(shù)據(jù)做商品偏好分析

做商品偏好的分析及應用，核心有5大步驟：

小結(jié)：通過存量用戶的行為結(jié)果，倒推用戶的需求偏好，通過不同人群需求偏好的集合歸納，及人群需求延展，推薦其可能感興趣的信息。

再通過多次測試看效果來迭代，針對單人的特殊個性化需求，對給單人推薦的信息做補充。同時若單人需求偏好有較多的個性化信息，也會補充進人群包的需求中，以此實現(xiàn)不斷的完善和迭代。

以上是商品偏好分析的整個邏輯，接下來，我們以一家電商彩妝店為例，講述下如何去做商品偏好分析及應用。

四、案例實操：美妝品牌

背景：某美妝品牌的一次聚劃算活動，打算對老用戶做精準營銷觸達。

1.?從多維度構(gòu)建不同商品的用戶畫像

要做商品偏好分析，首先一定要有用戶基礎(chǔ)分群，最常用的就是基于用戶購買信息分群。

如下圖所示，根據(jù)“購買數(shù)據(jù)”‘地址數(shù)據(jù)’“使用數(shù)據(jù)”“行為數(shù)據(jù)”我們將人群分為了16組初級人群畫像：

分析思路：

如上圖，這個畫像是比較簡單的，僅從這種單一的人群畫像想要去判定用戶的偏好，還比較粗糙的，例如購買了口紅的人群，她有口紅顏色收藏癖嗎？是更注重口紅的滋潤度還是顏色，還是產(chǎn)品的價格？這些問題，僅從一個“購買了口紅的人群”這樣單一的人群畫像，我們無法得知。

所以，接下來，我們需要通過用戶畫像做多重交集，將人群畫像描繪的更清晰,對用戶需求的判定也就更精準。

2.?基于用戶畫像交集，反推人群需求

商品偏好分析，是通過盡可能多的維度回溯用戶的畫像，塑造成一個個虛擬的人物。所以光基礎(chǔ)分群不夠，還要盡可能多的評估維度。

如下圖，我們將用戶分群劃分成了”購買數(shù)據(jù)、地址數(shù)據(jù)、使用數(shù)據(jù)、行為數(shù)據(jù)“等4個維度，將這4個維度的人群，做交集，得到更精準的人群畫像，進而反推用戶需求。

分析說明：

1. 如上圖，將2個1級人群畫像：購買數(shù)據(jù)與使用數(shù)據(jù)做交集，得出了一個2級人群畫像，然后根據(jù)人群畫像，反推出了這個人群包的需求；
2. 表格里面，只是將類別做了2組交集，當然了，為了更精準的判定用戶的需求，將購買數(shù)據(jù)、地址數(shù)據(jù)、使用數(shù)據(jù)、行為數(shù)據(jù)做4重交叉后，對該組人群畫像描繪越清晰，反推的需求越準確；
3. 匹配的需求是根據(jù)以上分析的數(shù)據(jù)得來的，此需求需要后續(xù)的驗證。如果能抓取到用戶的行為數(shù)據(jù)、標簽數(shù)據(jù)越多，越準確，所反推出的需求就越精準！

3.?根據(jù)人群畫像需求，匹配溝通內(nèi)容

得出2級人群畫像并反推出其需求后，接下來，需根據(jù)反推出來的需求，匹配與用戶溝通的信息，如下表所示：

經(jīng)過層層的拆解，組合，反推，以及匹配，我們知曉了與用戶溝通的內(nèi)容，接下來就是對用戶的觸達。

4.?對目標用戶的精準內(nèi)容觸達

用戶觸達的過程中，如果條件允許，可以做分組測試。

例如，我們根據(jù)一組人群畫像，反推除了這個組人群3種需求，那么，如果單次的觸達是短信，一般會受到文字的限制，也考慮到用戶體驗，一次不會推送太多信息。所以針對反推出來的3個需求，我們也不確定哪個需求是最準確的。

這時，我們可以做分組測試：

5.?根據(jù)營銷效果，優(yōu)化人群畫像

前期通過多組人群畫像的交集，我們得出一個較為清晰的人群畫像，也根據(jù)畫像特點，反推出了這組用戶的需求，并對用戶推送了相關(guān)信息，下一步就是需要對各組人群效果做統(tǒng)計與分析，驗證前期反推出的需求是否正確，根據(jù)數(shù)據(jù)不斷優(yōu)化人群畫像。

分析思路：

（1）從上圖中，可以看到，人群1，反推用戶需求時，推斷用戶有2個需求，在不確定哪個需求更精準的群聊下，我們做了分組測試，從“下單轉(zhuǎn)化率”這個指標中，可以看到給同利益點“5元優(yōu)惠券”條件下，給這組用戶推送潤唇膏的轉(zhuǎn)化率更高。所以，對這組人群畫面的描述可以加速“相比滋潤型口紅更喜歡滋潤型唇膜”。

對于只分析出單個需求的，可以抽取小部分做空白對照組，看效果對比。

所以，在做用戶商品偏好分析時，需要根據(jù)所掌握的標簽信息和效果數(shù)據(jù)的結(jié)果，不斷優(yōu)化人群畫像，最終形成典型人群畫像，在后續(xù)對這類用戶的分析，以及商品推薦時，也就更得心應手了~

以上的案例，是從一個比較完整但簡單的思維，告訴大家如何去做商品偏好的分析以及分析的數(shù)據(jù)應用場景。

用戶商品偏好分析的數(shù)據(jù)應用場景，可不僅僅就是給用戶發(fā)短信推送用戶喜歡的商品哦，其應用場景非常廣。這里用一個趣味小視頻告訴你，用戶商品偏好分析到底有多強大！希望也能激發(fā)大家的靈感！

當然了，對于電商店鋪，商品偏好數(shù)據(jù)的常用應用場景還有千人千面首頁、專屬二級頁、、流失用戶召回、關(guān)聯(lián)商品推薦等。

具體的大家還需要結(jié)合實際情況，去發(fā)揮及使用，相信一定會有收獲！

五、總結(jié)思考

看完以上內(nèi)容，對于商品偏好數(shù)據(jù)的應用相應大家也有了一定的想法，再給大家總結(jié)一下，兩個層次的應用：

1.?淺層商品偏好數(shù)據(jù)應用：同類商品推薦

這種同類商品推薦的應用最為常見，例如你買了洗發(fā)水，就會給你推薦護發(fā)素，還可以結(jié)合行為數(shù)據(jù)、訂單數(shù)據(jù)等做更精準的推送。它的好處在于就算獲取的用戶數(shù)據(jù)比較淺或者少，但是也可以快速上手，應用起來。

2.?深層商品偏好數(shù)據(jù)應用：關(guān)聯(lián)商品推薦

這里說的深層次關(guān)聯(lián)商品推薦，區(qū)別于同類商品推薦，它更注重挖掘用戶深層次的需求。核心主要是通過用戶數(shù)據(jù)回溯形成一個虛擬的人，人的需求是多種多樣的，但一定會有其偏好，我們就可以洞察其偏好，預先在其視野中準備信息曝光。

經(jīng)典案例：

尿不濕與啤酒的故事：有家超市，通過大數(shù)據(jù)的應用分析，發(fā)現(xiàn)有一群喜歡喝啤酒看比賽的奶爸下班后來買尿不濕，所以超市大膽的把尿不濕和啤酒放擺放在一起，結(jié)果啤酒和紙尿褲的銷量都有提升。

上過營銷課的童靴應該聽過這個故事，姑且不論這個案例的可信度，但他所傳遞的核心是挖掘用戶商品偏好的思維以及應用，將這種思維，運用在線上企業(yè)，也是一樣的邏輯。

以上，是今天的分享，希望對大家有所收獲，也歡迎大家有任何疑問，或者交流想法的，點擊下方留言，會一一回復大家！

作者：蠶寶，編輯：瑤光，微信公眾號：回了CRM，某互聯(lián)網(wǎng)自媒體聯(lián)合創(chuàng)始人。

本文由@瑤光 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理，未經(jīng)作者許可，禁止轉(zhuǎn)載。

題圖來自Unsplash，基于CC0協(xié)議