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

編輯導(dǎo)語：在這個大數(shù)據(jù)時代，“用戶畫像”這個詞我們都不陌生，它經(jīng)常跟精準(zhǔn)營銷掛鉤。通過用戶畫像，我們可以根據(jù)一個人的興趣、地理位置等進(jìn)行精確的推送，達(dá)到良好的營銷效果，滿足用戶需求的同時，也達(dá)到我們的目標(biāo)。因此可以說，營銷數(shù)字化的靈魂是用戶畫像。

01

沒有用戶畫像的數(shù)字化，不過是個擺設(shè)。

用戶畫像，就是用戶標(biāo)簽化。標(biāo)簽化，是為了便于識別用戶，而且是計算機(jī)自動識別。精準(zhǔn)識別用戶，才能精準(zhǔn)服務(wù)用戶，瞌睡的時候送個枕頭。

自動識別用戶，自動完成即時信息和政策推送，在用戶改變購物行為的瞬間，自動形成用戶新畫像。數(shù)字化的威力，只有通過用戶畫像才能顯示出來。

02

過去線下銷售是“一對一”、“面對面”，無論是B端或C端都是如此。一對一，就有相對充足的時間溝通、交互。如果是熟人，可以根據(jù)喜好推薦。KA店，只有讓用戶自選。

現(xiàn)在用戶在線，需要同時面對海量用戶，比如雙11，上億用戶同時在線，千萬商戶同時在線，上億SKU同時在線。而且需要即時推送，即時更新。

那么，怎么才能在用戶每次點(diǎn)擊時，快速生成符合用戶需要的產(chǎn)品或內(nèi)容，而且整個過程沒有讓用戶感覺到時間滯后呢？

答案是計算機(jī)自動完成的用戶畫像，平臺根據(jù)產(chǎn)品畫像和用戶畫像，自動匹配，瞬間完成，即時推送。

只不過，各類互聯(lián)網(wǎng)平臺的用戶畫像是平臺完成的，用戶無感，商戶無感?？煜窂S商的營銷數(shù)字化，就不能依賴平臺了，要依靠品牌商自己完成用戶畫像。

03

用戶畫像，一個專業(yè)詞匯。普通人不了解，也沒必要了解，即使用戶已經(jīng)被畫像了，但渾然不知。

實(shí)際上，只要打開各類電商平臺、抖音、今日頭條，用戶已經(jīng)被平臺畫像了，否則，平臺怎么可能那么精準(zhǔn)地推送產(chǎn)品或內(nèi)容呢？

無論是交易平臺還是內(nèi)容平臺，平臺都是撮合系統(tǒng)，即產(chǎn)品與用戶之間撮合，在合適的時間把產(chǎn)品推薦給最合適的用戶。撮合就要精準(zhǔn)匹配，推送的正是用戶需要的。

只有匹配，成交率（轉(zhuǎn)化率）才會高。

阿里平臺上億用戶與上億SKU，沒有產(chǎn)品與用戶畫像的匹配實(shí)現(xiàn)即時推送，撮合過程還不亂了套？

今日頭條、抖音上有巨量內(nèi)容，也有海量用戶。如果靠用戶自己搜索、尋找，多浪費(fèi)時間啊，好在現(xiàn)在有AI技術(shù)用于用戶畫像！

用戶畫像就是根據(jù)用戶在平臺瀏覽、觀看、交易等行為留下的痕跡（數(shù)據(jù)），按照一定的畫像規(guī)則和目的，給用戶畫像，然后根據(jù)用戶畫像精準(zhǔn)推送內(nèi)容。

比如，今日頭條、抖音等媒體，會根據(jù)用戶偏好、傾向性，針對性推送內(nèi)容。

美國打壓TikTok，中國及時發(fā)布政策，禁止算法類技術(shù)出口。

AI算法一個很重要的作用就是用戶畫像，AI算法既用于用戶畫像，也用于產(chǎn)品（內(nèi)容）畫像，然后實(shí)現(xiàn)兩者匹配。

比如，平臺通過用戶畫像確定某用戶的需求偏好，比如價格偏好、品牌偏好等。同時，產(chǎn)品也有畫像，然后實(shí)現(xiàn)產(chǎn)品和用戶偏好的匹配。只有匹配，轉(zhuǎn)化率才會提高。

平臺已經(jīng)給產(chǎn)品和用戶畫像了，但用戶為什么沒有感覺呢？

這是因為用戶畫像是平臺在做，商家和用戶只是被畫像，畫像用于推送產(chǎn)品或內(nèi)容。用戶只是感覺產(chǎn)品更合味品，但不知道自己被畫像了。

04

2C平臺的用戶畫像，已經(jīng)是平臺的日常了。那么，快消品廠家的數(shù)字化是否需要用戶畫像呢？

當(dāng)然需要！只有用戶畫像，才能更精準(zhǔn)。

比如，一個新品投放市場，過去深度分銷采取的是全面鋪貨。但是，現(xiàn)在產(chǎn)品升級，新品鋪貨需要精準(zhǔn)。如果某高端新品投放市場，就需要找到精準(zhǔn)鋪貨終端。那么，就需要對終端進(jìn)行用戶畫像。

假設(shè)高端新品鋪貨的用戶要符合三條標(biāo)準(zhǔn)：

1. 終端有新品推薦能力；
2. 終端有高端用戶群；
3. 終端在該品類有優(yōu)勢。

那么，就可以根據(jù)上述標(biāo)準(zhǔn)給終端畫像，篩選出符合上述條件的終端進(jìn)行認(rèn)知教育（如體驗），然后鋪貨。因為畫像精準(zhǔn)，鋪貨后銷售情況不錯，就可以展開更全面的鋪貨。

新品鋪貨，終端畫像的數(shù)據(jù)從何而來？

有兩大來源：

1. 一是自己有終端數(shù)據(jù)，就可以根據(jù)歷史數(shù)據(jù)給終端畫像；
2. 二是如果剛上線，沒有數(shù)據(jù)，就可以找系統(tǒng)平臺或第三方專業(yè)公司，他們會根據(jù)其它公司的數(shù)據(jù)，給終端畫像。

無論是廠家還是代理商、新零售，只要在線，只要數(shù)字化，就一定要有用戶畫像。

現(xiàn)在的新零售場景，即使是線下，也可以實(shí)現(xiàn)用戶畫像。

比如，用戶在賣場逛，走到一處，專場屏幕就會根據(jù)用戶畫像推薦合適的商品；再比如，連鎖店只要識別用戶進(jìn)店（比如人臉識別），就可以根據(jù)用戶畫像，主動導(dǎo)購，比過去的被動導(dǎo)購更精準(zhǔn)。

05

即使是傳統(tǒng)銷售，也有簡易的用戶畫像，比如7-11便利店的收銀鍵盤，就是按照性別、年齡進(jìn)行統(tǒng)計的。只不過，這種畫像只能是集體畫像，比如性別占比、年齡占比，不是精準(zhǔn)的單個用戶畫像。

用戶畫像大致分兩類：一是用戶屬性畫像，二是用戶行為畫像。

• 用戶屬性畫像：比如性別、年齡、收入、興趣愛好、活躍時間，居住地。前面講到的高端新品鋪貨終端，也是屬于B端用戶的屬性畫像。
• 用戶屬性畫像：可以用于產(chǎn)品開發(fā)，比如尋找目標(biāo)用戶；可以用于產(chǎn)品推薦，比如用戶畫像是“寶媽”，那么，就可以根據(jù)寶媽的需求特征，向“寶媽”用戶推薦適合的商品。

在線推薦系統(tǒng)，把相同畫像的用戶稱為“鄰居”，根據(jù)“鄰居”的喜好推薦給用戶。

傳統(tǒng)營銷也做用戶畫像，更多的是用戶屬性畫像。大數(shù)據(jù)也做用戶屬性畫像，比如新品研發(fā)，比如B端用戶畫像。但是，針對C端用戶的大數(shù)據(jù)畫像，更多的行為畫像。

如果說用戶屬性畫像是根據(jù)畫像“猜測“用戶行為的話，那么，用戶行為畫像就是根據(jù)以前和現(xiàn)在的行為，預(yù)測下一次行為。

行為已經(jīng)產(chǎn)生，預(yù)測下一次行為就相對比較容易。

營銷數(shù)字化最重要的畫像是行為畫像。行為畫像與屬性畫像不同，屬性畫像有一定的穩(wěn)定性，因為性別、年齡是穩(wěn)定的，興趣愛好也有相對穩(wěn)定性。

但是，即便是同一個人，行為變化也很大，比如抖音用戶，今天喜愛的內(nèi)容，明天或許想換一個口味，那么，只要用戶做出改變，用戶行為畫像立即做出改變。

很多今日頭條的用戶曾經(jīng)抱怨，頭條把自己的喜好固化了，自己其實(shí)想看更多的新東西。但是，即使“想看”，只要沒有付諸行為，畫像就不會改變。只要用戶嘗試做出改變，畫像就立即變化。

那么，什么是用戶行為？在今日頭條上，用戶行為包括點(diǎn)擊內(nèi)容、閱讀時間、點(diǎn)贊、評論等，根據(jù)這些行為進(jìn)行畫像，然后確定以后推送的內(nèi)容。

亞馬遜是利用用戶畫像推薦的鼻祖，亞馬遜通過用戶在站點(diǎn)的行為，包括瀏覽物品、購買物品、加入收藏夾和wish list等，以及評分等用戶反饋方式，共同構(gòu)成用戶畫像，并用于下列用途：

1. 當(dāng)日推薦：根據(jù)用戶近期瀏覽和購買記錄，結(jié)合當(dāng)下流行物品給出一個綜合推薦；
2. 新品推薦：采取基于內(nèi)容的推送機(jī)制，將一些新產(chǎn)品推薦給用戶。由于新產(chǎn)品只有較少的用戶喜好數(shù)據(jù)，基于內(nèi)容推送就解決了這個問題；
3. 關(guān)聯(lián)推薦：采用數(shù)據(jù) 挖掘技術(shù)對用戶的購買行為進(jìn)行分析，找到經(jīng)常被一起或被同一個人購買的物品集。在圖書購買中，這類推薦就非常多；
4. 他人購買/瀏覽物品：這是物品的協(xié)同過濾推薦，通過社會化機(jī)制，用戶能更方便地找到感興趣的產(chǎn)品。

06

用戶畫像是數(shù)字化的靈魂，很難想象沒有用戶畫像，數(shù)字化會做得很好。

傳統(tǒng)營銷也有數(shù)字，不過都是統(tǒng)計數(shù)字，比如年銷售額、當(dāng)日銷售額等。這些數(shù)字也有用，但對于在線化則價值不大了。

用戶在線化提出一個要求：即時推薦，用戶在線的每一次行為，包括瀏覽、購物、評分反饋、拼團(tuán)等，都在改變用戶畫像。也就是說，用戶行為畫像是動態(tài)畫像。

用戶每次網(wǎng)上行為，緊接著會有下一次行為，在兩次行為之間，都要決定下次推送的產(chǎn)品或內(nèi)容。因此，在線化環(huán)境下，用戶畫像要能夠做到即使推薦。

在線即時推薦，就要求用戶畫像要根據(jù)原來的數(shù)據(jù)，完成畫像建模（建立模型），瞬間完成計算，然后推送產(chǎn)品、內(nèi)容或政策。

抖音等內(nèi)容平臺的每次點(diǎn)擊后的頁面更新，都是用戶畫像計算的結(jié)果；阿里、拼多多的每次點(diǎn)擊頁面，都是用戶畫像即時計算，然后推送的結(jié)果。

快消品廠家的數(shù)字化，現(xiàn)在基本上只是完成了可以在線，沒有建模，沒有畫像，更沒有即時推送能力。比如，一物一碼，現(xiàn)在絕大多數(shù)只是無差別地發(fā)紅包。沒有用戶畫像，就會把用戶視為同一個畫像（同一個模樣）。

用戶畫像是個大話題，會反復(fù)講，下期講品牌商與零售商視角用戶畫像的區(qū)別。

#特邀作者#

劉春雄，微信公眾號：劉老師新營銷（ID：liuchunxiong1964），人人都是產(chǎn)品經(jīng)理特邀作者?，F(xiàn)任鄭州大學(xué)副教授，碩士生導(dǎo)師，兼任北京大學(xué)EMBA課程主講導(dǎo)師，《銷售與市場》雜志社副總編，清華大學(xué)MBA、中國人民大學(xué)MBA特聘客座教授。

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

題圖來自?Unsplash，基于 CC0 協(xié)議