用戶分群畫像:抽樣“猜想”讓位于大數據“觀察”

0 評論 21796 瀏覽 3 收藏 8 分鐘

小白叨一叨:雖然每個用戶都會在互聯網上投射出一個“我”,但遺憾的是,長久以來對于互聯網用戶的認知,仍靠的是“猜”。其實互聯網用戶真實的內心完全呈現在網絡上,通過有效的方式可以觀察出來。這意味著只要足夠多、足夠長的用戶數據,就可以將那個面目模糊而內心真實的“我”勾勒出來。

虛擬與真實是互聯網的一體兩面。一方面,我們會自覺不自覺地掩飾自己,采用網名也好,對性別、年齡、職業、收入等等守口如瓶也好,都在下意識地讓自己不為別人知曉。另一方面,我們的行為——瀏覽網頁、觀看視頻、微博關注、搜索關鍵詞,又將我們真實關注的興趣點一一做了最詳盡的展現。當兩者結合,就是在互聯網上面目雖然模糊,內心最接近真實“我”的投影。

可以“看到”何必再去“猜想”

雖然每個用戶都會在互聯網上投射出一個“我”,但遺憾的是,長久以來對于互聯網用戶的認知,仍靠的是“猜”。傳統的媒體無論是綜合性的還是垂直的,無論是基于PC的或者基于其他終端的,或是更傳統的紙媒、屏媒、電視媒體,在定義媒體價值的時候,通常以傳統受眾人口學特征來做定義。以電視為例,統計收視率時,是通過每個城市的幾千個樣本戶進行抽樣調查去推及全國的收視率,并以此作為下一步推廣、營銷的基礎。這樣的抽樣方式只能獲取小部分用戶的信息及行為,絕大多數用戶是被這小部分用戶“代表”了。即使這樣,調查到的結果也往往是片面的,只能對用戶進行粗線條、片段式描述,如年齡、性別、收入等,然后以此對偏好和消費意愿進行倒推。當用戶在不同的時間、地點,狀態下的實時特征、需求發生改變時,就無法跟進了。

但正如前文所言,互聯網用戶真實的內心其實完全呈現在網絡上,通過有效的方式可以觀察出來?;ヂ摼W與傳統媒體不同,能夠對用戶行為進行實時的、全流量的監測,這意味著只要足夠多、足夠長的用戶數據,就可以將那個面目模糊而內心真實的“我”勾勒出來。第三方數據機構目前已推出網站用戶分群畫像解決方案。這一方案依托的DDMP平臺平均每天跨網采集2億網民、30億條網民行為數據,為每個用戶從人口屬性、興趣、產品行為等打上多維度的標簽,再對不同維度的標簽進行篩選、聚類,進行族群劃分、標簽描述、定性描述。

這樣的應用,將讓互聯網媒體及相關的網絡營銷產業改變以往費勁心力“猜”用戶的方式,而去“看”用戶,并進一步研究用戶、投其所好。

精準營銷基于了解用戶?

無論媒體提供資訊也好,企業提供產品、服務也好,所面對的主體都是用戶,“用戶導向”的口號也早已盡人皆知,但在無法對用戶及需求識別進行細分、了解消費的偏好和意愿的時候,這樣的口號也就只能是口號。

用戶分群畫像對于網絡營銷環境最大的改變,在于打破數據孤島并真實了解用戶。在只掌握一家數據的情況下,用戶行為的偏差不可避免——現在的網絡環境下,誰會只在一家網站、平臺上完成所有活動?而在跨網數據的支持下,網站不僅知道用戶在這里愛看什么,還知道用戶在網站之外的行為、偏好、特征,從而全面了解消費者的購買行為、態度、生活形態和媒體接觸習慣。如果說傳統調研方法是找個體之間的共性,那么用戶分群畫像就是找到目標用戶消費者的個體差異和偏好,而且這個差異好偏好還是實時的、動態的。

在了解真實用戶的基礎上,網絡營銷就可以實現在恰當的時間、恰當的渠道,恰當的形式傳遞給恰當的人。用戶分群畫像系統中的TGI(Target Group Index,目標群體指數),可以清晰反映目標群體在特定研究范圍內的強弱態勢,標示出媒體甚至廣告位的商業價值所在,使媒體與廣告主進行最適當的匹配。而通過對目標群體年齡、性別、地域、興趣等的條件設定,還可以更精準預定目標人群、對媒體進行篩選。比如,某紅酒類廣告主進行廣告投放,根據其原有數據認為愛喝紅酒的是時尚類人士,因此選擇了時尚網站進行廣告投放。但是采用數據分析后發現,其愛買紅酒的用戶最愛看的是軍事新聞,當廣告投放由時尚網站轉向軍事網站后,用戶轉化率提升了17倍。

用戶分群畫像也可以更好地支持原生廣告生產,實現精細化的“集體關注”營銷。所謂“集體關注”營銷不應只去迎合熱點,而是要通過全網數據去精準預測、獲取目標人群的關注點,在第一時間發現目標用戶的集體關注點,將其與自身產品和服務進行有機拼接,從而使廣告內容、形式更能為目標用戶接受,讓“關注”更順暢地向消費轉化。

如果說,以往的營銷是從產品出發,去猜測受眾在哪里并去那里等待“偶遇”。那么在大數據時代,用戶的感受與偏好不用再去“猜”,而可以去“看”,然后提前抵達適當的地點、適當的時間,主動說一聲“你要的就在這里”。

本文作者:@樊永梅;轉載自:締元信.網絡數據?

更多精彩內容,請關注人人都是產品經理微信公眾號或下載App
評論
評論請登錄
  1. 目前還沒評論,等你發揮!