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
榮耀標識分享一些我的客群觀
編輯導語：客群的重要性我們不言而喻，公司制定新策略、推出新產品、調整運營策略、進行戰略升級、舉辦一些活動，都需要在了解客群的基礎上進行。本文作者針對客群，談了談自己的一些想法，希望有其他想法的小伙伴可以在評論區積極討論，在討論中逐漸完善大家的客群觀。
這一文章保留了很久，終于還是發出來了：一方面覺得自己這方面并不精通；另一方面感覺還有需要調整的地方，所以遲遲未發。
今天還是想發出來吧，聽聽大家的意見，總比自己想要全面一些。在數據或者說更廣闊的的領域，客群可以說是重中之重，沒有什么商業可以跳開客群不講。
公司的戰略方向、產品、運營等往往都需要充分分析客群的特性，于是我們看到一個個的分析獅們抓耳撓腮的想著各種維度，探索客群的規律和特性，希望能找到新的盈利增長點，找到新的活躍客戶和高轉化客戶。
紛繁復雜的算法邏輯飛來飛去，最終確定出了各自認為合理的客群觀念，形成自己的客群觀。
不僅客群，我想學習的邏輯也無非如此了吧，近幾天看到朋友圈瘋傳的一幅圖片，感覺有些意思。
對于一個公司或者一個角色來講，經驗套路可以輕輕松松的勾畫出數據之間的聯系，完成公司的作業，但是，做完之后呢？
真正有價值的是用現在的數據，講述出你心里的故事，勾畫出你心中的貓。
筆者整理了自己對客群的一些淺顯理解，算是拋磚引玉吧。也希望大家不吝賜教，一起玩一把客群觀念，構建一個較為全面的客群地圖。筆者把客群總結為幾個階段：
一、維度探索
客戶與公司交互產生的數據總體上講可以分為三類：基本屬性信息、行為信息和交易信息。
所謂的基本屬性即為客戶的年齡、性別、學歷、出生地、常駐地、手機號、職業、是否有車、是否有房等，這一屬性信息除了構建出對用戶的基本認知外，還可以作為細分維度，支持探索這個來到我們公司的客戶在社會上應該是一個什么樣子。
客戶的公司畫像和客戶的社會畫像往往能比較出一些較為完整的用戶訴求，但是社會畫像往往不是一個簡單的話題，多數人也只能望而卻步。
stephens在《人人都在說謊》一書中便詳細的描述了他是怎么用谷歌的數據逐步的探索到人的社會屬性，也是基于一個公司的數據解答了社會性問題。
有人會去講：谷歌有他的特殊性，因為這一公司幾乎無處不在，可以說是涵蓋了人的大部分需求，所以能較為全面的還原人的社會性，這一特性幾乎是不可復制的。
或許這一說法有他的道理，一個公司的數據是無法還原出人原有的樣子的。
但是，如果還原一個方面呢？我們身處金融體系，從客戶對我們公司的產品反應是否能夠還原出客戶在社會上的經濟能力、金融喜好？
我想這是可以進行深度探索的：
- A、B、C三個產品放在客戶首頁，A是高收益高風險；B是中收益中風險；C是低收益低風險，客戶的選擇反映出了什么問題呢？
- 如果增加剛才所講的客戶的基本屬性信息呢？現在告訴你，客戶是35歲，碩士，男性，常駐地是上海，出生地是山東，工作7年，你會有什么樣不一樣的思考呢？
我們假設每個階層的人在社會上會有一個較為普遍的生活軌跡，事實上這樣的軌跡也確實存在，梁曉聲老師在《中國社會各階層分析》中或許會給出一些啟示，畢竟讀來還是有些道理。
我們姑且把這樣的軌跡看做是社會人的生命周期吧，或許生命周期理論會是一個較為靠譜的思考方向，上述的客戶在社會上會是一個什么形象呢？
工作7年的35歲男性碩士，大概率已經小有成就，在一個領域中成為精英了吧？這樣的年齡背景會不會已經成家立業，有妻有女呢？身在異鄉的家庭會有怎樣的抗風險能力呢？或許他還沒有為子女的上學問題煩憂吧？
公司的數據+社會人的認知，我們是否可以思考一些比較有意思的話題？如果我們再深度的追加維度呢？
要知道，金融體系下是會擁有客戶較為精準全面的信息的，種種的思考會讓我們覺得：面向客群，大有作為。
畢業工作一年的時候曾接到招行的一個電話，是銷售在推銷信用卡。
我當時是有些詫異的，當時的我與招行幾乎沒有交集，只有一張招行的借記卡作為工資卡，而且幾乎是轉進即轉出的狀態，他們通過什么樣的信息定位到我并推銷出他們的高額信用卡？或許他們的定位規則中有社會因素吧？
具體的邏輯不得而知，不過有趣的是卡片寄送的第二年筆者便成了他們的客戶，因為給出的額度剛好可以解決生活所需，或許是個巧合，但是卻很成功。
單個維度的探索可以對客群做一個類似于切面的劃分，比如：職業、年齡、資產層級等，或許在這個世界上有許多的真實，也或許如stephens所講：人人都在說謊。
但是，不管怎樣，消費應該是算作眾多層面當中較為真實的一個了吧，每個月消費一千的人和每個月消費一千萬的人對金融態度的差異幾乎可以在消費記錄里面毫無保留的表現出來。
也正因為如此，公司才會直觀的探索單個維度下客群的差異，以此來了解客戶的訴求，比如：
此處數據經過變形處理，只為表示單個維度下客戶表現的差異，橫軸即為各個客群，直觀考慮這確實也是存在差異的，畢竟這一維度在客戶行為上非常有代表性。
對于這一點，大家翻看一下各自公司的報表便有所知曉吧。
單個維度的優勢在于簡單直觀，獲取數據后，或許EXCEL便可清晰可見，人人都會成為優秀的數據解讀人員，講出來的故事也會非常生動。但是這樣的維度畢竟有限，面對上述所描述的三類數據。
如果僅憑單個維度，估計一半的數據便可以扔掉了吧，因為單獨讀取，價值不大，甚至會出現錯誤數據。比如：
（數據經過深度加工，已經面目全非，只為說明問題）
我們的常識告訴我們，大部分人是：借貸不理財，理財不借貸，但是數據中的呈現會不會出現呢？
我們試想一個場景：有A、B、C三個客群，分別統計他們的理財頻次和借貸頻次：
帶著這些疑問我們做了深度的挖掘，我們增加了一些維度：圖中的結構是對三個客群進行比較，得出理財頻次和貸款頻次呈正相關。
這顯然與我們的常識不相符，問題出在哪里了呢？
客群的粗粒度讓我們對數據進行了錯誤的解讀，仔細觀察數據。我們會看的出，這一比較是有問題的，我們可以說客群A的理財頻次和借貸頻次都很低，卻很難得出兩者有什么相關性的結論。
數據的錯誤還有很多種，此處只是略知一二，有興趣的大佬可以仔細研究一下，一定會有所收貨。
問題的冰山冒出來了，理財的人是少年和中年，貸款的人是青年和老年（我們假設少、青、中、老是四個明確的年齡段），壓根兒就不是一類人群，問題的根源在于錯誤的融合了兩類人群。
單一維度的害處也就凸顯出來了，為解決這一問題，很多人開始使用復合維度，并反復驗證，以期趨向于準確數據。
復合維度的使用標識著對數據的探索進入了一個新的領域，即：數據挖掘。俗話說：挖掘一時爽，一直挖掘一直爽，準確性往往是從不停的挖掘迭代中成長起來的。
也正是這一方法，給分析師的生活帶來了一定的色彩，維度的組合充滿了個人英雄主義的認知，維度的選擇不僅顯示了這個分析獅對人的認知，也凸顯了分析獅的技能高下。
用維度解構人群，融合一些復雜的維度運算規則，形成了復合維度客群挖掘的基本面。
維度、算法、客群，缺一不可。
正如我們上面工作了7年的35歲男性碩士，復合維度的整合加思考，可以得出較多的意想不到的信息?？蛻舻幕緦傩孕畔⒓涌蛻粼贏PP的行為和交易信息，逐漸豐富了我們對客戶的認知。
基本屬性是人天生帶有的標簽組合，行為數據是客戶來到APP留下的足跡，反映了客戶的興趣和意愿，交易信息最為直觀的呈現了客戶的訪問目的。
上面描述的三個方面數據的疊加，逐漸豐滿的維度，也就呼出了逐漸清晰的畫像，一個個帶有各種各樣標簽的人，經過對多個頁面組合的訪問，最終到達目的地，并匯聚于此，每個點都是一個帶有各種標簽的人，如下圖：
客群細分模型
復合維度替代單一維度的思路轉變，不僅提高了我們對客群認知的準確性，更有意思的是他使客群的演化和成長變的異常靈活，通過維度的增減和維度值的調整，我們看到了一個個“靈活的胖子”在成長。
這一“靈活的胖子”就是我們通過多個維度細分出來的客群，在這一客群的基礎上，我們能夠清晰的勾畫出用戶畫像，并不斷細化畫像的輪廓。
技術方面：一些常見的小算法諸如：K-means、頻繁項集、貝葉斯、高斯混合等被分析獅們拿出來來回翻騰，那些講故事的人也可以口吐蓮花，異常精彩。
二、客群生命周期
一個成型的客群不是一成不變的，他會像人一樣成長、成熟、衰退，現在比較流行的推薦類軟件“抖音”紅極一時，它提供給我們的視頻信息會隨著我們的操作和時間的推移發生變化。
“在合適的時間，用合適的方式，向合適的客戶，推薦合適的產品”應該是現階段推薦問題的根本思路了。隨著時間的推移，推薦的方式、推薦的客戶、推薦的產品都是會變化的，這期間隱藏的就是生命周期的邏輯。
好的客群應用需要有他的系統面和社會面。
1. 社會層面上
客戶在公司中的行為會經歷成長、穩定和衰退，也就是我們常講的客戶生命周期，生命周期的理論不僅存在于公司內部，在社會上也是有一定的規律。
正如我們之前的討論，我們對于35歲的異鄉碩士是有一定的認知的，這一認知影響了我們對這個客戶的運營方式，客戶流失的原因或許是來自于公司內部的產品效果，也或許是市場中出現了更滿足客戶需求的新產品。
因此，客群的研究需要充分的考慮客戶的兩個生命周期，探索用戶的深度需求：
2. 系統層面上
良好以及健全的數據存儲、高效以及準確的數據查詢、定時以及定量的數據更新，構建起了客群體系的基本結構。
當用戶產生新的訪問時，行為信息中就會增加一條訪問記錄，比如：用戶A訪問了余額和理財頁面，并購買了一個理財產品。
這一行為會修改用戶的行為表、購買記錄表，觸發畫像系統中的觸發器，將此用戶下面的訪問余額、理財頁面的信息+1；同時將購買記錄表中購買理財產品的記錄+1，然后經過預處理來調整畫像的動態信息。
同樣的，我們也可以設置不同的觸發器來面向不同的用戶畫像數據源和不同的應用場景。
另外，觸發器的使用方式也是可以有新的思路的。比如，公司內部會有對客戶的標簽構建系統，一個個非常詳盡的標簽存在于大數據環境中，如果用戶的一些行為命中某一標簽呢？
這又是另一片天地了：
系統可以方便的將用戶畫像與現有的標簽結合在一起，由此，實現了用戶畫像的實時更新，便可基于這些實時畫像延伸有意義的場景。
作者：livandata；個人公眾號：livandata，歡迎大家關注溝通~
本文由 @野水晶體 原創發布于人人都是產品經理，未經作者許可，禁止轉載。
題圖來自Unsplash，基于CC0協議。
- 目前還沒評論，等你發揮！
