大数据时代的用户洞察

简介:

2013年年底,奥维咨询(AVC)召开了大数据时代的战略规划发布会,在发布会上奥维咨询(AVC)董事长喻亮星做了关于三步走的战略:第一阶段是激活企业内部的冷数据,第二阶段是数据转化为资产,第三步是构建企业大数据竞争力。而现在的情况是:企业售后服务的数据以及官网的数据非常多,有很多值得深度挖掘。
用户洞察的定义和目的
        在构建大数据方面,现在各大企业都在进行探索。要构建大数据系统,首先要知道什么是用户洞察,标准的用户洞察包含三个步骤:用户的数据管理、用户的需求分析、分析以后建立用户洞察力的应用。
        用户的数据包括:历史销售数据、用户评价数据、用户注册数据、用户保修数据、用户维修数据、用户社交数据。用户的需求分析即对用户信息的理解,并进行适应性的建模,通过动态的行为和价值分析,识别用户的行为、价值和需求。在用户数据管理与用户需求分析的基础上,策划、开发和提供蕴含用户实质需求的差异化产品、业务或营销方案,开展有针对性的营销和拓展市场。
        因此用户洞察的目的就是通过已有的需求或者已经产生的交易行为记录,对这些用户进行分析,然后做精准营销或者挖掘潜在需求。
用户画像模型分析
        用户画像是用户洞察中最为关键的环节,比如说他是谁,他的消费能力如何,他过往的消费历史是什么,他的购物习惯和社交偏好是什么。通过简单的方式或者是非常有限的数据,就能够找到这些内容。奥维咨询(AVC)在研究中建立了108个用户标签的画像体系,这个体系基本涵盖了我们想要知道的内容,但是这些数据都是从动态数据里面获取的,甚至不需要公开的数据,而是通过曾经购买的行为推测出来他的标签或者是他的特征。
        举例来说:如果她叫翠花,那么她是女生;如果他是给丈母娘买的,那么猜测他是男生;如果她在2012年10月份买了一段奶粉,2013年2月买了二段奶粉,那么可以推测她有孩子,并且孩子已经两岁半了;如果他买了高端的A.O史密斯热水器,那么他的消费能力相对比较强;如果一位用户关注科技,比如说可穿戴设备,那么他一定是科技达人;如果他买了净水器,他可能对空气净化器有要求。通过这些历史数据、SNS数据或者行为数据,探究同一个客户有没有二次购买的可能;如果他是优质的客户,有没有冲动购买的可能,这都是需要仔细研究的。
基于交易数据的用户洞察
        根据电商的交易数据对个人消费者用户进行分析,从消费内容的数据中洞悉该消费者的消费习惯和其他信息:根据用户消费能力级别数据可以了解消费者的消费能力;根据用户的购买次数分析其购物习惯,判定他是否是网购达人;根据用户的上网时间分布数据,分析消费者的职业、作息等信息;根据用户单次消费金额数据分析消费者的购买能力和收入状况等。
        例如,一名消费者在2013年12月份到2014年4月份有五次消费,从他这五次交易的数据里面可以看到:他买了两次手机,还买了豆浆机、电视机;第一次购买手机的时候花了四千块,但第二次购买手机的时候只花了1950元。可以看出他热爱生活,是一个十足的数码控,消费能力很强,网购习惯很明显。当然这些数据不一定很准,但是也不需要它很准。只要能够做出画像就足够了。
        通过分析,认识了他,知道他叫什么,也知道他在哪里,然后进行的就是用户洞察力的行为应用:电话他、短信他、邮件他、私信他,用打折、促销、返券、送积分、给链接、门店地址等方式吸引他、勾引他,全方位地缠绕他。这种全方位的营销到底能不能产生消费不敢肯定,但是这样的促销行为对一部分人一定会产生影响。

        基于论坛数据的用户洞察在对论坛的研究方面,今年奥维咨询(AVC)提取了从2月份到3月份对某消费者论坛的监测数据,样本量是24万的用
户,其中签到的人达到了80万,购买信息数达到200万。对论坛用户年龄的分析,可以发现绝大部分都是85后和90后,这两部分用户占到70%以上,因此可以认定这是一个新型的消费领域。从学历方面来分析这些用户,80%以上的用户为专科以上学历,这些人渴望成功,渴望归属和友情,他们勇敢、时尚,但是消费能力不够。

        在这个论坛用户结构中,普通人占到50%多,而骨灰级的粉丝占到40.3%,粉丝如何运营就是目前面临的最大问题。现在很多企业在做社会化的营销,在做粉丝运营,但是坦率来讲,做的都不是特别理想。目前家电行业都在向互联网思维转变,在产品和技术方面,企业并没有多大的问题,如果说企业还有哪些欠缺的话,应该就是思维上的转变、专业人才的培育与经验的积累。
        在粉丝运营中,找准时间可以让营销事半功倍。之前所有电商网站购销行为,基本上都是在晚上11点到12点。但是论坛则不一样,如果企业有官网或者是官微,那么可以发现粉丝活跃时间是在午休时间,如果要做活动宣传、广告或者品牌推广,午休时间是个好选择。如果是做抢购、秒杀、团购、促销的活动,最好放在晚上。
基于社会化用户的深度挖掘成为企业关注重点
        如果只是基于在现有数据的条件下,进行深入挖掘以及用户分析,可能还远远不够,这时需要建立一个目标交互引流的分析模型,这个模型通过对线上用户精确的界定抓取,用于企业的用户运营、品牌分析。随着互联网和社会化的发展,企业需要对线上用户进行精确的分析和洞察。目前奥维咨询(AVC)在这方面已经形成了自己的产品模型特色,通过这样的模型可以有效实施这一类项目的操作和执行。
        具体如何操作?首先要分析在互联网的行为下,用户对产品和品牌究竟有什么样的看法和观点,即满意度如何;还有产品是否迭代,原因是什么,企业的痛点又在哪里,有没有可能推送新的迭代创意或者是颠覆性的想法。通过这些方面,进行社会化的数据抓取,得到标准化的期望值,进行简单的画像,然后再进行分析,抽取相关的报表报告,提供给企业进行产品的设计和创意的输出。
构建基于社会化大数据的用户洞察和交互体系
        总结前面的分析,可以看出基于大数据的用户洞察和交互体系可以归纳为:基于营销为目的:分析用户的历史销售记录,基于用户群体,获取SNS的数据,处理清洗SNS数据,挖掘用户潜在需求,针对潜在客户进行精准的个性化、差异化营销和推荐,形成销售业绩。
        基于洞察为目的:通过社会化媒体和电商平台找到关键的用户意见领袖和SNS用户,对他们细分得到相关的群体,通过社会化运营,可以对他进行调研,广告推送,或者搭建新一代用户调研系统,未来这将是能够解决产品跟进、快速升级的好平台。

相关实践学习
简单用户画像分析
本场景主要介绍基于海量日志数据进行简单用户画像分析为背景,如何通过使用DataWorks完成数据采集 、加工数据、配置数据质量监控和数据可视化展现等任务。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
目录
相关文章
|
3月前
|
存储 数据采集 机器学习/深度学习
大数据分析:挖掘数据价值的技术和方法
在数字化时代,大数据已经成为企业和科研机构的重要资源之一。然而,对于海量的数据如何进行分析和挖掘却是一个巨大的挑战。本文将介绍大数据分析的基本概念、技术和方法,帮助读者了解如何利用现代技术和工具,挖掘数据中蕴藏的价值。
104 0
|
11月前
|
开发者
《中国开发者画像洞察报告2022》——03 开发者人群特征洞察——3.2 创新担当
《中国开发者画像洞察报告2022》——03 开发者人群特征洞察——3.2 创新担当
|
SQL 数据采集 运维
《实时数仓助力互联网实时决策和精准营销》|学习笔记
快速学习《实时数仓助力互联网实时决策和精准营销》
200 0
|
移动开发 监控 供应链
互联网行业的数据分析,到底在分析什么?
经常有小伙伴问:天天看你们说互联网数据分析,到底互联网数据分析在分析什么?今天给大家分享一下哦。 首先,所有的数据分析,都是围绕三个问题展开的: 监控现状,发现问题 分析原因,评估效果 预测走势,测试方案 但是在不同的场景,解决的问题不一样。 因此想知道互联网数据分析在分析什么,得弄清楚,所谓的“互联网”到底有哪些场景。笼统地说,有7个大场景。
649 1
互联网行业的数据分析,到底在分析什么?
|
机器学习/深度学习 算法 搜索推荐
大数据时代,如何构建精准用户画像,直击精细化运营
移动互联网时代,精细化运营逐渐成为企业发展的重要竞争力,“用户画像”的概念也应运而生。用户画像是指,在大数据时代,企业通过对海量数据信息进行清洗、聚类、分析,将数据抽象成标签,再利用这些标签将用户形象具体化的过程。
2284 0
|
数据采集 弹性计算 运维
实时数仓助力互联网实时决策和精准营销|学习笔记
快速学习 实时数仓助力互联网实时决策和精准营销
171 0
|
存储 分布式计算 运维
阿里云实时大数据解决方案,助力企业实时分析与决策
简介: 2020年双11,云原生实时数仓首次在阿里巴巴双11核心数据场景落地,实现商业全链路实时化,毫秒级海量数据处理能力。搜索推荐业务数据开发效率提升4倍,菜鸟物流包裹数据链路从小时级优化到3分钟,考拉分钟及小时业务1分钟内完成,大数据的实时分析与决策在瞬息万变的市场竞争中成为了标品!今天,我们将向大家分享阿里云实时大数据解决方案,助力企业实时决策。
3788 1
阿里云实时大数据解决方案,助力企业实时分析与决策
|
存储 SQL 分布式计算
本地生活行业如何在云上挖掘更多数据价值
阿里云数据湖解决方案,助力本地生活服务实现精细化运营
20710 0
本地生活行业如何在云上挖掘更多数据价值
|
机器学习/深度学习 算法 大数据