“营销数字化10讲”(4):品牌商和零售商,“用户画像”不一样,“营销数字化10讲”(4):品牌商和零售商,“用户画像”不一样

全域/全域营销/全域营销学院/unimarketing/营销学院

,这是一篇技术化的文章,根据以往的经验,技术化的文章,往往阅读量不高。目前的营销数字化基建完成不难,但应用难,难就难在应用技术是拦路虎。,营销数字化,只有通过用户画像,才能精准、实时交互。因此,数字化的商业逻辑用互联网技术表达,这一关非过不可。,精准,就是用户画像;实时,就是瞬间画像、更新画像,在用户感觉不到的时间内推送信息、政策、黏住用户。,精准、实时,不是通过人实现,而是通过技术实现。技术的反应时间,可以快到用户感受不到。,大数据商业的基本认知:消费行为是可以预测的,预测的依据不是惯常的依人口统计数据分类,比如男女、收入等,而是消费行为数据。,这与传统的营销逻辑不同,传统营销分类逻辑基本源于人口统计分类。,大数据商业的基本逻辑是:消费者标签化。标签就是消费者的DNA。DNA源于消费行为,有倾向性,但又是变化的。标签化是一种简单化,简单是降维,降维是为了在人的心力临界点之内。,用户画像,站在品牌商、代理商和零售商(平台商)角度,各有不同的画像依据。首先是视角不同,其次是目标不同,最后是关系不同。,先看阿里大数据的理念与应用,以下内容选自《颠覆营销:大数据时代的商业革命》。作者陈杰豪是为阿里提供大数据咨询的人员,共同作者车品觉是原阿里副总裁、数据委员会会长。,传统营销偏向处理异质性问题,根据人口统计学特征,如性别、年龄、居住地、收入等,进行分类分群。,男女是人口统计指标,个性化标签是行为与动机。人口指标符合统计学,个性化标签可以预测行为,精准预测下次购买时间。,行为标签,不看人口属性,只看购买行为,比如将消费者分为三类:新顾客、主力顾客、沉睡顾客,然后分类追踪。,行为标签,就是只看可以记录的行为(有数据的行为),比如,第一次在线购买,不论线下购买多少次,线上记录就是第一次。,大数据4P:消费者(People)、成效(Performance)、步骤(Process)、预测(Predict)。,根据大数据,下次购买时间可以预测。推荐应该在预测购买时间之前,推荐符合购买用户倾向性的产品,目的是改善营收。,个性化,不能一人一个标签。阿里把多达1000种的人口特征标签,简化成6组动态及19种标签。,品牌商的数字化与零售商的数字化,最大的区别是:,,平台或零售,用户画像的主要目的是“产品与用户匹配“,提高转化率。,用户画像,除了预测下次购买时间外,很重要的一条,就是提高产品与用户的匹配度,即推荐产品的时机和特征正好与用户匹配。,品牌商的用户画像,有三个重要目标:,除了上述大数据画像目标的重要区别外,平台或零售商的用户画像与品牌商的用户画像相比,还有下列区别:,第一,用户画像的区别:,,第二,针对用户画像的政策,根据用户画像,针对性的制订政策,这是锁定用户,培养大用户的需要。零售商针对用户的政策,有平台政策,有商户的政策。品牌商针对C端用户的政策,有品牌商政策,有代理商政策。,第三,在线推送与推送后在线,平台或零售商,SKU多,已经形成了产品生态,用户在线频率高,时间长。因此,可以根据预测下次购买时间,提前推送产品或政策。,品牌商的产品有限,而且可能无其它产品选项。因此,系统要提前推送政策,诱导上线。或者在上线过程中,适时推送政策,诱导下单。,第四,平台或零售商,可以根据用户画像做关联推荐,因为平台或零售商SKU太多。比如,可以向宝妈推送系列产品,但如果是奶粉品牌商,就只有培养用户复购,或者成为大客户。,第五,平台或零售商,需要产品画像和用户同时画像,然后匹配。品牌商在销售过程中,基本不存在产品画像及匹配问题。,第六,品牌商的C端用户,只是针对C端。品牌商的C端用户画像,还要与B端关联,用C端B端。,刘春雄,微信公众号:刘老师新营销(ID:liuchunxiong1964),人人都是产品经理特邀作者。现任郑州大学副教授,硕士生导师,兼任北京大学EMBA课程主讲导师,《销售与市场》杂志社副总编,清华大学MBA、中国人民大学MBA特聘客座教授。,本文原创发布于人人都是产品经理。未经许可,禁止转载,题图来自 
Unsplash,基于 CC0 协议,

未经允许不得转载:营销圈 » “营销数字化10讲”(4):品牌商和零售商,“用户画像”不一样,“营销数字化10讲”(4):品牌商和零售商,“用户画像”不一样

赞 (0) 打赏

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

微信扫一扫打赏