聯(lián)通大數(shù)據(jù)積累了豐富的數(shù)據(jù)能力,、平臺(tái)能力,、產(chǎn)品交付能力和行業(yè)解決方案能力，累計(jì)服務(wù)17個(gè)行業(yè),。聯(lián)通大數(shù)據(jù)在精準(zhǔn)營銷,、數(shù)達(dá)營銷和數(shù)言輿情標(biāo)準(zhǔn)產(chǎn)品的基礎(chǔ)上形成了針對(duì)各個(gè)行業(yè)的解決方案。

今天我們就來講解一下,，聯(lián)通大數(shù)據(jù)精準(zhǔn)營銷,，究竟厲害在哪？

一,、用戶畫像

用戶畫像是聯(lián)通大數(shù)據(jù)根據(jù)用戶社會(huì)屬性,、生活習(xí)慣和消費(fèi)行為等信息而抽象出的一個(gè)標(biāo)簽化的用戶模型。

具體包含以下幾個(gè)維度：

1,、用戶固定特征：性別,、年齡、地域,、教育水平,、生辰八字、職業(yè),、星座

2,、用戶興趣特征：興趣愛好、使用APP、網(wǎng)站,、瀏覽/收藏/評(píng)論內(nèi)容、品牌偏好,、產(chǎn)品偏好

3,、用戶社會(huì)特征：生活習(xí)慣、婚戀,、社交/信息渠道偏好,、宗教信仰、家庭成分

4,、用戶消費(fèi)特征：收入狀況,、購買力水平、商品種類,、購買渠道喜好,、購買頻次

5、用戶動(dòng)態(tài)特征：當(dāng)下時(shí)間,、需求,、正在前往的地方、周邊的商戶,、周圍人群,、新聞事件、如何生成用戶精準(zhǔn)畫像大致分成以下三個(gè)步驟,。

第一步：采集和清理數(shù)據(jù)：用已知預(yù)測(cè)未知

首先得掌握繁雜的數(shù)據(jù)源：包括用戶數(shù)據(jù),、各式活動(dòng)數(shù)據(jù)、電子郵件訂閱數(shù),、線上,、或線下數(shù)據(jù)庫、及客戶服務(wù)信息等,。

這個(gè)是累積數(shù)據(jù)庫,。這里面最基礎(chǔ)的就是如何收集網(wǎng)站／APP用戶行為數(shù)據(jù)。

比如當(dāng)你登陸某網(wǎng)站,，其Cookie就一直駐留在瀏覽器中,，當(dāng)用戶觸及的動(dòng)作、點(diǎn)擊的位置,、按鈕,、點(diǎn)贊、評(píng)論,、粉絲,、還有訪問的路徑。

可以識(shí)別并記錄他／她的所有瀏覽行為，然后持續(xù)分析瀏覽過的關(guān)鍵詞和頁面,，分析出他的短期需求和長期興趣,。

還可以通過分析朋友圈，獲得非常清晰獲得對(duì)方的工作,，愛好,，教育等方面。這比個(gè)人填寫的表單,，還要更全面和真實(shí),。

我們用已知的數(shù)據(jù)尋找線索，不斷挖掘素材,，了解客戶現(xiàn)有需求,，也可以分析出未知的顧客與需求，進(jìn)一步開發(fā)市場(chǎng),。

第二步：用戶分群：分門別類貼標(biāo)簽

描述分析是最基本的分析統(tǒng)計(jì)方法,，描述統(tǒng)計(jì)分為兩大部分：數(shù)據(jù)描述和指標(biāo)統(tǒng)計(jì)。

數(shù)據(jù)描述：用來對(duì)數(shù)據(jù)進(jìn)行基本情況的刻畫,，包括數(shù)據(jù)總數(shù),、范圍、數(shù)據(jù)來源,。指標(biāo)統(tǒng)計(jì)：把分布,、對(duì)比、預(yù)測(cè)指標(biāo)進(jìn)行建模,。

這里常常是Data mining的一些數(shù)學(xué)模型,，像響應(yīng)率分析模型，客戶傾向性模型,，這類分群使用Lift圖,，用打分的方法告訴你哪一類客戶有較高的接觸和轉(zhuǎn)化的價(jià)值。

在分析階段,，數(shù)據(jù)會(huì)轉(zhuǎn)換為影響指數(shù),，進(jìn)而可以做一對(duì)一的精準(zhǔn)營銷。

舉個(gè)例子,，一個(gè)80后客戶喜歡在生鮮網(wǎng)站上早上10點(diǎn)下單買菜,，晚上6點(diǎn)回家做飯，周末喜歡去附近吃日本料理,，經(jīng)過搜集與轉(zhuǎn)換,，就會(huì)產(chǎn)生一些標(biāo)簽，包括80后生鮮做飯日本料理等等,，貼在消費(fèi)者身上,。

第三步：制定策略：優(yōu)化再調(diào)整

有了用戶畫像之后,，便能清楚了解需求，在實(shí)際操作上,，能深度經(jīng)營顧客關(guān)系,，甚至找到擴(kuò)散口碑的機(jī)會(huì)。

例如上面例子中,，若有生鮮的打折券,，日本餐館最新推薦，營銷人員就會(huì)把適合產(chǎn)品的相關(guān)信息,，精準(zhǔn)推送這個(gè)消費(fèi)者的手機(jī)中；

針對(duì)不同產(chǎn)品發(fā)送推薦信息,，同時(shí)也不斷通過滿意度調(diào)查,，跟蹤碼確認(rèn)等方式，掌握客戶各方面的行為與偏好,。

除了客戶分群之外,，獲客盟營銷研發(fā)人員也在不同時(shí)間階段觀察轉(zhuǎn)化率率和成功率，前后期對(duì)照,，確認(rèn)整體營銷策略與方向是否正確,，若效果不佳，又該如何應(yīng)對(duì),。反復(fù)試錯(cuò)并調(diào)整模型,，做到循環(huán)優(yōu)化。

二,、精準(zhǔn)預(yù)測(cè)

“預(yù)測(cè)”能夠讓你專注于一小群客戶,，而這群客戶卻能代表特定產(chǎn)品的大多數(shù)潛在買家。

當(dāng)我們采集和分析用戶畫像時(shí),，可以實(shí)現(xiàn)精準(zhǔn)營銷,，這是最直接和最有價(jià)值的應(yīng)用。

廣告主可以通過用戶標(biāo)簽來發(fā)布廣告給所要觸達(dá)的用戶,。

這里面又可以通過搜索廣告,、展示社交廣告、移動(dòng)廣告等多渠道的營銷策略,，營銷分析,，營銷優(yōu)化以及后端CRM/供應(yīng)鏈系統(tǒng)打通的一站式營銷優(yōu)化，全面提升ROI,。

三,、技術(shù)工具

運(yùn)營商大數(shù)據(jù)具備全面性、多維性,、中立性,、完整性是其它企業(yè)很難比擬的,，而且通過這些不同維度數(shù)據(jù)的交叉關(guān)聯(lián)，可以創(chuàng)造更多的新數(shù)據(jù)和新價(jià)值 ,。

（01）身份-運(yùn)營商不僅客戶信息覆蓋完整,，還可以基于實(shí)際行為進(jìn)行驗(yàn)證，通過身份信息,，快速判定用戶的信用程度,。

（02）上網(wǎng)-基于用戶訪問什么網(wǎng)址、下載什么應(yīng)用,、訪問什么內(nèi)容等,，得到上網(wǎng)喜好。

（03）位置-運(yùn)營商的通過位置信息,，可以掌握用戶出行特征,，給用戶帶來生活的極大便利。

（04）社交-基于通信交往圈的大小,、主被叫,、時(shí)間序列、得到用戶的社交特征,。

（05）支出-運(yùn)營商有客戶最為詳實(shí)的消費(fèi)賬單,、比如流量費(fèi)、短信費(fèi),、語音費(fèi),、新業(yè)務(wù)費(fèi)等，能反映用戶的一些特征,。

（06）通信-通過用戶的通信使用情況,，比如本地、漫游,、長途,、了解用戶通話行為特征。

（07）終端-識(shí)別記錄手機(jī)終端型號(hào),，了解用戶手機(jī)使用特征,、發(fā)展趨勢(shì)、用戶換機(jī)周期等,。

（08）時(shí)序-通過用戶上網(wǎng),、位置、通話等行為按照時(shí)間排列,，了解更多規(guī)律提供更多服務(wù),。

好的客戶太難找了，線下盲找要廢好多功夫,，手機(jī)微信朋友圈吆喝,，很容回易就到了答飽和狀態(tài),，想要源源不斷的找到優(yōu)質(zhì)客戶，運(yùn)營商大樹句可以參考一下,，我現(xiàn)在用云鯨大數(shù)據(jù),，它是運(yùn)營商系統(tǒng)，客戶多,，都是意愿比較高的,，我用它給的資源成交了好幾單。