上海励鋆企业管理咨询有限公司

上海励鋆是上海励鋆企业管理咨询有限公司旗下品牌。联合移动，电信，联通大数据库，助力企业低成本营销获客 具体包含以下几个维度： 用户固定特征：性别，年龄，地域，教育水平，生辰八字，职业，星座 用户兴趣特征：兴趣爱好，使用APP，网站，浏览/收藏/评论内容，品牌偏好，产品偏好 用户社会特征：生活习惯，婚恋，社交/信息渠道偏好，宗教信仰，家庭成分 用户消费特征：收入状况，购买力水平，商品种类，购买渠道喜好，购买频次 用户动态特征：当下时间，需求，正在前往的地方，周边的商户，周围人群，新闻事件如何生成用户精准画像大致分成三步。 1.采集和清理数据：用已知预测未知 首先得掌握繁杂的数据源。包括用户数据、各式活动数据、电子邮件订阅数、线上或线下数据库及客户服务信息等。 这个是累积数据库；这里面最基础的就是如何收集网站／APP用户行为数据。比如当你登陆某网站，其Cookie就一直驻留在浏览器中，当用户触及的动作，点击的位置，按钮，点赞，评论，粉丝，还有访问的路径，可以识别并记录他／她的所有浏览行为，然后持续分析浏览过的关键词和页面，分析出他的短期需求和长期兴趣。 还可以通过分析朋友圈，获得非常清晰获得对方的工作，爱好，教育等方面，这比个人填写的表单，还要更全面和真实。 我们用已知的数据寻找线索，不断挖掘素材，不但可以巩固老会员，也可以分析出未知的顾客与需求，进一步开发市场。 2.用户分群：分门别类贴标签 描述分析是最基本的分析统计方法，描述统计分为两大部分：数据描述和指标统计。 （1）数据描述：用来对数据进行基本情况的刻画，包括数据总数，范围，数据来源。 （2）指标统计：把分布，对比，预测指标进行建模。这里常常是Data mining的一些数学模型，像响应率分析模型，客户倾向性模型，这类分群使用Lift图，用打分的方法告诉你哪一类客户有较高的接触和转化的价值。 在分析阶段，数据会转换为影响指数，进而可以做'一对一'的精准营销。举个例子，一个80后客户喜欢在生鲜网站上早上10点下单买菜，晚上6点回家做饭，周末喜欢去附近吃日本料理，经过搜集与转换，就会产生一些标签，包括'80后''生鲜''做饭''日本料理'等等，贴在消费者身上。