物流设施与设备课件 项目四 数字营销中的用户画像

项目四数字营销中的用户画像项目一：数字营销生态系统面面观学习目标通过本章的学习，了解用户画像的概念，能够在具体应用场景下搭建用户画像，培养用户画像分析的逻辑思维。教学重点用户画像的实施、制作用户信息标签、设计用户画像的通用属性和特征属性教学难点在具体应用场景下构建用户画像目录CONTENTS1用户画像的“画像”2用户画像的构建流程3用户画像的技术路径4用户画像的应用任务一用户画像的“画像”about任务一：用户画像的“画像”传统营销和数字营销用户分析对比传统的营销思维：“定位+4P（产品、价格、渠道、促销）”。数字营销思维是以爆品为核心的迭代思维：“爆品+新4C（场景、社群、内容、人与人连接）+迭代”。数字营销其实最大的一个核心是靠用户的自发式的传播，在营销模式的设计上要尽可能发挥个体的传播潜能。任务一：用户画像的“画像”何谓用户画像用户画像，即用户信息标签化，就是企业通过收集与分析消费者社会属性、生活习惯、消费行为等主要信息的数据之后，完美地抽象出一个用户的商业全貌作是企业应用大数据技术的基本方式。任务一：用户画像的“画像”年龄标签化数据化用户画像性别地域兴趣18岁男/女浙江舞蹈任务一：用户画像的“画像”12345了解用户专注用户用户统计数据挖掘服务产品用户画像的目的6提高效率7行业报告用户研究8精准营销任务一：用户画像的“画像”用户基本信息画像用户画像的分类用户地理画像用户心理学画像用户行为画像用户社交画像任务一：用户画像的“画像”阶段1“战略解读阶段2建模体系阶段3维度分解用户画像的实施阶段4应用流程任务二用户画像的构建流程about任务二：用户画像的构建流程1.明确用户画像目标用户画像的整体流程如何进行产品的定位、如何去优化用户的体验、如何进行广告的精准投放。3.行为建模通过明确标签的权重，将用户信息转换为标签信息，通过相关的算法对用户画像进行建模。2.收集用户信息用户信息整体分为静态信息和动态信息。4.构建画像设计人员对建模结果进行分析，用数据可视化技术（例如图表）将用户画像进行展示。任务二：用户画像的构建流程P代表基本性(Primary)：E代表同理性(Empathy)R代表真实性(Realistic)S代表独特性(Singular)O代表目标性(Objectives)N代表数量性(Number)A代表应用性(Applicable)L代表长久性(Long)用户画像的关键要素任务二：用户画像的构建流程画像数据通用属性特征属性三级标签体系关键要素详细表述任务三用户画像的技术路径about任务三：用户画像的技术路径第一阶段第二阶段第三阶段准备阶段成型阶段职场演练1.数据的挖掘和收集；2.A/Btest1.定性与定量相结合；2.数据建模1.数据收集；2.行为数据建模3.生成用户画像任务三：用户画像的技术路径用户画像数据标签维度，针对每一类数据实体，进一步分解可落地的数据维度，形成字段集。标签维度包括：自然属性特征：性别，年龄，地域，教育水平，出生日期，职业，星座等用户兴趣特征：兴趣爱好，使用APP/网站,浏览/收藏内容，互动内容，品牌偏好，产品偏好

用户社会特征:婚姻状况，家庭情况，社交/信息渠道偏好用户消费特征：收入状况,购买力水平，已购商品，购买渠道偏好，最后购买时间，购买频次任务三：用户画像的技术路径OPPO手机的用户画像：任务四用户画像的应用about任务四：用户画像的应用从业务场景出发，找到精准的用户群，定向分析画像，然后应用到实际运营活动中。任务四：用户画像的应用明确用户场景

“以顾客为中心、以服务为中心”软件用户建模收集用户信息系统功能架构定位目标用户原始数据统计分析

统计标签建模分析

模型标签及预测标签分析分析用户画像用户画像行为建模构建用户画像

用户画像可视化定位目标用户用户行为的转化分析用户行为精准投放分析任务四：用户画像的应用用户画像系统功能架构任务四：用户画像的应用目标用户标签模型任务四：用户画像的应用实例分析——构建的用户画像模型用户人口属性、行为属性、订单消费、用户偏好、客户满意度共5大类标签。任务四：用户画像的应用实例分析——构建的用户画像模型用户人口属性、行为属性、订单消费、用户偏好、客户满意度共5大类标签。任务四：用户画像的应用实例分析——构建的用户画像模型用户人口属性、行为属性、订单消费、用户偏好、客户满意度共5大类标签。任务四：用户画像的应用实例分析——构建的用户画像模型用户人口属性、行为属性、订单消费、用户偏好、客户满意度共5大类标签。任务四：用户画像的应用实例分析——构建的用户画像模型用户人口属性、行为属性、订单消费、用户