查看原文
其他

全景式、动态化、多维度 大数据和智能算法下的消费者画像



大数据消费者洞察


相对于传统的消费者洞察,大数据消费者画像是全景式的、透明性的、高精度的、动态化的。



  全景式:从抽样到“全样本”


过去,消费者洞察的主要手段是市场调研,无论是定性调研还是定量调研,面对数量众多的目标客户,都需要进行抽样调查,通通过样本去考虑整体。而采样的方式、问题的设计、信息的筛选都会直接影响到结果的偏差程度,例如:之前推文中关于美国大选民调抽样调查,调查方法、人群习惯、系统差别、“被调查者不说实话”都会导致结果有较大偏差(相关文章:拜登选前民调大幅领先 为何当选过程惊心动魄 影响民调的因素到底有哪些)。这种方式高度依赖人的经验和判断力,需要人在没有获取数据之前就必须先预设好部分假设。


大数据时代的消费者画像,可以面对更多甚至全部用户,处理的是与用户相关的海量数据。与之前的采样分析相比,消费者画像所处理的样本量之大,大幅减小了统计偏差。


虽然通常情况下,市场调研无法做到“全样本”但大数据消费者画像采用的是“所有数据”进行分析,这种海量样本相比传统的随机抽样能更完整地代表复杂的集体多样性,我们权且将其视为“全样本"。


由于消费者画像采用的是大样本,这就使得我们能洞察到在原来极为有限的采样情况下无法看到的细节,如小众群体的存在及其行为特征;大样本分析也使得我们可以发现那些激发我们想象力的关联性,所以沃尔玛将尿布和啤酒摆在一起销售, 而通常情况下我们是不会有这样的联想的,但大样本的消费者画像可以让我们发现更多潜在的价值。



 透明性:多层次、多维度


由于信息技术的发展,尤其随着移动互联网的普及,消费者画像能采集到的数据维度非常广泛,不再局限于静态数据或简单的动态数据如交易记录等。


一个用户在过去某个时间段内。所有的移动记录、App使用记录、社交记录甚至其在社交媒体上表现出来的情绪等统统被采集。因此,大数据消费者画像根据使用需要,可以从各个维度来呈现出消费者的全貌而不是局部。


Convertlab用户数据标签体系


京东通过消费者画像,为其用户列出了300多个标签特征,而海尔集团的消费者画像则分为7个层级、143个维度、5228个节点用户数据标签体系。(数据来源:孙鲲鹏《大数据“用户画像”》)


大数据消费者画像意味着在手段合法的情况下,企业可以尽可能多地了解到客户的几乎所有相关信息,消费者画像将客户变成了透明的人。


 高精度:精确的深层次洞察


其一,主观因素对结果精确度的干扰。


众所周知,无论是问卷调研、焦点小组或者专题工作坊,都需要预先设定好问题,虽说专业调研者会尽量避免带有主观倾向性地进行访谈,但毕竟在小组访谈或工作坊的过程中,调研方有人为的组织和引导。


此外,被访者对访谈者的印象与配合度都会受到主观因素的影响。因此,调研所获得的结果其实是调研对象在预设的环境中带着可能会影响答案的真实性的主观因素给出的答案。但大家都明白一个道理:与其听他说什么,不如看他做什么。在一个没有预设的环境中,“样本"不需要与采访者面对面,人是自在的、放松的,人的行为比在有预设环境中的人的反应更为真实可信。


因此,大数据所反映出的人的特点和映射出的需求相比传统采样调研的结果更为客观、准确。


其二,传统采样调研观察的粒度不够细,无法聚焦到更细微的层面。


当采样调研面对多层次的观察时,因受其样本量和数据数量的影响,层次越深,采样调研结果的错误率越会显著地增加,结果的可信度也随之减弱,而大数据消费者画像则不存在这样的困扰。


例如,某企业要对全国市场做一个关于消费者对皮具的需求分析以选择不同区域的产品策略和营销策略。这个分析所需要划分的层级非常多,区域是第一个层级, 接下来每个区域又将消费者按照年收入细分为10万~20 万元、20万~ 30万元、30万~ 40万元三个类别,第三个层级可能就是性别,第四个可能是皮具细分类别,然后还会有第五个、第六个层级。


面对这样的一个企业需求的时候,传统的采样调研很难次性满足调研需求。试想我们在全国的采样总数为5000经过第一个层级区域的划分后,每个区域可能就只有100个样本了,等划分到第四个、第五个层级的时候,可能就只有几十个样本了,样本量逐级递减,当我们要去讨论第四个或第五个层级的时候,这样的样本数所得出的结论是不可能精确的,而大数据消费画像因其样本量够“大", 所以面对多层次的分析时,正如一幅高清图片,无惧放大,细节也是“高清”的。


  动态化:以变应变


过去,当我们做消费者洞察或客户分析时,我们分析的是他们的现状,我们所获得的数据基本上是静态的、相对稳定的数据,这些数据是基于过去的。


所以,从我们完成对消费的调研到产品上市、产品这代前的再次调研之间,我们对消费者的变化是不了解的,或者说,在两次调研之间,我们所能感觉到的消费者的异动主要是基于销售情况体现的。


很多时候,甚至当我们发现业绩下滑而消费者都跑到竞争对手那里时,我们的第一反应不是去研究消费者怎么变了,而是去思考竞争对手都干了些什么,而其实这很有可能是因为我们没有抓住消费者的变化。


消费者的行为会随着时间、情境以及环境的改变而改变。喜好会变,需求会变,动机也会变。因此,消费者画像应该是动态的假以时日,甚至可能需要推翻、淘汰过去的画像。


这种淘汰不是自上而下地始于企业,而恰恰是来自消费者自身,是自下而上的,这也是对过去传统的营销链运行规则的彻底颠覆。


所幸,大数据消费者画像所采集的数据不仅有相当大部分是客户的动态行为数据,并且可以实时采集、分析,这天然优势有助于我们随时观察客户行为的转变,观察一些可能错过的变化。


当我们的销售出现状况的时候,我们不需要重新进行市场调研,可以根据动态的为消费者画像所体现出的变化来调整、重新校准我们的营销策略。


所以,消费者画像不是一项做完即可束之高阁的工作,它是一项持续的并且必须持续的工作。





更多精彩文章

👇

融资超1亿人民币 营销云赛道Convertlab率先进入B轮

Convertlab入选中国数字营销生态图(2020版)公司所获荣誉一览

营销自动化(MA)工具为什么要求精益求精加强CDP功能

国内首个MarTech“一体化营销云” 走向成熟 这篇讲产品不讲概念

Convertlab腾讯全球数字生态大会:超级链接到超级增长


登陆Convertlab官网

查看更多成功案例

扫描二维码直接申请,免费试用一体化营销云

Convertlab一体化营销云DM HUB的实践

如何做“有效触达”,从会员管理看企业核心运营优势

大型跨国品牌零售如何利用自动化营销工具实现会员首购10%增长


点击了解我



您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存