大數據精準營銷模型構建略談

1、數據采集

數據采集是大數據營銷平台的(de)基礎，數據類型的(de)多(duō)樣性及數據來源的(de)差異化是影響數據質量乃至挖掘效果的(de)重要因素。從數據的(de)時效性來看，可(kě)将數據類型分(fēn)爲：

靜态數據包括人(rén)口屬性、商業屬性等，主要用于用戶的(de)基本屬性分(fēn)析和(hé)智能(néng)标簽分(fēn)類。通(tōng)過性别、年(nián)齡、職業、學(xué)曆、收入等數據的(de)關聯分(fēn)析，知(zhī)道“用戶是什麽樣的(de)人(rén)”。

近期數據主要爲用戶一(yī)段時間(jiān)內(nèi)的(de)網絡行(xíng)爲數據，通(tōng)過對(duì)用戶近期活躍應用、內(nèi)容訪問(wèn)、通(tōng)信行(xíng)爲、常駐區域等具有一(yī)定時效性數據的(de)分(fēn)析，獲取用戶的(de)興趣偏好和(hé)消費習(xí)慣等，知(zhī)道“用戶對(duì)什麽感興趣”。

實時數據主要爲用戶實時變化的(de)網絡行(xíng)爲數據，包括搜索信息、購物(wù)信息、實時地理位置等，通(tōng)過地理位置信息實時捕獲用戶的(de)潛在(zài)消費場景，抓住營銷機會(huì)，實時觸達目标用戶，知(zhī)道“用戶在(zài)哪裡(lǐ)幹什麽”。

2 用戶畫像

用戶畫像是營銷模型的(de)重中(zhōng)之重，其核心在(zài)于用高度精煉的(de)特征來爲用戶“打标簽”，如(rú)年(nián)齡、性别、地域、用戶偏好、消費能(néng)力等，最後綜合關聯用戶的(de)标簽信息，勾勒出用戶的(de)立體(tǐ)“畫像”。用戶畫像可(kě)較完美(měi)地抽象出一(yī)個用戶的(de)信息全貌，爲進一(yī)步快速地預測用戶行(xíng)爲、消費意願等重要信息，提供了全面的(de)數據基礎，是實現大數據營銷的(de)基石。基于此，筆(bǐ)者建議從六個維度構建基于大數據分(fēn)析的(de)用戶畫像，包括人(rén)口屬性、內(nèi)容偏好、APP偏好、通(tōng)信行(xíng)爲、金融征信、常駐/實時位置等，各維度的(de)具體(tǐ)指标。

3 模型構建

常用的(de)數據挖掘方法主要是基于用戶畫像體(tǐ)系與結果，選取相(xiàng)關性較大的(de)特征變量，通(tōng)過分(fēn)類模型、聚類模型、回歸模型、神經網絡和(hé)關聯規則等機器算法進行(xíng)深度挖掘。