大数据营销第二版教学课件第七章 ppt.pptx

单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,2025/5/26,#,5/26/25,#,第,7,章 识别触达：用户画像,中国人民大学出版社,本章内容,第,1,节 用户画像的数据基础,第,2,节 构建用户画像系统,第,3,节 用户画像在大数据营销中的应用,学习目标,了解用户画像数据的来源、采集以及多触点数据的打通,掌握用户画像的概念、标签体系和用户画像系统的构建,了解用户画像的应用场景、应用流程以及典型应用场景,了解我国隐私保护相关法规，培育正确的信息保护观导入案例,用户画像：胖东来商贸集团的个性化服务典范,独特的“利他”经营理念和极致的服务体验，使胖东来在众多商贸企业中独树一帜胖东来通过建立会员制度和积分兑换机制，积累了大量关于顾客行为的数据不仅包括了基本的消费记录，如购买频率、商品种类和消费金额，还包括顾客反馈、偏好设置等更深层次的信息通过对这些多维度数据的分析，胖东来能够构建出详尽且精准的用户画像基于详细的用户画像，胖东来能够为不同的顾客群体量身定制个性化的购物体验例如个性化推荐，根据用户的购买历史和偏好，智能推荐可能感兴趣的商品；开展定制化促销，针对不同消费层次和偏好的顾客，设计专属的促销活动和优惠方案；提供专属客户服务，对于高频次或高价值顾客，提供专门客户服务和支持，增强顾客忠诚度。

胖东来还利用用户画像进行市场趋势预测和新产品开发通过分析顾客行为的变化，企业可以提前布局，调整商品结构和服务内容，确保始终满足甚至超越顾客期望本章知识结构,用户画像的数据基础,构建用户画像系统,用户画像的应用,识别触达：用户画像,数据采集：客户端（,Web,、,H5,、,APP,、小程序）数据采集,数据导入：,其他系统数据导入（,CRM/,历史数据,/,第三方数据）,数据打通：,多平台用户数据打通、行为数据与业务数据打通,概念：用户画像、标签,标签：按用途分类、按生产方式分类、按时效分类、标签分级,系统构建：标签需求分析、标签生产、用户画像系统设计,应用场景：用户特征分析、精准广告推送、个性化推荐、渠道优化、产品优化,应用流程：确定目标、识别目标用户、制定营销策略、触达用户、效果反馈,用户画像的体系架构,第,1,节,用户画像的数据基础,构建用户,画像系统,用户画像,的应用,数据采集,丨数据导入与打通,数据基础,数据基础建设流程,第,1,节,用户画像的数据基础,构建用户,画像系统,用户画像,的应用,数据采集,丨数据导入与打通,数据基础,对全端用户数据（如,Web,、,APP,、,H5,、小程序）进行采集。

搭建客户数据管理平台,CDP,（,Customer Data Platforms,）汇集所有用户数据，导入其它系统数据如,CRM,系统数据、历史数据和第三方数据数据打通的核心就是通过,ID mapping,（用户唯一标识），连通不同平台上同一用户的数据，以及同一用户的行为数据和业务数据一、数据采集,第,1,节,用户画像的数据基础,数据量要大，,充分考虑用户规模与数据规模的增长，做好数据资产的积累；,数据要全，,多端采集，针对全量用户行为，贯穿用户使用产品的完整生命周期；,数据维度要细，尽可能采集足够全面的属性与维度，尽量保持数据细节，让积累的数据资产更加优质；,提高数据时效性，在技术与成本允许的情况下，尽可能提高数据采集的时效性，从而提高后续数据应用的时效性构建用户,画像系统,用户画像,的应用,数据采集,丨数据导入与打通,数据采集的原则,数据基础,（一）数据来源,第,1,节,用户画像的数据基础,数据来源,企业自有触点,由企业自己创建，如,Web,、,APP,、,H5,、小程序等不完全为企业所有的接触点,主要指社交平台、内容平台上企业的自建号，如公众号、今日头条的头条号、抖音蓝,V,、微博官方账号、小红书企业号等。

数字广告,企业在数字媒体发布的广告，可以获得广告浏览和点击等相关统计数据后端服务器数据和其他系统数据,如,CRM,（客户关系管理）系统数据、历史数据以及第三方数据等尽可能采集足够全面的属性与维度，尽量保持数据细节，让积累的数据资产更加优质；,构建用户,画像系统,用户画像,的应用,数据采集,丨数据导入与打通,数据基础,（二）数据采集,数据采集,丨数据导入与打通,构建用户,画像系统,用户画像,的应用,第,1,节,用户画像的数据基础,数据基础,埋点,/,事件监测（,Event Tracking,）,针对特定用户行为或事件进行捕获、处理和发送的相关技术及其实施过程埋点的采集逻辑：,（二）数据采集,常见的埋点方式,项目三,数据采集,丨数据导入与打通,构建用户,画像系统,用户画像,的应用,第,1,节,用户画像的数据基础,全埋点,/,无埋点,无需代码或只需少量代码，只需在客户端接入,SDK,，,SDK,可以自动采集用户的基本行为，如,APP,启动、,APP,退出、,APP,页面浏览、,APP,控件点击等通用事件可视化埋点,在全埋点的基础之上，通过可视化的方式对,APP,控件点击事件进行一些配置或者自定义操作。

代码埋点,在需要收集信息的各个事件函数中，嵌入自定义事件上报代码，对于关键的业务事件（例如购买、支付、课程播放等），可根据业务需求定义需要采集的用户数据数据基础,二、数据导入与打通,CDP,数据导入,企业通过,埋点,采集接触点的用户行为数据，自动上传至,CDP,服务器CDP,通过数据接口，如,API,（,Application Programming Interface,，应用程序接口）,，导入服务器数据以及外部数据，例如,CRM,系统数据、历史数据以及第三方数据构建用户,画像系统,用户画像,的应用,数据采集,丨数据导入与打通,第,1,节,用户画像的数据基础,数据基础,数据采集丨,数据导入与打通,二、数据导入与打通,构建用户,画像系统,用户画像,的应用,数据基础,第,1,节,用户画像的数据基础,企业最常用的是基于账号体系打通数据，即用户注册时的唯一标识,UID,例如，企业每个销售渠道都分别拥有单独的公众号，可以通过,UID,打通同一用户在多个公众号上的数据对于未注册用户可以通过终端设备,ID,精准识别，主要包含,Android,和,iOS,两类主流终端的识别结合各种账户、各种设备型号之间的关系对，以及设备使用规律等用户数据，采用规则过滤、数据挖掘等方法，输出关系稳定的,ID,关系对，并生成一个,UID,作为唯一识别该对象的标识码。

ID mapping,用户唯一标识,二、数据导入与打通,通过“一瓶一码”收集用户数据，搭建,CDP,的原始端，整合多方平台数据每个用户在保乐力加,CDP,中有唯一识别码，把人、货、场连接起来打通所有数据之后创建用户画像，协助零售商对用户进行数据化运营构建用户,画像系统,用户画像,的应用,数据基础,数据采集丨,数据导入与打通,第,1,节,用户画像的数据基础,实践案例：保乐力加,概念：,用户画像,(Persona),是,根据用户社会属性、生活习惯和消费行为等信息抽象出的一个标签化的用户模型多维性,标签化,动态性,时效性,大数据时代，企业对海量用户数据进行清洗、聚类、分析，抽象成标签，将用户形象具体化的过程就是用户画像用户画像,的应用,构建用户,画像系统,第,2,节,构建用户画像系统,用户画像的概念,丨标签丨用户画像系统的构建,一、用户画像的概念,数据基础,构建用户画像的核心就是给用户贴“标签”,标签是对用户某一维度属性特征的描述与标识,用户画像,的应用,构建用户,画像系统,第,2,节,构建用户画像系统,用户画像的概念,丨标签丨用户画像系统的构建,一、用户画像的概念,基本属性类标签：如年龄、性别、所在区域等，对用户有一个基本认识。

消费购物类标签：该用户的消费偏好，如偏好领域是服帽，偏好价格区间是,200-500,元网络社交类标签：帮助企业了解用户的社交网络、社会关系与社会地位等相关信息数据基础,二、用户画像的标签,用户画像,的应用,构建用户,画像系统,数据基础,第,2,节,构建用户画像系统,用户画像的概念丨,标签,丨用户画像系统的构建,标签,的,特征：,语义化，赋予标签一定的含义，使人能够很方便地理解每个标签的含义；,短文本，每个标签通常只表示一种含义，标签本身无需再做过多文本分析等预处理工作，这为计算机的标签提取、聚合分析过程提供了便利二、用户画像的标签,用户画像,的应用,构建用户,画像系统,数据基础,第,2,节,构建用户画像系统,用户画像的概念丨,标签,丨用户画像系统的构建,按用途分类,二、用户画像的标签,用户画像,的应用,构建用户,画像系统,数据基础,第,2,节,构建用户画像系统,用户画像的概念丨,标签,丨用户画像系统的构建,基础信息标签,描述用户的基础属性，包括自然属性、社会属性、业务属性自然属性主要包括姓名、性别、年龄、地域、教育水平、出生日期、星座、、邮箱等个人信息这个维度的标签较为稳定，时效性较长。

社会属性主要包括用户的婚姻状况、家庭情况、职位信息、行业类型、社交关系、社交,/,信息渠道偏好、社交活跃度等方面的信息业务属性主要包括用户的会员等级、生命周期、,RFM,标签、消费水平、活跃度等信息，可以基于业务属性标签对用户分层二、用户画像的标签,用户画像,的应用,构建用户,画像系统,数据基础,第,2,节,构建用户画像系统,用户画像的概念丨,标签,丨用户画像系统的构建,用户行为标签,描述用户在最近一段时间内的各类行为，包括访问、浏览、收藏、下单、购买、售后等提炼出的常见标签包括设备类型、访问渠道、访问时长、访问频次、活跃度、近,7,天上网时段、近,30,天收藏品类、近,30,天消费频度等用户偏好标签,描述用户对于商品品类、品牌、价格区间、营销渠道、营销方式等方面的偏好特征用户偏好标签主要从,App/,网站使用记录、搜索记录、浏览记录、收藏内容、互动内容等数据中得到相关内容二、用户画像的标签,用户画像,的应用,构建用户,画像系统,数据基础,第,2,节,构建用户画像系统,用户画像的概念丨,标签,丨用户画像系统的构建,场景应用标签,根据营销场景的业务需求构建，基于同一营销场景下的历史数据，精准定位目标群体，描述了什么时候（,When,）、哪里（,Where,）的标签需求。

例如,618,大促标签、双,11,大促标签等达摩盘,：,场景应用标签,分阶段人群诊断：在每个阶段推荐对应的精准人群，标明推荐场景及推荐热度该模块按活动的执行阶段来推荐运营玩法，更贴近实际场景DEEPLINK,分层洞察模块：按照“发现,种草,热爱,行动,首购,复购,至爱”对人群进行拆分，分别查看蓄水期、大促正式期两个阶段的人群规模及转化效果大促定制标签模块：定制活动专享标签，同时推荐了人群的常见组合方式二、用户画像的标签,用户画像,的应用,构建用户,画像系统,数据基础,第,2,节,构建用户画像系统,用户画像的概念丨,标签,丨用户画像系统的构建,统计类标签,统计类标签是用户画像最基础的标签，构建难度低、实际含义明确统计类标签可以从数据库直接获取（如注册信息），或通过简单的统计得到，用于描述客观事实例如，用户的性别和年龄可以直接从用户注册信息中获取，而近,7,日活跃天数、累计购买金额、累计购买次数等信息可以从用户访问、消费数据中统计得到按生产方式分类,从标签生产的角度来讲，可分为统计类标签、规则类标签和算法类标签，每种类型的生产方式、开发难度和成本都有所不同二、用户画像的标签,用户画像,的应用,构建用户,画像系统,数据基础,第,2,节,构建用户画像系统,用户画像的概念丨,标签,丨用户画像系统的构建,规则类标签,规则类标签基于用户行为及确定的规则产生。

将用户浏览、下单、消费等行为轨迹转化为标签，描述用户的业务属性例如，电商平台上“经常消费”标签可定义为“近,30,天消费次数,2”,；“活跃用户”标签可定义为“过去,30,天。