2021-10-31

大家好,我是草帽小子~

今天草帽小子分享的主题是自如用户画像平台建设实践与营销应用,主要分 3 部分:

一是聊聊数据时代下,谁需要懂用户画像?

二是分享自如的达芬奇·用户画像平台的建设实践,帮助大家从整到分地了解用户画像的建设过程,以及应有的功能模块;

三是介绍自如用户画像的实际营销应用案例,更好地将用户画像这个工具用起来。

01 大数据时代下,谁需要懂用户画像?

01 精细化营销是大势所趋

随着大数据时代的到来,对用户进行无差别、信息轰炸粗放式营销的方式已经过时;取而代之的是对用户提供个性化服务的精细化营销。例如我们平时比较常用的,头条的相似性内容推荐、淘宝的商品推荐、自如 app 的个性化房源推荐等服务。

对于企业而言,对特定用户群进行营销,可以降低营销成本,并提升转化效率。例如对男性受众展示某剃须刀品牌广告,对女性受众展示某化妆品广告。

对于用户而言,获得了想要的内容,得到了合适的服务,用户体验更佳。例如,电商类平台根据用户历史购买的品类,给其推荐合适的配套设施。

而精细化营销的基础在于对用户的刻画,通过划分不同的用户分群,分析不同用户群体的特征,从而采取合适的策略,这就是用户画像的过程。

正所谓 “知己知彼,百战不殆”,使用用户画像进行精细化营销,帮助企业降本提效,乃是大势所趋。

02 人人都要懂用户画像

企业发展的核心在于以用户为中心,服务好用户,聚焦核心,才能走向正确的方向。例如,Google 的第一信条就是,以用户为中心,其他一切水到渠成;腾讯坚持一切以用户价值为依归;阿里坚持客户第一,客户是衣食父母;自如的价值观坚持客户为先,服务好客户。

由此来看,企业所需的员工都需要以用户为中心,了解用户画像特征,才能为用户提供更优质的服务。

产品经理要懂用户画像,这需赘言。以用户为中心,了解清楚用户需求、用户画像,是每一个产品经理的工作核心。对于产品经理而言,可根据画像特征,给用户推荐不同的产品服务,提升用户体验。

对于运营而言,根据用户的行为偏好特征,给其推荐对应活动,发送不同价值的优惠券,促进其转化。

对于数据分析师而言,通过洞察用户特征,提出产品/营销策略。对于客服而言,了解用户信息,更便于其制定客服话术。

对于业务销售人员而言,根据不同的用户诉求,为其推荐合适的服务。以及风控人员、研发人员等等均需要掌握用户画像,来进一步洞察用户需求,从而给用户提供更优质的服务。

03 自如引领长租领域

自如作为长租业务领域的独角兽,居住产品包含:自如寓、自如友家、自如整租、自如豪宅、自如驿、自如民宿等;生活产品包含:保洁、维修、搬家、优品等。

自如在企业战略侧紧跟大数据时代的潮流,走在时代的前沿,用好 “用户画像” 这把利器,来帮助企业降本提效;

因此自如数据智能中心基于 3000w+ 自如用户、200w+ 自如业主、100w+ 房源,建设了达芬奇·用户画像平台,360 度全方位刻画用户画像 ,包含用户基础信息、找房行为、O2O 行为、服务行为等。

02 自如达芬奇·用户画像平台建设实践

01 自如达芬奇·用户画像平台

达芬奇·用户画像平台,是赋能业务进行精细化运营的平台。平台为业务人员提供海量标签,支持快速圈选目标人群,同时提供精细化人群画像洞察能力,联动多渠道进行推送,并支持人群效果的数据查看,助力业务人员进行全链路用户运营。

达芬奇·用户画像平台定位是智慧与策略,致力于为业务提供平台化的能力,赋能业务进行精细化营销。画像平台的工作要点一是产品服务、二是营销应用,不仅是画像能力建设起来,也要让业务上知道怎么用,并且用起来效果好。

02 产品架构

达芬奇·用户画像平台,赋能业务进行精细化营销,主要包含 3 大层次:全域画像、营销全链路、多种业务场景赋能。

全域画像:依托自如数据智能中台的数据能力,构建了人-房-客全域画像,包含管家画像、房源画像、自如客画像、业主画像等。底层建设了 OneID 体系,打通长租与家服业务线,构建了全局档案、标签库等。

营销全链路:构建分群圈选-分析洞察-分群营销-营销效果分析全链路,功能层面包含标签市场、画像洞察、push/短信推送、数据分析等。

多种业务场景赋能:赋能自如长租、家服业务线,支持多种场景下的精细化营销,包含精准广告投放、智能客服、个性化推荐,以及海燕计划、双 11 房源秒杀等营销活动。

03 基于机器学习算法构建画像标签体系

自如画像标签体系,基于大数据模型及机器学习算法,构建自如客/业主标签体系,精准刻画用户画像。

标签类别包含基础属性、找房行为、用户偏好、O2O 行为等上千个标签,如基础属性包含性别、年龄、籍贯、学历等;找房行为包含:浏览、收藏、IM、约看、签约等行为;用户偏好包含意向商圈、地铁线、楼盘、产品类型等;O2O 行为包含保洁、搬家、维修等行为。

对标签体系建设感兴趣的,可查看草帽小子之前写的《如何构建标签体系?》《干货 | 阿里/网易/汽车之家画像标签体系》等文章进行深入了解,在此我就不再展开。

标签建设时注意点为,业务提标签需求时,需要求其有对应的产品/营销策略,避免标签开发完成后,无人使用的窘境,白白浪费研发资源。

04 用户画像平台能力

在平台建设层面,自如用户画像平台能力包含人群圈选,人群洞察、人群营销、营销效果分析,支持全链路定向用户营销。

人群圈选:通过人群圈选可进行精细化用户分层,而用户分层是个性化营销的基础。画像平台支持标签组合、分群组合以及 ID 数据上传 3 种方式,适应营销人员在不同场景下的圈选需求。

例如在促转场景,圈选 “北京、近 7 天、找房行为次数>3 的用户”,给其推送优惠券,促进用户签约。对于一些特殊场景,画像平台未开发此类标签,则营销人员可自主上传用户 ID 的方式,来创建用户分群。

人群洞察:支持城市用户画像洞察、人群洞察分析、单自如客/业主/房源/管家画像洞察。从用户的基础信息、行为信息、行为偏好、O2O 行为等多维度对用户群体进行洞察分析。

例如自如的人群洞察,支持房源维度的用户画像洞察,可用于分析不同产品类型、产品版本上的自如客/业主画像,分析 “整租一居、整租 3.0 的用户群体特征”。

人群营销:支持 push/短信/优惠券等方式进行定向用户营销,例如圈选北京 7 日活跃用户,推送中秋礼包活动,进行节日关怀;圈选解约业主,通过短信活动触达,进行业主召回;自如的人群包对接至家服 CRM 系统、营销系统、广告投放平台等,为各个业务系统赋能。

营销效果分析:沉淀营销效果数据,可对点击营销人群进行再营销,促进人群转化。营销人员通过分析不同的营销效果,在过程中不断优化和调整营销策略,形成一个智慧大脑。

例如:圈选 “北京、近 7 天、找房行为次数>3 的用户” 给其推送了优惠券,监控其营销效果,可再次圈选对优惠券有点击行为的用户,对其发送使用提醒,或是给其赠送其他服务,从而实现更进一步细分人群的营销。

上述是画像平台内的功能,属于平台基础能力;而画像作为中台数据产品,其重要价值在于给各个业务线赋能。

05 对外接口,向各业务系统赋能

因此画像平台的一大建设要点在于提供标准化对外接口,做好接口监控,从而更好地向各个业务系统赋能。接口按场景划分,包含定向分群推送接口、个性化产品策略接口、个人用户画像接口、系统功能模块接口。

画像平台能力建设完成只是开始,画像的对外应用才是整个建设中的重头戏,同时也是难点。接下来我来介绍 4 个自如用户画像的营销应用案例。

03 用户画像营销应用案例

01 智能营销闭环

用户画像对外能力输出时,核心点在于打造智能营销闭环。根据一定的业务目标划分用户分群,并关联运营策略、营销推送、效果监测,形成闭环。

02 赋能CMS营销系统进行定向用户推送

CMS 营销系统具有 push/短信推送能力,但是每次推送只能发给全部用户,这类粗放式推送的方式给用户带来了很大负担,用户体验不佳,且最后推送的转化效果不理想。例如推送海燕计划类消息时目标用户群体是毕业生,但是运营人员做手动推送时,会发给全量用户。

因此,CMS 营销系统调用画像平台分群接口服务后,营销人员在 CMS 营销系统可选择定向用户运营,并划分 A/B 组,对特定用户群体进行 push/短信/优惠券的触达,并查看不同分组的使用效果。

CMS 营销系统对接使用了用户画像平台的分群服务,营销人员可以制定千人千面运营策略,大大提升了运营效果。例如对有浏览/收藏行为的用户促进其约看、对有约看行为的用户促进其签约、对租期快到期的用户进行续约跟进、对解约的流失用户进行召回等。

案例:集光大作战活动,邀请朋友进行开光,开 5 种颜色可以抽奖,开 10 种颜色继续抽奖,最高奖金 2021 元,直接到账且随时提现。

活动过程:使用画像平台的用户分群能力,在初期对 7 日活跃用户,进行大范围推送促参与内容;

在活动中,进行追光捕捞,1-4 光用户,推送 ‘再邀一人即可获得最高 888 元现金’;

活动即将结束时,进行倒计时通知,对未集齐 10 光用户,推送 ‘这里有一笔现金奖励即将失效’;

活动完成后,对活动参与用户进行画像洞察分析,找到用户特征,为下一次活动做准备。

03 赋能CRM系统进行个性化用户策略

自如家服平台建设了服务 CRM 系统,以支持营销人员在 CRM 后台灵活和快速配置用户运营转化规则。服务 CRM 系统的整体建设时调用了用户画像平台中的分群服务,并将其作为业务流程中必不可少的一环。

例如,产品经理在平台建设之初就设计了,在拉新、促活、留存、流失等各个业务场景下,不同的用户分群对应的产品策略。运营负责人则设计对应的营销策略,精细化用户运营。

如下是一些简单的示例,实际工作中的产品策略会更加复杂和丰富。

04 赋能客服系统,提供个性化客服服务

z-magic 客服用户画像旨在帮助内部服务者了解客户画像,从而快速解答客户的问题,为客户提供定制化的客服服务。

客服 z-magic 对内面向自如客服/服务人员,包含:客服一线员工及管理人员、保洁维修人员等。

客服 z-magic 接入了用户单用户画像能力,包含用户历史签约的合同明细、用户基础信息、投诉、维修、搬家、保洁等数据。自如依据国家颁布的个人信息安全法,对数据进行加密处理,并设置数据权限,严格保护用户的信息安全。

客户通过 400 或在线客服进线时,客服可以根据客户历史服务相关标签,判定服务方式和服务话术,从而为客户更快捷地提供服务。并且对客户进行分级,对客服人员进行分级,对 VIP 客户提供快捷通道。

05 助力精准广告投放,降低付费成本

精准广告投放部门每年会花费数千万进行广告拓客,同样是 1元/CPC,之前采用粗放式投放的方式,点击到激活的转化率为 5%,激活成本为 20 元,激活到付费的转化率为 15%,付费成本为 134 元。

通过分析站内用户画像,指导进行广告素材优化,并输出潜在目标用户标签,在广告平台中进行定向投放,点击到激活转化率提升 5 个点,激活成本降低 100%,付费成本降低 168%。

以上举例了自如用户画像的部分应用,用户画像还应用于搜索推荐、云销、风控、画像洞察分析十几个业务场景,后续找机会展开。

04 小结

本次分享到此结束,希望你通过本文的学习能了解,对于产品、运营、分析师、客服等各个角色掌握用户画像的重要性;并且掌握画像平台能力建设:标签体系、人群圈选、人群洞察、人群营销、营销效果、标准接口;了解用户画像常见的应用:定向用户推送、个性化产品策略、客源详情等。

想了解更多数据知识也欢迎看,7位大厂产品联合写的《大数据实践之路:数据中台+数据分析+产品应用》这本书。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
用户画像作为大数据的根基,它抽象出一个用户的信息全貌,为进一步精准、快速地分析用户行为习惯、消费习惯等重要信息,提供了足够的数据基础,奠定了大数据时代的基石。 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,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。用户画像为企业提供了足够的信息基础,能够帮助企业快速找到精准用户群体以及用户需求等更为广泛的反馈信息。 用户画像系统能很好地帮助企业分析用户的行为与消费习惯,可以预测商品的发展的趋势,提高产品质量,同时提高用户满意度。构建一个用户画像,包括数据源端数据收集、数据预处理、行为建模、构建用户画像。有些标签是可以直接获取到的,有些标签需要通过数据挖掘分析到!本套课程会带着你一步一步的实现用户画像案例,掌握了本套课程内容,可以让你感受到Flink+ClickHouse技术架构的强大和大数据应用的广泛性。 在这个数据爆发的时代,像大型电商的数据量达到百亿级别,我们往往无法对海量的明细数据做进一步层次的预聚合,大量的业务数据都是好几亿数据关联,并且我们需要聚合结果能在秒级返回。 包括我们的画像数据,也是有这方便的需求,那怎么才能达到秒级返回呢?ClickHouse正好满足我们的需求,它是非常的强大的。 本课程采用Flink+ClickHouse技术架构实现我们的画像系统,通过学习完本课程可以节省你摸索的时间,节省企业成本,提高企业开发效率。希望本课程对一些企业开发人员和对新技术栈有兴趣的伙伴有所帮助,如对我录制的教程内容有建议请及时交流。项目中采用到的算法包含Logistic Regression、Kmeans、TF-IDF等,Flink暂时支持的算法比较少,对于以上算法,本课程将带大家用Flink实现,并且结合真实场景,学完即用。系统包含所有终端的数据(移动端、PC端、小程序端),支持亿级数据量的分析和查询,并且是实时和近实时的对用户进行画像计算。本课程包含的画像指标包含:概况趋势,基础属性,行为特征,兴趣爱好,风险特征,消费特征,营销敏感度,用户标签信息,用户群里,商品关键字等几大指标模块,每个指标都会带大家实现。课程所涵盖的知识点包括:开发工具为:IDEA FlinkClickhouseHadoopHbaseKafkaCanalbinlogSpringBootSpringCloudHDFSVue.jsNode.jsElemntUIEcharts等等 课程亮点: 1.企业级实战、真实工业界产品 2.ClickHouse高性能列式存储数据库 3.提供原始日志数据进行效果检测 4.Flink join企业级实战演练 5.第四代计算引擎Flink+ClickHouse技术架构6.微服务架构技术SpringBoot+SpringCloud技术架构7.算法处理包含Logistic Regression、Kmeans、TF-IDF等8.数据库实时同步落地方案实操9.统计终端的数据(移动端、PC端、小程序端) 10.支撑亿级海量数据的用户画像平台11.实时和近实时的对用户进行画像计算12.后端+大数据技术栈+前端可视化13.提供技术落地指导支持 14.课程凝聚讲师多年实战经验,经验直接复制15.掌握全部内容能独立进行大数据用户平台的设计和实操企业一线架构师讲授,代码在老师的指导下企业可以复用,提供企业解决方案。  版权归作者所有,盗版将进行法律维权。 

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值