|
当一位顾客开玩笑地通过推特向一家位于芝加哥的Morton牛排连锁店订餐送到纽约Newark机场（他将在一天工作之后抵达该处）时，Morton就开始了自己的社交秀。分析推特数据，发现该顾客是本店的常客，根据客户以往的订单，推测出其所乘的航班，然后派出一位身着燕尾服的侍者为客户提供晚餐。这是一例大数据应用的成功案例，Morton利用一些“人肉”方法，构建了该顾客的用户画像，实现了让人意想不到的惊喜场面。 在国内，一线互联网公司早将构建用户画像为己任，踏出迈向大数据的第一步。早在2011年3月，百度奇艺数据研究院提出“为网络视频用户画像”，在影视指数中构架了一套完整的指数，来挖掘和评价不同题材类型的影视剧的广告价值，并通过指数反映用户的收视行为，将不同的观众群体加以细化、区分，为内容方拍摄更贴合目标群体需求的电视剧提供科学的参考。 腾讯开放平台也在2012年5月推出了腾讯开放平台用户分析——用户画像，绘制出地域分布、用户年龄特质、用户性别特征、用户职业分布及使用场景分布的分析图表，通过用户画像发现“女性用户爱试玩，男性用户忠诚度高”“应用是学生与白领的最爱”“主流用户具有较好的互联网认知和在线付费习惯”等用户行为规律。 而京东，也在2014年12月将京东用户画像技术曝光，针对双十一的用户数据进行分析，并发现了一些有趣的结论，例如：从成人用品购买分布来看，“土豪”属性的用户11.11购买成人用品的比例最高，最有钱又最性福，而高级白领购买成人用品的比例最低，连蓝领和小白领都不如，这生活真的是蛮拼的。同时，通过购买成人用品用户的地域、年龄分布，可以引发我们很多隐藏在数据背后的思索。 为什么用户画像受众多互联网公司如此厚爱？ 通过用户数据，可以将用户生活形态进行还原，例如阅读偏好、娱乐偏好、视频偏好、媒体接触习惯、餐饮习惯、出行习惯等，根据对核心用户的生活形态进行分析，可以了解用户偏好，研究成果可应用在运营及营销中，提升用户体验。 例如，易观智库曾将用户划分为七个类型，分别是：潮流体验型，潮流社交型，购物时尚型，娱乐休闲型，意见领袖型，学习求进型，生活实用型。举个例子，潮流体验型的用户画像如下图。根据如此生动的用户画像描述，以为营销者可以通过迎合目标消费者的兴趣、生活方式甚至价值观，来达成营销目标。
|
|
|
