第4章 大数据分析.pptx

大数据分析

实例引入：个性化用户画像实现精准营销大数据分析技术主流的大数据分析处理框架

实例引入：个性化用户画像实现精准营销用户想购买一辆汽车，由于该用户经常通过某个网站浏览不同品牌和价格的汽车商品简介，因此，用户的浏览记录被存储在该网站后台数据库中，包含浏览的产品价位、汽车品牌、汽车的功能配置参数等。汽车销售的技术人员也可以获取用户的基本信息和消费记录，通过大数据分析算法对该用户的个人喜好和购买能力进行分析，最终得到用户可能会购买的汽车品牌信息。汽车销售的实例中，购车用户的特征可以通过用户的历史浏览数据进行描绘，形成该用户的用户画像，并依据特征对该用户未来的消费趋势进行预测，把用户可能会购买的商品推荐给用户，实现在大数据时代下的精准营销策略。

大数据实现精准营销精准营销是在精准定位的基础上，依据现代信息技术特别是近些年发展快速的大数据技术，对企业的营销实施可衡量并且回报率高的精准策略，降低企业的营销成本，提升市场竞争力。精准营销以用户为中心，通过现代化技术手段直接与用户沟通，使企业收集大量的用户数据，借助大数据分析技术，将用户数据加工为有用信息，然后企业利用加工后的信息，为用户推荐个性化产品，使用户享受到专业的客户服务。。精准营销的关键在于如何精准地找到产品的目标人群，再让产品深入用户心坎里，让用户认识产品、了解产品、信任产品到最后依赖产品。

大数据实现精准营销以选购汽车为例，为了满足用户的需求，汽车企业应从多个角度进行营销。一方面，将产品做好、做精、做强、生产出更多符合不同用户要求的产品。另一方面，将汽车产品信息传达给目标用户，引领用户的选择，寻找吻合度高、对受众影响大的媒体进行宣传，在访问量较大的网站上进行汽车广告推送，增大用户点击感兴趣的商品的概率。在网站上推送的汽车车型，由访问该网站的用户特征决定。通过用户画像进行精准营销。

什么是用户画像阿兰·库珀（AlanCooper）最早提出了用户画像（Persona）的概念，认为“用户画像是真实用户的虚拟代表，是建立在一系列真实数据之上的目标用户模型”。用户画像也称为用户的信息标签。用户画像的主要用途是帮助商家了解用户，对用户了解得越深，刻画出的画像就越准确，用户画像被大量地应用在精准营销和智能推荐领域，是真实世界的用户在网络世界的映射

什么是用户画像大数据时代的用户画像和传统的画像完全不同，传统的用户画像指的是画家利用画笔对用户的外貌进行描绘，体现出的是用户的轮廓和形态。互联网时代下的用户画像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，即构建用户画像的核心工作是给用户贴“标签”，标签是通过对用户数据分析得到的高度精练的特征标识。互联网时代的用户画像表现出来的信息更加丰富，信息种类也不局限于视觉特征，凡是能够对用户的特征进行描述的信息，都可以放到用户画像里面。大数据算法构建出来的用户画像具有更加丰富的属性，可以被更多的上层应用使用通过对用户数据的分析，可以对用户进行画像，给出某个特定用户的相关信息，如年龄区间、从事的职业、婚姻状况、家庭成员、消费习惯、个人爱好、是否从事体育运动、消费习惯、经常购买哪类商品等

构建个性化用户画像用于构建用户画像的数据，不仅需要数量多，而且还要和业务场景紧密结合，在本章介绍的汽车销售实例中，为了精准地推送给用户汽车的广告，首先要对用户进行用户画像，将用户的特征描述清楚，然后再根据画像的特征进行精准营销如果用户画像勾勒出来的是一个年龄在20～30岁的年轻人，从事IT行业，平时喜欢选购电子产品，那么可以分析出该年轻人会比较钟情于经济型轿车如果给出的用户画像是一个对美术比较感兴趣的人，热爱网络小说和文学，偏好人文社科书籍，也热爱音乐和舞蹈，那么可能会对外观设计和内饰风格比较注重，同时也会关注车辆的舒适性和安全性能，感兴趣的可能是运动型多用途汽车的车型获取信息的便利性增大

构建个性化用户画像用户画像的主要步骤可以分为如下3步首先需要明确研究的目标，即对哪些用户进行画像。例如，为了研究电商平台用户流失的情况，就要将那些购物体验较差的用户设定为目标用户；如果要研究潜在客户是否能成为正式客户，就要将那些目前还未接触过本产品但采购了同类型其他品牌商品的用户设定为目标用户对目标用户的所有的相关数据进行收集，如用户的性别、职业、年龄、地域、消费层次等基本信息；也可以是用户的行为信息，如浏览记录、搜索过的关键词、发表过的评论等通过大数据分析技术，包括描述性统计分析、数据挖掘算法等，为用户贴上相应的标签，标示出用户的兴趣、偏好和需求等。

通过用户画像实现精准营销构建好用户画像后，即可对用户需求、基本特征、用户价值进行分析，实现精准营销用户需求分析：了解用户需要什么，才能精准地提供需要的服务和商品。通过大数据分析实现对用户画像，可以得到准确