推广费用节节高转化却不如意？那是因为你没找到它

文章导读：

       随着中国电商行业的不断蓬勃发展，相关的上下游产业链也逐渐完善，随之带来的就是对应服务的成本的不断攀升，其中推广的流量费突出的尤为明显，这一项高的吓人的支出费用已经极大的影响到每一家电商企业的生存空间了。俗话说的好，好钢要用在刀刃上，那么今天给大家要介绍的这个推广的刀刃叫做消费者用户画像。

正文：

       为什么说消费者用户画像是推广的刀刃呢？今天我们一次性把这把好刀刃了解的完完整整。首先了解下这把刀刃能切些什么肉。

消费者用户画像适用场景：

   一、精准营销

       现在的店铺运营越做越精细化，也需要越来越个性化，因此需将用户群体切割成更细的粒度，辅以短信、推送、邮件、活动等手段，驱以关怀、挽回、激励等策略，来不断刺激会员的忠诚度和活跃度。

    二、数据应用

       用户画像是很多数据产品的基础，诸如耳熟能详的推荐系统广告系统。操作过直通车和钻展或者投放平台的商家们想必都清楚，广告投放基于一系列人口统计相关的标签，例如性别、年龄、学历、兴趣偏好、手机等等，全投放不是不可以，但指标完不成应该就是正常的事情了。

   三、用户分析

       消费者用户画像也是了解和洞察用户的必要补充。产品早期，市场部门通过用户调研和访谈的形式了解用户。在产品用户量扩大后，调研的效用降低，这时候会辅以用户画像配合研究。新增的用户有什么特征，核心用户的属性是否变化等等。

   四、数据分析

       这个就不用多提了，用户画像可以理解为业务层面的数据仓库，各类标签是多维分析的天然要素。数据查询平台会和这些数据打通。围绕业务去打造全面性的数据分析。

如何打造消费者用户画像：

       好了，概念带来的好处都讲了，我们进入正题，我需要怎么打造这把绝世好刀。

       首先我们要讲下消费者用户画像是什么。消费者用户画像是全面性的抽象出一个消费者的信息全貌，为进一步的精准、快速分析用户的行为习惯、消费习惯等重要信息。说了很长的难懂的一句话，其实还可以很简单的概括三个字，标签化。这么说好像大家一下子明朗了，但紧接着下一个问题来了。标签从哪里来呢。

       标签是对用户的行为习惯和消费习惯的属性进行维度归类，但不同行业不同量级的商家对应的用户有那么多维度，怎么合理地选择标签？我想定义会员的层级，会员用户应该累积金额标准是多少？是在哪个什么时间段内发生的？为什么选择这几个标准？业务发生变化了这个标签要不要改？

       哇，这么好的概念落地所需的问题量爆炸有没有。不要急，我们继续来分析消费者用户画像的所使用的需求场景，这个场景这里借用最常见的运营策略模型“海盗模型(AARRR)”

       一、获取用户（Acquisition）

       获取新客户，也就是说的推广，那推广中要进行促销打折优惠活动，活动要进行新老潜的区分，完全没消费过什么优惠，消费过一次什么优惠，消费多少次又不给优惠，你是不是好像明白了什么是大数据杀熟了。这里最重要的标签就是消费金额和消费次数了，那多少次的临界点要根据大家自己实际情况衡量。

       二、提高活跃度（Activation）

       提高活跃度，就是增加消费者的忠诚度，常回来看看的是白领还是学生啊，放在购物车又不下单的那些小哥哥小姐姐都是喜欢我们店的哪一类商品，是不是经常性的给个优惠券的短信关怀啊，要不要给不同消费金额等级的同好者起一个酷炫的群组称号呢，这一阶段主要看看是哪些人喜欢在你门前看热闹。

       三、提高留存率（Retention）

       好了，眼看他起朱楼 ，眼看他宴宾客 ，眼看他楼塌了。再厉害的商家也有流失，要看这些流失是不是你所需。这一阶段很难说单一标签能给与直观的结果，需要将用户的行为数据包括消费间隔，类目偏好，价格偏好，退还占比和一些基础的家庭标签综合交叉，因为幸福的商家都是类似的，不幸福的商家各有各的不幸，商家所能做的是分析用户行为提前预测流失，这个方法这里卖个关子后文再叙。

       四、获取收入（Revenue）

       终于等到收割了，收割了，收割了，最振奋人心的事情也要说三遍。你最忠实的最可能购买下单的人已经到门口了，但收割也要讲究个策略，如何组合搭配达到利润最大，那就要分析用户的爱好偏好，洞察到你的忠诚粉丝的购买预测，最终的效果就是给合适的人推荐合适的物品再给一个适合他的价钱。这真的是一个双赢的生意。

       五、自传播（Refer）

       物以类聚人以群分。各位看官，社群营销来了解一下。回归本源，其实自传播本身就是画像最好的案例，线下社会属性和行为属性高度重复且集中的聚合在一起，人性都是互相传染的，这样的用户画像才是最可怕的，这才叫真的是怎么打怎么有。

总结：

       经过今天的简单梳理，消费者用户画像的内容已经为大家分享完了，要注意实现消费者用户画像还有个最重要的问题是数据基础。数据才是催生消费者用户画像的生产资料，那对应的生产力有很多，这里为您推荐广州大麦的大数据分析，不仅上面提到的各阶段的对应分析可以为您提供到，还可以结合分析本行业的消费趋势，更是因为广州大麦的已有多年的推广和运营经验，早已将大数据分析已紧密的和运营和业务交叉起来，可以将数据化的标签，转换成店铺的运营推广策略。不同的标签对应不同的用户群体，也对应不同的营销手段，以达到精准营销的最终目标。