悟空CRM
已认证的官方帐号
14 人赞同了该文章
为客户画像需要利用所有自有和第三方可以收集和利用的数据信息,通过信息综合和特征分析,形成对该客户的整体特征的全面认识。客户画像包括面向企业、组织的机构客户画像和面向消费者的个人客户画像。客户画像面向的对象不同,要利用的信息基础也不同。下面我们主要讨论以消费者为对象的个人客户画像。
人客户画像的基础信息
个人信息是可以被识别到自然人的任何相关信息。一般来说,商业应用中的个人信息主要有以下4种类型。
- 人口属性信息
- 行为特征信息
- 轨迹旅程信息
- 交易消费信息
人口属性信息
- 身份信息
- 背景信息
- 地理信息
- 信用信息
行为特征信息
- 设备信息
- 联络信息
- 内容偏好
- 生活方式
轨迹旅程信息
- 浏览路径
- 社交偏好
- 互动内容
- 位置轨迹
交易消费信息
- 消费记录
- 支付信息
- 消费特征
- 忠诚奖励
以上4种个人信息类型只是一个大类的划分,每一个大类里都包括多项不同类型的数据信息。
人口属性信息
人口属性信息是用来识别自然人身份和描述背景处境特征的信息,包总、格售息,背景信息,地理,等,以及与时间历史记录。
常用的人口属性信息包括：
身份信息。可以识别身份唯一性的描述信息,如姓名、性年龄、籍、证件号码等与个人身份识别相关的信息
联络信息。例如电话号码、电子邮箱、社交账号、邮寄地址等信息
背景信息。与家庭、职业、教育、宗教信仰等相关的信息地理信息。例如工作地点、家庭住所等与区域地理位置相关的信息用评分、资信等级、收入水平、信用记录等
历史信息。上述这些信息在不同时期的历史记录和状态变化情况。
一般来说，多数企业只能收集到一小部分与企业业务经营相关的人口属性信息。提供信贷类服务的金融机构出于风险控制的考虑,能够收集到的人口属性信息更加丰富。与人们社会生活息息相关的政府和公共服务部门在在是人口属性信息最全面的记录和收集者,如户籍政务信息、社会保障信息、住房登记疗记录信息等。
人口属性信息多为短时间内不会改变的静态信息,常常用来描述人们的背景或用于对处境的理解,由于易于直接应用,因此在用户画像中应用得最为普遍。由于人口属性信息涉及许多与个人身份识别、个人联络、家庭住所、职业收入等相关的个人隐私信息,因此人们对于这类信息的收集和使用非常敏感,这类个人隐私信息也是黑客的重要攻击目标之一,这类信息的泄露可能带来巨大的潜在风险和社会影响,企业和政府都在设法限制和保护这类信息的收集储存和使用。
行为特征信息
行为特征信息是记录用户行为和描述用户行为特征相关的信息,包括使用设备信息、联络信息、浏览点击、内容偏好、位置记录、兴趣爱好、生活方式等与个人行为相关的信息。
传统营销时代稀缺的行为特征数据在数字化时代得到了极大的丰富。人们浏览网站内容、在线购买商品、使用移动社交工具或观看在线视频的行为都被系统以数据化的方式记录了下来。此外,一些用户的人体生物运动信息也通过可穿戴智能设备实现了数据采集。
经常用来描述行为特征的信息包括:
- 设备信息。使用的设备类型、品牌型号、使用频率等信息
- 联络信息。用户与呼叫中心等进行的互动联络与服务信息记录
- 浏览点击。在线登录时间、浏览页面、访问深度等信息
- 内容偏好。内容类型、点击内容偏好、停留时间等信
- 位置记录。登录网络IP地址、所处的地理位置等信息
- 兴趣爱好。经常关注和收藏的内容、评论互动偏好等信息
- 生活方式。生活阶段、习惯方式、态度品味等相关的信
营销人员总是希望获得尽可能全面的客户行为特征信息,以期可以更全面地理解目标客户,理解什么在影响他们,什么会刺激他们,什么能吸引他们,理解为什么他们比其他人更偏爱某个品类,为什么他们对某种类型的广告响应更加强烈。
以生活方式信息为营销人员可以将用户的购买行为准的画像结合起来,形成不同层级的生活阶段、生活态度和行为特征。基于这客户知识,营销人员能够更好地理解客户对不同类型的信息如何响应,钊对具有相同行为分类但有差异化服务需求客户进一步细分,改进针对每类客户提供产品的相关性和服务的个性化。
旅程轨迹信
旅程轨迹信息是用户在线上或线下发生的跨平台、跨渠道的交互行动路径与行为轨迹信息。在数字化时代,用户的每一个行为都能在系统上留下信息记录,这些信息整合起来就构成了用户的轨迹。位线下购物者可能在决定到店面购买之前已经在线上进行了多次比较,然后选择了最方便的店铺,叔终在线下实体店面完成购买和记录在不同的系统里,在数字化时代可以被全面记录下来,并通过技术手段这些信息可能发生整合起来。
用来描述旅程轨迹的数据信息包括:
- 浏览路径。跨平台、跨渠道、跨应用的用户轨迹信息
- 社交偏好。社交范围、朋友类型、分享内容类型等
- 互动内容。在线评论、讨论话题、分享内容、收藏等
- 社交表现。粉丝数量、登录记录、点赞、转发记录等
- 触发原因。引发用户行为的触发原因,如促销奖励、新品登录等
- 位置轨迹。基于用户位置和位置变化轨迹的地理围栏信息等
易消费信息
交易消费信息用于记录客户购买产品和使用服务的交易、消费或使用记录。客户画像中应用的交易消费信息主要是指静态的交易信息和行为记录,深度的预测分析需要更加完备和连续的记录。
交易数据的内容
- 消费记录。用户购买产品或使用服务的记录信息
- 支付信息。用户使用的支付方式、支付条款等
- 消费特征。基于用户消费记录的消费特征信息
- 忠诚奖励。用户积累积分或兑换奖励的记录信息。
- 服务记录。用户对产品或服务的故障报修或申诉的记录
- 服务交互。用户联络客户服务中心或在线服务的记录
交易数据的作用
- 建立对客户消费行为的理解
- 评估客户在整体客户群中的价值
- 预测客户后续的消费行为
- 改进对客户需求的理解
- 预测客户未来可能购买的产品
交易数据通常是由企业的业务系统记录的信息,是企业最重要和最有价值的信息资产。从上述内容中可以发现,用户画像所需的人口属性信息、行为特征信息轨迹旅程信息和交易消费信息非常丰富些信息收集和应用的难度较高,企业通常不太可能收集到所有所需的信息。与此同时,即使你能够收集到看似丰富的信息,在客户画像应用中仍然可能面临以下3个挑战：
信息聚合的挑战。用户行为按时间的维度是连续的,但相应的信息往往分别记录在不同的系统中,要将同一用户的行为记录按照目的、接触方式和时间分布等汇总在一起并进行聚合分析不仅有一定的技术难度,还经常面临着管理挑战
信息关联的挑战。将用户的行为信息、轨迹旅程与人口属性信息关联起来也不是一件容易的事情,这是因为用户虽然在互联网上发生了大量的行为,但是并非每次行为都是可以识别的,实现与人口属性信息的关联有非常大的挑战
个性化描述的挑战。尽管用户生活方式画像提供了包含行为偏好在内的各种信息,不过实际情况下,企业受可提供产品和服务有限性的限制,多是消费者群体的共性属性的再现,在描述他们作为一个品牌特定分类的态度、动机和行为方面的作用仍然十分有限。
发布于 2019-04-09
