用户画像这个概念已经出现了很多年,但为什么有了用户画像还是读不懂用户啊?不是用户画像没有用,而是只有在特定场景中才能发现用户的特定需求。
今天我们主要聊一下,为什么要做用户画像,对比C端用户画像,B端用户画像到底该怎么做,重点考虑的要素是什么。如何才能实现真正化营销为无形?
为什么要做用户画像?
用户画像是一个老生常谈的话题,但我们经常建立的用户画像是这样的:用户A,性别男,年龄20-30岁,湖北人在北京工作,程序员,平时喜欢吃火锅、看车展,还喜欢购买新的科技产品。
这算是个中规中矩的C端用户画像了,那么然后呢?有什么用呢?节假日期间给他推送北京到湖北的机票,推送火锅店的信息,推送开发相关的信息,推荐新款电脑、手机、键盘、耳机甚至是某款刚刚上市的车。
那么问题来了,这样的用户画像需要多方数据来建立,但某汽车品牌拥有的这个用户的画像是什么样的呢?
用户A,一年中购买了1次北京车展的门票,平时几乎不出差但有短途代步的需求,购买动机产生于8月份,过去1年浏览了6-8次某品牌某款A级车但没有下单。
这个用户画像可以做什么呢?首先,在某品牌某款A级车促销让利时,多渠道向用户推送车型详细信息及促销方案,其次,在车展时期,向用户推送车型推荐和车辆预定优惠。
那么为什么会觉得用户画像没有用呢?上文中的两个用户画像并不完全是数据,还有基于数据的推测,那么实际上我们得到的数据是什么呢?
用户A在2月份和8月份频繁浏览过某汽车品牌某款A级车的详情信息,在8月份有过1次4S店试乘试驾的行为。建立用户画像是对用户行为数据的实际洞察和相关场景的联想,例如根据车辆信息我们可以关联其关注车辆的型号、价格内饰、购买折扣以及试驾时机的排序,得出进一步分析。
如果想通过C端用户画像做更多的营销计划,例如汽车网站向用户推荐汽车,就无法得到准确的信息。所以,C端用户画像的建立是基于用户行为数据的联想为用户建立标签,根据关联标签进行下一步营销行为。
B端用户画像该怎么做?
如果说C端用户画像是把大量面孔模糊不清的人群,根据他们的某一个或多个共同属性强行收缩为几种典型类型,便于我们看得更清楚。B端用户画像则是把原来隐藏在各种不同规模不同行业企业背后我们看不到的人根据其在决策过程中的位置,所属的部门特性等等要素,一一拉到台前来,让我们对这些角色有更具像,更人格化的理解。
不管是B端用户画像还是C端用户画像,我们面对的始终是人。当面对的是具体的人的时候,我们更能感知他背后的情绪,他的决策驱动因素,更好地与他们共情,提供他们想要的,更容易打动他们。
C端消费偏个人,非理性化,凭感觉做决策,经常有冲动型消费。根据性别,职业或行为偏好等关键属性进行分类。而B端往往是基于公司层面多人对某一问题解决方案进行整体评估,基本不存在冲动购买,更看重价值,在购买前需要建立足够的信任度。用户画像必须考虑整个购买决策团队中的每一个人,最好为每一个角色建立单独的用户画像。
Cintell机构在北美调查了137家25人-5000人规模的公司,在16年发布了一份B2B数据分析报告。
报告显示:超过其业务目标的公司中有71%有文件格式的用户画像,而刚好达到或未达到业务目标的公司里只有37%有文件格式的用户画像,其他都是口头形式的。
B端用户画像维度,主要包括以下维度:
其中,那些超过其业务目标的公司最重视以下五大因素,分别为角色驱动因素、担心和挑战、决策过程中的角色、组织目标和优先级及组织基本信息:
B端用户画像长啥样?和C端用户画像明显不同。
上述数据报告的完整结论是:业务优秀的公司相比其他公司,在以下方面表现得更好。
1. 超过2倍以上可能创建用户画像
2. 超过2倍以上可能形成正式的用户画像文件
3. 7.4倍更可能在近半年内更新过他们的用户画像
4. 用户画像信息来源更加多样化
5. 采用了定性访谈调研方式
6. 2.3倍更可能理解客户的购买动机
7. 把整个购买决策链中的人纳入考虑
8. 3.8倍更可能有专门负责用户画像的内部员工
9. 2.4倍更可能使用用户画像进行客户需求挖掘
10. 根据用户画像对数据进行分类,更多采用组织基本信息之外的因素。
最好根据数据分析和多方面的沟通反馈,持续迭代更新用户画像。理想情况是:随着时间推进,公司面向的不同角色用户形象会越来越清晰,市场和销售部门开展工作越来越手里有粮,心里不慌。
如何实现全方位的智能营销?
数字化的时代,最显著地体现就是,需要从创意驱动的思维转化为数据驱动的思维,营销工作的目标就是对业务的增长负责。目前太多的营销场景都属于「千人一面」,也就是所有的客户和潜客看到一样的文章、一样的邮件、一样的产品,这是因为过去我们并不知道每个客户的差异和喜好。如果通过数据分析形成的人群画像来进行判断,就可以进行更加个性化的触达,从而优化客户体验,提升客户对于品牌的好感度,进而进一步增加成单的可能性。
对汽车领域而言,潜客转化效率低、新车销售不赚钱、客户互动频次低、保有客户流失高等问题,都是中国汽车经销商集团经营核心痛点。4S店急需充分挖掘客户价值,实现客户生命周期智慧经营升级。作为汽车经销商集团智慧客户经营专家,众调科技注重每一个用户触点的营销价值并建立数据驱动的思维方式,众调科技自主研发的客户价值算法营销平台(iConnect),为汽车主机厂及经销商集团提供以大数据+AI建立客户生命周期的标签体系,通过消费者类群特征与行为预判,为汽车营销提供给你智慧客户经营赋能。
iConnect智慧客户经营,通过在线连接通路以及线下交互触点,连接集成整合客户全生命周期行为轨迹,客户生命周期轨迹有‘迹’可循,利用规律预判特定行为发生的可能。连接轨迹中产生的车辆行为、网络行为、消费行为、社交媒体等大数据,形成360度描述性及预测性的客户画像标签,推荐更合适的交互方式、时点与内容,提高客户体验,促进成交转化,挖掘客户价值。并针对对不同客户阶段进行价值评级,为营销活动、一线销售、客户关怀提供策略支持。
众调科技还以移动智能赋能销售顾问客户互动与帮卖,基于客户洞察,把合适的产品组合,用精准话术推荐所需求的顾问,给客户在你在这里买单的理由。定期营销活动的智能策划及监测评估,邀约客户到店、促进回厂,提高客户忠诚度,避免客户流失。
作为致力于大数据和人工智能在汽车领域应用创新与变革的典型企业,建立消费者大数据图谱,各模块由大数据驱动,消费者图谱为依据,形成消费者动态识别体系,对业务进行智慧支持;通过内部小数据与外部大数据梳理与分析,利用大数据优势方法,结合汽车营销场景化应用,建立汽车大数据客户画像方法体系;并敏锐的觉察到利用消费者购买行为数据,有规律有节奏的进行生命周期营销,将会让消费者对汽车品牌产生有极大的信任感。
众调科技用专业的大数据应用平台辅助车企,实时洞察多种行业数据,实现科学决策。以人工智能+大数据的应用共享,为汽车零售终端提供营销、销售、服务智能工具。
为了发挥大数据的应用价值,更深度的洞察汽车行业,众调科技正在全面提升智慧客户经营技术实力,以日均百亿级的数据采集平台、全国多线路多机房和CDN加速服务的数据采集能力;定时、稳定流式数据处理框架、分布式计算集群的数据计算能力及可靠的数据安全能力,为行业输出高价值的产品和研究成果。
众调科技还可以提供整体的汽车大数据应用规划,从品牌解读到产品定位,从竞品解析到行业趋势,用权威的数据辅助企业懂产品、懂用户、懂行业。并在汽车大数据的前沿领域持续创新与探索,为客户提供高价值的产品与服务,在汽车大数据领域做出更大贡献。
(文中部分内容源自:本叨品牌求生记)