基于用户画像的数字营销策略分析

魏湘辉

摘 要 在互联网特别是移动互联网日趋发达的大环境下，数据资源在国民经济增长中起着越来越重要的作用，相应的数字经济逐渐成长为重要的经济支柱。顺应数字经济的发展，企业营销也由传统的营销时代转向数字营销。从数据基础概念出发，通过分析用户画像工具在用户细分和目标客户定位中的优势特点和应用流程，阐述了企业如何充分利用数据资源和用户画像工具为其产品制定数字营销策略的方式和方法。

关键词 数字经济；数字营销；市场细分；用户画像

中图分类号 G2 文献标识码 A 文章编号 2096-0360（2021）20-0068-03

基金项目：本文为校级科研项目“数字经济时代企业营销模式变革研究”（2021-SK-14）研究成果。

数字营销是使用数字传播渠道来推广产品和服务的实践活动，从而以一种及时、相关、定制化和节省成本的方式与消费者进行沟通。随着互联网技术的发展以及广泛的应用和实践，数字营销已经成为当前数字经济时代的主要企业营销模式。而数字经济本身是一种数字技术与实体经济的融合而形成的新型经济形态，是以数字化的知识和信息作为重要生产要素、以现代信息网络作为主要载体、通过信息通讯技术（ICT）对传统经济部门的渗透实现经济效率提升和经济结构优化的经济活动[1]。中国信息通信研究院发布的《中国数字经济发展白皮书（2020年）》显示，2019年，我国数字经济增加值规模达到35.8万亿元，占GDP比重达到36.2%。在以数据为主要生产要素的数据经济产业化时代，传统的企业营销模式已经不能满足企业发展需要，依靠互联网技术和数字经济产业背景，逐渐形成了新的营销方式——数字营销。数字营销依靠大数据等数字技术应用，通过挖掘市场数据资料，整合客户信息，确立新的市场细分，精确定位企业客户群体，同时为客户提供精准营销服务，更好满足客户需求，从而提高企业产品竞争力。

数字营销的核心要领是实现精准营销，即在数据赋能的基础上实现精准市场细分和用户定位。用户画像是数字营销中常见的用于准确定位目标用户的工具之一。用户画像通过对用户数据的收集和分析，提取特定用户类型的关键词作为标签构建用户画像模型，并采取可视化技术对用户模型加以呈现。通过用户画像，可以清楚地掌握特定用户类型的基本属性（包括静态属性和动态属性），从而有针对性地进行广告投放和产品推荐，达到精准营销的目的。相对于传统营销模式，基于用户画像的数字营销模式具有以下优势。

1）能够快速准确的区分目标用户。传统的营销方式通过调查研究获取用户信息反馈，然后通过一定统计技术形成用户群体模型，所得到的结果是基于科学预测的基础之上。而数字营销通过获取数据资源，利用大数据技术，对企业全体用户数据信息进行分析和整理，所得到的用户实际发生的商品消费数据，利用这些消费数据作为用户标签，表达的是用户的真实特征和需求，把这些特征和需求提取归纳成为用户的属性，也就是标签，从而得到精确的实际用户画像，用户画像代表现有用户的同时也代表了目标用户的属性特征。

2）数字营销提高了企业广告投放的精确度。广告作为商品信息传播的基本工具，在企业产品营销推广的过程中起着及其重要的作用。但传统广告的一个巨大缺陷就是难以界定目标受众，容易造成广告费用的巨大浪费。例如针对成年人健身的路灯广告对于经过的未成年人来说难以产生需求刺激。数字营销方式利用用户画像很好地解决了目标受众的问题，通过区分目标受众群体有针对性的发布或者推送广告，提升了广告的效果，同时节省了广告成本。

3）数字营销有针对性的推荐活动促进了产品和用户之间的相互信任，加强了用户黏度。传统营销中的产品推荐多采用人员推销的方式，通常很难确定目标用户的实际需求，有時很容易引起目标客户的反感，降低产品推荐效果。数字营销通过数据库对用户进行特征匹配，从而找到准确的目标客户，挖掘目标客户的真实需求，进行线上产品推送，用户看到的是自己感兴趣的又有需要的商品，从而可以降低用户的反感心理，提升用户对产品的兴趣和信任。

用户画像也叫做角色分析，它是一种用来区分用户群体属性、确定目标用户需求的有效工具。基于用户数据信息之上的用户画像帮助电商企业对用户进行精准化服务、个性化营销和特色推荐，把握用户需求，切中用户利益点，实现精准营销[2]。从数据资源中提取和产品及用户相关的词汇，形成海量的数据标签，依据用户的需求种类、消费特征、行为观点的差异，把用户分为不同的类型，同时加上用户的年龄、性别、地区等基本信息，把不同的用户类型描绘成各具特色的用户模型。

用户画像是在数据资源的基础上构建的，随着企业对数据资源的重视程度的提高，以及数据采集、数据分析、大数据管理等技术的不断提高，用户画像工具的使用也变得越来越成熟。用户画像的核心任务是要采集并筛选出用户信息的关键词，将这些关键词作为标签来表达用户的属性特征。用户标签通常包含了用户的基本属性和行为属性。

基本属性是用户的基础信息包括性别、年龄、学历、职业、收入、地区、婚姻等个人信息数据。在用户登录注册网站是通常都要求输入基本信息，这些基本信息和用户账号相关联，成为用户标签的一部分。

行为属性可以分为：

1）动态行为属性。动态行为属性是用户使用注册账号浏览互联网的过程中留下的记录。动态行为属性包括用户的互联网行为，例如上网时间段，通过分析提取用户的上网时间记录，可以知道用户习惯性使用互联网的时间，也可以了解到用户是否有熬夜上网的习惯。动态行为属性也包括网站关注偏好，通过查看用户的网站浏览记录，如果用户浏览的大多是汽车类网站，则可以知道用户是汽车产品爱好者。动态行为属性还包括社会交际、日常生活、工作、出行方式等。例如从用户使用网约车的记录可以分析其对网约车的需求。

2）消费行为属性，包括消费水平、消费心理、消费嗜好等。从用户的日常购物记录信息可以分析用户的消费层次，例如通信公司把用户按照每月消费花费情况把消费最多的一类人列为VIP，从而加以关注并重点管理。购买记录还可以用于分析用户，以分辨用户是否偏向于折扣品的购买或者是奢侈品的购买。

3）心理行为属性，包括用户的情感、个人价值观等方面的数据。在一些媒体平台上，用户可以通过文字、图片、视频的方式发表自己的见解、想法，参与讨论或者直抒胸怀。通过关键词的提取可以了解到用户当时的情感状况、个人对事物持有的态度等。

基于用户画像的数字营销过程包含两大步骤，如图1所示。

4.1 建立用户画像模型

数字营销的基本目的是要实现精准营销，精准营销则建立在用户画像的基础之上。用户画像的过程如下。

1）数据采集：为了获得理想的用户画像，第一个步骤就是找到和产品及用户相关的数据资源。常见的数据采集方法是利用企业自身的数据库。企业通常都有自己的客户订单管理系统，里面包含有用户注册登记时的基本信息如年龄、性别、职业、地区等，同时也含有用户的购买记录、网页浏览记录、商品点击记录等信息。这些都是确定用户属性的基础数据。也可以通过网络搜索和第三方工具获得目标用户的数据资源。

2）数据处理：通常采集到的数据资源都不能直接用于用户画像，还需要对所采集的数据进行清洗和筛选。对于一些重复、噪声、错误的数据可以删除，对于一些缺失但又需要的数据可以采用均值法等方法补充完整，还有一些不具代表性的词汇需要剔除，对于有的用户可能处于隐私需要而产生的前后矛盾的数据也要进行调整甚至删除。由于所采集的数据可能来源于不同的系统，数据格式也可能不同，需要统一数据格式，包括数据精度、日期格式等内容。

3）数据标签化：处理数据之后，可以对用户进行分类并提取出分类用户的属性词汇，这个过程也就是用户标签化过程。通过标签化，可以清楚的看到每类用户的特征标识，有利于形成用户画像轮廓。

4）数据可视化：可视化是对标签化后的用户群体数据进行展现，采用各类计算机软件可以轻松实现数据的图形化，包括常见的柱形图、散点图、饼状图以及各类表格等，Excel、Python等都是常用的数据可视化软件。

4.2 精准营销

用户画像是为精准营销服务的，精准营销包括精准广告投放和产品推荐，最终促进用户购买。

1）精准广告投放，广告是产品传播的重要工具，企业为了打开产品销路，占领市场份额，通常都要花费巨资进行广告投放，但传统的广告投放对于目标受众很难把握，以至于很多非目标客户也被动地接收了产品广告信息，而这类客户并没有产品需求，从而产生负面心理反应，降低对企业产品及品牌的关注度。通过用户画像之后，利用用户标签可以选择与产品有对应需求的用户群体，有针对性的投放广告，从而让产品找到有需求的用户，用户也能找到适合自身的产品，实现广告的精准投放。

2）精准产品推荐，传统产品推荐更多的采用产品展示的方式，在没有清楚界定目标用户的产品需求之前，这种产品展示收到的营销效果非常有限。通过用户画像掌握用户的消费属性和消费偏好之后，可以推荐用户关注产品，从而避免用户收到无关产品推荐信息，减少资源和时间的浪费。精准产品推荐普遍应用于电商行业。对于网购用户，在网络平臺登录之后所做的每一次点击浏览或者关注，都会在后台留下记录，对用户的记录进行整理并转换为用户标签后，用户下次使用平台就可以看到相关和类似产品的推荐信息，这有助于减少用户的搜索时间，提升搜索效率，也就达到了精准推荐的目的。

3）用户购买，经过前期的外界刺激及用户分析，在精准广告和精准产品推荐的助力下，用户进入到购买阶段。用户可以轻松找到自己想要的产品，电商平台也以更简单方便的形式让用户确定订单并支付。对用户来说，可以用更低的成本，更高效的实施购买行为。

4）购买反馈，通常电商平台都设置有用户评论区，用户可以对商品和服务提出评价。购买反馈对于改善商家经营服务质量有很大的帮助。由于订单及支付等信息流是在相互信任并有平台背书的情况下发生，是在线上发生的，而实体商品的交付由物流公司线下完成，单纯的一手交钱一手交货的交易环节被拉长了，用户收到所购商品后才会产生满意或不满意真实反馈，对于用户购买后的反馈信息，经过系统处理后可以进一步充实和完善用户画像，从而更加精确地描述用户特征。

数字经济的蓬勃发展是一种趋势。数字营销为企业产品提供了更方便快捷和高效的传播途径。营销的基本策略是要解决商品销售和目标用户的需求问题，基于大数据技术的发展和数据资源的合理利用，用户画像作为其中的一种工具被广泛应用于各行各业之中。数字营销通过利用用户画像对用户进行细分和对目标用户进行选择，可以很好地解决传统营销模式中许多问题。企业通过不断更新用户信息数据，重新反馈到用户画像过程，从而使用户模型不断更新，形成闭环链路，将更有利于企业降低营销成本，同时提高营销效率，达到更高的销售业绩。

参考文献

[1]丁志帆.数字经济驱动经济高质量发展的机制研究：一个理论分析框架[J].现代经济探讨，2020（1）：85-92.

[2]胡泽萍.电子商务环境下用户画像对精准营销的影响研究[J].现代营销，2020（11）：74-75.

3134501908287