如何运用CRM系统数据进行标签化精准营销？

相信大家都了解过大 数据 ，也学过一些 大数据分析方法 。但是我们如何利用大 数据分析 ，创造价值呢？

今天智云通 CRM 系统小编要跟大家分享 如何运用 CRM 系统数据进行标签化精准营销。

 

这个问题从本质上看是两类问题：

 

对 用户 画像，打上标签。这是个聚类问题，将同一类用户通过算法聚合成一类。

     那如何打标签呢？ 用户画像数据维度

 

针对每一类数据实体，进一步分解可落地的数据维度，形成字段集。

 

　　 1. 用户数据：

 

用户自然特征：性别，年龄，地域，教育水平，出生日期，职业，星座

 

　　用户兴趣特征：兴趣爱好，使用 APP/ 网站 , 浏览 / 收藏内容，互动内容，品牌偏好，产品偏好

 

　　用户社会特征 : 婚姻状况，家庭情况，社交 / 信息渠道偏好

 

　　用户消费特征：收入状况 , 购买力水平，已购商品，购买渠道偏好，最后购买时间，购买频次

 

　　 2. 商品数据 ( 以消费电子类为例 ) ：

 

    手机：品牌，颜色，尺寸，电池容量，内存，摄像头， CPU ，材质，散热，价格区间

 

    笔记本：品牌，屏幕尺寸，配置，颜色，风格，薄厚，价格区间

 

    智能手表：品牌，功能，材质，电池容量，颜色，风格，价格区间

 

　　 3. 渠道数据 ( 以消费电子类为例 ) ：

 

　　信息渠道：微信， 微博 ，论坛， SNS ，贴吧，新闻网站，咨询 App

 

　　购买渠道 : 电商 平台，微店，官网，实体店，卖场

 

    对不同用户进行精准营销。这个问题是个预测问题，对用户行为建模，预测某一类用户会对什么更感兴趣。

    一、 先说第一类问题，聚类。

 

    这个成熟的算法很多，具体选择哪种就要看你的数据有什么了。既然叫做数据分析，那边必然是以你的数据为准基础的，看你的数据包含什么，如果能把用户映射到某一个空间里面，表示成向量（也就是高维空间的坐标），就可以 kmeans ， DBscan 等等方法来进行聚类，如果只能给出两两用户的相似度，那么就是用基于层次聚类的算法。再重申一遍，关键是数据。

 

    二、 就是对用户行为建模，同样因为不了解数据，就只能简单讲一讲普通的流程。

 

    精准营销这个问题可以规约为预测用户对什么商品感兴趣。这个建模流程简单来说应该包含下面几个过程：

 

    a 、选取特征，从历史数据中选择、构造出一些特征，假设这些特征和要预测的值之间的一个关系（这个关系也就是你的模型）。这一步是定性的过程。

 

    b 、确定模型中的未知系数，也就是定量的过程。

 

    c 、计算模型的置信度，根据测试集数据（从历史数据中选择一部分出来，分割方法很多，自行百度交叉验证）来判断预测准确性，如果符合要求，就可以用这个模型来预测用户喜欢什么，进行精准营销，如果准确性不满足要求，那么就再重复上述过程，构造更复杂的特征，或者收集更多数据，尝试其他模型。