大数据分析与客户画像
客户画像的问题： 当然，从现实情况来看，我们对客户画像这件事不尽乐观，因为这中间有很多困难： 首先是家庭消费与个人消费区分。顾客与用户你区分不出来，通过购物清单和会员卡消费流水你也很难过滤，从而可能导致的分析结论的假象!甄别成本过高是很大的问题! 其次数据的全面性问题。没有技术手段，没有基础信息支持，客户画像始终会残缺，企业需要有耐心，显然，并非所有的企业都认为这样的分析有什么卵用，数据还不如直接买了! 三是应用问题。画像的真实与虚假，明显性悖逆甄别，偶然性和临时性数据处理可能导致结论有问题，数据环断裂的情况下，企业并非有完全的途径可以获得外部匹配支持，用户行为关联、跨平台关联知易行难! 但我依然觉得这是一条应走的路，零售大数据不可能一蹴而就，也应该有不断的迭代升级，现实状况恰恰是顾客认知精进的空间。未来随着iBecon技术、人脸识别技术、wifi、LBS、定位技术、射频条码技术等应用发展，关联起人货场必然可行，如果那时是4.0，可能还会需要现在2.0逻辑和积累! 客户画像的应用： 大数据能力包括集成层、存储层、计算层、整合层、智慧层、消费层和洞察层七个层次。对零售业来说，假定企业有了比较好的客户画像技术，经营管理方面的应用应该前景广阔。 1、精准营销：企业的促销信息发送对象、内容、跟踪反馈都应该更加精准。 2、主题促销：通过客户画像中顾客群的研究分析，通过对其消费总量、频率和周期的研究，主题促销的内容厚度、切入窗口和针对性会明显加强。 3、社群组织：笔者此前探讨过零售业社群组织的问题，客户画像工程将为企业更加有效的组织和管理社群，激发粉丝社会化参与及情感链接起到十分积极的作用。 4、市场调查：普通问卷、焦点小组或是上门单独沟通，客户画像会为调研决策提供决定性素材，控制调查失真。 5、业绩预测：对于包括季节性商品、周期性消费、促销弹性程度、趋势性预测，客群画像应该能够提供较多的相对支持。 6、经营管理决策：对于包括功能项目、品类设置、物流配送频率、周期管控等常规经营管理内容，也会有极好的深化作用。http://www.mapvision.com.cn/hyxw/704.html
页:
[1]