- 教育培訓(xùn)行業(yè)精準(zhǔn)化營銷智能解決方案（連載一）
- 教育培訓(xùn)行業(yè)精準(zhǔn)化營銷智能解決方案（連載三）
三、解決方案詳述
3.1用戶畫像
建立用戶信息的統(tǒng)一視圖數(shù)據(jù)庫，按照教育培訓(xùn)行業(yè)特征建立行業(yè)用戶重點關(guān)注維度和各維度內(nèi)的深度數(shù)據(jù)，同時從實際應(yīng)用場景出發(fā)對用戶數(shù)據(jù)進行分析，建立針對不同應(yīng)用場景的三類標(biāo)簽：事實、模型、預(yù)測。從而使得一個用戶在不同應(yīng)用場景下能夠以所標(biāo)簽的信息被形象展示。
3.2用戶統(tǒng)一畫像模型建設(shè)及步驟
3.2.1基于企業(yè)現(xiàn)有數(shù)據(jù)整合和完善，通過6個維度的事實信息來描述用戶，建立用戶的基礎(chǔ)維度和各維度的不同層級的信息：
- 用戶基本屬性
- 用戶關(guān)聯(lián)關(guān)系
- 用戶興趣偏好
- 用戶價值信息
- 用戶風(fēng)險信息
- 用戶營銷信息
如下圖所示：
（圖3-2）
3.2.2 基于用戶信息建立6個維度的服務(wù)目標(biāo)和基于事實用戶信息的目標(biāo)維度標(biāo)簽，更準(zhǔn)確描述客戶在各個目標(biāo)維度的定位和狀態(tài)。
- 營銷增強
- 客戶洞察
- 渠道優(yōu)化
- 產(chǎn)品創(chuàng)新
- 風(fēng)險防范
- 運營提升
通過大數(shù)據(jù)處理分析工具來分類客戶的事實標(biāo)簽，實現(xiàn)客戶畫像的第一步分析，初步實現(xiàn)用戶畫像。
- 基于用戶的基本事實，結(jié)合企業(yè)業(yè)務(wù)及教育行業(yè)的獨有的特征，對于用戶做合并分類，形成客戶畫像與客戶群體屬性，如下圖所示：
（圖3-3）
3.2.3基于客戶的瀏覽興趣與購買數(shù)據(jù)，結(jié)合模型如LTV、RFM等通過分析工具計算客戶的模型標(biāo)簽，實現(xiàn)客戶畫像的第二步分析，實現(xiàn)用戶商業(yè)價值畫像。
- 新客戶的獲得成本
- 存量客戶生命周期價值
- 存量客戶的交叉銷售價值
- 存量客戶的再激活價值
- ……
（圖3-4）
3.2.4 基于用戶基本畫像與模型畫像，通過大數(shù)據(jù)機器學(xué)習(xí)算法(如貝爾斯、邏輯回歸等)來進行用戶預(yù)測與完善反饋，實現(xiàn)更精準(zhǔn)的推廣分配，提高運營效率，如下圖所示：
- 推廣的到校試課概率評估
- 新客戶的生命周期價值評估
- ……
（圖3-5）
3.3統(tǒng)一畫像標(biāo)簽完整過程
基于企業(yè)現(xiàn)有數(shù)據(jù)，定期通過工具從數(shù)據(jù)庫與Web日志采集原始數(shù)據(jù)，然后生成標(biāo)簽?zāi)Ｐ筒⒊掷m(xù)優(yōu)化。
（圖3-6）
- 基本畫像標(biāo)簽：從數(shù)據(jù)庫一次性導(dǎo)入。同時制定定期采集規(guī)則，當(dāng)客戶信息通過CRM更新時，將更新記錄直接復(fù)制到基本畫像標(biāo)簽的更新，以便預(yù)測優(yōu)化。
- 營銷畫像標(biāo)簽：
- 需求標(biāo)簽：從數(shù)據(jù)庫一次性導(dǎo)入。同時制定定期采集規(guī)則，當(dāng)座席采集客戶需求并通過CRM更新時，將更新記錄直接復(fù)制到需求畫像標(biāo)簽的更新，以便預(yù)測優(yōu)化。
- 營銷活動標(biāo)簽：從數(shù)據(jù)庫一次性導(dǎo)入。同時制定定期采集規(guī)則，當(dāng)推廣采集客戶名單并通過CRM更新時，將更新記錄直接復(fù)制到營銷畫像標(biāo)簽的更新，以便預(yù)測優(yōu)化。
- 價值畫像標(biāo)簽：從數(shù)據(jù)庫一次性導(dǎo)入。同時制定定期采集規(guī)則，當(dāng)成單信息通過CRM更新時，將更新記錄每晚進行計算新商業(yè)價值統(tǒng)計，將新變量更新到價值標(biāo)簽以便預(yù)測優(yōu)化。
- 興趣畫像標(biāo)簽：興趣畫像原數(shù)據(jù)的瀏覽日志解析處理比較復(fù)雜，需要進行URL的識別、IP的識別、User Agent的識別、Referrer搜索關(guān)鍵詞的識別等。處理流程的設(shè)計采用了流水化的串行和并行設(shè)計，內(nèi)部解析采用組件化流水化處理，不同組件之間的數(shù)據(jù)采用共享大內(nèi)存的方式，避免在不同的處理組件之間進行數(shù)據(jù)落地，重復(fù)的進行數(shù)據(jù)寫出和讀入，提高數(shù)據(jù)處理的效率。同時使用統(tǒng)一的數(shù)據(jù)模型，統(tǒng)一的數(shù)據(jù)存儲。如下圖所示，使用ExceedData平臺模塊化的集成、處理、分析、以及應(yīng)用機器智能算法可以大大節(jié)省存儲資源，提供解析的效率。
（圖3-7）
3.4用戶數(shù)據(jù)在業(yè)務(wù)環(huán)節(jié)中的共享
通過一套開放的應(yīng)用之間采用開放的應(yīng)用接口（API）實現(xiàn)用戶信息在市場、客服、門店營銷、培訓(xùn)中心等各系統(tǒng)中的共享互通。API為統(tǒng)一標(biāo)準(zhǔn)，為各個應(yīng)用數(shù)據(jù)系統(tǒng)，設(shè)置未來外部數(shù)據(jù)接入，提供統(tǒng)一的數(shù)據(jù)接收（get）與采集（post）接口，如下圖所示。
- 支持主流的接口協(xié)議，如REST；
- 支持直接采集主流數(shù)據(jù)庫數(shù)據(jù)，支持的數(shù)據(jù)庫包括：oracle、mysql、sqlserver等，直接使用jdbc客戶端命令方式從數(shù)據(jù)庫獲取數(shù)據(jù)。
- 支持分布式數(shù)據(jù)源調(diào)度，支持多數(shù)據(jù)源間的訪問連接。
- 采用參數(shù)驅(qū)動的設(shè)計思想，在API中，凡是不能確定的因素做到參數(shù)化，以達到通過對參數(shù)的設(shè)置就可適應(yīng)不同的情況及不同時期的應(yīng)用要求。
（圖3-8）
通過API對數(shù)據(jù)流通的支持與一致化視角，提供全面、整合的分析能力幫助企業(yè)英語提升復(fù)雜流程下的高性能分析，快速建立專注于客戶的凝聚力，借助大數(shù)據(jù)分析改善運營效益。
?。ㄎ赐?，請待下期連載，意向者可搜索匡衡軟件咨詢）
