论文部分内容阅读
摘 要：中国从2012年开始全面进入大数据时代，时至今日大数据的商业用途越来越广泛，大数据、人工智能、云计算、云储存的融合发展也成为一种流行趋势。商业从业者越来越重视海量数据背后所蕴含的价值，本文主要探讨利用海量数据结合相关分析模型，为用户心理人格画像，从而分析不同维度人格群体的消费心理及与之表现出的消费行为，预测消费者可能会有的行为和潜在需求，并采取有效措施，实现与用户需求对接，达到精准营销的目的。
关键词：精准营销 大数据 数据挖掘 人格模型 客户定位
大数据指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。数据对于我们来说并不陌生，据统计，网络上每一分钟的时间里：谷歌会处理200万次搜索，Facebook用户会共享68.4万比特的内容，如何利用这些海量的数据服务于营销工作，是如今的商业从业者需要考虑的问题。当前，各大公司处理数据的方法大同小异。通常是首先将海量数据进行初步处理，分门别类；其次，将设计好的算法植入人工智能，利用其强大的模拟、分析、预测的能力实现对数据的深加工，形成对用户的心理人格画像；最后根据所属人格特点和已有消费行为的分析，进行精准的客户定位，最终向用户推荐具有潜在消费需求的产品或者服务，以此来实现精准营销。
首先，在数据处理阶段。当前，每天都会有海量的数据在网络上生成，这些数据可以简单地分为结构化、半结构化、准结构化、非结构化数据。由于非结构化数据来源如微博、贴吧等更为广泛，所以非结构化数据占到总数据量的80%左右，而且数据增长日益趋向于非结构化。同时不同的数据需要不同的技术和工具来处理。比如，Bloom filter，可以用来实现数据字典，进行数据的判重，或者集合求交集。將无效数据剔除，对有效数据进行归类、整合。
在对数据进行处理以后，我们就需要开始深度挖掘数据的内在价值，在挖掘其内在价值的基础上进行分析和预测。数据的挖掘就是将数据以最高转化率转换为信息，从而在大量数据中寻找潜在规律以形成规则或知识，是一类深层次的数据分析方法。数据挖掘最常用的有6种，分别是分类挖掘、聚类挖掘、回归分析、关联规则、特征偏差分析、web页挖掘。运用技术手段获得数据信息后下一步就要开始数据分析。数据分析是将数据细分的一个过程，举个例子，某个商场在做促销活动之前，因为未对顾客的信息深入分析，所以将女士用品的促销信息发到男性顾客的手机上，真是让人哭笑不得。目前，各大公司普遍是建立研发团队设计算法，然后将其植入人工智能，利用人工智能强大的运算和模拟能力，实现分析、预测的目的。同时人工智能、大数据、云计算的融合与发展也是未来数字经济发展的前进方向。比如，亚马逊就因为自主开发“协同过滤算法”和“预期船”数据技术，将每一个与客户有交互的内涵挖掘出来，预测顾客将来的订单会是什么。
在数据挖掘之后，我们就进入到为用户心理人格画像阶段。这个阶段主要是根据已有数据，运用模型将用户心理进行人格画像处理。对于同一件事，不同性格的人会有不同的反应，这是一件很奇妙的事情。根据用户在网络上留下的数据，可以分析得出用户的年龄阶段、性格、爱好甚至政治理念等等。将用户数据分类处理，剔除无用数据，保留有效数据，利用系数加权平均的计算方法，设计一个基于量化用户网络行为的人格偏好模型。近期，在心理学范畴，有一种提法叫“九型人格”，不同的人格会有相应的性格偏好和行为选择。将用户网络行为产生的数据量化以后，按每个部分加权平均设计一个九大维度的人格画像图。这九个维度分别是完美型、给予型、实干型、浪漫型、观察型、忠诚型、享乐型、保护型、和平型。每一个维度人格画像形成的基点应该至少包括五点，性别、年龄、职业、风格、场景。
建立用户人格心理模型以后，根据所属维度的人格特点和对已有消费行为的分析，进行精准的客户定位，最终向用户推荐具有潜在消费需求的产品或者服务，以此来实现精准营销。举个例子，完美型人格的特点是追求完美、自律性、自我控制性强，这样的人在生活中普遍追求较高品质的生活，重视商品的品牌和质量，在搜索感兴趣的商品时通常在著名品牌的商品页面停留更长的时间，会更倾向于点开高人气的品牌商品页面，所以在为这样的用户推荐产品时，应该根据其历史购买记录，推荐感兴趣的著名品牌的产品。客户定位时，可以采用二次细分的方法，以购买频率、购买支出额度为标准，对总体目标客户群体进行排序，从而在目标客户群中分出首要关注对象、次要关注对象和辐射人群。定位完成以后，基于用户需求匹配与之相应的产品和服务，满足用户的潜在需要，实现精准营销的目的。
现代商业中，大数据的引入对于转变公司经营战略来说意义非凡。正如谷歌、亚马逊、沃尔玛这样在数据收集、分析领域的先行者所展现出的那样，对数据进行智能转化的公司才能在激烈的市场竞争中走得更远。
参考文献：
[1]苏 高.大数据时代的营销与商业分析[M].中国铁道出版社，2014
[2]李 军.实战大数据：客户定位与精准营销[M].清华大学出版社，2015
[3]闰江华.九型人格心理学[M].中国纺织出版社，2015
[4]吴霁虹，桑德森.众创时代[M].中信出版社，2015
关键词：精准营销 大数据 数据挖掘 人格模型 客户定位
大数据指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。数据对于我们来说并不陌生，据统计，网络上每一分钟的时间里：谷歌会处理200万次搜索，Facebook用户会共享68.4万比特的内容，如何利用这些海量的数据服务于营销工作，是如今的商业从业者需要考虑的问题。当前，各大公司处理数据的方法大同小异。通常是首先将海量数据进行初步处理，分门别类；其次，将设计好的算法植入人工智能，利用其强大的模拟、分析、预测的能力实现对数据的深加工，形成对用户的心理人格画像；最后根据所属人格特点和已有消费行为的分析，进行精准的客户定位，最终向用户推荐具有潜在消费需求的产品或者服务，以此来实现精准营销。
首先，在数据处理阶段。当前，每天都会有海量的数据在网络上生成，这些数据可以简单地分为结构化、半结构化、准结构化、非结构化数据。由于非结构化数据来源如微博、贴吧等更为广泛，所以非结构化数据占到总数据量的80%左右，而且数据增长日益趋向于非结构化。同时不同的数据需要不同的技术和工具来处理。比如，Bloom filter，可以用来实现数据字典，进行数据的判重，或者集合求交集。將无效数据剔除，对有效数据进行归类、整合。
在对数据进行处理以后，我们就需要开始深度挖掘数据的内在价值，在挖掘其内在价值的基础上进行分析和预测。数据的挖掘就是将数据以最高转化率转换为信息，从而在大量数据中寻找潜在规律以形成规则或知识，是一类深层次的数据分析方法。数据挖掘最常用的有6种，分别是分类挖掘、聚类挖掘、回归分析、关联规则、特征偏差分析、web页挖掘。运用技术手段获得数据信息后下一步就要开始数据分析。数据分析是将数据细分的一个过程，举个例子，某个商场在做促销活动之前，因为未对顾客的信息深入分析，所以将女士用品的促销信息发到男性顾客的手机上，真是让人哭笑不得。目前，各大公司普遍是建立研发团队设计算法，然后将其植入人工智能，利用人工智能强大的运算和模拟能力，实现分析、预测的目的。同时人工智能、大数据、云计算的融合与发展也是未来数字经济发展的前进方向。比如，亚马逊就因为自主开发“协同过滤算法”和“预期船”数据技术，将每一个与客户有交互的内涵挖掘出来，预测顾客将来的订单会是什么。
在数据挖掘之后，我们就进入到为用户心理人格画像阶段。这个阶段主要是根据已有数据，运用模型将用户心理进行人格画像处理。对于同一件事，不同性格的人会有不同的反应，这是一件很奇妙的事情。根据用户在网络上留下的数据，可以分析得出用户的年龄阶段、性格、爱好甚至政治理念等等。将用户数据分类处理，剔除无用数据，保留有效数据，利用系数加权平均的计算方法，设计一个基于量化用户网络行为的人格偏好模型。近期，在心理学范畴，有一种提法叫“九型人格”，不同的人格会有相应的性格偏好和行为选择。将用户网络行为产生的数据量化以后，按每个部分加权平均设计一个九大维度的人格画像图。这九个维度分别是完美型、给予型、实干型、浪漫型、观察型、忠诚型、享乐型、保护型、和平型。每一个维度人格画像形成的基点应该至少包括五点，性别、年龄、职业、风格、场景。
建立用户人格心理模型以后，根据所属维度的人格特点和对已有消费行为的分析，进行精准的客户定位，最终向用户推荐具有潜在消费需求的产品或者服务，以此来实现精准营销。举个例子，完美型人格的特点是追求完美、自律性、自我控制性强，这样的人在生活中普遍追求较高品质的生活，重视商品的品牌和质量，在搜索感兴趣的商品时通常在著名品牌的商品页面停留更长的时间，会更倾向于点开高人气的品牌商品页面，所以在为这样的用户推荐产品时，应该根据其历史购买记录，推荐感兴趣的著名品牌的产品。客户定位时，可以采用二次细分的方法，以购买频率、购买支出额度为标准，对总体目标客户群体进行排序，从而在目标客户群中分出首要关注对象、次要关注对象和辐射人群。定位完成以后，基于用户需求匹配与之相应的产品和服务，满足用户的潜在需要，实现精准营销的目的。
现代商业中，大数据的引入对于转变公司经营战略来说意义非凡。正如谷歌、亚马逊、沃尔玛这样在数据收集、分析领域的先行者所展现出的那样，对数据进行智能转化的公司才能在激烈的市场竞争中走得更远。
参考文献：
[1]苏 高.大数据时代的营销与商业分析[M].中国铁道出版社，2014
[2]李 军.实战大数据：客户定位与精准营销[M].清华大学出版社，2015
[3]闰江华.九型人格心理学[M].中国纺织出版社，2015
[4]吴霁虹，桑德森.众创时代[M].中信出版社，2015