新零售時代，如何基于數(shù)據(jù)建立深度用戶洞察能力？

全渠道零售企業(yè)，需要在全量用戶數(shù)據(jù)積累的基礎(chǔ)上，應(yīng)用新興技術(shù)來支撐全渠道業(yè)務(wù)模式的持續(xù)優(yōu)化，將線上線下數(shù)據(jù)壁壘打破、用戶行為與業(yè)務(wù)交易數(shù)據(jù)打通，從而建立起以消費(fèi)者為中心的業(yè)務(wù)模式，實(shí)現(xiàn)全業(yè)務(wù)線與全場景的數(shù)據(jù)驅(qū)動。

（一）用戶屬性畫像+用戶行為畫像

User Persona 和 User Profile是行業(yè)知悉的兩種用戶畫像。

User Persona 用以描述用戶需求，是產(chǎn)品和運(yùn)營人員從用戶群體中抽象出來的典型用戶。

• 在調(diào)研階段，產(chǎn)品經(jīng)理通過調(diào)查問卷、客戶訪談了解用戶的共性與差異，匯總成不同的虛擬用戶。User Persona是基于用戶屬性、靜態(tài)標(biāo)簽的畫像；

• 在產(chǎn)品原型設(shè)計、開發(fā)階段，產(chǎn)品經(jīng)理圍繞這些虛擬用戶的需求、場景，研究設(shè)計產(chǎn)品用戶體驗與使用流程；

• 當(dāng)內(nèi)部出現(xiàn)分歧時，產(chǎn)品經(jīng)理能夠借助這類用戶畫像，聚焦到目標(biāo)用戶來實(shí)現(xiàn)快速決策。

User Profile是根據(jù)用戶行為數(shù)據(jù)、動態(tài)標(biāo)簽，產(chǎn)出描述用戶畫像。相比User Persona，User Profile更注重：

• 消費(fèi)者真實(shí)需求：一些關(guān)注人口屬性、生活狀態(tài)等靜態(tài)信息并不一定直接反應(yīng)用戶興趣，零售企業(yè)更關(guān)注的往往是“最近哪些是吸引消費(fèi)者的優(yōu)質(zhì)渠道”、“近期售點(diǎn)A的熱銷品類有哪些”等能夠幫助企業(yè)精細(xì)化運(yùn)營的動態(tài)信息；

• 時效性：用戶的興趣偏好隨時都在發(fā)生變化，需要及時更新用戶標(biāo)簽；

• 覆蓋度：記錄用戶（不）感興趣的內(nèi)容等，實(shí)現(xiàn)最細(xì)粒度的畫像。

（二）構(gòu)建基于User Profile的消費(fèi)者洞察力

回歸全渠道零售，企業(yè)要圍繞用戶全生命周期構(gòu)建消費(fèi)者的用戶畫像（以下均指“User Profile”）。因為隨著用戶積累和產(chǎn)品的迭代，僅通過User Persona則難以量化地評估不斷變化的消費(fèi)者需求，無法進(jìn)行數(shù)據(jù)證偽，無法確定用戶畫像（User Persona）所虛構(gòu)的人物是不是真正的目標(biāo)群體。

（三）完整的用戶畫像標(biāo)簽體系設(shè)計

用戶畫像通過一套標(biāo)簽體系落地，科學(xué)的標(biāo)簽體系能夠反映消費(fèi)者背后的購買邏輯，找到消費(fèi)者決定買什么、不買什么的依據(jù)。同時，企業(yè)外部標(biāo)簽數(shù)據(jù)，比如人口屬性、地理位置、品牌自有社會化媒體行為，可以進(jìn)一步完善企業(yè)標(biāo)簽體系。

全渠道零售時代，消費(fèi)者始終是企業(yè)踐行數(shù)據(jù)驅(qū)動的研究根源。零售企業(yè)全部門全場景的數(shù)據(jù)驅(qū)動，是對消費(fèi)者行為的數(shù)據(jù)采集、數(shù)據(jù)建模、數(shù)據(jù)分析的全過程。全渠道零售企業(yè)需要標(biāo)準(zhǔn)化的線上線下用戶行為采集方案、自動化的用戶行為建模、智能化的數(shù)據(jù)驅(qū)動運(yùn)營。

神策數(shù)據(jù)為某零售企業(yè)提供的數(shù)據(jù)采集、建模、分析方案

（一）全渠道、全量數(shù)據(jù)采集

零售業(yè)對消費(fèi)者的數(shù)據(jù)采集為后續(xù)需求分析、消費(fèi)體驗升級提供基礎(chǔ)。對數(shù)據(jù)采集追求“大、全、細(xì)、時”，即追求更宏觀、全量采集、多數(shù)據(jù)源與多維度數(shù)據(jù)，并注重數(shù)據(jù)的時效性。以便利店為例，要對消費(fèi)者發(fā)生的每一次購買行為進(jìn)行實(shí)時監(jiān)控和分析。數(shù)據(jù)的采集應(yīng)該包含基礎(chǔ)數(shù)據(jù)采集、第三方數(shù)據(jù)庫、POS 系統(tǒng)，用戶支付環(huán)節(jié)的訂單信息等；對于品牌商／經(jīng)銷商來說，要全面了解終端的消費(fèi)情況，包括門店的進(jìn)銷行為、商品銷售情況、門店商品結(jié)構(gòu)、促銷活動等，并對相關(guān)數(shù)據(jù)進(jìn)行采集。

（二）打通業(yè)務(wù)數(shù)據(jù)、用戶行為數(shù)據(jù)建模

1、關(guān)聯(lián)多種業(yè)務(wù)數(shù)據(jù)，貫通多端行為數(shù)據(jù)。

第一，業(yè)務(wù)數(shù)據(jù)關(guān)聯(lián)；

• 關(guān)聯(lián)軌跡數(shù)據(jù)中，部分?jǐn)z像頭位置與貨架信息，如商品類別等；

• 關(guān)聯(lián)支付行為中，訂單 ID、商品 ID與商品的庫存信息、銷量信息；

• 關(guān)聯(lián)行為數(shù)據(jù)與天氣信息、門店信息。

第二，行為數(shù)據(jù)貫通；

• A、依據(jù)POS系統(tǒng)中記錄的支付行為的時間戳，結(jié)合時間窗口內(nèi)的攝像頭采集的FaceID信息，打通用戶 FaceID 與支付行為。

• B、用戶行為軌跡整合。將同一個用戶在門店入口與出口、關(guān)鍵位置的人臉識別記錄串聯(lián)起來，形成一次進(jìn)店購物的完整軌跡；根據(jù)訂單信息，在軌跡中補(bǔ)充貨架瀏覽行為；根據(jù)出入店鋪的時間，在軌跡中補(bǔ)充店內(nèi)停留時長。

• C、根據(jù)支付行為的會員 ID 和 APP 中的會員 ID，打通 APP 與門店的購物行為。

2、建立用戶行為主題倉庫

主題倉庫可以分為用戶瀏覽和用戶消費(fèi)兩大類。

（三）不同角色的數(shù)據(jù)驅(qū)動應(yīng)用與實(shí)踐

將數(shù)據(jù)分析方法論與零售行業(yè)領(lǐng)域知識結(jié)合，建立靈活的消費(fèi)者行為分析指標(biāo)體系，基于用戶行為和機(jī)器學(xué)習(xí)算法，設(shè)計精細(xì)化用戶標(biāo)簽體系，勾勒用戶需求和畫像。同時幫助不同角色解讀指標(biāo)并滿足自身需求。

作者：張喬，神策數(shù)據(jù)內(nèi)容營銷高級經(jīng)理，用戶行為洞察研究院負(fù)責(zé)人。

#推薦閱讀#

• 企業(yè)數(shù)字化——消費(fèi)升級背景下零售業(yè)務(wù)增長的助推器 | 專家力作

• 數(shù)據(jù)分析對 To B 類企業(yè)的價值、瓶頸與實(shí)踐

如果您想了解更多BI干貨知識，歡迎訪問36氪企服點(diǎn)評！