線下大數據正成為構建精準「用戶畫像」的最大助力

不管是針對消費者的宣傳還是營銷，或者是針對公司的管理運營，大數據在其中的作用從本質來講就是在構造「用戶畫像」。

近年來，在智能化趨勢的推動下，社會經濟的眾多領域都發生了翻天覆地的變化，其中尤其以金融、零售等最為明顯。以零售業為例，隨著移動互聯網的出現和快速發展，傳統的商超、店鋪漸漸從線下走到線上變身為「電商」，之後在大數據、人工智慧等技術的加持，蛻變過一次的零售業1.0又經過了2.0到3.0的快速迭變。

其實，類似以上的過程同時在很多領域不斷上演，而作為企業成功蛻變的重要手段和基本因素，「大數據」在其中日益受到人們的關注。

據相關統計，截止到2016年年底，大數據產業規模突破14000億元。其中，基礎支撐層規模為1335億元，數據服務層規模為202.9億元，融合應用層規模達到13000億元，佔比達到將近90%。數據之外，僅僅是國內近一兩個月內，阿里巴巴、華為、蘋果等等都相繼宣布建築新的數據中心。

大數據助力企業升級與轉型，關鍵在於「用戶畫像」的構造

用戶畫像（persona）的概念最早由交互設計之父Alan Cooper提出:「Personas are a concrete representation of target users.」他認為「用戶畫像是真實用戶的虛擬代表，是建立在一系列真實數據之上的目標用戶模型」。

近年來，「大數據」越發受到企業的重視。如傳統製造業，通過推動大數據在研發設計、生產製造、經營管理、市場營銷、售後服務等產品全生命周期、產業鏈全流程各環節的應用，從而能夠分析感知用戶需求，以進一步提升產品附加價值，打造智能化管理系統；又比如證券行業，藉助大數據的協助，其能夠提前預知市場狀況、接下來的走勢等多個指標，這也是當下金融科技（Fintech）的一種表現形式。

事實上，不管是以上提到的大數據與製造業、金融業的結合形式，還是在其他產業的應用，從本質上講都是一種廣義的「用戶畫像」的刻畫。

背靠大數據，用戶畫像的採集方式愈發精準

「用戶畫像」的構造一般分為三個步驟：數據採集、行為建模和畫像構造。 數據採集的對象包括網路行為數據、個人內容偏好等多種數據。以往，企業等通過問卷調查、隨機抽查來採集數據，之後由於互聯網的普及，這一行為被搬到了線上，也就是所謂的「線上大數據」。而在眼下，隨著移動互聯網的快速發展和人工智慧演算法的精進，這一行為又再次出現了轉移線下的趨勢，也就是當下備受關注的「線下大數據」。

線下—線上—線下，變化如此波折，發生了什麼？

這主要是因為一直以來，人們更多的行為數據是發生在線下的。根據國家公布的相關數據顯示，目前線上消費行為在總體消費中所佔的比例仍不足20%，而線下大數據每年平均能夠佔到88%左右的份額。

在線上行為以絕對劣勢少於線下行為的前提下，線上大數據所構造的用戶畫像可能並沒有那麼的精準。這時，就必須要藉助更加海量的線下大數據的支撐。

另外，在「用戶畫像」的構造上，100%永遠是一個達不到的目標，因為用戶的行為習慣等各項數據是時刻變化著的。比如用戶最近需要購買的東西，這一數據是不斷變化的，為了實現一個更為精準的推薦，演算法也需要依據實際情況來不斷地替換或者是補充新的標籤，企業版「用戶畫像」的構造原理亦是如此。

線下大數據對「用戶畫像」的構建具有更大意義

「用戶畫像」在具體應用上也體現出了幾種不同的構造類型：

A.一種是對線上大數據的純粹依賴：這一類「用戶畫像」的構造形式在生活中也較為常見，尤其是在主打內容運營的市場。這也是互聯網+信息化時代這一過渡期間，各企業完成的第二次蛻變。

譬如每個人幾乎每天都會打開的UC、今日頭條、愛奇藝、網易雲音樂等資訊或音樂類APP，這些軟體都帶有一個「智能推薦」功能，其所起作用的也就是一個針對個人的「用戶畫像」。

當你在聽音樂、看新聞的時候，APP的後台就在「悄無聲息」的採集你的各項行為數據，包括內容的類型、打開時間等等。在這一類「用戶畫像」的構造中，企業所採集和依賴的幾乎就是線上大數據，線下大數據所能夠提供的幫助是微乎其微的，甚至可以說是忽略不計的。

B.一種是「線上+線下」：眼下，移動互聯網已經代替傳統互聯網而成為主流，同時在智能化的推動和無人超市以及新零售興起的背景下，線下大數據開始被廣泛關注，「線上+線下」這一模式更是常常被人們掛在嘴邊。至於如何「線上+線下」，主要分為兩種，一種是數據在線上線下的結合，另一種則是多層面的。值得注意的是，這兩者在某些時候更像是一種進階關係。在線上線下數據的結合上，依據具體的操作手法，京東部署的線下體驗店「京東之家」應該算是其中的佼佼者了。

作為國內的電商平台之一，基於消費者在線上平台的搜索和購買數據，京東之家能夠依據地域、人群來決定店內所擺設的物品種類。

在京東之家的運作過程中，「線上+線下」的操作模式也是使得線下體驗店能夠成功的關鍵。通過對線上大數據的採集和分析，京東之家先是對某一區域的消費者構造了一個最初的關於消費偏好的「用戶畫像」。在此基礎上，繼而利用線下大數據來對這一「用戶畫像」補充和完善。從線上到線下，將兩者充分融合利用，讓人們看到了無人超市之外的另一種「新零售」的實踐。

結語

為了讓產品更能加迎合市場，或拉攏更多的客戶，越來越多的企業開始利用大數據來為消費者構造「用戶畫像」；而為了更好掌握公司的整體情況、提高公司的運作，助力企業的升級轉型，企業也會利用大數據來構造企業版的「用戶畫像」。

而大數據，尤其是線下大數據，對企業構建「用戶畫像」從而開展精準化、智能化的營銷活動，正在發揮愈加重要的作用。

除非特別註明，本站所載內容來源於互聯網、微信公眾號等公開渠道，不代表本站觀點，僅供參考、交流之目的。轉載的稿件版權歸原作者或機構所有，如有侵權，請聯繫刪除。